不排除有人精力旺盛，变着法儿叫，或者游说亲朋好 友一起喊冤。

这时候应该可以给每个 ID 限定一个对话题影响的 limit，这是容易实现的，但好像还没观测到这种矫正机制的需要。

更主要的其实是大 V，影响因子大的 ID，比如小F小H这类。情报用户很看重他们，让系统提供机制给大 V 加权。

也就是说，影响力大的声音本身就大，而情报使用的客户不给他打折扣，反而要加权和重视，因为他们害怕公关危机会由大 V 的喧嚣而爆发。想防患于未然。小鱼小虾翻不起大浪。譬如我吧，几个月前孩子使用 JCreator 软件学习 Java 编程，试用期到了要求付费，结果信用卡40美金划给它买一个教育license以后，还是打不开软件，尝试很多次花了很多时间才发现，这是一家 evil 的公司，它先引诱你付费教育许可，然后逼迫你继续购买它的所谓 professional 许可（70美金）才让你使用。你投诉，它根本不回音。上网查了一下，上当的不是一个，待遇都是一样，白交钱，不服务，不理睬。为了区区40美金，哪有功夫跟它折腾，而且我们是小人物，抱怨了也没人听见，可气不。如果我是大 V，就能叫它吃不了兜着走。（过两天有空可以找信用卡公司 dispute 这个交易，把钱要回来，还是蛮麻烦。） 大家都听说过老罗砸西门子冰箱的公关灾难吧，就是因为老罗是大 V，嗓子亮，西门子公关不当，没把他搞定，结果是直接经济损失据说上百万呢。

在企业大数据运用的10多个主要的 use scenarios，其中 risk management 最容易打动客户，他们也最愿意花大钱帮助实时监控。一个可能的公关灾难从火种到无法收拾，里面可以调控的时间不长，他们希望电脑大数据监控能在第一时间发出预警，然后他们可以及时应对。

“wow 立委可以去北大淑女班上课了：谈怎么叫才能听得畅快”

【置顶：立委科学网博客NLP博文一览（定期更新版）】