新词发现

参考资料

主要参考了以下两篇文章：

互联网时代的社会语言学：基于SNS的文本数据挖掘
基于信息熵和互信息的新词识别

分词依据

对于一个给定的文本，从中抽取一个片段，如果这个片段的内部成分搭配稳定，并且左右搭配很丰富，则认为是一个词。将这样的片段抽取出来，按照出现的频率排序，选择排在前面的那些作为我们发现的词语。再进一步通过固有词典过滤掉已经存在的“旧词”，剩下的就是“新词”了。
如何理解“内部成分搭配稳定”和“左右搭配丰富”呢？
假设有2个字符组成的片段“AB”出现在文本中若干次，如果A出现了，B总会紧接着出现，B出现了，A也出现，即A、B总是成对出现，而不会出现AC、AD或者EB、BF这种，我们就认为“AB”这个片段的内部成分搭配是最稳定的，A或B单独出现的次数越多，则“AB”的稳定性越低。
即使A、B总是一起出现，但是假设“AB”后面跟的字符总是C，即“AB”的右搭配只有一个，我们也认为“AB”不能成词（可能“ABC”是一个词也说不定），如果“AB”后面可以接CDEFG……各种字，我们就说“AB”的右搭配很丰富，左搭配同理。
内部搭配的稳定性和左右搭配的丰富程度涉及到两个概念，“互信息”和“信息熵”

互信息的概念

以下摘自维基百科

在概率论和信息论中，两个随机变量的互信息（Mutual Information，简称MI）或转移信息（transinformation）是变量间相互依赖性的量度。

一般地，两个离散随机变量 X 和 Y 的互信息可以定义为：

由于我们在分词的时候是不考虑同义词的情况的，即不同的字符串代表不同的词。对于一个已知的文本片段和它的分割点，这两个“随机变量”只有一个值，上面的公式可以简化为：

$$I(x;y) = log(\cfrac{p(x,y)}{p(x)p(y)})$$

对于一个长度大于2的文本片段，它的分割点不止一个，例如“ABC”可以分为“AB”和“C”或者“A”和“BC”,这时候一个文本片段就会有多个互信息值，我们取最小的一个作为词的聚合度。
为什么要取最小的呢？考虑这样一种实际情况，“的蝙蝠”这个文本片段， 如果把它分割成“的蝙”和“蝠”这两个子片段，它的聚合度是很高的，“的蝙”几乎不会单独出现，“蝠”也很少和其他字搭配,但是"的蝙蝠"却不是一个词。因为把它拆成“的”和“蝙蝠”后，聚合度是很低的，因为“的”有无数种搭配，“蝙蝠”也可以组合成“只蝙蝠”、“蝙蝠侠”等。
实际上，通过这种方法发现的新词以两字词居多，三字词较少，而且多是由两字词再加一个字组成的。这可能和中国人的用词习惯有关。聚合度很高的三字词（“加拿大”、“红领巾”）不多见，但是，四字词反而多了一些（成语）。
而且，由两字词加一个字组成的词可能和那个两字词都作为新词被抽出来。例如前面提到的“蝙蝠侠”这个词，如果训练文本是关于影视的，“蝙蝠侠”很可能作为新词出现，而“蝙蝠”可能因为单独出现次数过少，就没有被筛选出来。这个时候如果再给训练集加入等量的关于动物的文本，“蝙蝠”就很有可能作为新词出现了，这个时候“蝙蝠侠”的词频和聚合度会降低，但是依然超过其他的词，所以它也是一个新词。

信息熵的概念

以下摘自维基百科：

在信息论中，熵（英语：entropy）是接收的每条消息中包含的信息的平均量，又被称为信息熵、信源熵、平均自信息量。

matrix67的文章对这个概念有一个直观的解释，这里直接抄过来：

依据Boltzmann's H-theorem，香农把随机变量X的熵值 Η（希腊字母Eta）定义如下，其值域为{x1, ..., xn}：

$$H(X)=E[(I(X)]=E[-\ln(P(X))]$$

其中，P为X的概率质量函数（probability mass function），E为期望函数，而I(X)是X的资讯量（又称为资讯本体）。I(X)本身是个随机变数。
当取自有限的样本时，熵的公式可以表示為：

