开放式教学探索平台 · V1.9.3

少数信息,
为何获得多数关注?

论文、新闻、视频和其他信息,有的被反复打开,有的鲜有人问津。换到接收者一端,同一段时间里,有的人接收很多,有的人很少。两种差异该怎样观察和检验?

无需注册可导入自己的数据实验数据仅在本地处理
CUMULATIVE SHARE

关注如何被分配?

模拟示意
0100%接收量份额信息项排名份额 →
排名前20%的信息,获得
— 的关注
仅为合成示例
并非实证结论
01 THE QUESTION

从信息生产,走向信息接收

经典信息计量学定律分别观察信息生产者与信息流。课上的问题是:如果把观察单位换成信息接收者,我们会看到怎样的分布?

LOTKA · PRICE
谁生产信息?

洛特卡定律讨论作者产出量的分布。普赖斯定律关注少数高产作者贡献了多少成果。

BRADFORD · ZIPF
信息怎样分布?

布拉德福定律讨论同一主题的论文在期刊中怎样集中和分散。齐夫定律讨论词频与排名的关系。

OUR RESEARCH QUESTION
谁接收了多少信息?

在同一群体、同一时间窗口内,每人接收多少信息?这些接收量是否偏斜,是否呈现可在新数据上检验的分布规律?

先确定按谁计数。按接收者统计时,每行是一位接收者,例如统计全班每人一周读过多少篇不同文章,名单和日志完整时也记录零次。按信息项统计时,每行是一篇文章或一条视频,例如统计每篇文章被打开多少次。下方的模拟与内置公开数据主要练习按信息项分析。要回答课上的接收者问题,可以先试四位读者的示例,再导入按人汇总的数据。
用一份阅读记录试一试:按人和按文章比较

同一份阅读记录,按人算和按文章算有什么区别?

教学构造的七天记录:名单中有甲、乙、丙、丁四位读者,共有 A、B、C 三篇文章。假定名单与日志完整,甲打开 A 三次、B 一次,乙打开 A、C 各一次,丙打开 A 一次,丁没有打开文章。

先预测,再切换读者范围。总打开次数有没有变?哪一个分母能回答“全班平均打开几次”?切到按文章计数后,再解释观察单位有什么变化。打开记录只能说明发生过一次访问。用自己的名单和打开日志试一次 →

LIVE DISTRIBUTION EXPERIMENT

亲手改变一个分布

选对数正态、帕累托或威布尔,可以调参数和重新抽样。完全均衡是固定基准:每项得到同样的接收量。可随时切到基准,再切回原参数比较。图中的接收量使用连续的相对单位。

上方看图,下方切换分布或调参,结果会实时更新。
进入同屏实验 ↓

实验控制台

1.20
数值越大,通常越集中。

调参数时种子固定。“重新生成”会更换种子,可用来观察抽样波动。

查看种子或复算

选择相同分布、参数、样本数和种子,可以复算同一组结果。

—
前20%信息的接收份额前20%
—
前10%信息的接收份额前10%
—
基尼系数基尼系数
—
模拟信息项数信息项数

累计接收份额 S(p)

Top-share
当前分布完全均衡

名次与相对接收量

Log–log
接收量排序(双对数)
思考:发现“前20%信息占据大部分接收量”,是否就等于发现了一条新定律?为什么同一数学分布可以产生不同的集中程度?
换用真实视频,比较七种接收指标
动手实验

同一条视频,换个指标还排在原来的位置吗?

固定三次热门榜快照中的 1,926 条视频,始终追踪同一个 BV 号。先看播放量名次,再切换点赞、评论、弹幕、收藏、投币或分享。每次都在同一批视频中重新排名。

观察对象

明星综合区的一条视频

BV1QR3E6qEAF

这条视频在 7 月 26 日的弹幕数高于播放量。此处采用 8 月 2 日的整行记录,播放 3,189,002 次、弹幕 2,109,311 条。同一观众可以发多条弹幕,两种计数均无法给出独立观众人数。

样本内排名 / 1,926

想一想 如果你关心“哪些视频最能引发即时讨论”,你会用哪个指标?仅凭这些累计次数,可以知道有多少位不同观众参与吗?

抽 10 条和抽 500 条,会得到多稳定的结果?

保持播放量指标不变,从同一批视频反复抽样。每一轮都计算播放量最高的前 20% 视频占这轮总播放量的份额。先猜哪组波动更大,再运行。

信息生态

八种信息形态,怎样定义接收?

