分析PTT上「返校」討論者之網路關係
Group 6
2020/05/26
系統設置
## [1] ""安裝需要的packages
packages = c("readr", "data.table", "dplyr", "stringr", "jiebaR", "tidytext", "ggplot2", "tidyr", "topicmodels", "LDAvis", "igraph","knitr")
existing = as.character(installed.packages()[,1])
for(pkg in packages[!(packages %in% existing)]) install.packages(pkg)# 載入packages
library(readr)
library(dplyr)
library(jiebaR)
library(tidyr)
library(tidytext)
library(igraph)
library(topicmodels)
library(stringr)
library(ggplot2)
library(knitr)
require(data.table)
require(wordcloud2)讀取資料
資料描述
- 透過中山管院文字分析平台在PTT八卦版和電影版，搜尋關鍵字「返校」
- 文章時間：2019-08-01 ~ 2020-05-10
- 總篇數：613篇
載入資料
# 文章資料
Detention <- fread("Detention.csv", encoding = "UTF-8")
Detention$artDate = Detention$artDate %>% as.Date("%Y/%m/%d") # 將日期欄位格式由chr轉為date
# 回覆資料
Detention_review <- fread("Detention_articleReviews.csv", encoding = "UTF-8")
# 選取需要的欄位
Detention_review <- Detention_review %>%
select(artUrl, cmtPoster, cmtStatus, cmtContent)
Detention_review## artUrl cmtPoster
## 1: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html franz10123
## 2: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html kawazakiz2
## 3: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html Tchachavsky
## 4: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html dcoog7880
## 5: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html AustinRivers
## ---
## 43771: https://www.ptt.cc/bbs/movie/M.1581865305.A.72B.html thinker123
## 43772: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html aehvtleo
## 43773: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html mysmalllamb
## 43774: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html engineer1
## 43775: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html Shawnny
## cmtStatus cmtContent
## 1: 推 :樓下噓撕裂族群
## 2: 推 :教官：馬英九飾演
## 3: 推 :抵制為什麼不找馬英九拉
## 4: 推 :推推
## 5: → :馬英九演教官我就10刷
## ---
## 43771: 噓 :哎啊
## 43772: → :難怪覺得眼熟...這兩年前的片了
## 43773: 推 :不錯呀，本來台灣沒興趣的片都出籠了，還有日暮！
## 43774: 推 :支持啊。人少就去看
## 43775: 推 :看都看資料預覽
Detention %>%
group_by(artDate) %>%
summarise(count = n()) %>%
ggplot(aes(artDate, count))+
geom_line(color = "brown", size = 1.5) +
theme_classic()
可觀察到資料主要分佈在「2019/09」返校電影上映之後
發文者數量
length(unique(Detention$artPoster))## [1] 470回覆者數量
length(unique(Detention_review$cmtPoster))## [1] 12696總參與人數量
allPoster <- c(Detention$artPoster, Detention_review$cmtPoster)
length(unique(allPoster))## [1] 12909整理參與人
# 整理所有出現過得使用者
# 若曾發過文則標註爲：Poster；不曾發過文則標註爲：Replyer
userList <- data.frame(user = unique(allPoster)) %>%
mutate(type = ifelse(user%in%Detention$artPoster, "poster", "replyer"))建立社群網路圖
Join 原文與回覆
# 把文章和回覆依據artUrl innerJoin起來
posts_Reviews <- merge(x = Detention, y = Detention_review, by = "artUrl")
posts_Reviews## artUrl
## 1: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 2: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 3: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 4: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 5: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## ---
## 43771: https://www.ptt.cc/bbs/movie/M.1581865305.A.72B.html
## 43772: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html
## 43773: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html
## 43774: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html
## 43775: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html
## artTitle artDate artTime
## 1: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 2: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 3: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 4: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 5: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## ---
## 43771: [討論]返校作為電影有被再改編成西方版的潛力嗎? 2020-02-16 06:55:43
## 43772: [新聞]德國版《返校》！《無聲革命》改編自真實歷史事件 2020-04-01 11:33:16
## 43773: [新聞]德國版《返校》！《無聲革命》改編自真實歷史事件 2020-04-01 11:33:16
## 43774: [新聞]德國版《返校》！《無聲革命》改編自真實 2020-04-06 09:09:40
## 43775: [新聞]德國版《返校》！