对于一个词$w$ ，我们统计出它所有的左邻字集合$left={l_1,l_2,l_3……l_n}$，每个字在文本中出现的概率为$p(l_i)$,可以计算出$w$的左信息熵$leftEntropy=-p(l_1)\log p(l_1)-p(l_2)\log p(l_2)-p(l_3)\log p(l_3)-……-p(l_n)\log p(l_n)$，同理可求出右信息熵$rightEntropy$，取$leftEntropy$和$rightEntropy$的较小值作为最终信息熵。

测试效果

准备数据

测试数据用的是快看漫画APP社区的动态，因为数据量太大，第一次只取了前100w行。随便找了一段截图在下面?，可以看到有很多的表情符号（这个后面会过滤掉），而且有很多空行，从右边?的缩略图可以看出来。

第一次测试

第一次测试的时候，按照逐行导入数据的方式，可以看到每次导入1000行的时间越来越长。因为随着导入的数据越来越多，整个词典在变大，计算信息熵的时间变长。

并且，从下图可以发现，排在前面的词居然是一些表情。z这是因为我一开始只考虑了过滤一些符号：

[\\s\\d,.<>/?:;'\"\\[\\]{}()\\|~!@#$%^&*\\-_=+a-zA-Z，。《》、？：；“”‘’｛｝【】（）…￥！—┄－]

虽然知道会有,但是没想到出现的频率这么高?(嗯，我忽略了这是一个二次元社区，而且活跃用户多是一些95后的青少年)。

第二次测试

然后我就加了一些过滤：

[\\ud83c\\udc00-\\ud83c\\udfff]|[\\ud83d\\udc00-\\ud83d\\udfff]|[\\u2600-\\u27ff]|[\\s\\d,.<>/?:;'\"\\[\\]{}()\\|~!@#$%^&*\\-_=+a-zA-Z\uFF0C\u3002\u300A\u300B\u3001\uFF1F\uFF1A\uFF1B\u201C\u201D\u2018\u2019\uFF5B\uFF5D\u3010\u3011\uFF08\uFF09\u2026\uFFE5\uFF01\u2014\u2504\uFF0D\u2022\u03C9\u0334\u0300\uD83E\uDD14\u203C\u0300\u03C9\u1D52\uFF5E\u200B\u3000\uD83E\uDD23\u0325\u2501\u2299\u25BD]

并且每次处理100万行数据（大概30M），第二次的测试结果如下

并且处理的时间也缩短了(100万行不到2分钟，第一个数字是数据的总长度，第二个是处理完成后词典中词的数量)

