大水沖了龍王廟？數據機構指水軍炒熱了馬蜂窩“注水”新聞

近日有關馬蜂窩評論數據涉嫌造假的事件持續發酵，在輿論質疑馬蜂窩的網絡“水軍”刷評論行為同時，10月23日，商業情報分析機構知微數據發布報告顯示，在該事件的網絡傳播過程中同樣也出現了明顯的網絡“水軍”助推痕跡。

工商資料顯示，知微數據所屬的北京宏博知微科技有限公司成立于2012年，大股東于霄擁有72.28%股權，其經營范圍包括技術開發、技術咨詢、技術服務、市場調查、經濟貿易咨詢、投資咨詢等等多方面。

據知微數據官網，其主要業務板塊中便有“傳播分析”一項，具體包括：對單條微博的傳播進行總體評價和多維度分析，從傳播趨勢、傳播路徑、參與人群、引爆點、短鏈和水軍和內容屬性等多個維度探索一條信息在微博平臺中的來龍去脈等。

10月24日，知微數據方面向澎湃新聞(www.thepaper.cn)表示，針對該事件傳播情況的報告內容是基于客觀數據進行分析，與案例中相關各方不存在利益關系。

水軍傳播馬蜂窩“注水”新聞：大水沖了龍王廟

知微方面稱，該機構從2012年開始“水軍分析”的數據研究，對于網絡熱點事件的傳播情況都會進行案例分析。目前，知微數據的數據庫已經積累了2014年以來社會各個領域熱點事件分析5000余件。

澎湃新聞通過官方電話聯系到知微數據，一名接受采訪的分析員介紹，判斷某網絡熱點事件是否有較大規模的“水軍”助推，一般有幾個標準：

“第一，是對該消息轉發的用戶賬號的特征，比如這些賬號是否是事件發生前后才注冊的新號、賬號的日常活躍程度是否明顯過低或明顯過高、賬號的粉絲數量是不是很少，用戶名是否多為‘用戶+數字’或‘漢字+數字’等。

第二，在轉發行為的模式方面，同一賬號是否就內容相同的同一事件多次轉發，多賬號的轉發文本是否雷同或明顯無意義、和原發微博不相關等。

第三，大規模集中轉發的時間是否出現在午夜等大家都應該休息的時間段，轉發量是否在某一個時間點急劇上升之后卻又斷崖式回落等等。

在馬蜂窩事件發生后，知微數據也就此網絡熱點事件做了分析，結果卻發現，該事件的水軍助推的特征非常明顯，具有上述“水軍”特征中的多種。

知微數據表示，

在對傳播脈絡進行數據分析之后，知微數據將其總結為：大水沖了龍王廟，水軍傳播馬蜂窩‘注水’”。

針對這一案例具體而言，10月20日23時許，自媒體作者“小聲比比”的獨家稿件《獨家|估值175億的旅游獨角獸，是一座僵尸和水軍構成的鬼城?》發布后，先在微信朋友圈開始了首輪傳播，10月21日早間，有媒體加入傳播，事件熱度小幅上升，至22日早間，大量媒體參與報道，事件熱度迅速上升，達到峰值。

報告稱，從10月22日至今，事件中互動量最高的三條微博分別來自@中國新聞周刊 (互動量超過16萬)、@財經網 (互動量超13萬)、@新浪科技(互動量過5萬)，對轉發列表進行分析，可以發現非常明顯的水軍參與特征。

馬蜂窩與“小聲比比”對峙時間軸

4萬多個轉發用戶中粉絲數小于等于10個的占比近半

以轉發量最高的@財經網微博為例，10月21日12點47分，@財經網發布微博“#馬蜂窩抄襲#【馬蜂窩被指數據造假：85%的點評不真實 充斥僵尸和水軍】”，截至報告抓取數據時，@財經網微博約有4.7萬條轉發量，共有41177個用戶參與。