《無聲革命》改編自真實 2020-04-06 09:09:40
## artPoster artCat commentNum push boo
## 1: digitai1 Gossiping 100 78 3
## 2: digitai1 Gossiping 100 78 3
## 3: digitai1 Gossiping 100 78 3
## 4: digitai1 Gossiping 100 78 3
## 5: digitai1 Gossiping 100 78 3
## ---
## 43771: BrowningZen movie 35 13 9
## 43772: orz44444 movie 2 1 0
## 43773: orz44444 movie 2 1 0
## 43774: kkk0925 movie 2 2 0
## 43775: kkk0925 movie 2 2 0
## sentence
## 1: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 2: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 3: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 4: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 5: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## ---
## 43771: 很多人說返校只是用台灣歷史做主題，沒辦法像貧富衝突那樣全部人都有共鳴\n\n可是返校光是作為遊戲就劇情的評價就非常好，況且白色恐佈其實並不是離西方世界那麼遠\n\n像是可以改編成中東教條主義/東西德/納粹/麥卡錫主義等等同樣打壓自由，以言入罪的極\n端右派主題\n\n好萊塢在近年就很少這種主題，就算有也大多是正義必勝，很正面地去看這些歷史\n\n如果可以用返校式的黑暗描述再用在這些主題上，發揮空間也很大\n\n唯一風險只是在好萊塢講這種嚴肅議題未必政治正確而已\n\n可是就單純藝術價值來說，拍一齣有深度的恐怖電影應該可以開創新河?\n
## 43772: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\n2020-04-01 16:23 聯合報 編譯張佑生／即時報導\n\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提\n名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞\n電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，\n將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返\n校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班\n高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷\n慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育\n部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受\n到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困\n，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das\nschweigende Klassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的\n民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟\n同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全\n班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到\n：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特\n里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電\n影，即將在大銀幕上還原呈現在觀眾眼前。\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及\n「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對\n國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，\n也再度喚起人們對自由的追求及歷史的記憶。
## 43773: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\n2020-04-01 16:23 聯合報 編譯張佑生／即時報導\n\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提\n名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞\n電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，\n將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返\n校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班\n高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷\n慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育\n部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受\n到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困\n，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das\nschweigende Klassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的\n民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟\n同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全\n班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到\n：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特\n里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電\n影，即將在大銀幕上還原呈現在觀眾眼前。\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及\n「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對\n國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，\n也再度喚起人們對自由的追求及歷史的記憶。
## 43774: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\nhttps://i.imgur.com/N6X2TCd.jpg\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das schweigende\nKlassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電影，即將在大銀幕上還原呈現在觀眾眼前。\n\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，也再度喚起人們對自由的追求及歷史的記憶。\nhttps://i.imgur.com/kUOdhjM.jpg\n感覺是很有意義的片，現在這種時期上映大家還會去支持嗎？
## 43775: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\nhttps://i.imgur.com/N6X2TCd.jpg\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das schweigende\nKlassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電影，即將在大銀幕上還原呈現在觀眾眼前。\n\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，也再度喚起人們對自由的追求及歷史的記憶。\nhttps://i.imgur.com/kUOdhjM.jpg\n感覺是很有意義的片，現在這種時期上映大家還會去支持嗎？
## cmtPoster cmtStatus cmtContent
## 1: franz10123 推 :樓下噓撕裂族群
## 2: kawazakiz2 推 :教官：馬英九飾演
## 3: Tchachavsky 推 :抵制為什麼不找馬英九拉
## 4: dcoog7880 推 :推推
## 5: AustinRivers → :馬英九演教官我就10刷
## ---
## 43771: thinker123 噓 :哎啊
## 43772: aehvtleo → :難怪覺得眼熟...這兩年前的片了
## 43773: mysmalllamb 推 :不錯呀，本來台灣沒興趣的片都出籠了，還有日暮！
## 43774: engineer1 推 :支持啊。人少就去看
## 43775: Shawnny 推 :看都看篩選欄位
# 取出 cmtPoster（回覆者）、artPoster（發文者）、artUrl（文章連結）三個欄位
link <- posts_Reviews %>%
