http://bbs.saraba1st.com/2b/read-htm-tid-642880.html
随着强者大赛的进程，eph巨巨在不断的向我们展现着作为一个统计帝的压倒性优势！
被迫转手的雷曼教授，笑而不语的外交部刚哥……
一个个曾经鲜活的马甲，一个个曾经轰动的话题
在统计的车轮下，已经纷纷化为齑粉，
堙没在S1服务器厚厚的尘埃之中
从2010年起，所有的马甲都在颤抖，所有的戏服都在战栗！
——不能得罪的人！
——一个真正watching S1的人！
统计帝！
难道真的没有戏服可以阻止他了？！
难道真的没有马甲可以逃过他了？！
让我们重新回顾一下，
统计局巨巨的发帖中，将马甲与主ID的进行捆绑认定的线索：
引用
1、最特别的，就是在中文和英文或表情排版时，偶尔会在右侧加上半角空格，而左侧却没有：
2、列表时常常用数字+逗号（而非数字+顿号），偶尔也有数字+半角句号+空格的情况：
3、经常使用 50~70 长度的等号作为分隔符：
4、惯用“PS：”：
5、惯用波浪线：
6、有“儿”语癖：
7、在青岛：
引用
总结为如下几条：
1，发帖人的语言习惯——包括“儿”化音，方言，PS，口癖等
2，输入习惯——包括波浪线，空格，语言格式，感叹号的使用，全半角输入方式等
3，个人信息——不经意间透露出的家庭所在，单位，性别等
4，上线时间——秦刚一例中，已经充分展示了统计帝犀利的数据收集处理能力
5，IP地址——当然，这个是属于大杀器。基本上爆出IP就已经完全划出等号。
---------------
那么，作为一个马甲，或者说，不想被揪本尊的马甲
在发帖时应该注意哪些细节？
对应以上五条，相信不少人已经了然于心
1，尽量改变自己的语言习惯。
不仅是对于本身的语言习惯，包括不同性别，不同地域的语言使用方法
参1.“黑长直 肥丑缩”一贴
引用
虽然我一直很想吐槽这民科统计学，不过至少在特征选取上还是合理的。妹子贴子的特征选取是个有趣的话题，比如一般而言女性比男性更多地提到“爸爸”，而在爱撕衣“爸爸”还有引申义，这个词就不能作为机器学习的分类特征。不过考虑到对未来识别效果的影响，这事不能说得太细……
对几个常用代词的统计表明妹子使用代词的频率大约是爷们的 1.5 倍，特征不算太敏感。我只选取了偏好两倍以上的 15 个特征，采用 SVM ，识别准确率平均大约九成。
参2.外交部实例
2，输入习惯
参1.100922数据修正贴
引用
一、马甲识别（黄线）
马甲预测系统在 1.0 的基础上改进了算法，增加更多的特征。
算法方面，使用随机组合用户特征得到的对照来模拟特征向量在空间中的分布，从而获得比距离函数更好的聚类效果。
当前版本使用以下用户特征：
1、麻将表情使用偏好，同 1.0 ；
2、发贴时间偏好，星期×小时，类似于小册子里 L 推理 Kira 是大学生的那招；
3、字符集使用偏好，全角、半角、假名和英文字符的比例；
4、标点符号使用偏好，如 …/.../。。。、顿号和“～”的使用习惯；
5、颜文字使用偏好，我最得意的一部分，使用三层嵌套正则表达式分离眼睛、嘴巴和辅助物（如黑线和手）；
6、代词使用偏好，如 我/偶/咱/老子 、大家/民那 等；
7、拟声词使用偏好，如 啊、嗯、唉、哈、吧、呗、哟；
8、连词使用偏好，如 好像/貌似 、如果/假如；
9、别字使用偏好，如 贴/帖 、操/艹/草/槽/肏；
10、口癖，如 毛、汗、寒、晕、儿；
11、排版偏好，如是否在英文和中文间加空格；
12、分隔线偏好，如 ----- 、===== 、***** ；
13、引用偏好，引用或是回复；
14、贴子长度偏好，顾名思义；
15、城市偏好，贴子中常提及的中国城市；
16、其它偏好，如是否习惯一个键按到底，是否习惯编辑贴子，麻将表情喜欢放左边还是右边等；
合计将近千项特征，总有一款适合你。
3，个人信息
作为马甲的使用者，尝试使用马甲人称视角回答或提问， 或干脆分裂出第二人格都是有效的避免方法
包括默念“我是东原亚希”“我是伊藤诚”等催眠方法，或在屏幕上用便条纸写好马甲基本信息以防不时只需，都是可以参考的途径
4，上线时间
在这点我们也许可以选用与第三条中近似的办法——使用依照马甲性格可能的上线时间。
或者，白天本尊，晚上马甲，又或者一三五二四六等简单的习惯方式。
5，IP地址
软件或者代理服务器都可以简单达成修改。
====
以上五条作为不成熟的初步总结，欢迎各位积极商讨！
S1 文化传播公司，致力于积极开发传播游戏动画漫画影视体育政治历史文化产业相关马甲戏服。
我们有强大的从业人员队伍浸淫游戏动漫产业多年，有着丰富的戏服马甲从业经验。
我们有强大的游戏玩家，测评人员，知名写手。提供各色马甲戏服习惯信息
如果我们有着同样一个目标！