分析結果顯示，這些用戶中有高達八成以上昵稱為“用戶+數字”、“漢字+字母/數字”，昵稱為“用戶+數字”的占全部轉發用戶的48%，粉絲數小于等于10的占比43%，微博數小于等于10的占比35%。

知微數據分析稱，@中國新聞周刊、@財經網、@新浪科技就馬蜂窩事件發布的三條微博都有著高度相似之處，都有近半數轉發者昵稱為“用戶XXXX”形式。從轉發文本情況看，三條微博中90%以上的轉發都僅為“轉發微博”，并未包含有意義的文本。

大批昵稱為“用戶+數字”、“漢字+數字”的轉發者

“自然的轉發情況下，包含文本的轉發情況還是較多的。但馬蜂窩事件的傳播過程中，超過90%以上的轉發都是僅‘轉發微博’，這非常不正常。”該分析員解釋。

另外，分析報告還稱，在這三條微博中，總計超過6.8萬用戶參與了轉發，其中有6000余位用戶同時轉發了兩條及以上，占比近10%。與高達90%的“轉發微博”一同來看，就顯得有些耐人尋味了。

凌晨突現轉發量爆發式增長

報告還指出：馬蜂窩事件在微博的傳播過程中幾乎沒有引爆點，但在微博上卻獲得了大量傳播，本身就十分不正常。而多出現在水軍轉發的情況下，轉發趨勢更是詭異。

例如，@財經網就該事件微博發布后的首個轉發高峰出現在10月22日0點整，凌晨也一直持續著不低的轉發量;而從清晨5點起，轉發趨勢更是一路飆升，最高峰出現在7點半;12點40分還有400+轉發，隨后就瞬間斷崖式下跌。

“比如，某個微博大V轉發了這一消息，并擁有一定數量的二次轉發，我們就把這個情況計做一個引爆點。”知微數據分析員介紹，同樣以@財經網微博為例，該微博轉發量超過4.7萬條，而傳播最大深度僅6層，帶來最多二次轉發的為@財經網本身的再度轉發，但也僅僅只帶來85個二次轉發。二次轉發量排名第十的賬號更是只有4次二次轉發。

“即使二次轉發量很少，但我們還是把二次轉發量排名一至十名的賬號發布微博時間都算成一個引爆點，并用黃色圓圈在分析圖中標注，我們可以看到，這一事件的傳播軌跡極為不正常。”該分析員解釋，在自然傳播的情況下，代表引爆點的黃色圓圈一般出現在傳播量開始急劇上升的時刻。但在馬蜂窩事件的傳播過程中，三個轉發高峰出現的時間點居然都不存在任何引爆點。

沒有引爆點的情況下凌晨突顯轉發高峰(黃色圓圈為引爆點)

馬蜂窩事件微博傳播中的引爆點

無法判斷“水軍”來自何方

“另外我們看到，在沒有引爆點的情況下，首次轉發高峰出現在22日0點左右。”該分析人員稱，在絕大多數人都開始睡覺的時間點驟然出現大批用戶集中轉發，屬于明顯的“水軍”特征。

該分析人員解釋，“正常的微博傳播，轉發熱度走勢和用戶的活躍時段有關，如夜間和午飯期間不活躍，轉發熱度也走低。非用戶活躍時段轉發熱度上升的微博也有，但一般跟微博的發布時間有關，比如在夜間發布了微博，那么夜間的熱度也會上升，另外KOL(意見領袖)在夜間轉發，也會帶動微博熱度上升。但馬蜂窩事件的傳播不符合上述情況。”

在10月22日12點40分該事件經歷了第三輪集中轉發之后，轉發量呈現斷崖式下滑。“這也是‘水軍’特征，自然情況下轉發量從最高峰降溫都會有一個過程。”分析人員說。

知微數據的分析人員表示，雖然數據能夠證明該事件傳播過程中出現了明顯的“水軍”助推痕跡，但數據無法顯示這些“水軍”來自何方，也無法判斷其是否和稿件發布人或者做出報告的數據機構有關。