И думали, что это навсегда
А в конце, как известно, выводится статистика!
Статистика считается по данным, доступным простому залогиненному пользователю, но, так как скрытые разделы вроде вымерли - это не составляет проблемы.
Основной раздел
Самый рейтинговый контент (50 с начала).
Те самые-самые заплюсованные посты.
Самые заминусованные посты (50 с начала).
Аналогично.
Количество сообщений на пользователя (50 с начала).
Отличается от того, что выдаст вам список пользователей, из-за удаленных тем и прочего.
Так же сильно попортило статистику объединение аккаунтов сайлентиума и шепарда. Большую часть этих сообщений составляют сообщения шепарда, ремарка верна для всей статистики.
ОПы (50 с начала).
Люди, создавшие больше всех тредов.
Самые цитируемые люди (50 с начала).
При смене имени пользователя цитаты не затрагиваются.
Игры с кармой
Топ кармы (50 с начала).
Репутация из профиля, все просто.
Антитоп кармы (50 с начала).
Аналогично.
Наибольший карма-КПД (50 с начала).
Карма деленная на количество сообщений - по просьбам кактуса, вдохновившего меня на все это.
Учитываются только пользователи, написавшие более 50 сообщений (а таких у нас 861).
Наименьший карма-КПД. (50 с начала).
Аналогично.
Лексикографический анализ
Самые популярные слова на форуме (200 с начала).
Включает в себя все слова, длиннее одного символа. Все знаки, отличные от букв и цифр, считались за пробел и не учитывались. Также количество упоминаний каждого слова было разделено на среднее упоминание количества слов на миллион слов, чтобы избежать засилья "не", "на", "the", "says" в топе. Некоторые слова, к примеру "бан" и "банить", считались раздельно, так как не являются словарными.
Неизвестные миру слова (50 с начала).
Те слова, которые анализатор не смог как либо обработать и посчитал неизвестными.
Заключение
Для обработки этой статистики было скачано 7.9 гигабайт данных (айпиборд ван лав), и обработано 337 мегабайт чистых данных.
Изначальная тулза для всего этого была написана интеркроссом, помянем.
Спасибо, что были с нами!