微博、知乎、抖音、B站的热点到底有多少是重复的?——30天平台重合度研究

30天窗口内,精选快照共留下870条记录。306条关联到微博、知乎、抖音、B站的记录中,92条带有多个平台标签,占30.1%。

热摸爽8 分钟阅读30 次浏览

四股不同颜色的信息流带来独立新闻卡片,部分在中央汇聚成同一事件

刷完微博,再看知乎,最后打开抖音和B站:到底是多看了几个世界,还是把同一件事看了四遍?

我们把2026年9月27日至10月26日的热摸爽每日精选快照放在一起,跳过缺失的10月13日,共分析29天、870条记录。在带有微博、知乎、抖音、B站任一来源的306条记录中,92条被系统标注了至少两个目标平台,占30.1%。

但这个“三成”还不能回答四个平台究竟重复多少。它统计的是精选记录里的来源标签,而且其中存在误合并;B站没有出现在这批样本中,抖音只在17个快照日留下记录。把30.1%直接写成“四个平台的热点重复率”,会比数据本身多说好几步。

这次研究最有用的发现,是把三个容易混在一起的问题拆开:哪些记录被归到了一起,哪些标题真的在讲同一件事,以及看完一个平台后,另一个平台还能带来什么。

先看我们手里到底有什么

热摸爽历史热搜存档保存的是每日精选热点,不是四个平台全天热榜的完整备份。每条精选记录可以关联多个来源,也可能保留同一来源在不同时刻抓到的标题。

这次按“日期×快照条目”计数:一条记录在当天算一次,同一平台重复抓到十次也只记一个来源。同一件事如果进入两天快照,会在两天各算一条。因此,下面的“条数”不是30天去重后的独立事件数。

平台

关联精选记录

有记录的快照日

这能说明什么

微博

238条

29天

这批样本中覆盖较连续

知乎

96条

29天

这批样本中覆盖较连续

抖音

74条

17天

只在部分日期的精选记录中出现

B站

0条

0天

无法用这批样本计算B站重合度

29份精选快照中,微博和知乎各有29天留下来源记录,抖音17天,B站没有记录;10月13日跳过

表里的数字不能直接相加。比如一条记录同时带有微博和知乎来源,它会在两行各出现一次。B站的零,也只表示没有进入这批精选记录,不能解释成“B站没有热点”或“B站与其他平台完全不重复”。

同样,不能因为抖音从10月9日起出现在这批记录里,就断言它此前没有参与相关讨论。精选结果里没看到,和平台上不存在,是两回事。

“重复三成”和“重复一成”,可以来自同一批数据

先不判断系统有没有分错组,只统计来源标签。306条带有目标平台来源的记录中,214条只带一个平台标签,82条带两个,10条带三个。

目标平台标签数

精选记录数

占306条相关记录

1个

214条

69.9%

2个

82条

26.8%

3个

10条

3.3%

把带两个、三个标签的记录合在一起,是92条,占相关记录的30.1%。如果把分母换成全部870条精选记录,同样的92条又只占10.6%。

92条多平台标签记录占全部870条精选记录的10.6%,占306条相关记录的30.1%;两者都不是平台全量重复率

两个数字都算得对,但回答的问题不同。10.6%问的是“全部精选里,有多少条带了多个目标平台标签”;30.1%问的是“已经关联到目标平台的精选里,有多少条带了多个标签”。它们都没有用四个平台的完整热榜作为分母。

所以,看到一张跨平台重合度图,我会先找分母。百分比写得很大,分母藏得很小,往往就是最需要放慢阅读的地方。

微博和知乎一起出现59次,能说它们最像吗?

按两个平台的标签是否出现在同一条精选记录中统计,微博与知乎有59条,微博与抖音有38条,知乎与抖音有15条。这些数量可以复算,但还不能排出“平台相似度榜”。

原因很直接:微博与知乎在29个有效快照日里都有记录,抖音只有17天。微博在样本中的关联条数也明显多于另外两家。共同出现次数受样本大小和覆盖日期影响,不能只看谁的数字大。

三组数量也不能相加当作重复事件总数。一条同时带有微博、知乎、抖音的记录,会分别进入三组配对统计。同一件事跨天入选,还会继续计数。

如果要比较两个平台的事件集合,可以用Jaccard重合度:两边都出现的独立事件数,除以两边合起来、不重复的独立事件总数。但前提是取相同观察时间、相同榜单范围,并先核对事件归组。当前这批精选快照缺少完整的平台事件集合,因此不在这里给六组配对填上看似精确的百分比。

