4.0. 出淤泥而不染的少主(三)& VMP 社内资源分配篇——集千万宠爱于一身(下)
山田赫敏Official
编辑于 2021年05月23日 19:38

之前曾提及2020年4月是Cover最大规模内乱​的时间点。并且,2020年4月也是《郁金香计划》​中白上吹雪数据突变时间点。那么在2020年4月前后这个关键的时间上,Cover的水军资源分配上也会随着内乱有巨大变动吗?

基于此关键的时间点本文将对多位主播的数据展开4月前后对比,一窥这场4月内乱中何人掌握了水军资源分配——水军的指挥者会有水军资源的最大收益,即长时间来其数据水军占比最高。

首先是4月前后Cover的总览对比。可以看到4月前的Cover在高点击量区间(2-5点击量区间)并没有出现那标志性的4条水军线。可是在4月后,4条水军线便唐突出现,而且高点击量区间存在大量异常数据。那么谁的数据情况与此次内乱前后的数据情况相似呢?(图一)

图一 Cover旗下所有主播的4月前后点赞比分布对比图 4条水军线唐突出现

是低注水量的时乃空​吗?不是。四月前的数据几乎没有落在水军线上。并且其铁杆粉丝占比极高,出现了全社独一份的近似正态分布。说明数据样本是行为模式相似度高的活人数据,不然不会有如此完美的正态分布。纵轴虽然极值高(24),但是纵轴跨度并不大(12-24),且点赞比峰在0.10右侧,变相说明了这批数据出自活人粉丝之手。不然通常情况下,这种偏高的数据早已被油管清除掉。(图二和图三)

图二 时乃空4月前的直播点赞比散布图 可以看到蓝圈内有部分点赞比数据优于水军线

图三 时乃空4月前的点赞比频率图 整体数据呈近似正态分布

是中等偏高注水量的兔田佩克拉​吗?不是。兔田佩克拉的低赞比峰,即图四绿圈数据十分明显。即使4月前被大量水军冲刷数据,其低赞比点赞峰仍清晰可见,更何况4月后整体点赞比数据萎缩。说明在其直播生涯中,其观众整体路人占比多,即便有大量水军也影响有限。同时,在2020年4月后,兔田佩克拉的水军资源被撤,与4月后Cover整体数据膨胀的趋势不同。(图四)

图四 兔田佩克拉的4月前后点赞比频率对比图 可以清晰看到水军资源被撤下一部分

时乃空的模式代表了少量数据注水下由铁杆粉丝贡献的高点赞比数据。兔田佩克拉的模式代表了中等数据注水下由大量路人观众贡献的低点赞比数据。那么会存在两者数据都缺失,即数据被注水到路人观众与铁杆粉丝的影响都可以忽略不计的主播吗?

Cover内的确存在唯一一位符合这两个苛刻要求的主播——白上吹雪。

在四月前的散点图中,看似落在水军线上的数据量不多,但散点沿着水军线密集且稳定地分布。一旦对其点赞比以及对应点赞比出现次数进行绘制,便会出现全社最高的纵轴跨度0-28。其在0.095附近的点赞比频率比时乃空铁杆粉丝点赞峰值还要高。而且全社唯独白上吹雪的四月前点赞峰双腰范围如此狭窄(0.075-0.130)并且沿着0.095附近对称跌落。换而言之,白上吹雪的观众点赞比极大受单支水军影响,即受k=0.095这支最早入场的水军影响。(图五和图六)

图五 白上吹雪4月前点赞比散点图 数据沿着k=0.095的水军线密集分布

图六 白上吹雪4月前的点赞比频率图 都观测不到路人观众与铁杆粉丝的影响

更明显的便是点赞比频率图中低点赞比峰的缺失。兔田佩克拉的点赞比数据在0.05附近区间有点赞峰,即图四绿圈部分。而如图六绿圈所示,白上吹雪的点赞比数据终结于此,说明在2020年4月前观看其直播的路人数并不多,同时其在0.15点赞比附近的区间没有数据(图六蓝框内数据缺失),即缺乏铁杆粉丝贡献的高点赞比数据。(图六)

一个在2020年4月前观测不到路人观众与铁杆粉丝影响的主播,而且其“观众”行为模式极其相似,比时乃空铁杆粉丝的行为模式更为统一,以0.095左右的点赞比点赞,她的“观众”到底是什么人?

同时,白上吹雪的4月前后的“观众”点赞比频率对比如下。咋一看可能看不出来好像有问题。但是之前早已陈述过,白上吹雪的中部点赞比数据过于异常,极值高且点赞比数据高度集中在中部水军影响的区域。(图七)

图七 白上吹雪4月前后点赞比频率对比图(带零密度) 可看出4月后换上了新水军

之前的文章提过,2020年4月后Cover雇佣了新的水军,可以看到白上吹雪原有的水军,即部分k=0.095的水军被替换成新雇佣的三批水军(k=0.105, 0.120, 0.135)。这三批水军极大地影响了白上吹雪的“观众”点赞行为。反映出来的便是图一红色阴影(旧水军)被替换成墨黄色阴影部分(新水军)。(图七)

