脑洞大开，把 300w 淘宝 bra 的评论生成词云

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2787 天前的主题，其中的信息可能已经有所发展或是发生改变。

今天早上在看《机器学习系统设计》里面的 LDA 的使用，然后发现了里面用到了词云这么个东西，然后搜了搜词云是个什么东西，花了一下午搞了一下之前爬的淘宝 bra 评论数据。结果就是这样的：

代码见： https://github.com/nladuo/taobao_bra_crawler

词云

bra

脑洞

lda

42 条回复 • 2017-04-12 09:28:14 +08:00

alwayshere

2017-04-07 16:10:52 +08:00

第一次遇见将无聊和闷骚搭配得如此协调的人

lwbjing

2017-04-07 16:13:10 +08:00

顺手也把你爬的 bra 的评论图片放出来吧。。

nladuo

2017-04-07 16:14:01 +08:00

@alwayshere 😳

nladuo

2017-04-07 16:14:39 +08:00

@lwbjing 用的 h5 的接口，当时没找到图片。

littleylv

2017-04-07 16:20:31 +08:00

明显 v 友们比较关系评论图片 :)

littleylv

2017-04-07 16:20:54 +08:00

#5 手误
关系 => 关心

imswing

2017-04-07 16:22:30 +08:00 via Android

想知道之前还爬过什么东西的评论

qiuai

2017-04-07 16:33:49 +08:00

有办法爬评论图片么...

manhere

2017-04-07 16:47:23 +08:00

刷单关键词列表

xcc880

2017-04-07 16:53:35 +08:00

什么时候做个内裤的

2017-04-07 16:59:36 +08:00

@lwbjing
@littleylv
@qiuai

貌似如果分类为 “内衣” or “情趣” 这块的，是没有买家秀的， so ，要爬的同学请筛选 “女装” 分类…
一点经验…

RqPS6rhmP3Nyn3Tm

2017-04-07 17:11:59 +08:00 via iPhone

@xcc880 目测最多的词是装不下

hzwei

2017-04-07 18:08:54 +08:00 via Android

@lwbjing 空手套黄图 /doge

hzwei

2017-04-07 18:14:56 +08:00 via Android

简单看了一下图。

舒服>质量>聚拢>合适=效果>好看>颜色=面料>款式>手感=价格=正品=实体店。

KevinChan

2017-04-07 18:15:42 +08:00 via iPad

淘宝现在不允许一些品类产品晒图了

knightdf

2017-04-07 18:32:08 +08:00

"之前爬的淘宝 bra 评论数据"
恩，我似乎明白了什么， LZ 肯定不止光爬了数据

ixinshang

2017-04-07 18:46:51 +08:00 via Android

好东西别藏着都发出来看看吧

chiv2

2017-04-07 18:51:06 +08:00

顺手还爬了 cup 分布吧？

smdx

2017-04-07 19:52:54 +08:00 via iPhone

five bar

nladuo

2017-04-07 19:57:36 +08:00 via iPhone

@knightdf 只有一个尺寸、颜色分布了。

nladuo

2017-04-07 19:58:14 +08:00 via iPhone

@chiv2 很久以前爬的。

nladuo

2017-04-07 19:59:53 +08:00 via iPhone

@ixinshang 就这么多了。打算过段时间看看循环神经网络，试试自动生成淘宝评论。

nladuo

2017-04-07 20:00:13 +08:00 via iPhone

@RE 老司机带带我

xspoco

2017-04-07 20:02:49 +08:00

求套图。。。

zioc

2017-04-07 20:23:13 +08:00

mark 我要学习你

zhidian

2017-04-07 21:14:57 +08:00

看了下楼主的博客，厉害厉害！ BTW ，不小心翻到了楼主的文胸销量饼状图……

wizardforcel

2017-04-07 21:29:50 +08:00

如果只是这些词。。也没有什么嘛。

你到底还爬了啥东西？

kurisu

2017-04-07 22:33:55 +08:00

可怕。。。。

viko16

2017-04-07 23:05:09 +08:00 via Android

服！ mark

Kalv8n

2017-04-08 07:18:10 +08:00 via Android

有扒知乎的吗？

g0thic

2017-04-09 22:46:03 +08:00

真他娘的是个人才

JayFang1993

2017-04-10 09:28:14 +08:00

@hzwei 最大的不是『不错』？

hzwei

2017-04-10 11:55:47 +08:00

@JayFang1993 #32 不错也没什么意义啊，自动忽略了

cnZary

2017-04-10 16:26:38 +08:00

@KevinChan 童装可以（
开童车！

nazhenhuiyi294

2017-04-10 17:44:03 +08:00

@linzianplay 童装都是他妈再买,你以为能看到萝莉正太?

zpfhbyx

2017-04-10 17:51:21 +08:00

我记得有人拔过情趣的图啊- - 就是某宝的。。

yanzixuan

2017-04-10 17:52:47 +08:00

LDA 我都没啥兴趣，我最感兴趣的是 LZ 怎么爬的淘宝。
taobao 貌似对爬取的限制有点大啊。

cnZary

2017-04-10 19:38:48 +08:00

@nazhenhuiyi294 还真可以看到（

nladuo

2017-04-10 20:23:35 +08:00

@yanzixuan 爬的速度慢点儿就没事儿。比如说我现在写的就没有被封。之前 golang 写的单线程也没封，开个协程就封了。

nladuo

2017-04-10 20:24:27 +08:00

@Kalv8n 没爬过。

nladuo

2017-04-10 20:25:59 +08:00

@wizardforcel 就评论，然后想根据评论的数据搞些事情。☺️

cocoakekeyu

2017-04-12 09:28:14 +08:00

要图片