小红书搜索情境下的声量占有率与群体认同:度量方法
Measuring Share of Voice and Group Affinity in Xiaohongshu Search
深通国际 数据科学组深通(杭州)国际教育科技有限公司 · DeepLink International
摘要 中国学生选择德国语言学校时,主要通过小红书的搜索结果及其评论区获取信息。搜索结果因时间和用户而异,单次观察不可复现;笔记之间、评论之间的影响力也相差悬殊。本文给出一套可重复的度量方法:以多轮搜索的折半一致性判定样本是否稳定,以名次折扣与互动热度定义笔记权重,并在此基础上定义三项指标,即信息供给率、声量占有率与群体认同。三项指标均为有界的无量纲比例,对刷屏和个别爆款内容不敏感,可在不同搜索词和不同时间之间比较。
关键词 声量占有率;群体认同;折半一致性;名次折扣;社交媒体搜索
1 问题与记号
给定一个搜索词,对其重复搜索 轮,每轮记录前 60 个结果。记笔记 在第 轮的名次为 ,未出现时其名次折扣取 0。稳定出现且与行业相关的笔记构成样本集 ,其中由本方账号发布的子集记为 。笔记 下的评论集合记为 。被讨论的对象(学校)记为 。每一次对学校的提及带有一个情感极性标注 ,−1 为明确否定,1 为明确认可。
2 抽样稳定性
搜索排序带有随机成分,需要先判断观察到的排序是否稳定。借用测量学中折半信度的思路 [2, 3]:把 轮搜索随机分成等大的两半 、,各自按累计名次折扣排出前 20 篇 、,以两者的重合比例作为一次折半的一致性:
对 次独立的随机折半取平均(随机种子固定,结果可复现):
自第 6 轮起每 2 轮计算一次 。当最近 4 次取值的极差不超过容差 时判定收敛并停止抽样,因此最少需要 12 轮:
收敛值低于 0.60 的搜索词,其结果被标注为「分散」,相应指标仅供参考。未收敛的批次不计算任何指标。
3 笔记权重
名次越靠后,被看到的概率越低。采用信息检索评价中通用的对数名次折扣 [1]:
笔记的曝光定义为各轮名次折扣的平均值:
互动热度由点赞数 、收藏数 、评论数 加权得到,取该批次内最近一次观测值:
笔记权重为曝光与热度平方根的乘积。对热度开平方,使权重随互动量次线性增长,避免个别爆款笔记支配全部结果:
4 评论可见度
评论的影响力取决于它被看到的程度。设评论 获得 个赞,在所属楼层中是第 条回复(一级评论取 )。楼内前两条回复不折减,其后按次序衰减:
后续计算一律使用 ,理由与笔记权重的定义相同。
5 指标定义
5.1 信息供给率
信息供给率衡量搜索结果中有多大比重的内容由本方账号提供:
5.2 声量占有率
声量只统计被提及的多少,不区分正负。笔记正文提到学校 时, 获得整篇笔记的权重;评论提到 时,按该评论的可见度占本篇评论总量的比例分得相应份额:
其中 是笔记 下提到 的评论, 是本篇评论可见度的归一化总量。为抑制刷屏,对在同一篇笔记下发表不少于 3 条评论、且占该篇评论数不低于 20% 的用户,其对同一学校的多次提及合并为一次,取其中最大的 ,在 中也只计这一个最大值。声量占有率为归一化后的份额:
显然 且 。
5.3 群体认同
群体认同只使用评论,衡量评论区整体上认可谁。先在单篇笔记内计算。每位评论者 的发言权重取其在本篇中可见度最高的一条评论,并在评论者之间归一化:
同一评论者对同一学校的多次表态取平均,记为 。学校 在本篇的认同净值为:
读者对一篇笔记的印象通常由评论区的主流意见决定。以指数 对净值作锐化,使领先者获得更大的份额,同时保留符号:
另设两项修正。表态密度 反映本篇评论区表态的明确程度;人数系数 对只有个别人提及的学校作折减,其中 为本篇中提到 的不同评论者人数,阈值 :
跨笔记按笔记权重汇总,再以全部学校贡献的绝对值之和归一化:
因此 ,。 表示否定意见占优。
6 性质
有界与可比。三项指标均为比例,不依赖样本的绝对规模,可在不同搜索词、不同批次之间比较。
对极端值稳健。热度与可见度均取平方根;评论者按人计权而非按条计权;高频评论者的重复提及被合并。单篇爆款或单个用户的刷屏不能决定结果。
可复现。指标计算不含随机成分,折半检验使用固定随机种子。同一批数据重复计算结果相同。
口径对所有对象一致。合作院校与其他学校使用完全相同的公式和参数。
7 参数与样本
表 1 参数取值
| 符号 | 含义 | 取值 |
|---|---|---|
| — | 每轮记录的结果数 | 60 |
| 折半比较的名单长度 | 20 | |
| 随机折半次数 | 60 | |
| 收敛容差(最近 4 次的极差) | 0.04 | |
| — | 热度系数(赞 / 收藏 / 评论) | 10 / 15 / 20 |
| — | 楼内回复衰减系数 | 0.5 |
| 认同锐化指数 | 3 | |
| 人数系数阈值 | 3 | |
| — | 高频评论者判定 | ≥ 3 条且 ≥ 20% |
表 2 本站引用批次的样本概况(2026 年 11 月 8 日至 9 日)
| 搜索词 | 搜索次数 | 一致性 | 样本笔记 | 评论 | 信息供给率 |
|---|---|---|---|---|---|
| 德国语言班 | 31.5 | 77.4% | 38 | 664 | 51.6% |
| 德国语言学校 | 38.8 | 67.0% | 35 | 533 | 39.1% |
| 埃森语言班 | 17.5 | 79.3% | 26 | 423 | 37.6% |
| 德国语言班费用 | 15.8 | 74.3% | 38 | 538 | 33.2% |
8 局限
其一,数据只来自小红书一个平台。其二,每个批次是一个时间截面,不代表长期平均。其三,样本规模有限,每个搜索词约 30 至 40 篇笔记和数百条评论,排名靠后的对象提及很少,其名次不稳定。其四,合作院校的声量中包含本方账号发布的内容;我们另行计算只含第三方内容的份额作为对照。其五,对象名称按评论中的实际叫法记录,可能与学校的正式名称不同。
参考文献
- Järvelin, K., & Kekäläinen, J. (2002). Cumulated gain-based evaluation of IR techniques. ACM Transactions on Information Systems, 20(4), 422–446.
- Spearman, C. (1910). Correlation calculated from faulty data. British Journal of Psychology, 3(3), 271–295.
- Brown, W. (1910). Some experimental results in the correlation of mental abilities. British Journal of Psychology, 3(3), 296–322.