這項抽獎直接引爆了微博，轉發和評論的人次雙雙超過了兩千萬。

然而事情后來的走向也令人意想不到。11月11日，王思聰如期公布獲獎名單之后，卻遭來廣大網友的質疑：總共113個中獎人中僅有1名男性，其余全為女性。極不平衡的性別分布，讓大家覺得微博的抽獎平臺的后臺算法有貓膩。最后引得微博官方出面澄清：

好，微博官方說男女參與抽獎比例1:1.2，去除垃圾號之后卻得到了1：112男女比例的抽獎結果。我們該不該相信呢？微博到底用了什么方法去除水軍/垃圾號？這些方法是否合理？怎樣正確識別微博的水軍呢？

▍事件復盤：一個電競抽獎炸出了美妝博主？

王思聰發出抽獎微博后，該微博在時間和空間上的傳播走勢是如何的？

 

此微博符合典型熱點事件的時間規律：70%的轉發熱量產生于微博發出后的前兩天。不同的是，在微博發出后的第5天，11月11日，也就是王思聰按約定公布中獎結果的那一天，再次產生了轉發的高峰。11月11日當天的轉發量也占到這7天轉發量的15%，遠遠高于之前三天的轉發量。

如此大量的轉發，除了王思聰的個人影響力和大獎的刺激以外，事件發展也超越了抽獎本身，引起了極大量的次級轉發。在網絡空間上，此次事件的傳播圖以及傳播級數分布如下：

王思聰原微博呈現出典型的多中心的特征：在王思聰微博本身引起巨大轉發的情況下，在經過一系列領域內大V的轉發，形成了多個次級的傳播中心。這回次級傳播中心的大V的粉絲量基本上在100萬-300萬之間，是名副其實的腰部KOL（腰部KOL是指影響力不如流量明星那么頂尖，但是在業內有一定影響力的KOL）。有趣的是，除了數碼研究所、IT小莫等這種專注數碼科技領域的KOL，海淘大牌、種草小星星，浪里小草莓，甚至天貓國際等一些主打女性用戶的時尚美妝類博主，竟然也積極參與到對王思聰微博的轉發中來。這充分地顯示出，這次事件完全突破了電子競技圈子，深入到時尚、美妝、海淘、微商等圈子，成為全民事件了。

但是，從這幾個次級傳播中心的轉發微博的內容來看，多數卻是跟風搞自己的抽獎活動的，比如浪里小草莓的這條微博：

而只有少數的引發大量下游轉發的次級傳播者在轉發內容中評論事件本身。由此看來，本次事件獲得如此廣泛的傳播，既得益于王思聰本身的豪氣，也得益于大量的腰部KOL跟風的抽獎活動所引爆的傳播。

▍受眾分析：宅女的進擊

那么是哪些人參與了這次事件的轉發呢？男女比例是不是微博官方所稱的1:1.2呢？我們將王思聰原微博的直接轉發和簡介轉發的用戶都拿出來，對其畫像進行了研究，并取了5月至10月參與過iG相關討論的用戶（視為iG的平時關注者）作為對比。

首先是這兩個群體在性別和年齡上的差異：

另外，在年齡上，兩個群體雖然都以90后、95后為主，王思聰微博的轉發者卻有著更加低齡化的特征：95后和00后的占比相對較高。

看完這群人的性別和年齡段，我們可以繼續研究一下這群人的興趣愛好和生活方式。下面的這張圖的橫軸展示了在轉發王思聰微博的用戶中，有這個興趣標簽的人占到總的有效人數的比例；縱軸展示了轉發王思聰微博的人在這個興趣標簽上相對于平時關注iG的人的提升度，即這個興趣標簽的人在轉發王思聰微博的用戶中的占比與有這個興趣標簽的人在平時關注iG的人中的占比的比值。提升度大于1，表示這些興趣標簽是王思聰微博用戶更突出的特征；提升度小于1，表示這些興趣標簽是iG平時關注者更突出的特征。

我們可以先看一下iG平時的關注者的顯著特征（即圖中黃色的部分）：

 

可以看到，iG平時的關注者有著很明顯的特征：喜歡游戲動漫；愛好體育，尤其是籃球和足球；喜歡IT，汽車等。這群人可以歸結為標準直男群體。

那么，本次積極參與到王思聰的抽獎活動的這批人呢？經過總結，積極參與到抽獎活動中的人，最起碼有三類人。

第一類是：娛樂化宅女。她們喜歡宅在家里，睡覺或者吃東西，吃飽喝足可能上上網看看微博，看看綜藝，追追星，八卦一下最新熱點。試想一下，能在11月6日晚和11月7日早上積極轉發思聰的抽獎微博的，至少也是勤刷微博的了，也很符合這群人的習慣。思聰的微博引起這些人的注意，當然是很自然的。

