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。
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
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。
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。
96
热度指数
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。
92
热度指数
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。
87
热度指数
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。
84
热度指数
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。
81
热度指数
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。
78
热度指数
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。