以下文章包含的内容可能令部分读者不适。本文完全基于对过去数周包含 #MeToo 话题标签的推文所做的数据分析。文末提供了用于分析的代码链接。我们欢迎并鼓励进一步的分析与对话。
| 10 月 24 日至 11 月 7 日推文的词云 |
 |
| 11 月 10 日与 11 月 11 日推文的词云 |
 |
我使用 Twitter API 抓取了近 50 万条包含 #MeToo 话题标签的最新推文。面对这么多推文，不可能逐条概括其内容。呈现高频词的一种方法是词云。上方有两张词云：第一张来自 10 月 24 日至 11 月 7 日期间的推文；第二张来自 11 月 10 日和 11 月 11 日。您能看出有什么不同吗？不妨仔细看看，看看您能发现什么。
对我而言，最明显的差异是关于被指控者姓名的变化：在第二张词云中，“weinstein”变小了，因而在推文中的出现频率降低，“billoreilly”不再出现，而“louisck”（他已承认“这些说法属实”）和“roymoore”等新名字开始出现。相关词语如“republican”也出现了（Roy Moore 是共和党人）。许多出现的词会让人感到贴切。另一些词，比如包含 twitter 用户名的“aliceglass”，目前还不那么清晰。在本文中，我将深入探讨这些推文，并看看为何这些词会出现在词云里。如有任何想法、回应和/或思考，欢迎在 twitter 上联系我：@hugobowne。
您可以从这些词云中提炼出与 #MeToo 相关的许多核心观点。作为背景补充，维基百科指出
“Me Too”（或“#MeToo”，在其他语言中有本地化替代）在 2017 年 10 月作为一个由两个词组成的话题标签在社交媒体上病毒式传播，用以谴责性侵和性骚扰，起因是针对 Harvey Weinstein 的性行为不端指控。这一短语长期以来被社会活动家 Tarana Burke 以此含义使用，后由演员 Alyssa Milano 推广，她鼓励女性发推文分享经历，以展示厌女行为的广泛性。此后，数百万人使用该话题标签讲述他们的经历，其中包括许多名人。
在撰写本文时，维基百科还报道
截至 10 月 15 日，该短语已被使用超过 20 万次，10 月 16 日的推文中被提及超过 50 万次。在 Facebook 上，话题标签在首 24 小时内被 470 多万人用于 1200 万条帖子。该平台报告称，美国 45% 的用户有朋友使用过该术语发帖。
并称“欧洲议会直接因 Me Too 运动而召开会议，此前该运动引发了对议会和欧盟布鲁塞尔办事处的虐待指控。”#MeToo 是在过去一个月中获得关键动能的运动。本文将看看它如何在 twitter 上传播。
在这次分析中，我使用 Twitter API 抓取了 10 月 24 日至 11 月 7 日期间包含 #MeToo 的推文。这是自第一条 #MeToo 推文后一周开始的两周数据。Twitter API 允许您抓取所有推文的一个子集，因此尽管推文的绝对数量不包含全部，您仍能看到总体趋势。
我们先来看一下这两周内推文数量随时间的变化：
大多数话题标签的“半衰期”只有几分钟或几小时，但如上图所示，#MeToo 已经持续了数周。这股力量足够强大，不仅在线上体现出来，也延伸至游行与抗议。请注意，上图从 10 月 23 日到 10 月 30 日——也就是第一条带有 #MeToo 标签的推文后一周到再过一周——该标签的使用并未显著减少。那一周每日推文总数相当稳定。直到第三周才出现下降。还要注意 24 小时的周期性：美国东部时间晚上 10 点至午夜 12 点推文数量持续处于最低点，而在中午 12 点左右达到峰值。这与大多数推文源自北美的情况一致。
如上所述，这两周的推文总数有所下降，但我们不妨进一步探究，看看在此期间原创推文与转推分别有多少：
如图可见，转推数量一直明显多于原创推文。此外，我们注意到的总体推文数量下降，在转推中更加明显，而原创推文的降幅较小。单独看原创推文数量，确实有所减少，但并没有最初图表显示的那么多：
前面提到，转推数量多于原创推文。事实上，在此期间，带有 #MeToo 的推文中有 60% 是转推：
那么问题来了：在近 50 万条推文中，有多少条原创推文带动了这些转推？在分析时，有 100 条推文各自被转推超过 1,000 次（随着转推持续发生，现在可能更多）。它们占所收集推文总数的约 62,000 条（13%）。请注意，我们的搜索并未捕捉到许多转推。
有 1,000 条推文各自被转推至少 100 次，这些推文占所收集推文总数的 25% 以上。
哪些是热度最高的推文？我们来看看在分析时转推最多的 5 条推文：
这些是在分析时全网范围内转推最多的推文。那么在我们收集的数据中，哪些推文的转推最多？来看一看：
“ALICEGLASS” 是最初词云中的一个用户名。现在看来，她之所以出现，是因为她在所收集的推文中被大量转推。Alice Glass 是一位创作型歌手，电子乐队 Crystal Castles 的联合创始人和前主唱，她后来离队，您可以在此处阅读她的声明。大量的转推也解释了“Crystal”和“Castle”会出现在词云中的原因。
