第二百七十九章 潮水退去，全是大虾 (第9/16页)

态和内容进行关键词提取、照片信息提取，然后存档。

    注意哦，这只是一个id的工作量。

    比如说有一个人在豆半上注册了一个帐号叫张三，你按照这个名字在微博上搜索，结果出现了一万个叫张三。

    那这些张三的人的所有的动态都得爬下来。

    可是你怎么知道这一万个张三里面，哪一个是你想要的呢。

    1

    豆半的工作人员坚信昨晚这些人肯定是有相似性的，比如他们都是某一个人的粉丝。

    那么他们的发言里一定会提到同样的东西。

    这个时候就要再拿出来一个新的id，比如李四。

    利用李四这个id，在微博上进行搜索，又出来一万个李四。

    照例，全给爬取下来。

    接下来是王五、赵六

    然后再进行横向比对，一个个的去试！

    总能试出来蛛丝马迹。

    这个工作量是无比巨大的，对计算机的要求也很高。

    这种情况下，豆半只能增加人手，外聘公司。

    1

    只是过去的这一夜，花了至少上千万。

    但是这是目前为止豆半唯一的方法了。

    其实还有一个方法，那就是豆半后台有这些新注册的人绑定的电话号码，如果他们拿着这些电话号码去找微博，在微博数据库里直接用电话号码查找的话，基本上一两个小时就能解决。

    但是，这违法。

    不同平台不可以把彼此的数据互通有无。

    然而，豆半还真是高估了这些小粉丝们的水平了。

    到第二天中午的时候，工作人员兴奋地跑来找北总：“北总！结果出来了！”

    北总已经一夜没睡了。

    听到这话