统计结果

统计了出现频率最高的前100个新词如下：

text	frequency	probability	aggregation	entropy
朝花	7619	0.0006684748	714.1395	2.1286788
作者大大	7124	0.0006250446	101.67802	1.9205971
咬痕	7033	0.00061706046	1358.7638	2.6024222
锐思	5265	0.0004619399	845.5993	2.9776123
啦啦	5060	0.0004439536	195.48767	1.0524662
伊凯	4940	0.00043342507	1481.129	2.8826144
马蓉	3983	0.00034945994	1295.1906	2.83174
要要要	3812	0.00033445677	124.237335	0.6033861
林早上	3311	0.0002905001	212.08957	2.5660532
呵呵呵	3000	0.00026321362	326.22397	0.76935846
啦啦啦	2939	0.0002578616	385.42508	0.9371891
嗯嗯	2735	0.00023996308	179.09486	0.6670491
点赞	2700	0.00023689224	114.3955	2.9828775
污污	2501	0.0002194324	353.56616	1.0437318
千玺	2446	0.00021460683	1941.3662	2.262512
芙蕾	2307	0.00020241126	3910.0344	2.5435712
呵呵呵呵	2226	0.0001953045	448.64456	0.50676024
蛤蛤	2197	0.0001927601	3223.8071	0.8353594
狗粮	2190	0.00019214593	823.8064	2.7364693
夏天岛	2133	0.00018714488	2851.0042	3.0487359
呜呜呜	2041	0.00017907299	1577.9368	1.0952901
考神	1907	0.00016731612	121.10168	1.2480384
搞事	1855	0.00016275374	297.2696	1.2835702
粗长	1808	0.00015863006	586.3388	0.8958081
蛤蛤蛤	1735	0.0001522252	3229.575	0.92817974
污污污	1708	0.00014985628	866.88025	0.7653267
什么鬼	1692	0.00014845247	117.45125	0.732285
小莘	1691	0.00014836474	223.57373	3.1967993
爆照	1641	0.00014397784	613.2958	1.4314348
福利图	1625	0.00014257403	521.51044	2.5649443
啪啪啪	1592	0.00013967868	1376.987	2.1149125
罗真	1575	0.00013818714	218.22343	3.151046
女主	1570	0.00013774846	103.3192	3.648004
斯里	1489	0.00013064168	150.4681	0.6009016
莲莲	1444	0.00012669349	1271.3285	2.7751904
傲娇	1383	0.00012134147	4379.4097	1.7764797
林路	1371	0.00012028862	408.81885	2.5821934
耽美	1365	0.00011976219	719.60846	3.4154472
蓝斯	1328	0.00011651589	470.82437	3.024543
啦啦啦啦	1323	0.0001160772	298.71097	0.83543575
蛤蛤蛤蛤	1310	0.00011493661	3087.7903	0.6837312
男主	1309	0.00011484887	107.30838	3.6012008
宋喆	1296	0.00011370828	5152.0664	2.5304878
谨斯里	1292	0.000113357324	446.49588	2.8248599
水默	1285	0.00011274316	321.61813	2.3186948
微博	1272	0.00011160257	2229.087	3.469414
写作业	1265	0.0001109884	197.61131	2.3127012
宝强	1259	0.00011046198	144.6547	2.1391745
南烟	1247	0.00010940912	1579.9	1.5795708