select(cmtPoster, artPoster, artUrl)建立網路關係
reviewNetwork <- graph_from_data_frame(d=link, directed=T)
reviewNetwork## IGRAPH 2906c09 DN-- 12904 43775 --
## + attr: name (v/c), artUrl (e/c)
## + edges from 2906c09 (vertex names):
## [1] franz10123 ->digitai1 kawazakiz2 ->digitai1 Tchachavsky ->digitai1
## [4] dcoog7880 ->digitai1 AustinRivers->digitai1 axzs1111 ->digitai1
## [7] a35715987 ->digitai1 slimak ->digitai1 PADvsToS ->digitai1
## [10] AndyWT ->digitai1 nikewang ->digitai1 purin3333 ->digitai1
## [13] DarkHolbach ->digitai1 monkeywind ->digitai1 wate5566 ->digitai1
## [16] godshibainu ->digitai1 jerrys0580 ->digitai1 trollgod ->digitai1
## [19] enel1111 ->digitai1 YuzanJhang ->digitai1 iwilltry ->digitai1
## [22] ak904 ->digitai1 c35h000 ->digitai1 Eric0605 ->digitai1
## + ... omitted several edges資料篩選
由於人數眾多，我們設定一些條件來篩選資料
1. 篩選發文數 > 5：代表發文者是否高度關注該主題並熱於分享
2. 篩選回文數 > 100：代表發文者的文章是否能一定引起共鳴
detention_poster = table(Detention$artPoster) %>% sort %>% as.data.frame
colnames(detention_poster) = c("artPoster","freq")
detention_poster = detention_poster %>% filter(freq >= 5) # 發文次數 > 5
link <- posts_Reviews %>%
filter(commentNum >= 100) %>% # 回覆數 > 100
filter(artPoster==detention_poster$artPoster) %>%
select(cmtPoster, artPoster, artUrl) %>%
unique()過濾圖中的Vertex
# 篩選 link 中有出現的使用者
filtered_user <- userList %>%
filter(user%in%link$cmtPoster | user%in%link$artPoster) %>%
arrange(desc(type))建立網路關係圖
set.seed(487)
# 先把關係的方向性拿掉，減少圖片中的不必要的資訊
reviewNetwork <- graph_from_data_frame(d=link, v=filtered_user, directed=F)
plot(reviewNetwork, vertex.size=3, edge.arrow.size=.2, vertex.label=NA)
加強圖像的顯示資訊
set.seed(487)
labels <- degree(reviewNetwork)
V(reviewNetwork)$label <- names(labels)
# 依使用者的身份來區分點的顏色：有發文的話是金色，只有回覆文章的則是淺藍色
V(reviewNetwork)$color <- ifelse(V(reviewNetwork)$type=="poster", "gold", "lightblue")
# 依據回覆發生的文章所對應的主題，對他們的關聯線進行上色
E(reviewNetwork)$color <- ifelse(E(reviewNetwork)$cmtStatus == "推", "lightgreen", "palevioletred")## Warning in length(eattrs[[name]]) <- ec: length of NULL cannot be changed# 顯示超過 5 個關聯的使用者帳號
plot(reviewNetwork, vertex.size = 3, edge.arrow.size=.2,
vertex.label=ifelse(degree(reviewNetwork) > 5, V(reviewNetwork)$label, NA), vertex.label.font = 2)
我們找出四位意見領袖：filmwalker、CLV518、godshibainu、hvariables
雖然不一定發文數或回應數最多，但相對其他帳號較能引發社群討論。
意見領袖的特質
發文頻率
# 第一位：於9月內發了 12 篇文
Detention_leader1 = Detention %>% filter(artPoster=="filmwalker")
summary(Detention_leader1)## artTitle artDate artTime artUrl
## Length:12 Min. :2019-09-03 Length:12 Length:12
## Class :character 1st Qu.:2019-09-13 Class :character Class :character
## Mode :character Median :2019-09-19 Mode :character Mode :character
## Mean :2019-09-17
## 3rd Qu.:2019-09-24
## Max. :2019-09-29
## artPoster artCat commentNum push
## Length:12 Length:12 Min. : 8.0 Min. : 7.00
## Class :character Class :character 1st Qu.: 66.5 1st Qu.: 28.75
## Mode :character Mode :character Median : 94.5 Median : 46.50
## Mean :178.8 Mean : 99.33
## 3rd Qu.:157.0 3rd Qu.: 97.00
## Max. :965.0 Max. :560.00
## boo sentence
## Min. : 0.00 Length:12
## 1st Qu.: 2.75 Class :character
## Median : 5.50 Mode :character
## Mean : 15.42
## 3rd Qu.: 11.25
## Max. :105.00# 第二位：於9月內發了 9 篇文
Detention_leader2 = Detention %>% filter(artPoster=="CLV518")
summary(Detention_leader2)## artTitle artDate artTime artUrl
## Length:9 Min. :2019-09-11 Length:9 Length:9
## Class :character 1st Qu.:2019-09-19 Class :character Class :character
## Mode :character Median :2019-09-23 Mode :character Mode :character
## Mean :2019-09-22
## 3rd Qu.:2019-09-26
## Max. :2019-09-29
## artPoster artCat commentNum push
## Length:9 Length:9 Min. : 10.0 Min. : 3.00
## Class :character Class :character 1st Qu.: 40.0 1st Qu.: 17.00
## Mode :character Mode :character Median : 62.0 Median : 33.00
## Mean :125.3 Mean : 71.56
## 3rd Qu.:157.0 3rd Qu.: 70.00
## Max. :464.0 Max. :287.00
## boo sentence
## Min. : 2.00 Length:9
## 1st Qu.: 3.00 Class :character
## Median : 5.00 Mode :character
## Mean :12.11
## 3rd Qu.:22.00
## Max. :41.00# 第三位：於9 ~ 10月內發了 7 篇文
Detention_leader3 = Detention %>% filter(artPoster=="godshibainu")
