主题：【原创】哎呀，妈呀，被举报了！（0） -- 奔波儿

大家都知道，这个判罚系统是由“一直在改”弄出来的。刚出来的时候，估计用的是简单的线性加权公式，结果问题不少，比如：5个监察的判罚是“不违规”，1个监察则给出了“加重封”，最终结果成了“短封”，这明显是不合理的。记得当时，让大家很是抗议了一番。“一直在改”也虚心接受大家的意见，改动了一通，大家的牢骚渐渐也就少了。背后到底是个什么机制呢？

换言之，G(X)=Y所暗含的G到底是个啥东东？

既然已经知道了X，又知道了Y，就不怕这个G不出来。

先来个最简单的感知器（Perceptron），能出结果，但训练数据和测试数据都有错误，分别为1.25%和9.52%。

换一个，来个流行款的CNN（卷积神经网络），把“tensorflow”这把大牛刀也加上，效果不错，训练数据和测试数据均为100%的正确率。不过，没必要搞这么复杂，而且不好解释。

来个简单的，逻辑回归（Logistic Regression）和支持向量机（SVM），训练数据的误差很小，接近0,但测试数据的误差率还是不佳。看来单层分析的效果不怎么样。

还是用多层分析，比如决策树（Decison Tree），结果不错。无论是训练还是测试数据均达到0误差。上张图。

外链图片需谨慎，可能会被源头改

从上面这张图可以看出，在6个监察给出判罚以后，如果“不违规”的次数>=3，则帖子“不违规”。看来这个规矩一直没改。

反之，如果“不违规“的次数<3，则很有可能被判违规，唯一可以逃出樊笼的机会就是”难以判断“，不过，希望比较渺茫。

不过，这张图也反映出铁手的这个判罚系统依旧存在不合理的地方，比如，被投诉贴有太多机会，落入”短封“的陷阱，这明显是不合理的。正常的情况下，应该是“违规”>“短封”>“加重封”。我一直怀疑，铁手在其判罚系统中设有一个调解阈值，乱世用重典，太平岁月，则宽大为怀。

（4）监察业绩之KPI

当监察对帖子进行评判时，有5个选项，分别是'不违规', '难以判断', '违规', '短封', '加重封'。六个监察全部作出判罚以后，系统会生成最后的结果，也是这五种之一。其中，第一项自然是“不违规”，3至5项则属于“违规”，程度由轻到重。第二项呢，适用于难以做出判断的帖子，举报人和被举报对象均无损失，毕竟世上有很多事情，没有绝对的对或者错。俺家邻居的狗剩娃儿一天到晚非黑即白，他肯定没有见过既黑又白的滚滚殿下。

外链图片需谨慎，可能会被源头改

先瞅瞅这101个案例的最终判罚结果之统计分布：

外链图片需谨慎，可能会被源头改

“不违规”的帖子最多，有45个，占比44.6%；其次，是“短封”，有41个，占比40.6%；“违规”和“加重封”分别为5个和7个，“难以判断”则居于末席，仅有3个。当然，这只是最终的判罚结果而已。感觉上，“短封”的占比过高，在进行深入分析前，有些出乎意料。

再看看这一个月来，各项判罚的比例变化。

外链图片需谨慎，可能会被源头改

可以明显看出，绝大部分时候，特别是中后期，“不违规”的判罚占大多数。前期阶段，被投诉帖子主要是一些不易引起争议的帖子（例如P大师的帖子），而随着时间推移，这类帖子虽然有，但容易引发争议的帖子逐渐成为主流。这说明，在众人特别是监察的努力下，论坛的状态逐渐趋于正常。

既然要做数据分析，就要先将已有信息数字化。可以将这5类判罚分别编号，即0（不违规）, 1（难以判断）, 2（违规）, 3（短封）, 4（加重封）。

虽然有6个监察，但系统判断最终结果是根据5类判罚的个数分布来作出判断的。

此处，输入的数据为X_i（i=0,1,2,3,4)，每个X_i代表第i类判罚的个数，且sum{X_i}=6。假定系统的判断机制为G，则有G(X)=Y，Y为最终的判罚结果，一共有5种结局（即0～4）。请问，输入数据一共有多少种？