点击一种形态,看看按人和按信息项分别能记录什么。论文、视频有内置真实数据可试,其余形态提供计数口径和研究问题。

AI为什么特殊?传统内容通常“先有固定信息项,再被多人阅读”;生成式AI可能即时生成独特回答。如果每个回答只被一个人看到,那么将“原始回答”直接视为信息项可能制造出人为的全1分布。研究必须先定义具有可比性的接收单元。
跨域比较 · 双样本模拟

两个系统看起来相似,就能叫定律吗?

先把两组想成两个信息环境中的接收量。固定两组各 2,200 个模拟观测,改变生成机制或参数,看相似的头部份额能否由不同机制产生。要作真实跨域比较,还需统一观察单位、事件定义与时间窗口。

上方比较曲线,下方调整两组生成参数。
进入同屏对照 ↓

对照情境

关键原则:同一函数族不等于同一参数;曲线相似也不等于发现新的数学定律。

两组模拟样本的接收曲线

合成数据
对象 A对象 B均衡线
A:前20%份额—
B:前20%份额—
分析数据

把你的数据放进实验室

先选一套真实样本直接计算,或导入自己的数据。按人统计时每行一位匿名接收者,按信息项统计时每行一条视频、一篇论文或一个数据集版本。

导入自己的 CSV 或 Excel,计算与导出
本地数据分析

分析自己的接收数据

按人分析时,每行一位匿名接收者,每列是同一期间的阅读次数、不同文章阅读数等数值。按内容分析时,每行一篇论文或一条视频。有逐次打开日志时,可在下方按读者汇总。导入文件后先确认工作表和指标列,再计算集中度或运行统计检验。文件只在当前浏览器中处理。

数据与指标

补充练习:核对原表、验证小样本
我有逐次打开日志,怎样按读者分析?

先截取同一观察期。日志里的一行是一次打开。把同一位读者的多行合起来,就能区分总打开次数和打开过的不同文章数。

可从 Excel 粘贴。前两列为读者ID、文章ID,第三列事件ID可省略。有事件ID时,相同事件只计一次。省略时,每一行均计为一次打开。

下载 CSV 格式模板

载入后会列出可计算的接收量指标。

数字 0 计入样本。空白、负数和无效文本单独计数。每行留有信息项名称时,也能识别并报告接收量缺失。

等待分析

本地分析
—
有效观察单位
—
前 20% 接收份额
—
基尼系数
—
零值占比
分析后可查看均值、中位数和有效样本范围。

前 20% 怎么算?

将接收量从高到低排序。若 20% 落在两个名次之间,在相邻累计份额间做线性插值。例如 7 条记录取前 1 条的全部,加上第 2 条的 40%,再除以总量。曲线、指标卡和导出报告均使用这一口径。

基尼系数按当前样本的经验分布计算。各项完全相等且总量大于零时取 0;总量为零时,份额和基尼系数均无定义。

查看或复制报告全文
统计检验

用这份数据检验一个问题

等待数据

先在上方选择接收量列。相关分析比较同一观察单位的两个指标,两组比较使用不同观察单位的同一指标。

载入文件或示例后,可在这里查看统计量、p 值和纳入的样本。

检验假设、并列值与置换方法

Spearman ρ 用两个指标的平均秩计算,零假设为同一行两列相互独立,允许随机重排配对。双侧 p 统计 |ρ| 至少与观测值一样大的排列。最多 8 对数据枚举所有排列。任一列为常数时,ρ 无定义。

两样本 Kolmogorov–Smirnov 检验使用两组经验累积分布的最大绝对距离 D。两组应为独立信息项,零假设为两组来自同一分布。相同数值一起累计,保持每组样本量交换标签。重复测量或匹配样本不适用这种标签置换。

两组比较在组合数不超过 50,000 且逐项比较总量不超过 800 万时穷举。其余情况按所选次数随机置换,固定种子 20261114,p =(达到或超过观测的次数 + 1)/(随机次数 + 1)。每次计算逐行使用所选样本,输出标明实际使用的方法。随机置换时还给出尾部概率的 95% Wilson 区间,便于判断有限次随机计算的精度。区间横跨 0.05 时,先报告统计量与计算精度。结果以 p < 0.05 辅助解读,未作多重检验校正。

方法可查阅 SciPy 文档 spearmanr、permutation_test 和 R 的 stats::ks.test。置换检验要求在零假设下相应配对或组标签可交换,推断范围取决于抽样设计。

使用真实样本:1,926 条视频、552 篇论文、1,479 个数据集版本
真实数据实验

同一批记录,两种接收行为

默认载入全部热门视频。先比较播放和收藏,再换成弹幕或投币。也可以固定指标,缩小样本观察曲线的变化。

1,926 条热门视频比较七项行为指标 →552 篇期刊论文比较摘要访问与下载 →1,479 个数据集版本比较版本浏览与下载 →
当前样本 · 前 20% 接收份额

指标对照

排名靠前的信息项获得多少份额?