summary(Detention_leader3)## artTitle artDate artTime artUrl
## Length:7 Min. :2019-09-21 Length:7 Length:7
## Class :character 1st Qu.:2019-09-24 Class :character Class :character
## Mode :character Median :2019-09-26 Mode :character Mode :character
## Mean :2019-09-29
## 3rd Qu.:2019-10-03
## Max. :2019-10-15
## artPoster artCat commentNum push
## Length:7 Length:7 Min. : 10.00 Min. : 7.00
## Class :character Class :character 1st Qu.: 26.00 1st Qu.:13.50
## Mode :character Mode :character Median : 42.00 Median :25.00
## Mean : 54.57 Mean :32.29
## 3rd Qu.: 80.50 3rd Qu.:42.00
## Max. :117.00 Max. :83.00
## boo sentence
## Min. :0.000 Length:7
## 1st Qu.:0.500 Class :character
## Median :3.000 Mode :character
## Mean :2.857
## 3rd Qu.:4.500
## Max. :7.000# 第四位：於8 ~ 10月內發了 17 篇文
Detention_leader4= Detention %>% filter(artPoster=="hvariables")
summary(Detention_leader4)## artTitle artDate artTime artUrl
## Length:17 Min. :2019-08-16 Length:17 Length:17
## Class :character 1st Qu.:2019-09-20 Class :character Class :character
## Mode :character Median :2019-09-23 Mode :character Mode :character
## Mean :2019-09-21
## 3rd Qu.:2019-09-29
## Max. :2019-10-14
## artPoster artCat commentNum push
## Length:17 Length:17 Min. : 3.00 Min. : 1.00
## Class :character Class :character 1st Qu.: 18.00 1st Qu.: 11.00
## Mode :character Mode :character Median : 44.00 Median : 23.00
## Mean : 65.47 Mean : 38.41
## 3rd Qu.: 84.00 3rd Qu.: 44.00
## Max. :236.00 Max. :178.00
## boo sentence
## Min. : 0.000 Length:17
## 1st Qu.: 0.000 Class :character
## Median : 2.000 Mode :character
## Mean : 2.824
## 3rd Qu.: 3.000
## Max. :14.000# 綜合比較
Detention_leader1$artDate = as.Date(Detention_leader1$artDate)
Detention_leader1= Detention_leader1 %>% mutate(months = as.Date(cut(artDate, "months")))
Detention_leader1time = Detention_leader1 %>% group_by(months) %>%
summarise(num=n()) %>% as.data.frame %>%
mutate(poster ="filmwalker")
Detention_leader2$artDate = as.Date(Detention_leader2$artDate)
Detention_leader2= Detention_leader2 %>% mutate(months = as.Date(cut(artDate, "months")))
Detention_leader2time = Detention_leader2 %>%group_by(months) %>%
summarise(num=n()) %>%
as.data.frame%>%
mutate( poster ="CLV518" )
Detention_leader3$artDate = as.Date(Detention_leader3$artDate)
Detention_leader3= Detention_leader3 %>% mutate(months = as.Date(cut(artDate, "months")))
Detention_leader3time = Detention_leader3 %>%group_by(months) %>%
summarise(num=n()) %>%
as.data.frame%>%
mutate( poster ="godshibainu" )
Detention_leader4$artDate = as.Date(Detention_leader4$artDate)
Detention_leader4= Detention_leader4 %>% mutate(months = as.Date(cut(artDate, "months")))
Detention_leader4time = Detention_leader4 %>%group_by(months) %>%
summarise(num=n()) %>%
as.data.frame%>%
mutate( poster ="hvariables" )
# 整合發文趨勢圖
Detention_leader = rbind(Detention_leader1time, Detention_leader2time, Detention_leader3time, Detention_leader4time)
Detention_leader %>% ggplot(aes(x= months,y=num,fill=poster)) +geom_bar(stat = "identity")+
facet_wrap(~poster, ncol = 2, scales = "fixed") 
從圖中可以發現，四位意見領袖皆特別集中在9月（返校電影上映時）發文
內容文字雲
因四位意見領袖的文字雲內容相似，故以發文數最多的四號意見領袖為例
# 斷句（以全形或半形驚歎號、問號、分號以及句號爲依據進行斷句）
detention_sentences_leader4 <- strsplit(Detention_leader4$sentence,"[。！；？!?;]")
# 將每個句子與所屬的文章連結配對起來，整理成 dataframe
detention_sentences_leader4 <- data.frame(
artUrl = rep(Detention_leader4$artUrl, sapply(detention_sentences_leader4, length)),
sentence = unlist(detention_sentences_leader4)) %>%
filter(!str_detect(sentence, regex("^(\t|\n| )*$")))
detention_sentences_leader4$sentence <- as.character(detention_sentences_leader4$sentence)
# 使用斷詞引擎，放入要用的詞典和停用字
jieba_tokenizer = worker(user="detention_lexicon.txt", stop_word = "stop_words.txt", write = "NOFILE")
chi_tokenizer <- function(t) {
lapply(t, function(x) {
if(nchar(x)>1){
tokens <- segment(x, jieba_tokenizer)
tokens <- tokens[nchar(tokens)>1]
return(tokens)
}
})
}
# 進行斷詞，並計算各詞彙在各文章中出現的次數
detention_words_leader4 <- detention_sentences_leader4 %>%