呜呜呜呜	1226	0.00010756663	1422.6741	0.7233886
壁咚	1205	0.00010572413	2936.751	2.3357627
懵逼	1196	0.000104934494	1526.3354	1.7031717
易烊千玺	1193	0.00010467128	3649.2983	1.7502799
搞事情	1177	0.00010326747	469.7489	1.7669501
萌萌	1171	0.00010274105	369.75153	1.4982914
应怜	1142	0.000100196645	679.891	1.6739386
考神保佑	1118	0.00009809094	715.99963	0.6439655
单身狗	1084	0.00009510785	654.71515	2.735538
朝花惜时	1080	0.0000947569	330.80243	1.5743202
签售	1065	0.00009344083	3327.9177	3.2389452
高冉	1059	0.0000929144	749.31055	2.2584584
洛逸	1050	0.00009212476	6001.979	3.3941467
老司机	1049	0.00009203702	523.67773	2.1651042
微信	1035	0.000090808695	433.49994	2.66124
炫童	1009	0.00008852751	2634.7979	1.0329934
高仿	1006	0.0000882643	542.7846	2.615807
加油加油	989	0.00008677275	160.90083	0.99770564
镜玄	989	0.00008677275	3026.1096	2.3082404
小黄文	982	0.00008615859	221.07547	3.2080538
咳咳	974	0.00008545668	2539.0066	0.7538306
江哥	974	0.00008545668	345.30493	2.479942
学生党	953	0.00008361419	521.8259	2.3849728
同款	947	0.00008308776	494.06375	3.1331296
嗷嗷嗷	916	0.000080367885	3242.169	1.2108015
晴蓝	916	0.000080367885	977.891	1.5679594
暖男	910	0.00007984146	113.61686	0.8645378
哇哇哇	909	0.00007975372	778.0811	0.9925133
腐女	906	0.000079490506	274.7588	2.7038126
龙之谷	902	0.00007913956	3523.0396	0.8865134
开车开车	899	0.00007887634	498.59827	0.67953616
闺蜜	899	0.00007887634	5840.8545	2.743314
玛丽苏	897	0.00007870087	3875.2224	3.3459933
南烟斋	882	0.0000773848	2185.6746	2.1416628
清英	872	0.00007650742	636.903	1.8763657
老宫	867	0.00007606873	365.8185	2.6832836
番外	865	0.00007589326	1540.1	2.852577
保佑保佑	862	0.00007563004	119.55964	0.84645087
狂魔	861	0.0000755423	1887.3806	0.71571773
没毛病	859	0.00007536683	198.23003	0.80526865
嘿嘿嘿嘿	854	0.00007492814	477.05734	0.5259418
小仙女	845	0.0000741385	153.73395	1.9263396
鹿晗	839	0.00007361207	5705.6484	3.0926082
停更	821	0.00007203279	155.03201	2.7178392
必过	818	0.00007176958	106.21267	0.7666756
秀恩爱	809	0.000070979935	445.0215	2.2470446
注意身体	802	0.00007036577	1461.1837	1.6486573
部漫画	794	0.00006966387	175.18091	1.2902995
威风堂堂	790	0.00006931292	5207.882	1.9537654
小贝	790	0.00006931292	116.32115	2.419325
柯小	785	0.00006887423	150.55968	2.2457926