同时对白上吹雪4月前的纵轴进行等比压缩并与4月后的数据进行叠图对比。可以更明显的发现白上吹雪点赞比频率图的中部数据部分,4月前后的点赞逻辑是不变的——整体点赞比走势保持不变且拐点相似。中部水军高发区的唯一区别是在雇佣了新水军后,点赞比峰值在横轴上右移了少许。说明4月前后白上吹雪的“观众”行为模式并没有太大改变,即“观众”的组成并没有变化,全是水军,只是这批水军贡献的点赞比“更优秀”了。换句话说,在2020年4月后,白上吹雪的“全体观众”点赞意愿都上升了,皆因点赞比曲线整体右移,无一例外。(图八)

图八 白上吹雪的4月前后点赞比频率对比图(纵轴压缩) 可看出点赞曲线整体右移 说明“全体观众”点赞意愿统一上升

倘若对多位主播的点赞比散点分布图进行比较,可发现4月后白上吹雪当之无愧的在高点击量区间,即红框区域有最多的符合水军线的数据——好钢使在刀刃,出动大量水军制造高点击量下的高点赞比假象,低点击量下保数据存活率。(图九到图十二)

图九 时乃空的点赞比散点分布图 只有少量数据符合水军线

图十 兔田佩克拉的点赞比散点分布图 只有少量数据符合水军线

图十一 戌神沁音的点赞比散点分布图 只有少量数据符合水军线

图十二 白上吹雪的点赞比散点分布图 可看出大量符合水军线的高点击量下的高点赞比数据

正如之前《Ex.2. 活人与假数据》​所述,若要保证假数据的存活率,需要大量模拟活人行为。因此,需要一定量的不点赞观看行为才能保证数据的存活率,毕竟一个正常人不会每次观看视频时都稳定的点赞。

这就能回答为何在4月后在白上吹雪的点赞比频率图中反而出现所谓的由“路人”贡献的低点赞比数据,即图十三中的绿圈部分。若水军每次都把数据往那几条水军线上堆,那账号被判定成bot的风险会变大,所以只能在不重要的低点击量直播中不点赞或者少点赞,洗白自己的数据。这也是为何新雇佣的水军斜率比旧水军的要高——旧水军点赞率相对低,不用拼命点赞,不需要模拟路人;新水军需要模拟路人行为,不点赞,保账号。(图十三)

图十三 白上吹雪的点赞比频率图(4月后)可看到在零点赞比附近有点赞峰 即有一定量人只观看不点赞 并且这个规模已经足以让点赞峰出现 而且在0.05附近的点击量区间没有明显点赞比峰

同时因4月后白上吹雪买了大量高点击量下的高点赞比数据,大量“观众”们需要休息——只观看直播,少点赞,保护账号数据的存活率。因此,4月后所谓的由路人贡献的低点赞比数据只是水军们的短暂歇息,这也是为什么白上吹雪4月后在点赞比散点图无明显低点赞比数据但在点赞比频率图中却有低点赞比数据。正常情况下,图十三绿圈数据和十四绿圈数据应为高点击量下(路人观众多)的低点赞比数据。可在白上吹雪的数据中,绿圈数据反却成为了低点击量下(铁杆粉丝多)的低点赞比数据。换句话说,白上吹雪的铁杆粉丝难道都那么统一的在路人少的情况下自觉地不点赞或者少点赞,一直忍到“伙伴们”都能以0.10左右的点赞比再一起点赞?

图十四 白上吹雪的直播点赞比散点图 绿圈内缺乏高点击量下(路人多)的低点赞比数据 变相反映白上吹雪的低点赞比数据出现在低点击量下的直播

反观那些虽注水但是有较正常路人点赞数据的主播,如兔田佩克拉,润羽露西亚,在低点赞比区域,即0.05点赞比附近会出现大小不一的点赞比峰,如图十五绿框内的两个点赞峰与图十六内墨绿色部分的拐点。可是正如图十七所示,白上吹雪在4月后的点赞比频率在低点赞比区域,即绿框部分内点赞比频率是一条频率为0的直线,毫无起伏,直到在0点赞比附近才有点赞比峰。这也侧面反应了,白上吹雪的路人观众影响接近于0——在低点赞比区域看不到点赞比峰。(图十四和图十五)

图十五 兔田佩克拉的观众点赞比频率图 可看到在绿框内存在低点赞比峰

图十六 润羽露西亚的点赞比频率图 可看到在低点赞量区间有两个不明显的点赞峰

图十七 白上吹雪的点赞比频率图 在低点赞比区域没有拐点 直到0点赞比附近才出现点赞比峰

全社唯一一个在2020年4月前便已经注水注到既看不到路人的影响,也看不到铁杆粉丝的影响,全体“观众”步伐一致地按照1:10的比例来点赞,甚至这个比例频繁程度达到了全社最高的“28次”的百万订阅主播,同时在4月后数据大量注水,让“全体观众”点赞意愿都上升,并且导致水军疲惫不堪不得不只观看直播不点赞的主播。她如果没有对水军资源的调动能力?能造这么一个百万订阅级别的假吗?

4月前后的数据对比可以继续帮助我们对Cover两大内斗主线进行验证——在4月Cover整体数据膨胀的情况下,还有别的异常情况吗?

原动态:

网页链接​(简略版)

网页链接​(第一部分)

网页链接​(第二部分)

网页链接​(第三部分)