更麻烦的是,有些“共同事件”并不是同一件事

来源标签只是系统的归组结果。翻到原始标题,会看到一些记录确实在讲同一个对象,也会看到不同事件被装进了同一条记录。

例如,10月12日的快照中,有一条记录关联的微博标题是“周启豪vs松岛辉空”,抖音标题却是“王曼昱vs佐藤瞳”。都是乒乓球,但选手不同、比赛不同,不能因为同属一项赛事就算成同一个热点。

同一天还有一条记录,知乎来源包含男单半决赛和女单决赛,抖音来源则是男单夺冠。赛程可以放在一起读,重合度统计却必须分清是哪一场。否则,比赛越密集,系统就越容易把“同一赛事”误当成“同一事件”。

这也解释了为什么只比较标题文字不够。比如“某队2比1获胜”和“如何评价某队逆转晋级”,写法很不一样,却可能指向同一场比赛;反过来,两条标题都写“决赛”,并不说明它们讲的是同一场。

这次抽查已确认存在误合并,因此92条只能称为多平台标签记录,不能全部当成核验通过的共同事件。抽查也没有覆盖所有记录,不能拿发现的几处错误推算整体误差率。错误合并会增加表面重合,漏合并又可能减少重合,两种问题都需要逐事件处理。

同一件事重复出现,也不等于你白看了

即使事件归组完全正确,“重复事件”和“重复信息”仍然有区别。

假设一款手机发布:微博榜上是“新机售价公布”,知乎讨论“这个价位值得买吗”,抖音出现上手体验,B站有一段详细评测。按事件主题看,它们可以归到同一次发布;按读者得到的信息看,售价、购买判断和使用体验又不是同一份内容。这里是一个比较口径的例子,并非本次样本的实测结果。

对只想知道今天发生什么的人,同一事件出现一次就可能够了;对准备购买的人,另一个平台上的测试方法、实际画面和反对意见,可能比多看一条新热搜有用。

所以“再看一个平台值不值”,至少要看两件事:它有没有带来新的事件,以及它有没有补充同一事件的新事实。事件重合度只能回答前一部分,不能替你算完阅读收益。

实际浏览时,可以先把同一事件的不同标题收在一起,再挑有新增信息的内容打开。四个App不用排队向你汇报同一个比分;但一份详细的比赛分析,也不该因为比分看过了就被跳过。

这30天,能回答到哪一步

在9月27日至10月26日的观察窗口内,跳过一天后,870条精选记录中有306条关联到目标平台,其中92条带有至少两个目标平台标签,占30.1%。这个结果描述了精选样本里的系统归组,不能代表四个平台全量热榜的真实重复率。

要把问题继续往下回答,需要在同一组采样时刻保存四个平台的榜单,保留原始名次、链接和标题;再将同一事件的不同表达合并,把不同比赛、不同进展拆开。既要计算同一时刻的重合,也要单独计算隔几个小时才出现在另一个平台的情况,不能混成一个数字。

我们此前的单晚五平台比较回答的是某个时刻看到了什么,这次则检查了30天窗口内的精选记录。两种样本不能直接拼成一条趋势。

目前最稳妥的判断是:这批精选记录里确实存在跨平台共同关注,但比例会受到精选范围、时间覆盖和事件归组影响。对读者而言,比“我又刷了几个平台”更有用的问题是:这次打开它,我知道了什么刚才还不知道的事?

数据与计算方法

快照日期:2026年9月27日至10月26日;跳过10月13日,使用29份已冻结快照,共870条。有效快照对应的每日采集窗口为前一日05:00至当日05:00,北京时间;本次最早窗口从9月26日05:00开始。来源为热摸爽公开精选存档,采用每日“24小时主要热点20条+近期热点10条”的选择规则,不是平台全量榜单。

统计单位为“日期×快照条目”,不做跨天独立事件去重。逐条读取原始来源标识,将同一平台重复采集去重,并核对来源列表与来源键一致;只保留微博、知乎、抖音、B站四个目标平台。多平台标签记录数除以带任一目标平台标签的记录数,得到92/306≈30.1%。配对统计允许一条记录同时进入多个组合。来源在同一条记录中出现,不表示同时在各平台上榜,也不代表转载关系、首发顺序或受众重合。原始标题仅用于核验事件归组,本文不据此确认标题中新闻细节的真实性。排序与合并规则可继续查看本站数据方法。

关于本文数据

数据范围
2026-09-27 ~ 2026-10-26
数据来源
热摸爽公开 /hot 每日精选快照;30天窗口内跳过10月13日,29份有效快照;非四平台全量榜单。
样本数量
870
统计方法
按日期×快照条目统计,同平台重复抓取去重,不跨天去重事件。四目标平台任一来源记录306条,至少两个平台标签92条(30.1%);为系统归组结果,存在误合并。微博/知乎覆盖29日,抖音17日,B站未进入样本;不能计算四平台全量重合率。

了解热摸爽的数据与排序方法