unnest_tokens(word, sentence, token=chi_tokenizer) %>%
filter(!str_detect(word, regex("[0-9a-zA-Z]"))) %>%
count(artUrl, word, sort = TRUE)
# 畫出文字雲
detention_words_leader4 %>%
group_by(word) %>%
summarise(sum = n()) %>%
filter(sum > 2) %>%
arrange(desc(sum)) %>%
wordcloud2()Detention %>%
filter(artPoster=="hvariables") %>%
select(artTitle, artDate)## artTitle artDate
## 1 [新聞]《返校》中元節發預告 畫面讓人超毛！ 2019-08-16
## 2 [新聞]國家殺人比鬼更可怕《返校》放映口碑爆棚 2019-09-03
## 3 [新聞]返校砸百萬打造體驗館導演一進門重回惡夢 2019-09-06
## 4 [新聞]返校將推出4DX版！雷光夏獻聲一路哭到尾 2019-09-11
## 5 [新聞]189廳同步上映！返校觀眾受驚還被逼出眼淚 2019-09-20
## 6 [新聞]被指自導自演炒話題返校監製李烈怒回擊 2019-09-21
## 7 [新聞]首日票房1800萬《返校》才上映粉絲問續集 2019-09-21
## 8 [新聞]《返校》上映僅三天奪年度國片票房冠軍 2019-09-23
## 9 [新聞]《返校》上映創佳績男女主角徵選過程曝光 2019-09-23
## 10 [新聞]返校致自由掀話題！破7800萬宣布香港上映 2019-09-24
## 11 [新聞]返校導演1天破關遊戲親曝取捨部分超掙扎 2019-09-24
## 12 [新聞]今年首部破億國片返校 搶先辦慶功記者會 2019-09-26
## 13 [新聞]返校9天票房破1.3億台南會影迷癱瘓道路 2019-09-29
## 14 [新聞]返校曾敬驊入圍金馬最佳新人：我做到了！ 2019-10-01
## 15 [新聞]《返校》賣破2億！男主角帥樣迷倒釜山韓妹 2019-10-07
## 16 [新聞]《返校》夯到泰國王淨南韓巧遇男神盼合作 2019-10-10
## 17 [新聞]觀影人次破百萬！返校上映24天再破2.4億 2019-10-14由文字雲與發文標題可發現，hvariables 此位意見領袖主要是「新聞」分享者，發文內容以轉貼返校相關新聞為主，來引起鄉民討論
主題分類
前處理
# Step1 : 文章斷句
detention_meta <- Detention %>%
mutate(sentence=gsub("[\n]{2,}", "。", sentence))
# 以全形或半形 驚歎號、問號、分號 以及 全形句號 爲依據進行斷句
detention_sentences <- strsplit(detention_meta$sentence,"[。！；？!?;]")
# 將每句句子，與他所屬的文章連結配對起來，整理成一個dataframe
detention_sentences <- data.frame(
artUrl = rep(detention_meta$artUrl, sapply(detention_sentences, length)),
sentence = unlist(detention_sentences)
) %>%
filter(!str_detect(sentence, regex("^(\t|\n| )*$")))
detention_sentences$sentence <- as.character(detention_sentences$sentence)# Step2 : 文章斷詞
# 使用斷詞引擎，放入要用的詞典和停用字
jieba_tokenizer = worker(user="detention_lexicon.txt", stop_word = "stop_words.txt", write = "NOFILE")
chi_tokenizer <- function(t) {
lapply(t, function(x) {
if(nchar(x)>1){
tokens <- segment(x, jieba_tokenizer)
tokens <- tokens[!tokens %in% stop_words]
# 去掉字串長度爲1的詞彙
tokens <- tokens[nchar(tokens)>1]
return(tokens)
}
})
}
tokens <- detention_sentences %>%
unnest_tokens(word, sentence, token=chi_tokenizer) %>%
filter(!str_detect(word, regex("[0-9a-zA-Z]"))) %>%
count(artUrl, word, sort = TRUE) %>%
rename(count=n)
tokens## # A tibble: 76,737 x 3
## artUrl word count
## <chr> <chr> <int>
## 1 https://www.ptt.cc/bbs/Gossiping/M.1569942153.A.9CA.html 最佳 60
## 2 https://www.ptt.cc/bbs/movie/M.1569928220.A.D22.html 最佳 59
## 3 https://www.ptt.cc/bbs/movie/M.1566071813.A.2FE.html 腔調 49
## 4 https://www.ptt.cc/bbs/movie/M.1575780560.A.5E7.html 白色恐怖 48
## 5 https://www.ptt.cc/bbs/movie/M.1569245978.A.BE0.html 電玩 39
## 6 https://www.ptt.cc/bbs/movie/M.1569044240.A.48E.html 遊戲 36
## 7 https://www.ptt.cc/bbs/movie/M.1569010324.A.416.html 電影 32
## 8 https://www.ptt.cc/bbs/movie/M.1575780560.A.5E7.html 台灣 31
## 9 https://www.ptt.cc/bbs/movie/M.1569136851.A.2DF.html 自由 27
## 10 https://www.ptt.cc/bbs/movie/M.1569167882.A.DD4.html 方芮欣 26
## # ... with 76,727 more rows# Step3 : 清理斷詞結果
# 挑出總出現次數大於3的字
reserved_word <- tokens %>%
group_by(word) %>%
count() %>%
filter(n > 3) %>%
unlist()
detention_removed <- tokens %>%
filter(word %in% reserved_word)
detention_dtm <- detention_removed %>% cast_dtm(artUrl, word, count)
detention_dtm## <<DocumentTermMatrix (documents: 612, terms: 3844)>>
## Non-/sparse entries: 56509/2296019
## Sparsity : 98%
## Maximal term length: 4
## Weighting : term frequency (tf)LDA 主題分析
# LDA分成4個主題
detention_lda <- LDA(detention_dtm, k = 4, control = list(seed = 1234))
# 看各群的常用詞彙
tidy(detention_lda, matrix = "beta") %>%
filter(!term %in% c("返校","電影")) %>%
group_by(topic) %>%
top_n(10, beta) %>%
ungroup() %>%
mutate(topic = as.factor(topic), term = reorder_within(term, beta, topic)) %>%
ggplot(aes(term, beta, fill = topic)) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
coord_flip() +
scale_x_reordered()
可以歸納出：
Topic1：劇情討論
Topic2：票房 & 入圍金馬獎
Topic3：遊戲與電影劇情的關係
Topic4：政治議題
# 使用LDA預測每篇文章的主題
detention_topics <- tidy(detention_lda, matrix="gamma") %>% # 在tidy function中使用參數"gamma"來取得 theta矩陣。
group_by(document) %>%
top_n(1, wt=gamma)
detention_topics## # A tibble: 612 x 3
