动机

刷微博时发现有些用户的昵称带有他们学校的英文简称，例如清华大学的“某某某_THU”，北京大学的“某某某_PKU"等等。

于是我就想，如果可以假设这些用户，他们在设置自己的昵称时，有个潜在的心理是对自己的母校比较认同的话，那么，只要统计这样的用户数，就有可能反映该校大学生对其母校的整体认同度。

那么，哪个大学最受学生认同呢？

作为一名好奇的在校大学生，我直接开干！

方法

首先需要一堆大学的名称和其英文缩写的对应关系列表。

总不能一个个手动找吧。我尝试搜索“高校简称”，发现这个网页：《70所部属高校明确中文简称：“地名+大”居多**》。复制下里面的文字，并处理生成一个列表，作为输入。

然后打开微博网页版，分析了下微博用户搜索页面的业务逻辑，并根据它编写js代码（我没有抢过月饼！），复制到浏览器的控制台里运行。这样的好处是无需处理登录逻辑，而且方便调试，在这方面比python啥的不知道高到哪去（虽然我都用python写服务端代码）。程序运行起来长这样：

爬虫运行界面

其中，标注了“18”那个是因为遇到了微博反爬虫验证码，所以重复了多次。由于大概抓取几十个学校的数据才会出现一次验证码，而且爬的数据不多，所以手动对付了下。

结果和分析

等了几分钟，最后整理结果如下：

微博昵称含学校缩写的用户数排名

从这个表格中，we can see that 。。等下？北京大学用户居然这么多！

于是我才意识到前面的方法存在一个不准确的地方是：不同学校的微博用户数本来就不一样！

因此，为提高准确性，应该用 “昵称含缩写的用户数 / 该学校的用户总数” 这个比例作为指标。

好吧，修改代码，又跑了一遍，最后得到：

微博昵称含学校缩写的用户数占该学校总用户数的比例排名

果然！排名发生了变化。由于表格不够直观，画出条形图为：

微博昵称含学校缩写的用户数占该学校总用户数的比例排名条形图

可见中科大遥遥领先，与第二名相差近一半，后面的则慢慢下降，没有再出现比较悬殊的差别，说明这个统计结果比较稳定咯。不过，北大的190多万的总用户数实在难以解释。

当然，很多因素会影响这个结果。例如，北邮的同学似乎更爱用byr（北邮人）而不是bupt；微博的的搜索引擎返回的结果每次也存在小差异。所以，在此郑重声明，以上结果不代表任何事实，仅供娱乐！！

不过，我还是要感叹：中科大的同学真幸福啊！

PS：中科大招生办公室的领导同志们，请问，我这个注册微博VIP会员的费用找谁报销？