這項(xiàng)抽獎(jiǎng)直接引爆了微博，轉(zhuǎn)發(fā)和評(píng)論的人次雙雙超過(guò)了兩千萬(wàn)。

然而事情后來(lái)的走向也令人意想不到。11月11日，王思聰如期公布獲獎(jiǎng)名單之后，卻遭來(lái)廣大網(wǎng)友的質(zhì)疑：總共113個(gè)中獎(jiǎng)人中僅有1名男性，其余全為女性。極不平衡的性別分布，讓大家覺(jué)得微博的抽獎(jiǎng)平臺(tái)的后臺(tái)算法有貓膩。最后引得微博官方出面澄清：

好，微博官方說(shuō)男女參與抽獎(jiǎng)比例1:1.2，去除垃圾號(hào)之后卻得到了1：112男女比例的抽獎(jiǎng)結(jié)果。我們?cè)摬辉撓嘈拍?？微博到底用了什么方法去除水?垃圾號(hào)？這些方法是否合理？怎樣正確識(shí)別微博的水軍呢？

▍事件復(fù)盤(pán)：一個(gè)電競(jìng)抽獎(jiǎng)?wù)ǔ隽嗣缞y博主？

王思聰發(fā)出抽獎(jiǎng)微博后，該微博在時(shí)間和空間上的傳播走勢(shì)是如何的？

 

此微博符合典型熱點(diǎn)事件的時(shí)間規(guī)律：70%的轉(zhuǎn)發(fā)熱量產(chǎn)生于微博發(fā)出后的前兩天。不同的是，在微博發(fā)出后的第5天，11月11日，也就是王思聰按約定公布中獎(jiǎng)結(jié)果的那一天，再次產(chǎn)生了轉(zhuǎn)發(fā)的高峰。11月11日當(dāng)天的轉(zhuǎn)發(fā)量也占到這7天轉(zhuǎn)發(fā)量的15%，遠(yuǎn)遠(yuǎn)高于之前三天的轉(zhuǎn)發(fā)量。

如此大量的轉(zhuǎn)發(fā)，除了王思聰?shù)膫€(gè)人影響力和大獎(jiǎng)的刺激以外，事件發(fā)展也超越了抽獎(jiǎng)本身，引起了極大量的次級(jí)轉(zhuǎn)發(fā)。在網(wǎng)絡(luò)空間上，此次事件的傳播圖以及傳播級(jí)數(shù)分布如下：

王思聰原微博呈現(xiàn)出典型的多中心的特征：在王思聰微博本身引起巨大轉(zhuǎn)發(fā)的情況下，在經(jīng)過(guò)一系列領(lǐng)域內(nèi)大V的轉(zhuǎn)發(fā)，形成了多個(gè)次級(jí)的傳播中心。這回次級(jí)傳播中心的大V的粉絲量基本上在100萬(wàn)-300萬(wàn)之間，是名副其實(shí)的腰部KOL（腰部KOL是指影響力不如流量明星那么頂尖，但是在業(yè)內(nèi)有一定影響力的KOL）。有趣的是，除了數(shù)碼研究所、IT小莫等這種專注數(shù)碼科技領(lǐng)域的KOL，海淘大牌、種草小星星，浪里小草莓，甚至天貓國(guó)際等一些主打女性用戶的時(shí)尚美妝類博主，竟然也積極參與到對(duì)王思聰微博的轉(zhuǎn)發(fā)中來(lái)。這充分地顯示出，這次事件完全突破了電子競(jìng)技圈子，深入到時(shí)尚、美妝、海淘、微商等圈子，成為全民事件了。

但是，從這幾個(gè)次級(jí)傳播中心的轉(zhuǎn)發(fā)微博的內(nèi)容來(lái)看，多數(shù)卻是跟風(fēng)搞自己的抽獎(jiǎng)活動(dòng)的，比如浪里小草莓的這條微博：

而只有少數(shù)的引發(fā)大量下游轉(zhuǎn)發(fā)的次級(jí)傳播者在轉(zhuǎn)發(fā)內(nèi)容中評(píng)論事件本身。由此看來(lái)，本次事件獲得如此廣泛的傳播，既得益于王思聰本身的豪氣，也得益于大量的腰部KOL跟風(fēng)的抽獎(jiǎng)活動(dòng)所引爆的傳播。

▍受眾分析：宅女的進(jìn)擊

那么是哪些人參與了這次事件的轉(zhuǎn)發(fā)呢？男女比例是不是微博官方所稱的1:1.2呢？我們將王思聰原微博的直接轉(zhuǎn)發(fā)和簡(jiǎn)介轉(zhuǎn)發(fā)的用戶都拿出來(lái)，對(duì)其畫(huà)像進(jìn)行了研究，并取了5月至10月參與過(guò)iG相關(guān)討論的用戶（視為iG的平時(shí)關(guān)注者）作為對(duì)比。