## # Groups: document [612]
## document topic gamma
## <chr> <int> <dbl>
## 1 https://www.ptt.cc/bbs/movie/M.1569010324.A.416.html 1 0.584
## 2 https://www.ptt.cc/bbs/movie/M.1569136851.A.2DF.html 1 0.420
## 3 https://www.ptt.cc/bbs/movie/M.1569167882.A.DD4.html 1 0.999
## 4 https://www.ptt.cc/bbs/movie/M.1569690019.A.CFE.html 1 0.999
## 5 https://www.ptt.cc/bbs/movie/M.1569827409.A.BCD.html 1 0.895
## 6 https://www.ptt.cc/bbs/movie/M.1569167670.A.B0B.html 1 0.924
## 7 https://www.ptt.cc/bbs/movie/M.1569089750.A.97D.html 1 0.800
## 8 https://www.ptt.cc/bbs/movie/M.1569252323.A.575.html 1 0.742
## 9 https://www.ptt.cc/bbs/movie/M.1569005981.A.0C4.html 1 0.999
## 10 https://www.ptt.cc/bbs/movie/M.1569155740.A.63B.html 1 0.999
## # ... with 602 more rowsLDA主題視覺化
# 把文章資訊和主題join起來
posts_Reviews <- merge(x = posts_Reviews, y = detention_topics, by.x = "artUrl", by.y="document")
posts_Reviews## artUrl
## 1: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 2: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 3: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 4: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## 5: https://www.ptt.cc/bbs/Gossiping/M.1565848968.A.0AA.html
## ---
## 43771: https://www.ptt.cc/bbs/movie/M.1581865305.A.72B.html
## 43772: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html
## 43773: https://www.ptt.cc/bbs/movie/M.1585740803.A.313.html
## 43774: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html
## 43775: https://www.ptt.cc/bbs/movie/M.1586164182.A.DDF.html
## artTitle artDate artTime
## 1: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 2: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 3: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 4: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## 5: [爆卦]《返校》DETENTION電影4K正式預告 2019-08-14 21:56:43
## ---
## 43771: [討論]返校作為電影有被再改編成西方版的潛力嗎? 2020-02-16 06:55:43
## 43772: [新聞]德國版《返校》！《無聲革命》改編自真實歷史事件 2020-04-01 11:33:16
## 43773: [新聞]德國版《返校》！《無聲革命》改編自真實歷史事件 2020-04-01 11:33:16
## 43774: [新聞]德國版《返校》！《無聲革命》改編自真實 2020-04-06 09:09:40
## 43775: [新聞]德國版《返校》！《無聲革命》改編自真實 2020-04-06 09:09:40
## artPoster artCat commentNum push boo
## 1: digitai1 Gossiping 100 78 3
## 2: digitai1 Gossiping 100 78 3
## 3: digitai1 Gossiping 100 78 3
## 4: digitai1 Gossiping 100 78 3
## 5: digitai1 Gossiping 100 78 3
## ---
## 43771: BrowningZen movie 35 13 9
## 43772: orz44444 movie 2 1 0
## 43773: orz44444 movie 2 1 0
## 43774: kkk0925 movie 2 2 0
## 43775: kkk0925 movie 2 2 0
## sentence
## 1: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 2: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 3: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 4: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## 5: https://www.youtube.com/watch?v=vS_s5_IIDag\n1962年，寂寥而肅殺的時代，翠華中學高三生方芮欣，意外與輔導老師張明暉相戀，\n在問題叢生的家庭及學校中，他成為她唯一的出路。追求自由的張明暉，另與師生\n殷翠涵、魏仲廷等人組織讀書會，研讀禁書，雖為高壓校園帶來一線呼吸的空間，卻也\n冒著生死攸關的風險。一日，張明暉憑空消失，除方芮欣外，僅有高二生魏仲廷\n仍記得她的存在。兩人遂結伴尋找消失的老師，卻發現校園逐漸從他們熟悉的世界剝離\n，在鬼魅橫行的異域，他們被迫面對可怖的真相…。\n\n\n曾任 AFK\n[email<U+00A0>protected]\n製作眾多熱門遊戲影片的徐漢強(戰鎖鎖不住)表示\n：「作為遊戲玩家，《返校》原作中詭譎視覺和淒美故事震撼了我許久。當時便希望能\n將它改編成電影形式，以觸動更多觀眾。我的目標是忠於原著精神，深化其獨特視覺\n和情感，創作出一 部在內容調性上都獨一無二的心理驚悚片。」\n\n完整預告感覺內容都很有到啊\n\n燈籠鬼、收音機、升旗、讀書會、國家殺人、師生電影、\n玉珮、倒吊、教官、憲兵、布袋戲，一段都沒少，感覺之前不會琢磨政治只是公關話\n
## ---
## 43771: 很多人說返校只是用台灣歷史做主題，沒辦法像貧富衝突那樣全部人都有共鳴\n\n可是返校光是作為遊戲就劇情的評價就非常好，況且白色恐佈其實並不是離西方世界那麼遠\n\n像是可以改編成中東教條主義/東西德/納粹/麥卡錫主義等等同樣打壓自由，以言入罪的極\n端右派主題\n\n好萊塢在近年就很少這種主題，就算有也大多是正義必勝，很正面地去看這些歷史\n\n如果可以用返校式的黑暗描述再用在這些主題上，發揮空間也很大\n\n唯一風險只是在好萊塢講這種嚴肅議題未必政治正確而已\n\n可是就單純藝術價值來說，拍一齣有深度的恐怖電影應該可以開創新河?\n
## 43772: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\n2020-04-01 16:23 聯合報 編譯張佑生／即時報導\n\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提\n名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞\n電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，\n將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返\n校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班\n高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷\n慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育\n部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受\n到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困\n，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das\nschweigende Klassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的\n民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟\n同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全\n班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到\n：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特\n里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電\n影，即將在大銀幕上還原呈現在觀眾眼前。