# 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%。

- 作者：热摸爽
- 发布：2026-10-27
- 更新：2026-10-27
- 栏目：平台观察
- 标签：平台重合度
- 原文：https://remoshuang.com/observe/platform-hotspot-overlap-30-days

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](https://remoshuang.com/hot)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](https://remoshuang.com/observe-media/2026/10/a0e6ca0e-4a80-4e57-b5a4-af251fba5d65.png)

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](https://remoshuang.com/observe-media/2026/10/0acf0a07-a501-4285-896e-7670b22d7f97.png)

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](https://remoshuang.com/hot/2026-10-12)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](https://remoshuang.com/observe/five-platforms-five-internets)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](https://remoshuang.com/hot)，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](https://remoshuang.com/methodology)。

## 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。

---

本文来自 [热摸爽原创](https://remoshuang.com/observe)。引用时请注明作者与原文链接：https://remoshuang.com/observe/platform-hotspot-overlap-30-days