随着强者大赛的进程，eph巨巨在不断的向我们展现着作为一个统计帝的压倒性优势！
被迫转手的雷曼教授，笑而不语的外交部刚哥……
一个个曾经鲜活的马甲，一个个曾经轰动的话题
在统计的车轮下，已经纷纷化为齑粉，
堙没在S1服务器厚厚的尘埃之中
从2010年起，所有的马甲都在颤抖，所有的戏服都在战栗！
——不能得罪的人！
——一个真正watching S1的人！
统计帝！
难道真的没有戏服可以阻止他了？！
难道真的没有马甲可以逃过他了？！
让我们重新回顾一下，
统计局巨巨的发帖中，将马甲与主ID的进行捆绑认定的线索：
引用
1、最特别的，就是在中文和英文或表情排版时，偶尔会在右侧加上半角空格，而左侧却没有：
2、列表时常常用数字+逗号（而非数字+顿号），偶尔也有数字+半角句号+空格的情况：
3、经常使用 50~70 长度的等号作为分隔符：
4、惯用“PS：”：
5、惯用波浪线：
6、有“儿”语癖：
7、在青岛：
引用
总结为如下几条：
1，发帖人的语言习惯——包括“儿”化音，方言，PS，口癖等
2，输入习惯——包括波浪线，空格，语言格式，感叹号的使用，全半角输入方式等
3，个人信息——不经意间透露出的家庭所在，单位，性别等
4，上线时间——秦刚一例中，已经充分展示了统计帝犀利的数据收集处理能力
5，IP地址——当然，这个是属于大杀器。基本上爆出IP就已经完全划出等号。
---------------
那么，作为一个马甲，或者说，不想被揪本尊的马甲
在发帖时应该注意哪些细节？
对应以上五条，相信不少人已经了然于心
1，尽量改变自己的语言习惯。
不仅是对于本身的语言习惯，包括不同性别，不同地域的语言使用方法
参1.“黑长直 肥丑缩”一贴
引用
虽然我一直很想吐槽这民科统计学，不过至少在特征选取上还是合理的。妹子贴子的特征选取是个有趣的话题，比如一般而言女性比男性更多地提到“爸爸”，而在爱撕衣“爸爸”还有引申义，这个词就不能作为机器学习的分类特征。不过考虑到对未来识别效果的影响，这事不能说得太细……
对几个常用代词的统计表明妹子使用代词的频率大约是爷们的 1.5 倍，特征不算太敏感。我只选取了偏好两倍以上的 15 个特征，采用 SVM ，识别准确率平均大约九成。
参2.外交部实例
2，输入习惯
参1.100922数据修正贴
引用
一、马甲识别（黄线）
马甲预测系统在 1.0 的基础上改进了算法，增加更多的特征。
算法方面，使用随机组合用户特征得到的对照来模拟特征向量在空间中的分布，从而获得比距离函数更好的聚类效果。
当前版本使用以下用户特征：
1、麻将表情使用偏好，同 1.0 ；
2、发贴时间偏好，星期×小时，类似于小册子里 L 推理 Kira 是大学生的那招；
3、字符集使用偏好，全角、半角、假名和英文字符的比例；
4、标点符号使用偏好，如 …/.../。。。、顿号和“～”的使用习惯；
5、颜文字使用偏好，我最得意的一部分，使用三层嵌套正则表达式分离眼睛、嘴巴和辅助物（如黑线和手）；
6、代词使用偏好，如 我/偶/咱/老子 、大家/民那 等；
7、拟声词使用偏好，如 啊、嗯、唉、哈、吧、呗、哟；
8、连词使用偏好，如 好像/貌似 、如果/假如；
9、别字使用偏好，如 贴/帖 、操/艹/草/槽/肏；
10、口癖，如 毛、汗、寒、晕、儿；
11、排版偏好，如是否在英文和中文间加空格；
12、分隔线偏好，如 ----- 、===== 、***** ；
13、引用偏好，引用或是回复；
14、贴子长度偏好，顾名思义；
15、城市偏好，贴子中常提及的中国城市；
16、其它偏好，如是否习惯一个键按到底，是否习惯编辑贴子，麻将表情喜欢放左边还是右边等；
合计将近千项特征，总有一款适合你。
3，个人信息
作为马甲的使用者，尝试使用马甲人称视角回答或提问， 或干脆分裂出第二人格都是有效的避免方法
包括默念“我是东原亚希”“我是伊藤诚”等催眠方法，或在屏幕上用便条纸写好马甲基本信息以防不时只需，都是可以参考的途径
4，上线时间
在这点我们也许可以选用与第三条中近似的办法——使用依照马甲性格可能的上线时间。
或者，白天本尊，晚上马甲，又或者一三五二四六等简单的习惯方式。
5，IP地址
软件或者代理服务器都可以简单达成修改。
====
以上五条作为不成熟的初步总结，欢迎各位积极商讨！
S1 文化传播公司，致力于积极开发传播游戏动画漫画影视体育政治历史文化产业相关马甲戏服。
我们有强大的从业人员队伍浸淫游戏动漫产业多年，有着丰富的戏服马甲从业经验。
我们有强大的游戏玩家，测评人员，知名写手。提供各色马甲戏服习惯信息
如果我们有着同样一个目标！
选择“Disable on www.wenxuecity.com”
选择“don't run on pages on this domain”
