这就是 3 月 21 日至 22 日“雪球”本身的样子。
7 雪球.png
让我们仔细看看 3 月 20 日至 27 日期间的所有 印度尼西亚数据 提及内容。提及的语气大多是中性的，这并不奇怪。
8 调性.png
人口统计：男性和女性积极讨论假新闻，并且参与其中的人数大致相等。
9 人口统计.png
年龄分布如下（值得注意的是，年龄无 Python 中的迭代：可迭代对象指南 法在任何地方确定）：
10 年龄分布.png
顺便说一句，从第一篇帖子开始，评论中的用户就开始警告其他人这是假的。但总体而言，此类提及的数量微不足道（总计超过 8000 条）。顺便说一句，谈论假货的人中男性更多（约 60％）。
11 提及 fakes.png
害者的假 BFF 中可以得出什么结论？很简单：互联网用户非常容易相信别人，而且很容易激怒他们做出某种行为（如果很快出现带有其他动画 电话带领 文字的类似假货，我们不会感到惊讶——你不必走远就能找到例子）。不幸的是，假货并不总是像这个一样无害，所以我们只是敦促大家批判性地思考并小心谨慎。毕竟，明天您可能会被要求输入密码或信用卡号以进行另一次“检查”或“测试”。当心！ 合作伙伴材料
让我们仔细看看 3 月 20 日至 27 日这段时间，在此期间，BFF 在 Facebook 上被提及超过 80 万次。
2 Dynamics 3月20日至27日.png
观察假货分布的地理分布很有趣；绝对领先的是乌克兰（超过170,000次提及），其次是俄罗斯（超过70,000次提及），然后是哈萨克斯坦（超过22,000次提及）。也就是说，可以肯定地说，在这一时期，假货开始在后苏联国家活跃传播。词云表达的是同样的意思。
3_词云.png
由于 BFF 也只是用于其预期目的，那么这个假货是否来自互联网的其他部分？看起来事情就是这样发生的，例如，这里有一篇 2 月 28 日的假帖子。