可以看到排名靠前的是一些快看漫画特有的词汇：朝花、咬痕、锐思等；还有一些关于学生的：写作业、考神、学生党等；关于恋爱的：壁咚、单身狗、啪啪啪等；另外，这份数据是按照时间排序的，所以这前100万行数据应该是快看刚开发出社区功能时候的，所以也体现了当时的热点，例如宝强、马蓉、宋喆都出现在了词表里面。

第三次测试

根据上面统计出的结果,我们发现一些没什么意义的语气词(啦啦啦,嗯嗯等)和叠词短语(加油加油,保佑保佑)也出现在词表中,而且有的排名还很靠前.其实这些词都是没有什么固定搭配,但是出现的频率挺高的,可能都是被当做一些口头禅来使用了.但是筛选的时候默认是按照词频来排序的.
然而它们的左右邻字信息熵都比较低,所以我把这100条按照entropy这个字段来排序,发现排在前面的都是一些比较"好"的词.可以修改一下策略,提高entropy这个字段的阈值,或者直接根据它来排序后输出.
下面分别是提高阈值和更改排序字段后的结果:

1.将entropy的最小值设为1.0

text	frequency	probability	aggregation	entropy
朝花	7619	0.0006684748	714.1395	2.1286788
咬痕	7033	0.00061706046	1358.7638	2.6024222
锐思	5265	0.0004619399	845.5993	2.9776123
伊凯	4940	0.00043342507	1481.129	2.8826144
马蓉	3983	0.00034945994	1295.1906	2.83174
污污	2501	0.0002194324	353.56616	1.0437318
千玺	2446	0.00021460683	1941.3662	2.262512
芙蕾	2307	0.00020241126	3910.0344	2.5435712
狗粮	2190	0.00019214593	823.8064	2.7401226
夏天岛	2133	0.00018714488	2851.0042	3.0487359
呜呜呜	2041	0.00017907299	1577.9368	1.0952901
爆照	1641	0.00014397784	613.2958	1.4314348
福利图	1625	0.00014257403	521.51044	2.5649443
啪啪啪	1592	0.00013967868	1376.987	2.1149125
莲莲	1444	0.00012669349	1271.3285	2.7751904
傲娇	1383	0.00012134147	4379.4097	1.7764797
林路	1371	0.00012028862	408.81885	2.5821934
耽美	1365	0.00011976219	719.60846	3.4154472
蓝斯	1328	0.00011651589	470.82437	3.024543
宋喆	1296	0.00011370828	5152.0664	2.5304878
谨斯里	1292	0.000113357324	446.49588	2.8306234
水默	1285	0.00011274316	321.61813	2.3186948
微博	1272	0.00011160257	2229.087	3.469414
南烟	1247	0.00010940912	1579.9	1.5795708
壁咚	1205	0.00010572413	2936.751	2.3357627
懵逼	1196	0.000104934494	1526.3354	1.7031717
易烊千玺	1193	0.00010467128	3649.2983	1.7502799
搞事情	1177	0.00010326747	469.7489	1.7669501
萌萌	1171	0.00010274105	369.75153	1.4982914
应怜	1142	0.000100196645	679.891	1.6739386
单身狗	1084	0.00009510785	654.71515	2.735538
朝花惜时	1080	0.0000947569	330.80243	1.5743202
签售	1065	0.00009344083	3327.9177	3.2389452
高冉	1059	0.0000929144	749.31055	2.2584584
洛逸	1050	0.00009212476	6001.979	3.3941467
老司机	1049	0.00009203702	523.67773	2.1651042
微信	1035	0.000090808695	433.49994	2.66124
炫童	1009	0.00008852751	2634.7979	1.0329934
高仿	1006	0.0000882643	542.7846	2.615807
镜玄	989	0.00008677275	3026.1096	2.3082404
江哥	974	0.00008545668	345.30493	2.479942
学生党	953	0.00008361419	521.8259	2.3849728
同款	947	0.00008308776	494.06375	3.1331296
嗷嗷嗷	916	0.000080367885	3242.169	1.2108015