追踪同一条记录在不同指标下的排名

原始指标次数样本内名次占该项总量

各列独立降序排列,同值并列。占比的分母为当前样本中该列有效记录的总次数。

抽到哪些记录,会影响判断吗?

固定所选数据集与批次。每轮随机从可配对记录中无放回抽取,比较小样本与大样本。

指标含义与跨样本比较

Top 20% 只看排名最靠前的五分之一占了多少。基尼系数概括所有记录之间的不均衡程度。HHI 把每项份额平方后求和,头部权重较大,均衡样本的下限是 1/n。有效项数等于 1/HHI,表示同样集中度相当于多少个等份项。比较不同规模时,同时查看有效项数占样本比例。

每个指标按自己的数值降序排序,两条曲线上同一排名可能对应不同作品。总量为零时,份额类指标显示“无定义”。固定随机种子时,小样本包含在更大的随机样本中。头部选样按第一项指标降序,并列按记录标识确定次序。

核对原始记录与数据来源

表中显示当前样本的前五条。CSV 保留所有入选记录的来源网址;点击题名可尝试打开快照所记的来源。外部页面的可达性和计数可能随时间、网络而变。

下载当前样本 CSV前往我的研究设计

查看当前样本的累计份额曲线
当前样本 · 播放量

关注如何被分配?

课堂样本
0100%接收量份额信息项排名份额 →
排名前 20% 的视频占总播放量的
—
当前样本
查看数据 ↓
补充案例:七条视频的六种行为指标
热门视频 · 原表复算

同一批视频,换个指标会怎样?

四川大学的医学检索视频和武汉大学的跨年直播都录得约 3.1 万次播放。先猜猜哪条收藏更多,再切到评论,看看它们的顺序如何变化。

选择排序指标
视频(从高到低)播放次数

    横条以所选指标的最大值为 100%。按原表精度,同值并列,下一名跳过并列占用的位置。

    视频的各项计数及其在七条中的名次
    指标原表记录七条中排名
    这七条能回答什么?

    这些作品由研究者按热门程度选出。可比较七条中的名次,无法据此估计全站视频的集中度或零播放比例。一个人可能多次参与,多种行为也可能来自同一人。

    核对原始字段与精度

    姜玲,《新媒体环境下高校图书馆中长视频服务现状与思考》,《上海视觉》2023 年第 2 期,85–92 页,表 3。播放数保留一位小数的“万”,分析时换算为次。其余五项按原表整数计数。表 1 的获赞数对应整个账号。表 3 未披露每条视频的点赞数。数据反映论文调查时的记录。

    查看期刊原文表 1 与表 3 ↗ 下载原表字段 CSV
    科研挑战

    你能识别“伪定律”吗?

    完成四个判断。每答一题都可以查看理由,再决定是否修改答案。

    选择答案后查看解析
    本页不收集、不保存学生身份与答题记录。
    我的研究设计

    怎样把刚才的观察变成可验证的假设?

    从你自己关心的一种信息形态出发。先写预测,再决定怎样收数据,以及什么结果会让你改变原来的判断。

    选择一个能回答的问题

    示例:在同一班级连续四周的课程阅读中,学生之间的总打开次数是否比读过的不同文章数更集中?请选自己的对象、理由和窗口。

    已记入的实验结果(0)
    离开页面前请下载,以保存草稿。
    研究资源

    带着你的研究设计,去哪找证据?

    想修改变量,先读论文;想弄清调查百分比,先查分母;想复算别人的结果,就从原文表格或作者数据入手。

    图情顶刊论文

    四篇正式刊发的研究。中文入口可继续查全文;两篇 JASIST 提供公开摘要和 DOI,查阅全文可使用学校图书馆。

    供给与使用

    图书馆作为全民阅读主要阵地:二十年演进、实践成效与未来路径

    冯玲、李东来 · 中国图书馆学报 · 2026,52(1),40–56

    作者梳理图书馆开展阅读推广的制度和实践。选取文中的一项服务,写下怎样观察读者实际使用了它。

    读时想一想 活动场次、参加人次、读过某一本书的人数,各回答什么问题?

    接收与再传播

    科学推文的文本属性特征及其对科学论文的级联演化趋势分析

    曹仁猛、许小可、王贤文 · 情报学报 · 2025,44(10),1259–1271

    DOI 10.3772/j.issn.1000-0135.2025.10.004

    研究连接了五万余篇论文和四十万条科学推文,追踪科学信息在社交媒体的级联传播。

    读时想一想 把一篇论文、一条推文或一条传播链当作一行,数据表会发生什么变化?

