上一篇講了兩個數字：1)誰表的文章最多 2) 誰發表的文章被推文數最多？今天要看另外兩個數字：

1. 每個 user 累積推文的數量
2. 文章被推文的數量

同樣的，範例的 code 已經寫好了，我們直接從這些 code 來做說明。

每個 user 累積推文的數量
在 Statistical_AuthorsPushedNumber.java 這個執行檔裡面可以知道第一個數字，我們把得到的結果輸出為 AritlcePushedNumber.txt。

同樣的，在這個範例檔有些地方要配合你自己的環境進行調整：

folder_source ：存放已經下載的 ptt 文章位置
folder_output ：結果輸出位置

由於是需要知道每個作者的推文數量，所以需要先知道全部有多少作者 (author)。在上一篇有提到，我們已經先將全部作者的清單輸出在這裡：

AuthorList_20190508.txt

讀入所有作者清單存放在 allAuthor_array 這個 Vector，並將每個作者的推文數向量 allAuthorPushedCount_array 設定為 0。

之後在 Parsing()裡面我們要找出哪些 message 是某個作者所發布的，在 message array 裡面有 “push_userid” 這個 property，所以互相對應之後可以知道哪些作者各自推文了哪些。

在 Statistical() 這個方法裡，把 allAuthor_array 跟帶入的 userID 進行比對，若相同就+1 並累進入 allAuthorPushedCount_array 向量。

之後把 allAuthorPushedCount_array 進行排序，我們可以得到

AuthorPushedNumber.txt

1. f204137 50288
2. roberchu 35640
3. ckw19 33314

這是前三名的推文數量，可以看出誰很喜歡去推文 ?

文章被推文的數量
接下來我們想知道，作者發布過的文章被推文的數量。這個數據有點直得探討的是：

1. 發越多文的作者是否被推文數量越多
2. 被推文數量越多的作者，是否發表的文章都具有一定水準？

好，那我們就先來看看這部分該怎麼做！

或許，你看出來了，文章被推文的數量其實在前一篇已經算出來了。它跟『誰發表的文章被推文數最多？』不是一樣嗎？沒錯，他們的數值是一樣的。

所以其實我們不用再算一次這個數值，那為什麼要特別要再講一次這個？因為其實我們想要知道上面提到的量個情境：文章數跟代表性是否成正比？我覺得我先賣個關子好了，大家只要先把這個檔案的使用找代號記住，在之後我們用演算法計算出文章品質後，再回頭來看看這個清單是不是值得參考(明牌)囉。

AuthorPushedNumber.txt

免責聲明：本文章提到的股市指數與說明皆為他人撰寫文章內容，包括：選股條件，買入條件，賣出條件和風險控制參數，只適用於文章內的解釋與說明，此提示及建議內容僅供參考之用，並不構成投資研究、認購、招攬或邀約任何人士投資任何投資產品或交易策略，亦不應視為投資建議。