\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及\n「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對\n國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，\n也再度喚起人們對自由的追求及歷史的記憶。
## 43773: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\n2020-04-01 16:23 聯合報 編譯張佑生／即時報導\n\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提\n名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞\n電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，\n將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返\n校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班\n高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷\n慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育\n部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受\n到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困\n，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das\nschweigende Klassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的\n民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟\n同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全\n班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到\n：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特\n里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電\n影，即將在大銀幕上還原呈現在觀眾眼前。\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及\n「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對\n國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，\n也再度喚起人們對自由的追求及歷史的記憶。
## 43774: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\nhttps://i.imgur.com/N6X2TCd.jpg\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das schweigende\nKlassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電影，即將在大銀幕上還原呈現在觀眾眼前。\n\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，也再度喚起人們對自由的追求及歷史的記憶。\nhttps://i.imgur.com/kUOdhjM.jpg\n感覺是很有意義的片，現在這種時期上映大家還會去支持嗎？
## 43775: 新聞網址：\nhttps://stars.udn.com/star/story/10090/4461596\nhttps://i.imgur.com/N6X2TCd.jpg\n德國版「返校」《無聲革命》，改編自1956年的真實事件，在德國上映掀起一陣浪潮，提名「德國奧斯卡」蘿拉獎最佳影片等四項大獎，更榮獲慕尼黑影展最佳導演獎及巴伐利亞電影節最佳新演員獎等殊榮，以緊張懸疑的氣氛詮釋當時學生面對國家機器壓迫的壓力，將「害怕想起來」的歷史事件搬上大銀幕。改編自東德二戰後歷史真實事件，德國版「返校」《無聲革命》將在德國統一30年之際，於4月24日星期五正式在台上映。\n\n\n電影《無聲革命》故事背景發生在距柏林圍牆完成五年前，內容描述東德史達林城的一班高中畢業生，聽到收音機境外頻道的廣播，輾轉得知匈牙利民眾因為對抗蘇聯起義而死傷慘重，決定隔天在班上默哀兩分鐘，原只是用意良善的默哀行動，卻遭受到校長偕同教育部高官將他們定調為反叛分子，若不揪出主使者，全班不僅沒辦法畢業，甚至家人也會受到牽連，究竟要為了自由而團結，還是為了利益自保？當學生意識到自己的處境逐漸艱困，眾人如何對抗東德及學校當局的壓迫也成為《無聲革命》最大亮點之一。\n\n\n電影改編自「脫東者」迪特里希．加斯特卡(Dietrich Garstka)的同名著作《Das schweigende\nKlassenzimmer》，當年在匈牙利街頭上一輛輛的蘇聯坦克鎮壓街上起義的民眾，前往西柏林電影院的迪特里希及朋友無意間在路邊看到匈牙利起義的畫面，而後跟同學們再次聽到廣播確認後，決定在課堂上為了革命遇難的人保持一分鐘沉默，此舉讓全班都面臨退學威脅，這段歷史在德國也長年受到討論，迪特里希在受到路透社採訪時說到：「那些擁護社會主義的人完全低估了我們，認為我們只是小人物」。該故事記錄在迪特里希的同名著作中，成為東德歷史上最具爭議的一頁之一，後也被改編成《無聲革命》電影，即將在大銀幕上還原呈現在觀眾眼前。\n\n\n去年(2019年)國產同名驚悚推理遊戲改編電影《返校》掀起一陣浪潮，掀起觀眾對自由及「白色恐怖」的辯論。改編自東德歷史《無聲革命》，即將於4月24日在台灣上映，面對國家機器的壓迫「沉默是最大聲的革命」，電影裡學生們勇敢傳達小人物對當局的不滿，也再度喚起人們對自由的追求及歷史的記憶。\nhttps://i.imgur.com/kUOdhjM.jpg\n感覺是很有意義的片，現在這種時期上映大家還會去支持嗎？
## cmtPoster cmtStatus cmtContent
## 1: franz10123 推 :樓下噓撕裂族群
## 2: kawazakiz2 推 :教官：馬英九飾演
## 3: Tchachavsky 推 :抵制為什麼不找馬英九拉
## 4: dcoog7880 推 :推推
## 5: AustinRivers → :馬英九演教官我就10刷
## ---
## 43771: thinker123 噓 :哎啊
## 43772: aehvtleo → :難怪覺得眼熟...這兩年前的片了
## 43773: mysmalllamb 推 :不錯呀，本來台灣沒興趣的片都出籠了，還有日暮！
## 43774: engineer1 推 :支持啊。人少就去看
## 43775: Shawnny 推 :看都看
## topic gamma
## 1: 1 0.7023069
## 2: 1 0.7023069
## 3: 1 0.7023069
## 4: 1 0.7023069
## 5: 1 0.7023069
## ---
## 43771: 3 0.7899546
## 43772: 4 0.9471173
## 43773: 4 0.9471173
## 43774: 4 0.9482199
## 43775: 4 0.9482199# 篩選條件：
# 1. 2019/09/01後的文章
# 2. 有在10篇以上文章回覆者，
# 3. 文章主題歸類為2與4者，
# 4. 欄位只取：cmtPoster(評論者), artPoster(發文者), artUrl(文章連結), topic(主題)
link <- posts_Reviews %>%
filter(artDate > as.Date('2019-09-01')) %>%
group_by(cmtPoster, artUrl) %>%
filter(n()>10) %>%
ungroup() %>%
filter(topic == 1 | topic == 4) %>%
select(cmtPoster, artPoster, artUrl, topic) %>%
unique()
