“微博大数据”可以这么玩，让你听到雅安人的真实声音

自从4月20日之后，大家打开微博以后，时间轴上全是关于雅安和地震的微博和信息，这么多天来，大家已经习惯于从微博获取地震的信息，一起为雅安祈福、加油，感觉是通过微博与跟雅安人民一起经历地震的伤痛和感动。

但是，大家有没有认真想过，在关于雅安地震的微博中，哪些是雅安人民的真实心声，而哪些是谣言呢?许多人，肯定会说，好多微博大部分网友都验证过，谣言肯定会被过滤或者粉碎。而冷酷的事实却是，新浪微博作为弱关系的信息网络，度的分布是呈幂率分布的，少数中心节点的链接数大大多于普通节点。

这样的结果导致我们在微博上看到的信息都是大V主导的信息，或者是是他发布的，或者是他加工的。而这些大V有没有到过雅安呢?相信大多数是没去过的，都是在那里坐而论道。所以他们传播的信息，到底是不是真正雅安人的心声，是否真实，我们都要打一个大大的问号。

同时，一个不容忽视的问题是，作为真正的雅安灾区群众的发出的微博，因为本身号太小，拥有的链接数(粉丝数)有限，他们的声音在微博的海量数据里，却很容易被忽略了。相信大部分人，关注了这么多天雅安地震的微博信息，却不会关注一个雅安本地人吧。

有没有办法，把雅安本地人的微博汇集到一起，做一个实时更新的页面，让大家真正了解雅安当地人真正的心声呢。我从事新浪微博数据挖掘的朋友@肖培征 和@张文浩等一帮人，正是基于这个想法，做了一个“雅安之声”的站点，专门汇聚了雅安本地网友的微博，通过他们的视角还原现场最真实的情况。

为什么做雅安之声

据肖培征讲，他创业的方向是微博运营和数据挖掘，雅安地震时，本能的反映是对雅安地区网友的微博进行数据分析。马上从库里找出所在地是雅安的一万多微博用户，调用新浪微博开放接口扫描数据。

每一条微博，都是一个悲惨的画面，我犹如置身雅安，心情沉重又无奈，不知道能为灾区同胞做点什么。

各大互联网公司行动迅速，但都一窝蜂的做寻人。寻人虽然是刚需，但我再做意义不大。

随着时间的推进，雅安多数地区电力、通讯逐步恢复，两天之后，雅安网友发布的微博数量逐渐增多，我的信息也越来越丰富。但是打开电视看直播，打开微博看大V发布的信息，却与我看到的视角完全不同。

大量的救灾信息淹没了雅安本地网友的内容，没有专用数据挖掘工具，在微博通过关键字搜索等很难找到。也许有人需要这些信息，应该发挥优势做个容易使用的产品，让普通网友能迅速找到这些信息。

雅安之声解决的问题

救援人员点击“紧急”按钮查看被标注的微博，迅速找到求助信息及时救助。通过关键字如“帐篷”等搜索微博，精确找到物资缺乏的灾民，为救援物质调配起到查漏补缺的作用。

一线记者可以通过“给力”“气愤”两个按钮迅速获取新闻线索，帮助现场采访。未能到达灾区的记者，可以通过微博内容了解现场情况获取一手新闻素材。

网友可以观看原汁原味的微博直播。内容由雅安本地网友创造，未经媒体或微博大V加工，保持了原汁原味。这里有反应灾情的揪心内容，也有反应日常生活的普通内容，更加鲜活。

产品开发

这些信息的第一用途肯定是救灾，如何让救援人员迅速找到重要信息，信息重要程度用神马参数衡量呢?

已经是22日中午了，黄金救援时间都过去60个小时了，他们没有时间去思考重要程度的算法，那需要大量时间不断的试错改进，而现在最缺的就是时间，必须找到电风扇吹空肥皂盒这种笨拙但简单有效的方法。

肖培征想到了众包，在微博下面设几个按钮，让普通网友看直播时捎带着标注重要性，于是便有了这张草图。

几天的积累，他们的雅安微博用户ID已经增长到一万八千个，用开放接口完整轮询一遍需要几个小时，信息更新速度太慢。与死神赛跑每一秒都要争取，这个时间是无法容忍的。

他们求助新浪官方，新浪免费给他们开通了开放平台之外的“订阅”接口。从开始沟通到正式开通，总共只用了58分钟，效率非常高。但是订阅接口也有数量限制且官方无法更改模块，依然不能满足我一万八千个ID的需求量，而且ID数量还在不断增加。

肖用@勤娘纸 账号发了条微博，招募志愿者请求同行帮助。平时打的头破血流的竞争对手，迅速表态放下恩怨，共享资源解决难题。

开发人员连轴转，从画出草图到产品测试，只用了20个小时，晚上测试修改完毕第一版正式上线。

23日19:49微博发出链接，迅速被转发四百多次，他们收到网友评论和私信大量反溃从反馈中发现，物资调配信息需求最强烈，因为黄金救援时间已过，救援队伍的主攻方向是发放帐篷等救援物资。

产品存在的问题集中在两点，第一、设定的按钮“重要”没有引起网友的重视，被标注的次数不多，导致重要信息没有筛选出来。第二、标注“重要”的微博是按照标注次数排序，这样排在最前面的反而是几个小时之前的信息。

24日凌晨一点，他们更新了第二版，将按钮改为“紧急”“给力”“气愤”三个，排序规则改为12小时内的微博按时间排序，12小时候后的按标注次数排序。并且添加了关键字搜索功能，方便救援人员根据物资情况精确查找。

三十多个小时的时间，他们更新了两个版本，改了四次算法，加上@独到网 的接口级别较高，微博同步延迟时间压缩到5分钟左右。

此时，雅安之声已经是一个有用、能用的产品了。

当你打开网站，就会看到两万多雅安网友五分钟之前的发的全部微博，可以很方便的找到你需要的信息。

只是网站不太好看，志愿者中没设计人员。

实际效果

根据北大可视化小组@晓如微博 标注的雅安微博用户分布图，我们的数据可以全面反映雅安情况，包括曾经被忽视的天全等县，以及一些偏远的乡镇。

宣传雅安之声的微博被转发489次，理论上净覆盖人数460万，@桔子水晶吴海 @酒红冰蓝 @丁来峰 @白玉峰 等关键人物参与了转发。

24日晚十点钟左右检查PV，发现这几天@独到网 的PV没有任何增长。大家一直忙着看用户反馈改产品，竟然没检查CNZZ的统计。 22:38分修复后，显示15分钟内119人在线，浏览次数为250次。第一微博宣传的四百多次转发是在23日，第二这个时间段不是高峰期，我们大致推断24日PV在一万以上，23日PV在五万以上。

数据的意义

截止24日，2.1万雅安网友中的七千多人在地震后发出14万条微博，活跃用户高达35%，平均每个用户以每天4条的高频率发布微博。之前有微博活跃度下降，微信将取代微博，甚至微博已死等言论，但关键时刻还是微博顶上去了，微博在信息扩散的速度上的确优于微信。

国外已经可以通过社交网络的数据挖掘预测流感趋势，监测灾难时期的民众恐慌情绪等。他们会对抓取的原始数据进行分析，期望能够为救灾工作总结经验教训。水平有限，不敢说一定能成功，但做一下探索，失败了也能让后来者避开陷阱少走弯路。