
采集设置
Actor 是托管的数据采集程序。Task 是已保存的输入预设。
输入配置(Build 0.1.36)
- mode: knownUrls
- startUrls:用读者打算使用的单个已知公开视频 URL,替换已保存样本列表的全部内容。
- maxItems: 1
- includeProfileMetrics: true(补充尽力获取的当前公开主页事实)
原生字段
抓取程序返回的原生字段包括 inputUrl、postUrl、postId、profileId、profileHandle、profileUrl、publishedAt、videoDurationSeconds、views、likes、comments、shares、saves、reposts、profileFollowersCount、postMetricStatus、profileMetricStatus、status、statusReason 和 scrapedAt。缺失的指标以 null 返回,而不是零。
输出与对照
抓取程序会输出一份名为 OUTPUT 的运行摘要,其中包含 providedUrls、contentUrls、inputUrls、resolvedUrls、metricRows、noPublicMetricRows、blockedRows、failedRows 和 statusCounts。把已保存的原生数据行与这份运行摘要对照,以核对打算采集的那条已知视频。postMetricStatus 字段为每条记录提供各指标的可用性与精度标记。当前的单条视频对照匹配了公开帖子 ID 与主页 ID,若干计数被标为 likely_rounded,saves 或 reposts 被标为 exact。这确认了来源平台对公开计数和身份的支持。这并不能证明私有分析数据、视频留存、虚假粉丝或派生比率。
如何审查创作者互动
- 在不作指控的前提下陈述决策,例如某位创作者的公开结果是否足以说明,在建立合作之前还需要更多证据。把观察到的低比率与其可能原因分开。不要编造通用的互动通过或未通过阈值。
- 使用 knownUrls,为打算审查的创作者采集一份已声明的已知视频样本。试点时把 maxItems 设为 1,并把 includeProfileMetrics 设为 true。Actor 是托管的数据采集程序,它会为每条视频补充当前尽力获取的粉丝数。当前粉丝数不一定是发布当时的粉丝数,也不一定就是该视频受众中的人数。记录视频已发布时长和观察时间。
- 检查来源身份、状态、精度和可选指标。缺失的点赞、评论、分享或粉丝数不能变成零。经过取整的分母或分子计数会使派生比率成为近似值。保持不同账号身份分开,不要按显示名称合并账号。
- 精确定义任何比率。一个简单的公开互动比率,是把点赞、评论和分享相加,除以当前主页粉丝数,再乘以 100。这里使用的是计数事件,不是每位只计一次的已互动粉丝。基于观看的比率使用另一个分母,回答的是另一个问题。只有在明确且可比较的公式之下,才应计入转发和收藏。不要在不同创作者之间改变公式。
- 建立相互竞争的解释。所选视频的曝光可能很少。帖子可能较旧、较新,或不典型。粉丝可能不活跃。来源可能隐藏计数。受众可能不是粉丝。计数可能有延迟,或经过取整。这些是假设,不是诊断。一个公开比率不能把粉丝按份额归到这些原因上。
- 检查这一表面结果是否在公平、已声明的样本以及可比较的观察窗口中仍然存在。如果合适,使用各视频数值的中位数和范围。不要把重复出现的粉丝分母相加,当作它们是不同的账号。公开粉丝数的变化并不能证明购买了粉丝。
- 当决策需要更多支持时,请求适当的自有汇总证据,或人工检查公开上下文。本指南不采集粉丝列表,不识别机器人,也不验证私有访问权限。把来源主张、缺失证据和未解决风险分开。不要通过此工作流联系创作者。
- 写出这样的结论:已检查样本在此公式下观察到的互动事件数量偏低,原因仍未确定,并请求更多证据。避免虚假粉丝的数值估计,以及「已证实欺诈」之类的标签。一份尽职审查记录是证据记录,不是认证。
使用虚构创作者的演算示例
FictionalCreatorA 当前有 100,000 名粉丝。一条已检查视频有 500 次观看、250 个点赞、30 条评论和 20 次分享。公式的分子是 300。基于粉丝的互动比率是 300 除以 100,000 再乘以 100,等于 0.3%。基于观看的事件比率是 300 除以 500 再乘以 100,等于 60%。两者都不是已互动的不同人数所占的比例。各项计数可以重叠,也可以重复。较低的粉丝比率与低曝光相容,并不能识别虚假粉丝。
FictionalCreatorB 同样有 100,000 名粉丝和同样的 300 次互动事件,但有 10,000 次观看。它基于粉丝的比率也是 0.3%。它基于观看的比率是 3%。两者基于粉丝的比率相同,但公开曝光差别很大。因此,0.3% 并不能识别出某一种粉丝质量方面的原因。
FictionalCreatorC 的粉丝数为 null。基于粉丝的比率不可用,而不是零。如果使用 100K 这类经过取整的值,精确运算得到的仍是近似比率。不要推断 A 的高观看比率证明粉丝真实,也不要推断 B 的低比率证明存在机器人。
虚构创作者比较表
| 创作者 | 主页粉丝数 | 观看 | 点赞 | 评论 | 分享 | 互动事件 | 基于粉丝的比率 | 基于观看的比率 | 精度与缺失状态 | 有限决策 |
|---|---|---|---|---|---|---|---|---|---|---|
| FictionalCreatorA | 100,000 | 500 | 250 | 30 | 20 | 300 | 0.3% | 60% | 精确的虚构计数 | 较低的粉丝比率与低曝光相容 |
| FictionalCreatorB | 100,000 | 10,000 | 未知 | 未知 | 未知 | 300 | 0.3% | 3% | 分项明细未知 | 粉丝比率相同,公开曝光不同 |
| FictionalCreatorC | Null | 未知 | 未知 | 未知 | 未知 | 未知 | 不可用 | 不可用 | 粉丝数为 null,指标未知 | 比率不可用,不是零 |
针对 FictionalCreatorA 的一个虚构样本包含三条视频,各视频的比率互不相同:
| 视频样本 | 基于粉丝的互动比率 |
|---|---|
| 视频 1 | 0.1% |
| 视频 2 | 0.3% |
| 视频 3 | 0.8% |
| 汇总 | 中位数为 0.3%,范围为 0.1% 至 0.8% |
此表描述的是已检查样本,不是整个账号的欺诈分数。
来源和延伸阅读
作者 Chronometrica · 更新日期
返回顶部 ↑