第二類是：文藝范青年。這群人喜歡音樂、電影、旅行、攝影等，愛自由，可能有不少人還是在校學生。這群里相對于第一群人宅的屬性會更少一些，更像是大家生活中遇到的文藝范兒或者小資范兒的同學或者同事。

 

第三類是，時尚愛美女性。我們剛剛看到，本次事件的次級核心轉發者中美妝時尚的博主很多，所以，本次事件能進入美妝時尚圈，引起很多愛美女士的轉發，也就不足為奇了。

 

總結而言，本次事件的積極參與者完全與iG的平時關注者背道而馳，女性，尤其是愛宅愛室內娛樂的女性，占了上風，是一次對iG關注者主要人群的徹底反轉。這也再一次印證了這次事件的全民參與性。

▍水軍識別：識別垃圾號的正確姿勢

到目前為止，我們已經對思聰抽獎事件的傳播、觸及到的人群做了一個詳細的回顧。我們也確認微博的抽獎結果是值得質疑的。然而微博官方對于抽獎結果男女比嚴重失衡的解釋，仍然讓人覺得不太能接受。在@來去之間 的解釋中，男性更難被抽中的原因是，很多男性只轉發不原創，導致很多男性被認為是垃圾號。從這個解釋中，我們不確定微博用了什么算法，但只從澄清的言辭來看，可能是使用了諸如轉發微博數、原創微博數、原創內容中有無圖片等一些規則來做判定。

那么這些規則是不是有效的？能不能識別出真正的水軍？

筆者和筆者的同事曾專門研究過微博的水軍，在這里可以給讀者們分享一下。

所謂不入虎穴，焉得虎子。我們研究水軍的第一步，是去買粉。我們聯系了售賣水軍的服務商，看到了這樣的價目表：

微博的水軍市場發展較早，水軍名目繁多，服務周全。微博的水軍最起碼有：僵尸粉、機器活躍粉（關注、幫忙刷點贊、評論、轉發等）、真人粉（關注、幫忙刷點贊、評論、轉發等）三類。其中，僵尸粉就是三無賬號，不會發微博，更不會和其他人互動，所以不可能出現在類似王思聰微博下面轉發的人中。所以我們重點的目標是識別出第二類由機器去維持的賬號。

在筆者為自己的微博賬號買了1000個關注粉絲，1000個刷轉發和刷評論的水軍后，我們終于可以觀察一下真實水軍的特征。經過觀察，我們發現一些特征，例如：

1. 買來關注自己的粉絲，大多數關注其他人的數量比較大，大多數都在1000以上；買來刷轉發和刷評論的水軍，轉發或評論別人微博的頻次比較高；

2. 會有原創微博，但是大多數內容是從別的賬號復制而來；

3. 其他特征，例如注冊時間集中等。

僅從第二條特征來看，微博官方的以原創微博的數量少的規則來判定垃圾號的做法就是有失偏頗的，這樣做會導致一些正常的不喜歡發原創微博的人被誤判為垃圾號（精準率差），同時沒有辦法把真正的水軍挑出來，因為真正的水軍也是會發原創微博的（召回率差）。

我們以買的水軍為正樣本，隨機抽樣的其他3000個正常用戶為負樣本，提取了這些人的社交關系特征（關注了多少人，粉絲多少，好友數等），行為特征（發的微博數量，微博被點贊、評論、轉發的數量，評論和轉發其他人微博的次數等），內容特征（微博內容）等，構建了一個集成的分類模型。我們在測試集上得到了如下的結果（黃線為測試集上的誤差率，橫坐標為迭代優化的次數，誤差率的含義為：模型預測出的標簽與實際的標簽不符的比例）：

也就是說，在經過迭代優化之后，我們模型識別水軍的準確率達到了99.8%以上（即誤差率降到了0.2%以下）。

將我們的模型應用到本次參與轉發的人中，我們識別到了8.4萬個水軍，占到總轉發人數的0.5%左右。這些水軍的男女占比和去水后的男女占比如下：

可以看到，首先我們的水軍算法是和性別無關的，識別出的水軍的男女比例和整體的男女比例相差不大。其次，使用我們的算法除水后的人群的性別分布和整體的分布相差不大。微博官方的說法中男女比例1：1.2，脫水后近似于1：112；而在我們的數據中脫水前的男女比例是1:3，脫水后也基本上是1:3。所以使用我們的除水算法之后再抽獎也更加合理和有效。

回顧了這么多，我們不僅對整個事件的傳播和觸及到的人群畫像做了復盤，看到了這條電競圈的微博突破游戲界本身，引發大量其他領域的KOL轉發；而參與抽獎的主體也并非愛好游戲動漫籃球汽車的平時關注iG的直男，竟然被宅在家刷微博睡覺八卦的宅女群體搶了主角。并且，我們提出了針對水軍行之有效的辦法，準確率在99.8%以上。那么，問題來了，@微博官方 考慮不考慮使用我們的水軍識別服務呢？