Ex.3. VMP 总览篇——海尔波普彗星般的假数据(下)
山田赫敏Official
编辑于 2021年05月18日 07:34

上篇文章提到Cover因大量数据造假,导致旗下本部主播的点赞比数据集中出现在四条直线上。那么本文将解答为何有四条直线。 为什么会有四条线,而不是别的数量?因为这反映了四批水军的“安全上限”。倘若只有一批水军,那么其点赞数/点击数只会呈现出一条直线,即刷数据的“安全上限”只有一个,直线斜率保持不变。然而不同水军的“安全上限”不一样,反映出来的便是直线斜率不一。(图一)

图一 初步染色下的四条水军线

换而言之,在雇佣新水军后,会出现与之前相比斜率不一样的直线。由此可见,共有四批水军先后入场为Cover的主播造假数据,而且入场时间越早,符合直线的数据出现次数越多(图二)

图二 再次染色的水军线 可以看到斜率越小 符合该水军线的直播数据越多

既然水军入场的时间不一样,那么可以通过对数据进行染色并与这些数据出现的时间点进行比较,用以验证这四批水军具体出现的时间点。经过染色后,可以看出四条线的出现时间并不一致。(图三到图七)

图三 符合斜率k=0.135的直线的数据出现的时间段

图四 符合斜率k=0.120的直线的数据出现的时间段

图五 符合斜率k=0.105的直线的数据出现的时间段

图六 符合斜率k=0.095的直线的数据出现的时间段

图七 四条水军线出现次数与时间段的总览

经系统判定,如图三和图四所示,最为陡峭的两条(k=0.135和k=0.120)主要自Holo五期生出道后出现,即8月-9月。第三条水军线(k=0.105)主要自5月出现,与Cover的4月内乱时间吻合。第四条(k=0.095)是在2020年2月前已出现。因此可以确定,Cover前前后后共雇佣了4批水军,并且斜率最小的直线(k=0.095)为最早雇佣的水军。 同时,也可以通过点成分分析来验证。若一个主播的数据越吻合某条水军线,其受该批次水军的影响越多。经过统计与验证,五期生受斜率最大的两条水军线(k=0.135与k=0.120)影响最多,如狮白牡丹,雪花菈米和尾丸波尔卡。(图八)

图八 Holo本部主播受不同水军影响的占比 可以看出五期生数据受k=0.135与k=0.120两批水军影响最大

五期生受水军影响最多的情况与图三到图七的染色结果吻合,即五期生受第三和四批进驻的水军影响最大。这也侧面反应了水军入场的时间段不一样。同时可以确定,受水军影响较大的主播,其直播点赞比将会向0.095-0.135这个区间靠拢,因这一区间是水军的稳定点赞比例,即直线斜率的范围(0.095,0.105,0.120,0.135)

综上所述,Cover雇佣了四批水军,并且这些水军与其公司股权变动时间点(2020年4月)以及业务开展(五期生出道)息息相关。当然,公司内水军资源的分配也是一个重要的研究点。因为某主播受某支水军影响比例太粗略,不足以说明谁是整体水军的最大收益人,需要更进一步的分析。简而言之,图八的比例不足以说明整体水军资源分配情况。 举个例子,某主播只直播了10次,便收获了7次水军光顾,他受水军影响率便为70%。但若其它主播直播了100次,收获了59次水军光顾,受水军影响率便是59%。但是这两人的直播次数与实际水军上门次数差距大,难以直接比较,而且存在多批水军影响分析。因此,需要对主播的“观众行为”进行分析排查便于获得更精确结果。 结合《走向927的Cover》多篇文章,谁又是整体水军资源的最大受益者呢?

原动态:网页链接​