首先是這兩個(gè)群體在性別和年齡上的差異：

另外，在年齡上，兩個(gè)群體雖然都以90后、95后為主，王思聰微博的轉(zhuǎn)發(fā)者卻有著更加低齡化的特征：95后和00后的占比相對(duì)較高。

看完這群人的性別和年齡段，我們可以繼續(xù)研究一下這群人的興趣愛(ài)好和生活方式。下面的這張圖的橫軸展示了在轉(zhuǎn)發(fā)王思聰微博的用戶中，有這個(gè)興趣標(biāo)簽的人占到總的有效人數(shù)的比例；縱軸展示了轉(zhuǎn)發(fā)王思聰微博的人在這個(gè)興趣標(biāo)簽上相對(duì)于平時(shí)關(guān)注iG的人的提升度，即這個(gè)興趣標(biāo)簽的人在轉(zhuǎn)發(fā)王思聰微博的用戶中的占比與有這個(gè)興趣標(biāo)簽的人在平時(shí)關(guān)注iG的人中的占比的比值。提升度大于1，表示這些興趣標(biāo)簽是王思聰微博用戶更突出的特征；提升度小于1，表示這些興趣標(biāo)簽是iG平時(shí)關(guān)注者更突出的特征。

我們可以先看一下iG平時(shí)的關(guān)注者的顯著特征（即圖中黃色的部分）：

 

可以看到，iG平時(shí)的關(guān)注者有著很明顯的特征：喜歡游戲動(dòng)漫；愛(ài)好體育，尤其是籃球和足球；喜歡IT，汽車等。這群人可以歸結(jié)為標(biāo)準(zhǔn)直男群體。

那么，本次積極參與到王思聰?shù)某楠?jiǎng)活動(dòng)的這批人呢？經(jīng)過(guò)總結(jié)，積極參與到抽獎(jiǎng)活動(dòng)中的人，最起碼有三類人。

第一類是：娛樂(lè)化宅女。她們喜歡宅在家里，睡覺(jué)或者吃東西，吃飽喝足可能上上網(wǎng)看看微博，看看綜藝，追追星，八卦一下最新熱點(diǎn)。試想一下，能在11月6日晚和11月7日早上積極轉(zhuǎn)發(fā)思聰?shù)某楠?jiǎng)微博的，至少也是勤刷微博的了，也很符合這群人的習(xí)慣。思聰?shù)奈⒉┮疬@些人的注意，當(dāng)然是很自然的。

第二類是：文藝范青年。這群人喜歡音樂(lè)、電影、旅行、攝影等，愛(ài)自由，可能有不少人還是在校學(xué)生。這群里相對(duì)于第一群人宅的屬性會(huì)更少一些，更像是大家生活中遇到的文藝范兒或者小資范兒的同學(xué)或者同事。

 

第三類是，時(shí)尚愛(ài)美女性。我們剛剛看到，本次事件的次級(jí)核心轉(zhuǎn)發(fā)者中美妝時(shí)尚的博主很多，所以，本次事件能進(jìn)入美妝時(shí)尚圈，引起很多愛(ài)美女士的轉(zhuǎn)發(fā)，也就不足為奇了。

 

總結(jié)而言，本次事件的積極參與者完全與iG的平時(shí)關(guān)注者背道而馳，女性，尤其是愛(ài)宅愛(ài)室內(nèi)娛樂(lè)的女性，占了上風(fēng)，是一次對(duì)iG關(guān)注者主要人群的徹底反轉(zhuǎn)。這也再一次印證了這次事件的全民參與性。

▍水軍識(shí)別：識(shí)別垃圾號(hào)的正確姿勢(shì)

到目前為止，我們已經(jīng)對(duì)思聰抽獎(jiǎng)事件的傳播、觸及到的人群做了一個(gè)詳細(xì)的回顧。我們也確認(rèn)微博的抽獎(jiǎng)結(jié)果是值得質(zhì)疑的。然而微博官方對(duì)于抽獎(jiǎng)結(jié)果男女比嚴(yán)重失衡的解釋，仍然讓人覺(jué)得不太能接受。在@來(lái)去之間 的解釋中，男性更難被抽中的原因是，很多男性只轉(zhuǎn)發(fā)不原創(chuàng)，導(dǎo)致很多男性被認(rèn)為是垃圾號(hào)。從這個(gè)解釋中，我們不確定微博用了什么算法，但只從澄清的言辭來(lái)看，可能是使用了諸如轉(zhuǎn)發(fā)微博數(shù)、原創(chuàng)微博數(shù)、原創(chuàng)內(nèi)容中有無(wú)圖片等一些規(guī)則來(lái)做判定。

