吃瓜排行榜热度指数数据可视化背景
数据解析 · 每日 09:00 / 21:00 更新

吃瓜排行榜用数据拆解热度,看清传播量级与真伪

我们把公开可见的讨论量、传播速度、跨平台扩散与来源分布整理成可对比的热度指数, 并公开完整的评分标准与统计口径。不跟风站队,只把热度构成拆开给你看。

3,842

累计追踪事件

126.4

日均监测讨论量

58

数据来源站点

5

评分维度

LIVE RANKING

本期实时热度榜

热度指数 0 至 100,由讨论量、传播速度、跨平台扩散、来源可信度、持续时长五项加权得出。 点击任意条目可查看完整的分数构成与来源统计。

查看全部 12 条
1
娱乐8

演唱会门票退改争议持续发酵

一场大型巡演因天气原因临时调整场次,退改规则在不同购票渠道间口径不一,引发大量用户在社交平台晒出订单截图对比。监测显示话题在两日内完成从本地讨论到全网扩散的跃迁。

讨论 48 万阅读 3 千万转发 10 万2026-09-16 09:00
2
影视5

热门剧集结局引发观众两极评价

收官集播出后,评分平台短时间涌入大量评价,好评与差评占比接近对半。我们抓取了首播 12 小时内的评论关键词分布,发现争议集中在人物动机与收尾节奏两处。

讨论 36 万阅读 3 千万转发 7 万2026-09-15 21:00
3
音乐3

年度音乐榜单入围名单公布

入围名单公布后,讨论热度主要集中在几个首次入围的新人作品上。相比去年,本届名单的作品风格分布更分散,单一作品的话题集中度下降约两成。

讨论 21 万阅读 2 千万转发 4 万2026-09-15 09:00
4
体育12

球星转会传闻被多方跟进报道

从一家地方媒体的单方面消息,到多家主流体育账号跟进,整个过程用了不到 18 小时。我们梳理了消息源的引用链路,发现其中存在明显的二手转述。

讨论 27 万阅读 2 千万转发 7 万2026-09-14 21:00
5
商业6

直播带货销售数据遭质疑

第三方监测机构公布的场次成交额与品牌方公开口径存在明显差距。对比三个数据源后发现,差异主要来自「下单口径」与「退款后口径」的统计方式不同。

讨论 18 万阅读 2 千万转发 4 万2026-09-14 09:00
6
综艺4

综艺嘉宾阵容路透流出

一组未官宣的录制现场照片在粉丝社群内快速传播,随后被营销账号批量转载。我们对传播路径做了一次回溯,首发账号的影响半径明显小于转载账号。

讨论 14 万阅读 1 千万转发 3 万2026-09-13 21:00
SCORING MODEL

热度指数由什么构成

单一维度的数字很容易被放大或误读,所以我们把热度拆成五个互相制衡的维度。 讨论量大不代表总分高——如果传播集中在单一平台、或者一天就回落,总分同样会被拉下来。

01权重 30%

讨论量

统计窗口内新增的公开讨论条目数量,反映事件的规模基本盘。

同一内容多次转载只计一次;无实质内容的纯情绪短评按 0.3 条折算。

02权重 25%

传播速度

从首次出现到进入主流讨论所需的时间,衡量事件的扩散效率。

以每小时新增讨论的峰值斜率计算,斜率越陡得分越高。

03权重 20%

跨平台扩散

讨论覆盖的平台类型数量与分布均衡度,衡量事件出圈程度。

覆盖社交平台、资讯媒体、垂直社区、自媒体四类,分布越均衡得分越高。

04权重 15%

来源可信度

一手信源的清晰程度与可交叉验证的程度,衡量信息确定性。

官方一手发布最高;单一信源且无交叉验证最低。可信度与真假判断相互独立。

05权重 10%

持续时长

话题维持高热状态的时长以及长尾表现,衡量热度的耐久度。

以讨论量回落到峰值 20% 以下所需时间计算,回落越慢得分越高。

完整计算方式

归一化、加权求和、冷启动修正、异常剔除四个步骤,每一步的口径都写在评分标准页里,可逐条核对。

查看评分标准
SOURCE STATISTICS

来源统计:热度是谁推起来的

讨论量并不等于影响力。我们把每条话题的讨论按来源归类,计算各类来源的占比, 并单独标出「二手转述」的比例。同一条内容被多次转载时,只计入最早出现的那一次。

社交平台38.6%

用户主动发帖与转发的公开讨论,是讨论量的主要来源,但情绪化内容占比偏高。

资讯媒体26.4%

具有编辑流程的公开报道,通常承担二次确认与出圈推动的作用。

垂直社区22.1%

影视、体育、消费等兴趣社区的深度讨论,信息密度高但覆盖面相对聚焦。

自媒体账号12.9%

个体运营账号的发声,时效快但信源透明度参差不齐,需单独标注。

来源可信度分级

可信度与热度相互独立
很高90 - 100

由官方渠道或权威机构一手发布,材料完整、可完整核验,无转述断层。

较高80 - 89

一手材料可查,或存在多个独立信源可以相互印证,个别细节待补。

中等70 - 79

事实本身可以核实,但存在口径差异、情绪化内容或主观评价成分。

较低60 - 69

信源单一、缺少交叉验证,或素材无法确认时间与场景,建议谨慎对待。

读法提示:热度高、可信度低的条目,我们会明确标注为未确认信息。低可信度不代表消息一定为假, 而是代表以现有公开材料无法确认,转发前值得多看一眼原始信源。

DATA DEEP DIVE

数据解析精选

挑三条热度构成差异明显的事件,完整展示分数拆解、来源链路与传播时间线。

更多解析
演唱会门票退改争议持续发酵 - 热度数据解析示意图
娱乐热度 96

演唱会门票退改争议持续发酵

热度爆发并非来自明星本身,而是「同一件事在不同渠道有不同说法」这一落差。落差越大,用户截图对比的动机越强,讨论量因此迅速堆高。

可信度 较高查看解析
球星转会传闻被多方跟进报道 - 热度数据解析示意图
体育热度 84

球星转会传闻被多方跟进报道

我们把这条新闻的引用链路做了完整回溯,发现 9 家跟进媒体中有 7 家只是转述最早的那一条报道,没有任何一家提供独立信源。

可信度 较低查看解析
短剧出海播放数据创纪录 - 热度数据解析示意图
网络热点热度 68

短剧出海播放数据创纪录

这条目的热度只有 68 分,但持续时长拿到 88 分,说明它的热度构成与爆发型事件完全不同。

可信度 较高查看解析
FAQ

关于热度你可能想知道

我们整理了读者问得最多的几个问题,从评分公式到数据口径都有说明。

查看全部问题

热度指数由五个维度加权得出:讨论量占 30%、传播速度占 25%、跨平台扩散占 20%、来源可信度占 15%、持续时长占 10%。每个维度先折算为 0 到 100 的分值,再按权重相加,最终得到 0 到 100 的热度指数。

STAY UPDATED

榜单一夜之间就换了排名,订阅后第一时间收到

订阅后会收到每日热度榜摘要、异动提醒,以及评分口径调整说明。 我们只发与数据相关的内容,不发无关推广。

每日两次更新可随时退订不发无关推广

订阅榜单更新

留下邮箱即可,我们不会用于其他用途。

想反馈数据问题?可前往关于我们页提交反馈表单。