    发表、浏览与下载

    The spatiotemporal relationship between usage data and topic popularity in scientific literature

    Xianwen Wang、Wencan Tian、Ruonan Cai、Zhichao Fang · Journal of the Association for Information Science and Technology · 2025,76(9),1241–1257

    DOI 10.1002/asi.25019

    作者对照 IEEE Xplore 的论文发表量、HTML 浏览量和 PDF 下载量,考察研究主题在不同时期、地区的热度。

    读时想一想 如果“热门主题”按发文量和下载量分别定义,哪一个更接近你想研究的接收行为?

    提及与对话

    Beyond counting tweets: An exploration of scholarly conversations on Twitter

    Yan Shen、Jonathan Dudek、Rodrigo Costas · Journal of the Association for Information Science and Technology · 2026,77(9),1213–1239

    DOI 10.1002/asi.70097

    研究以约 130 万场围绕学术论文的在线对话为观察对象,同时保留论文与对话之间的对应关系。

    读时想一想 十条彼此独立的帖子,与同一条对话中的十次回复,能算作同样广泛的接收吗?

    权威报告与调查

    先找发布机构和调查对象,再区分人、使用人次与行为次数。

    中国新闻出版研究院 · 2026

    第二十三次全国国民阅读调查

    4 月 20 日公布的调查覆盖 195 个城市。2025 年成年国民图书阅读率为 60.0%,数字化阅读方式接触率为 80.8%,综合阅读率为 82.3%。留意听书和视频讲书也列入数字化阅读。

    读时想一想 图书阅读率与数字化阅读方式接触率各指哪些行为?同一名成年人可以同时算入两项吗?

    阅读机构发布材料 ↗

    文化和旅游部 · 2026

    2025 年文化和旅游发展统计公报

    6 月 2 日发布的公报在“公共图书馆方面”列出外借 8.3 亿册次、外借 3.5 亿人次、总流通 14.7 亿人次。前两项相除约为 2.37 册次/外借人次。同一位读者可以多次借书。

    读时想一想 2025 年全国公共图书馆每个外借人次平均借出几册?该取 3.5 亿还是 14.7 亿作分母?

    阅读机构发布材料 ↗

    中国互联网络信息中心(PDF) · 2025

    生成式人工智能应用发展报告(2025)

    报告于 10 月 18 日发布,调查期截至 2025 年 6 月。图 1 的 36.5% 以我国整体人口为分母,图 4 的 80.9% 以生成式 AI 用户为分母。回答问题是受访者报告的用途,调查没有追踪每条答案的读者。

    读时想一想 图 4 的 80.9% 表示谁用过 AI 回答问题?据此能知道某一条答案有多少读者吗?

    阅读机构发布材料 ↗

    已发表顶刊论文的配套数据

    用第一项的七行摘录离线复算覆盖率。用第二项辨认随机实验中的比较组和结果变量,再查作者公开的材料。

    复算已发表表格

    Are there stars in Bluesky? A comparative exploratory analysis of altmetric mentions between X and Bluesky

    Wenceslao Arroyo-Machado、Nicolas Robinson-Garcia、Daniel Torres-Salinas · Journal of Informetrics · 2025,19(3),101700

    DOI 10.1016/j.joi.2025.101700

    表 1 涵盖七种期刊、14,497 篇论文。下载表每行是一种期刊,保留论文数及两个平台上至少被提及一次的论文数。两平台均取 Altmetric 口径,Bluesky 取 S2 列。

    读时想一想 以 JASIST 的 169 篇论文为分母,分别计算 50 篇和 28 篇的覆盖率。还需要哪些逐篇数据,才能比较提及次数的集中度?

    原论文 CC BY-NC 4.0;据表 1 摘录计数、翻译列名。

    阅读预注册与实验数据

    Following news on social media boosts knowledge, belief accuracy and trust

    Sacha Altay、Emma Hoes、Magdalena Wojcieszak · Nature Human Behaviour · 2025,9,1833–1842

    DOI 10.1038/s41562-025-02205-6

    法国和德国共 3,395 名参与者参加两波随机实验,研究团队安排不同组关注新闻或对照账号,两周后测量结果。作者在 OSF 提供预注册、数据及分析脚本。

    读时想一想 一组受邀关注新闻账号,另一组受邀关注烹饪、电影或艺术账号。要检验两周后哪组的时事知识得分更高,每名参与者至少要记录哪些变量?

    PMC 开放全文 ↗ PubMed 摘要 ↗ 作者的 OSF 数据与脚本 ↗

    进阶复算可从 OSF 获取原始材料。若访问受限,先用上面的实验描述完成变量设计,在论文 Methods 中核对知识测验的定义。