link## # A tibble: 101 x 4
## cmtPoster artPoster artUrl topic
## <chr> <chr> <chr> <int>
## 1 playcat1944 filmwalker https://www.ptt.cc/bbs/Gossiping/M.1568767910~ 4
## 2 protect6090 filmwalker https://www.ptt.cc/bbs/Gossiping/M.1568767910~ 4
## 3 jaychen99 filmwalker https://www.ptt.cc/bbs/Gossiping/M.1568767910~ 4
## 4 k44754 noonecare https://www.ptt.cc/bbs/Gossiping/M.1568849582~ 4
## 5 feldene noonecare https://www.ptt.cc/bbs/Gossiping/M.1568849582~ 4
## 6 linchaoyang sizumaru https://www.ptt.cc/bbs/Gossiping/M.1569077525~ 4
## 7 DANANPA ThisisLongID https://www.ptt.cc/bbs/Gossiping/M.1569173860~ 4
## 8 stocktonty demitri https://www.ptt.cc/bbs/Gossiping/M.1569189791~ 4
## 9 REVERSI jay251935 https://www.ptt.cc/bbs/Gossiping/M.1569392228~ 4
## 10 keane9112 ComeTureLou https://www.ptt.cc/bbs/Gossiping/M.1569488626~ 4
## # ... with 91 more rows# 篩選link中有出現的使用者
filtered_user <- userList %>%
filter(user%in%link$cmtPoster | user%in%link$artPoster) %>%
arrange(desc(type))
head(filtered_user, 10) # 舉10位 replyer 為例## user type
## 1 eternalmi16 replyer
## 2 Liaocavalier replyer
## 3 oops66 replyer
## 4 yannjiunlin replyer
## 5 jaychen99 replyer
## 6 playcat1944 replyer
## 7 protect6090 replyer
## 8 stocktonty replyer
## 9 c41231717 replyer
## 10 ismydear replyertail(filtered_user, 10) # 舉10位 poster 為例## user type
## 112 nobady98 poster
## 113 a77774444 poster
## 114 miserneo poster
## 115 a520 poster
## 116 tdhsu8718 poster
## 117 octobird poster
## 118 JIUNPA poster
## 119 sophia810130 poster
## 120 mr62207 poster
## 121 balcony5566 poster# 建立網路關係
reviewNetwork <- graph_from_data_frame(d=link, v=filtered_user, directed=F)
# 依據使用者身份對點上色
labels <- degree(reviewNetwork)
V(reviewNetwork)$label <- names(labels)
V(reviewNetwork)$color <- ifelse(V(reviewNetwork)$type=="poster", "gold", "lightblue")
# 依據回覆發生的文章所對應的主題，對他們的關聯線上色
E(reviewNetwork)$color <- ifelse(E(reviewNetwork)$topic == "1", "coral3", "cyan3")
# 畫出社群網路圖
set.seed(5000)
plot(reviewNetwork, vertex.size=6, edge.arrow.size=.2, edge.width=3,
vertex.label=ifelse(degree(reviewNetwork) > 5, V(reviewNetwork)$label, NA),vertex.label.font=2)
# 加入標示
legend("bottomright", c("發文者","回文者"), pch=21, col="#777777", pt.bg=c("gold","lightblue"), pt.cex=1, cex=1)
legend("topleft", c("劇情討論","政治議題"), col=c("coral3","cyan3"), lty=1, cex=1)
- 可以看出帳號 balcony5566 所發的文多在討論「劇情」的主題
Detention%>%
filter(artPoster=="balcony5566") %>%
select(artTitle, artDate, artUrl, commentNum, push, boo)## artTitle artDate
## 1 [LIVE]返校Detention（全臺首播） 2020-01-25
## artUrl commentNum push boo
## 1 https://www.ptt.cc/bbs/movie/M.1579946813.A.9A4.html 714 472 48查詢 balcony5566 所發的文後，得知是全台返校電視首播的LIVE文章，共有714則回覆，多在討論劇情
- 可以看出帳號 tipsofwarren 和 nobadly98 所發的文多在討論「政治」的主題
Detention%>%
filter(artPoster=="tipsofwarren") %>%
select(artTitle, artDate, artUrl, commentNum, push, boo)## artTitle artDate
## 1 Re:[負雷]返校-甚麼爛片 2019-09-22
## artUrl commentNum push boo
## 1 https://www.ptt.cc/bbs/movie/M.1569165067.A.1E6.html 281 69 29查詢 tipsofwarren 所發的文後，得知該文主要是在討論歷史上各國執政黨的政權，共有281則回覆
使用推噓文作爲連線的顏色
# 把回覆類型為箭頭的回覆移除
link <- posts_Reviews %>%
filter(cmtStatus!="→") %>%
group_by(cmtPoster, artUrl) %>%
filter(n()>5) %>%
ungroup() %>%
select(cmtPoster, artPoster, artUrl, cmtStatus) %>%
unique()
# 篩選link中有出現的使用者
filtered_user <- userList %>%
filter(user%in%link$cmtPoster | user%in%link$artPoster) %>%
arrange(desc(type))
# 建立網路關係
reviewNetwork <- graph_from_data_frame(d=link, v=filtered_user, directed=F)
# 依據使用者身份對點進行上色
labels <- degree(reviewNetwork)
V(reviewNetwork)$label <- names(labels)
V(reviewNetwork)$color <- ifelse(V(reviewNetwork)$type=="poster", "gold", "lightblue")
# 依據回覆發生的文章所對應的主題，對他們的關聯線進行上色
E(reviewNetwork)$color <- ifelse(E(reviewNetwork)$cmtStatus == "推", "lightgreen", "palevioletred")
# 畫出社群網路圖
set.seed(487)
plot(reviewNetwork, vertex.size=5, edge.arrow.size=.2, edge.width=3,
vertex.label=ifelse(degree(reviewNetwork) > 5, V(reviewNetwork)$label, NA),vertex.label.font=2)
# 加入標示
legend("bottomright", c("發文者","回文者"), pch=21, col="#777777", pt.bg=c("gold","lightblue"), pt.cex=1, cex=1)
legend("topleft", c("推","噓"), col=c("lightgreen","palevioletred"), lty=1, cex=1)
雖然返校中的發文回覆有推有噓，但主要以推文為主，因此連線幾乎都為綠色。