可见，其他语言也有相当规模的代表性，这很有意思。这个起源于北美、以英语为主的运动不仅传播到了其他语言，而且规模可观——从西语、法语和韩语推文在所分析两周的转推榜单前五中出现可见一斑。现在我们进一步探索不同语言的分布。
#MeToo 在全球的传播
首先，我们看看所有包含 #MeToo 的推文中涉及哪些语言，以及它们出现的频率：
英语占主导，其次是未识别语言。之后是法语、荷兰语、德语、瑞典语、日语、西班牙语和韩语。由于计数跨越多个数量级（即上千、上万和十万级），将纵轴设为对数尺度更合适，这意味着从 10^3（一千）到 10^4（一万）的视觉距离与从 10^4 到 10^5（十万）的视觉距离相同：
我们现在可以看到，尽管英语占主导，确实还有数种语言各自拥有上万条推文：例如法语（3.2 万）、荷兰语（2.3 万）和日语（1.6 万）等。事实上，近 40% 的推文由外语或未识别语言构成（后者为 4.5 万条，通常是外语，只是未被 twitter 的算法识别出来）。
接下来看看这两周内使用 #MeToo 话题标签的不同语言其使用情况如何变化：
这张图至少有三个方面值得注意并进一步研究：
- 10 月 26 日，未识别语言出现峰值，而英语处于低谷；
- 10 月 30 日，法语推文数量猛增，与英语推文数量持平；
- 11 月 08 日，荷兰语推文出现峰值，接近英语推文数量。
我们逐一探究。
未识别语言推文的峰值，可能是由于以下来自 Eva Piquer 的加泰罗尼亚语推文被大量转推所致：
Twitter 的算法无法识别这条加泰罗尼亚语推文的语言，而它在 10 月 26 日（周四）被惊人地转推了 4,876 次。
10 月 30 日，法语推文的峰值源于以下三条推文的转推，分别获得了 555、347 和 327 次转推：
还要注意，第一条推文包含的话题标签 #Balancetonporc 翻译成英语是“expose your pig”（揭露你的“猪”）。#balancetonporc 及其轻微变体出现在 27% 的法语 #MeToo 推文中，如今被视为 #MeToo 的法语对应形式。详情可阅读这里。
至于荷兰语推文的小幅峰值？留给细心的读者作为挑战。
结论
本文展示了 #MeToo 运动如何获得持续动能，并且虽然始于北美，其影响力已扩散至全球。仅通过 twitter 的数据可视化（近 50 万条推文的词云），我们看到在该话题标签首次使用之后，新的披露与指控不断出现，有理由认为这推动了其持续的动能。您还看到许多推文是转推，这表明即便是不发原创推文的人，参与度也很高。未来几天，我会公开用于抓取推文并执行上述分析的代码。诚挚鼓励您继续挖掘数据，看看还能发现什么。当然，这不能替代在该主题上广泛阅读并与现实生活中的人交流讨论。
如有任何想法、回应和/或思考，欢迎在 twitter 上联系我：@hugobowne。
本文所用代码可在此仓库找到。
以下文章包含的内容可能令部分读者不适。本文完全基于对过去数周包含 #MeToo 话题标签的推文所做的数据分析。文末提供了用于分析的代码链接。我们欢迎并鼓励进一步的分析与对话。
我使用 Twitter API 抓取了近 50 万条包含 #MeToo 话题标签的最新推文。面对这么多推文，不可能逐条概括其内容。呈现高频词的一种方法是词云。上方有两张词云：第一张来自 10 月 24 日至 11 月 7 日期间的推文；第二张来自 11 月 10 日和 11 月 11 日。您能看出有什么不同吗？不妨仔细看看，看看您能发现什么。
对我而言，最明显的差异是关于被指控者姓名的变化：在第二张词云中，“weinstein”变小了，因而在推文中的出现频率降低，“billoreilly”不再出现，而“louisck”（他已承认“这些说法属实”）和“roymoore”等新名字开始出现。相关词语如“republican”也出现了（Roy Moore 是共和党人）。许多出现的词会让人感到贴切。另一些词，比如包含 twitter 用户名的“aliceglass”，目前还不那么清晰。在本文中，我将深入探讨这些推文，并看看为何这些词会出现在词云里。如有任何想法、回应和/或思考，欢迎在 twitter 上联系我：@hugobowne。
您可以从这些词云中提炼出与 #MeToo 相关的许多核心观点。作为背景补充，维基百科指出
在撰写本文时，维基百科还报道
并称“欧洲议会直接因 Me Too 运动而召开会议，此前该运动引发了对议会和欧盟布鲁塞尔办事处的虐待指控。”#MeToo 是在过去一个月中获得关键动能的运动。本文将看看它如何在 twitter 上传播。
俯瞰 #MeToo 在 twitter 上的两周
在这次分析中，我使用 Twitter API 抓取了 10 月 24 日至 11 月 7 日期间包含 #MeToo 的推文。这是自第一条 #MeToo 推文后一周开始的两周数据。Twitter API 允许您抓取所有推文的一个子集，因此尽管推文的绝对数量不包含全部，您仍能看到总体趋势。