那么這些規(guī)則是不是有效的？能不能識(shí)別出真正的水軍？

筆者和筆者的同事曾專門(mén)研究過(guò)微博的水軍，在這里可以給讀者們分享一下。

所謂不入虎穴，焉得虎子。我們研究水軍的第一步，是去買粉。我們聯(lián)系了售賣水軍的服務(wù)商，看到了這樣的價(jià)目表：

微博的水軍市場(chǎng)發(fā)展較早，水軍名目繁多，服務(wù)周全。微博的水軍最起碼有：僵尸粉、機(jī)器活躍粉（關(guān)注、幫忙刷點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等）、真人粉（關(guān)注、幫忙刷點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等）三類。其中，僵尸粉就是三無(wú)賬號(hào)，不會(huì)發(fā)微博，更不會(huì)和其他人互動(dòng)，所以不可能出現(xiàn)在類似王思聰微博下面轉(zhuǎn)發(fā)的人中。所以我們重點(diǎn)的目標(biāo)是識(shí)別出第二類由機(jī)器去維持的賬號(hào)。

在筆者為自己的微博賬號(hào)買了1000個(gè)關(guān)注粉絲，1000個(gè)刷轉(zhuǎn)發(fā)和刷評(píng)論的水軍后，我們終于可以觀察一下真實(shí)水軍的特征。經(jīng)過(guò)觀察，我們發(fā)現(xiàn)一些特征，例如：

1. 買來(lái)關(guān)注自己的粉絲，大多數(shù)關(guān)注其他人的數(shù)量比較大，大多數(shù)都在1000以上；買來(lái)刷轉(zhuǎn)發(fā)和刷評(píng)論的水軍，轉(zhuǎn)發(fā)或評(píng)論別人微博的頻次比較高；

2. 會(huì)有原創(chuàng)微博，但是大多數(shù)內(nèi)容是從別的賬號(hào)復(fù)制而來(lái)；

3. 其他特征，例如注冊(cè)時(shí)間集中等。

僅從第二條特征來(lái)看，微博官方的以原創(chuàng)微博的數(shù)量少的規(guī)則來(lái)判定垃圾號(hào)的做法就是有失偏頗的，這樣做會(huì)導(dǎo)致一些正常的不喜歡發(fā)原創(chuàng)微博的人被誤判為垃圾號(hào)（精準(zhǔn)率差），同時(shí)沒(méi)有辦法把真正的水軍挑出來(lái)，因?yàn)檎嬲乃娨彩菚?huì)發(fā)原創(chuàng)微博的（召回率差）。

我們以買的水軍為正樣本，隨機(jī)抽樣的其他3000個(gè)正常用戶為負(fù)樣本，提取了這些人的社交關(guān)系特征（關(guān)注了多少人，粉絲多少，好友數(shù)等），行為特征（發(fā)的微博數(shù)量，微博被點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)的數(shù)量，評(píng)論和轉(zhuǎn)發(fā)其他人微博的次數(shù)等），內(nèi)容特征（微博內(nèi)容）等，構(gòu)建了一個(gè)集成的分類模型。我們?cè)跍y(cè)試集上得到了如下的結(jié)果（黃線為測(cè)試集上的誤差率，橫坐標(biāo)為迭代優(yōu)化的次數(shù)，誤差率的含義為：模型預(yù)測(cè)出的標(biāo)簽與實(shí)際的標(biāo)簽不符的比例）：

也就是說(shuō)，在經(jīng)過(guò)迭代優(yōu)化之后，我們模型識(shí)別水軍的準(zhǔn)確率達(dá)到了99.8%以上（即誤差率降到了0.2%以下）。

將我們的模型應(yīng)用到本次參與轉(zhuǎn)發(fā)的人中，我們識(shí)別到了8.4萬(wàn)個(gè)水軍，占到總轉(zhuǎn)發(fā)人數(shù)的0.5%左右。這些水軍的男女占比和去水后的男女占比如下：

可以看到，首先我們的水軍算法是和性別無(wú)關(guān)的，識(shí)別出的水軍的男女比例和整體的男女比例相差不大。其次，使用我們的算法除水后的人群的性別分布和整體的分布相差不大。微博官方的說(shuō)法中男女比例1：1.2，脫水后近似于1：112；而在我們的數(shù)據(jù)中脫水前的男女比例是1:3，脫水后也基本上是1:3。所以使用我們的除水算法之后再抽獎(jiǎng)也更加合理和有效。

回顧了這么多，我們不僅對(duì)整個(gè)事件的傳播和觸及到的人群畫(huà)像做了復(fù)盤(pán)，看到了這條電競(jìng)?cè)Φ奈⒉┩黄朴螒蚪绫旧?，引發(fā)大量其他領(lǐng)域的KOL轉(zhuǎn)發(fā)；而參與抽獎(jiǎng)的主體也并非愛(ài)好游戲動(dòng)漫籃球汽車的平時(shí)關(guān)注iG的直男，竟然被宅在家刷微博睡覺(jué)八卦的宅女群體搶了主角。并且，我們提出了針對(duì)水軍行之有效的辦法，準(zhǔn)確率在99.8%以上。那么，問(wèn)題來(lái)了，@微博官方 考慮不考慮使用我們的水軍識(shí)別服務(wù)呢？