晴蓝	916	0.000080367885	977.891	1.5679594
闺蜜	899	0.00007887634	5840.8545	2.743314
玛丽苏	897	0.00007870087	3875.2224	3.3459933
南烟斋	882	0.0000773848	2185.6746	2.1416628
清英	872	0.00007650742	636.903	1.8763657
老宫	867	0.00007606873	365.8185	2.6832836
番外	865	0.00007589326	1540.1	2.852577
鹿晗	839	0.00007361207	5705.6484	3.0926082
秀恩爱	809	0.000070979935	445.0215	2.2470446
注意身体	802	0.00007036577	1461.1837	1.6486573
威风堂堂	790	0.00006931292	5207.882	1.9537654
傻逼	779	0.0000683478	503.8682	2.92917
炒鸡	775	0.00006799685	1740.99	2.6187243
江应怜	774	0.00006790911	2937.19	3.1312523
表情包	760	0.00006668078	834.18677	2.6742978
董乐	751	0.00006589114	1694.9777	1.834631
淇儿	741	0.00006501376	1107.47	2.7357907
网红	725	0.00006360996	383.83417	2.673612
艾辰	724	0.00006352222	4679.0825	2.3421447
阿良	712	0.000062469364	582.4503	2.335938
王宝强	709	0.00006220615	1305.3687	3.3467567
麻麻	674	0.000059135324	1263.2423	3.1371875
杨洋	664	0.000058257945	3129.148	2.676895
叶陵	661	0.00005799473	5301.6133	2.2701695
蓝翅	636	0.000055801283	1351.7319	2.4104183
颜值	625	0.000054836168	2091.0918	3.5542188
摩羯	615	0.00005395879	10546.176	2.0407236
喵喵	597	0.00005237951	1321.6555	1.3843987
男票	596	0.00005229177	321.81198	2.861099
孩纸	583	0.00005115118	307.64026	2.1485841
萌萌哒	551	0.000048343565	1209.7896	1.3233126
杨深	546	0.000047904876	864.4192	3.1076918
良叔	546	0.000047904876	893.4971	1.5604147
兔先生	526	0.00004615012	474.43732	2.2437394
挂科	526	0.00004615012	715.76135	1.274379
脑残	521	0.00004571143	1101.3003	2.3731766
脑洞	520	0.000045623692	1432.9651	2.697944
宣哲	514	0.000045097266	6498.177	2.250713
酱酱	512	0.000044921788	1528.3884	1.6038784
阿修	503	0.00004413215	616.2741	2.4794445
咕啾	486	0.000042640604	11397.398	3.1129205
冯思婷	479	0.00004202644	18829.566	3.095593
惊悚	478	0.000041938703	4864.7705	1.5313193
条动态	456	0.00004000847	399.85513	1.8436525
姨妈巾	454	0.000039832994	2905.3113	2.8004825
廖兮	454	0.000039832994	8386.256	2.3456502
嘤嘤嘤	449	0.000039394305	4181.5786	1.2522628
二硕	433	0.000037990496	588.5848	1.8477677
剧透	417	0.00003658669	994.41235	2.6705313
琪儿	415	0.000036411217	911.04236	2.4461467
举爪	387	0.000033954555	815.0801	1.0833675
属于中国	381	0.00003342813	1119.742	1.298511
夏蒂	380	0.00003334039	2393.8135	2.7324243
茨木	375	0.000032901702	5006.0386	2.7616844
王俊凯	373	0.000032726224	1712.8926	2.2571971
寄刀片	362	0.00003176111	1749.3829	1.9641904