我们先来看一下这两周内推文数量随时间的变化：
大多数话题标签的“半衰期”只有几分钟或几小时，但如上图所示，#MeToo 已经持续了数周。这股力量足够强大，不仅在线上体现出来，也延伸至游行与抗议。请注意，上图从 10 月 23 日到 10 月 30 日——也就是第一条带有 #MeToo 标签的推文后一周到再过一周——该标签的使用并未显著减少。那一周每日推文总数相当稳定。直到第三周才出现下降。还要注意 24 小时的周期性：美国东部时间晚上 10 点至午夜 12 点推文数量持续处于最低点，而在中午 12 点左右达到峰值。这与大多数推文源自北美的情况一致。
如上所述，这两周的推文总数有所下降，但我们不妨进一步探究，看看在此期间原创推文与转推分别有多少：
如图可见，转推数量一直明显多于原创推文。此外，我们注意到的总体推文数量下降，在转推中更加明显，而原创推文的降幅较小。单独看原创推文数量，确实有所减少，但并没有最初图表显示的那么多：
前面提到，转推数量多于原创推文。事实上，在此期间，带有 #MeToo 的推文中有 60% 是转推：
那么问题来了：在近 50 万条推文中，有多少条原创推文带动了这些转推？在分析时，有 100 条推文各自被转推超过 1,000 次（随着转推持续发生，现在可能更多）。它们占所收集推文总数的约 62,000 条（13%）。请注意，我们的搜索并未捕捉到许多转推。
有 1,000 条推文各自被转推至少 100 次，这些推文占所收集推文总数的 25% 以上。
哪些是热度最高的推文？我们来看看在分析时转推最多的 5 条推文：
这些是在分析时全网范围内转推最多的推文。那么在我们收集的数据中，哪些推文的转推最多？来看一看：
“ALICEGLASS” 是最初词云中的一个用户名。现在看来，她之所以出现，是因为她在所收集的推文中被大量转推。Alice Glass 是一位创作型歌手，电子乐队 Crystal Castles 的联合创始人和前主唱，她后来离队，您可以在此处阅读她的声明。大量的转推也解释了“Crystal”和“Castle”会出现在词云中的原因。
可见，其他语言也有相当规模的代表性，这很有意思。这个起源于北美、以英语为主的运动不仅传播到了其他语言，而且规模可观——从西语、法语和韩语推文在所分析两周的转推榜单前五中出现可见一斑。现在我们进一步探索不同语言的分布。
#MeToo 在全球的传播
首先，我们看看所有包含 #MeToo 的推文中涉及哪些语言，以及它们出现的频率：
英语占主导，其次是未识别语言。之后是法语、荷兰语、德语、瑞典语、日语、西班牙语和韩语。由于计数跨越多个数量级（即上千、上万和十万级），将纵轴设为对数尺度更合适，这意味着从 10^3（一千）到 10^4（一万）的视觉距离与从 10^4 到 10^5（十万）的视觉距离相同：
我们现在可以看到，尽管英语占主导，确实还有数种语言各自拥有上万条推文：例如法语（3.2 万）、荷兰语（2.3 万）和日语（1.6 万）等。事实上，近 40% 的推文由外语或未识别语言构成（后者为 4.5 万条，通常是外语，只是未被 twitter 的算法识别出来）。
接下来看看这两周内使用 #MeToo 话题标签的不同语言其使用情况如何变化：
这张图至少有三个方面值得注意并进一步研究：
我们逐一探究。
未识别语言推文的峰值
未识别语言推文的峰值，可能是由于以下来自 Eva Piquer 的加泰罗尼亚语推文被大量转推所致：
Twitter 的算法无法识别这条加泰罗尼亚语推文的语言，而它在 10 月 26 日（周四）被惊人地转推了 4,876 次。
法语推文的峰值
10 月 30 日，法语推文的峰值源于以下三条推文的转推，分别获得了 555、347 和 327 次转推：
还要注意，第一条推文包含的话题标签 #Balancetonporc 翻译成英语是“expose your pig”（揭露你的“猪”）。#balancetonporc 及其轻微变体出现在 27% 的法语 #MeToo 推文中，如今被视为 #MeToo 的法语对应形式。详情可阅读这里。
至于荷兰语推文的小幅峰值？留给细心的读者作为挑战。
结论
本文展示了 #MeToo 运动如何获得持续动能，并且虽然始于北美，其影响力已扩散至全球。仅通过 twitter 的数据可视化（近 50 万条推文的词云），我们看到在该话题标签首次使用之后，新的披露与指控不断出现，有理由认为这推动了其持续的动能。您还看到许多推文是转推，这表明即便是不发原创推文的人，参与度也很高。未来几天，我会公开用于抓取推文并执行上述分析的代码。诚挚鼓励您继续挖掘数据，看看还能发现什么。当然，这不能替代在该主题上广泛阅读并与现实生活中的人交流讨论。
如有任何想法、回应和/或思考，欢迎在 twitter 上联系我：@hugobowne。
本文所用代码可在此仓库找到。