答案是210。不过，这只是理论答案，在实际操作中，我们只得到了60种输入数据。其中，出现次数最多的分布是40200，即6个监察输入的结果是4个不违规，2个违规；排第二的是30201，即3个不违规，2个违规，1个加重封。不过，这两种输入数据的输出结果均为0。

有没有6个监察完全一致的判罚？答案是有，虽然理论上应该有5种，但实际只出现了“60000”，“00600”和“00006”，分别各有一个案例。

“60000”说明众监察一致认为被投诉帖子是无辜的！可没法子，就算是人蓄无害的小白兔一样会被人惦记，这就是当前的环境。

“00006”则说明诸位监察均下了重手，一看受罚的帖子（点击者扣3铢钱），哦，原来是这位，拉出来，走几步。缺少铢钱的ID，如果大家遇到这类帖子，走过路过，不要错过，强烈建议“也举报”一把，包赚不赔，而且还为净化河道作出您的一份贡献。

（3）铁手在搞什么鬼？

常言道：“人在江湖飘，早晚要挨刀”。只要你不是榆木嘎达，或者只会哼哈的将军，随便发个言，总会有人不爽，毕竟，林子大了，什么鸟都有。那种“誓死捍卫你说话的权利”的讨论氛围早已黄鹤一去不复返，会有回来的那一天吗？是不会呢，还是不会呢？继续谨慎不乐观。

当然，如果你是学泼妇骂街、或者一天到晚把生殖器挂在嘴边，被人举报，进入小黑屋，也算是种瓜得瓜，种豆得豆。好汉做事，好汉当嘛。关几天，出来，接着玩嘛。实在玩不起的话，那就“走好，不送！”。

被举报了，别怕，只要你不属于那些骂街的ID，建议还是相信监察和制度，毕竟，所有监察都是大家一票一票选出来的，这在一定程度上保证了那些立场偏激的ID不容易进入监察队伍;其次，六个监察中，只有一半以上的监察判你违规，才可能受罚。

“可能”，这个可能性有多高呢？对于受争议的帖子，被判“违规”的概率只有34%。。

如果，你坚信自己的帖子人蓄无害，和五毛、美分、左呀、右呀啥的都不搭界，那在被举报的时候，不但不应该发慌，反而应该高兴才对。这说明，你被人“恶意举报”了，被判“违规”的概率是很低的，而一旦最后结局是“不违规”，那你不但不会有任何损失，举报你的ID还会受罚，被扣除铢钱48枚。而判罚结果与最终结果不一致的监察，也会受罚，将被扣除铢钱6枚。不过，“一直在改”乱发货币，早就搞得通货膨胀。

另外，监察不可能同时给出判罚，毕竟人家都是有家小要养活的人，只能在工作生活之余，给大家做贡献。这就给大家一个小空子可以钻。每一个监察给出判罚后，你的信箱就会收到一个短信提示。如果你已经有三个监察判你“违规”，这个时候，你要不想受罚，就必须采取行动——修改一下你的帖子。当然，你会被扣去一点小小的铢钱。那反正也不是比特币，用不着心疼，和气生财嘛。

外链图片需谨慎，可能会被源头改

就算最后被受罚，也不必学窦娥姐姐或者孟姜妹妹，搞得动静太大，会吓着花花草草的。所谓“红尘炼心”，蹲小黑屋也是一种修行，多少牛人大拿都是从小黑屋里走出来的。司马老师说过“盖西伯拘而演《周易》；仲尼厄而作《春秋》；屈原放逐，乃赋《离骚》；左丘失明，厥有《国语》；孙子膑脚，《兵法》修列；不韦迁蜀，世传《吕览》；韩非囚秦，《说难》、《孤愤》。《诗》三百篇，大氐贤圣发愤之所为作也。”

其实，受处罚帖子，绝大多数都没有被真正删除，只是大家想看的话，花上点银子罢了。如果你的宏文真的是惊天地泣鬼神，一定会有无数粉丝迷妹纷至沓来顶礼膜拜的，对你的敬仰之情将如滔滔江水绵绵不绝，又如那黄河泛滥一发而不可收拾的，至于那几铢钱，算个毛！(哇，我没有踏到某派的尾巴上吧？)

外链图片需谨慎，可能会被源头改

最后，让俺们再次念诵一下伟大的“Littles三原则”

（2）判罚结果之初步分析