آیا پست های متوسط ​​در واقع دنبال کنندگان LinkedIn را هدایت می کنند؟ تجزیه و تحلیل علیت دستی با Python & Dowhy

نویسنده (ها): Torty Sivill

در ابتدا منتشر شده در به سمت هوش مصنوعیبشر

تصویر از Unsplash ، استودیوی مومو

من مقالاتی را در زمینه متوسط ​​منتشر کرده ام و گهگاه آنها را در LinkedIn به اشتراک می گذارم. به طور طبیعی ، من می خواستم بدانم:

آیا این همه نوشتار در واقع باعث می شود افراد از من در LinkedIn پیروی کنند؟

یا آیا پیروان من صرفاً به این دلیل هستند که من در LinkedIn ارسال می کنم ، صرف نظر از اینکه یک مقاله متوسط ​​وجود دارد؟

برای فهمیدن ، من یک آزمایش استنباط علی ساده اما قدرتمند طراحی کردم.

متوسط: کپی دستی و چسباندن

حالا این واقعاً سخت بود. متوسط ​​(شاید با کمال تعجب در عقب نشینی) استخراج کاربران را آسان نمی کند آمار مربوط به تعامل و عملکرد مقالات آنها. این مواردی است که من امتحان کردم (و شکست خوردم)

ابزار “بارگیری داده های خود” Medium (فقط پست های صادر می کند ، نه آمار) اسناد خودکار (سلنیوم ، نمایشنامه نویس-مسدود شده یا نامرئی DOM) درخواست های شبکه (GraphQL بارهای پنهان در پشت ارائه مشتری))

بعد از مدتی از تلاش بی ثمر برای اتوماسیون ، فهمیدم که باید این کار را بسیار رضایت بخش انجام دهم: یک نسخه کلاسیک و چسباندن کاربشر

به صورت دستی ، من صفحه آمار متوسط ​​خود را پیمایش کردم و کپی کردم و به یک پرونده .txt چسباندم. سپس آن پرونده را با استفاده از اسکریپت پایتون زیر به داده های ساخت یافته تجزیه کردم.

وارد کردن پاندا به عنوان pdimport retext = باز (“medium_stats_raw.txt”). read () الگوی = re.compile (r “(.*؟) \ n ([A-Za-z]{3،9} \ d {1،2} ، \ d {4}) \ n ([\d.,K]+) \ nviews \ n ([\d.,K]+) \ nreads \ n (\ $[\d.,]+|-) \ nearnings “) def convert_k (val): int int (float (val.replace (‘k’ ، ”)) * 1000) اگر ‘k’ در val… وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر

منتشر شده از طریق به سمت هوش مصنوعی