2.按entropy从大到小排序取前100个(probability>=0.00001)

text	frequency	probability	aggregation	entropy
颜值	625	0.000054836168	2091.0918	3.5542188
微博	1272	0.00011160257	2229.087	3.469414
吐槽	335	0.000029392186	1796.5593	3.4630563
耽美	1365	0.00011976219	719.60846	3.4154472
洛逸	1050	0.00009212476	6001.979	3.3941467
王宝强	709	0.00006220615	1305.3687	3.3467567
玛丽苏	897	0.00007870087	3875.2224	3.3459933
戈薇	250	0.000021934467	16642.215	3.2495627
茶蛋	152	0.000013336156	641.07733	3.2491825
签售	1065	0.00009344083	3327.9177	3.2389452
脑补	244	0.000021408041	344.0221	3.2287629
麻麻	674	0.000059135324	1263.2423	3.1371875
同款	947	0.00008308776	494.06375	3.1331296
江应怜	774	0.00006790911	2937.19	3.1312523
杨深	546	0.000047904876	864.4192	3.1076918
咕啾	486	0.000042640604	11397.398	3.1006157
冯思婷	479	0.00004202644	18829.566	3.095593
鹿晗	839	0.00007361207	5705.6484	3.0926082
夏天岛	2133	0.00018714488	2851.0042	3.0487359
蓝斯	1328	0.00011651589	470.82437	3.024543
闹闹	213	0.000018688166	1013.09607	2.9969301
锐思	5265	0.0004619399	845.5993	2.9776123
语文老师	214	0.000018775903	385.0536	2.9565506
关晓彤	204	0.000017898525	1144.9987	2.938278
傻逼	779	0.0000683478	503.8682	2.92917
霸道总裁	343	0.00003009409	5585.153	2.9150019
哑舍	253	0.00002219768	8214.513	2.9121056
艾爹	132	0.000011581399	1129.477	2.90676
伊凯	4940	0.00043342507	1481.129	2.8826144
撕逼	322	0.000028251594	582.5167	2.8622305
男票	596	0.00005229177	321.81198	2.861099
番外	865	0.00007589326	1540.1	2.852577
抱枕	195	0.000017108885	1144.7516	2.849493
马蓉	3983	0.00034945994	1295.1906	2.83174
谨斯里	1292	0.000113357324	446.49588	2.8248599
姨妈巾	454	0.000039832994	2905.3113	2.8004825
川彤	267	0.000023426011	3209.335	2.789411
兔兔	181	0.000015880554	497.66367	2.7813048
思宇	273	0.000023952438	409.82895	2.7800584
撩妹	146	0.000012809729	569.5236	2.7790928
莲莲	1444	0.00012669349	1271.3285	2.7751904
姚非拉	181	0.000015880554	2082.7703	2.7711809
逗比	275	0.000024127914	321.02866	2.763499
茨木	375	0.000032901702	5006.0386	2.7616844
闺蜜	899	0.00007887634	5840.8545	2.743314
真爱粉	165	0.000014476748	422.13095	2.7400355
狗粮	2190	0.00019214593	823.8064	2.7364693
淇儿	741	0.00006501376	1107.47	2.7357907
单身狗	1084	0.00009510785	654.71515	2.735538
夏蒂	380	0.00003334039	2393.8135	2.7324243
金丘	270	0.000023689225	3116.9807	2.7218895
脑残粉	189	0.000016582457	737.5371	2.7108097
哆哆	319	0.00002798838	7592.615	2.7099466
张若昀	216	0.00001895138	595.09076	2.7083547
板绘	146	0.000012809729	830.856	2.700903
脑洞	520	0.000045623692	1432.9651	2.697944
老宫	867	0.00007606873	365.8185	2.6832836
王者荣耀	223	0.000019565545	2297.3916	2.6817567
杨洋	664	0.000058257945	3129.148	2.676895
表情包	760	0.00006668078	834.18677	2.6742978
网红	725	0.00006360996	383.83417	2.673612
剧透	417	0.00003658669	994.41235	2.6705313
拖稿	258	0.00002263637	560.069	2.668303
杜小莘	119	0.000010440806	1354.8605	2.6673255
微信	1035	0.000090808695	433.49994	2.66124
马荣	307	0.000026935526	556.4856	2.6507087
腹黑	344	0.000030181827	1199.4729	2.623004
炒鸡	775	0.00006799685	1740.99	2.6187243
高仿	1006	0.0000882643	542.7846	2.615807
薛之谦	290	0.000025443982	13751.113	2.6034563
咬痕	7033	0.00061706046	1358.7638	2.6024222
雾霾	128	0.000011230447	8250.666	2.5962553
林路	1371	0.00012028862	408.81885	2.5821934
凯爸锐妈	132	0.000011581399	581.91534	2.5741382
福利图	1625	0.00014257403	521.51044	2.5649443
瑾斯里	128	0.000011230447	390.25647	2.5566056
宋仲基	174	0.000015266389	3581.4153	2.5511425
芙蕾	2307	0.00020241126	3910.0344	2.5435712
伯贤	114	0.000010002117	9617.505	2.5391426
宋喆	1296	0.00011370828	5152.0664	2.5304878
萝莉	115	0.000010089855	8957.9795	2.5202932
杨美味	121	0.000010616282	606.7459	2.493181
吴亦凡	234	0.00002053066	13268.437	2.493003
浸屎里	130	0.000011405923	452.97632	2.4838595
养小鬼	262	0.000022987322	2158.3438	2.4814637
江哥	974	0.00008545668	345.30493	2.479942
阿修	503	0.00004413215	616.2741	2.4794445
抢热门	335	0.000029392186	308.25677	2.4698045
世勋	115	0.000010089855	1542.1354	2.458998
盆友	283	0.000024829817	424.23758	2.4581518
迷妹	306	0.000026847789	391.9121	2.4477751
琪儿	415	0.000036411217	911.04236	2.4461467
朱里安	195	0.000017108885	1480.7308	2.4291697
柯基	137	0.000012020088	418.45804	2.4283874
督尼	320	0.000028076118	7561.717	2.4274776
血族	336	0.000029479925	897.6834	2.4200006
美瞳	185	0.000016231506	305.56412	2.4142103
蓝翅	636	0.000055801283	1351.7319	2.4104183
瑞思	132	0.000011581399	445.85788	2.392941
学生党	953	0.00008361419	521.8259	2.3849728