主题：【原创】关于西西河发帖和得花的一些统计与分析 -- Adol

Adol:【原创】（三）对西西河吸引力的估计

5 西西河通胀问题之研究

上一节提到鲜花的贬值问题，也就是，前期注册用户的声望是不是和后期注册用户的声望等价？早期的很好的文章可能也就是十来多几十朵花，后期发表的文章则动辄上百朵几百朵，连前些年很少见到的上千朵花的帖子现在也都出现了。这是否意味着近些年的文章就比前些年好呢，显然不是。我想随着人数的增多，河里鲜花的“贬值”应该是个不争的事实。就这个问题，我试图根据数据，来讨论一下西西河鲜花贬值的情况。

上面用词可能是不准确的，因为鲜花并不是货币，鲜花本身作为一个用户对文章作者的赞赏是没什么太多变化的，变化的是鲜花作为衡量帖子受欢迎程度的功能。这个功能的“贬值”，可能有河友数量的增加，河友对文章水平的要求严格程度的变化，河里通宝等政策变化等影响。究竟哪种影响是主导因素，我也做了一些简单的分析。

需要说明的是，以下的这些分析都基于一个可能不太正确的假设，即每个帖子（无论是主题帖还是回复帖），所得到的大部分花，都是在发表后的较短时间内得到的，（比如3个月）。针对绝大多数帖子，这个假设我还是有信心的，因为帖子的生命力，我们这些老网虫心里都有数。但是对于非常经典的帖子，可能会产生失真。另外西西河不像绝大多数论坛禁止挖坟，而是鼓励翻经典老帖的，甚至不知什么时候还推出了深挖河泥的小栏目（汗），给我的分析带来了更大的不确定性。

不管怎么说，先来看一下944名核心用户随西河历时间的得花情况：

其中横轴是时间，以月份为单位，但坐标标示的是年份，纵轴是944名用户在对应月份得花的数量。从上图来看，8年期间，月得花数毫无疑问是上涨的，特别是近一年月发帖量有所下降（见第2节）的情况下，得花数仍然攀上了新高。得花数上涨的原因是什么？

从直观上讲，帖子变多，自然得花的基数也会变大；用户越多，不仅发帖的人变多，看帖的人也会变多，给每个帖送花的人也会变多；此外，如果用户送花的意愿变得更强，改变了送花/阅读比，花也会变多。从下面的分析中，我认为，这三个方面基本是河里得花数随时间上涨的原因。

考虑到月发帖量在2010年7月以前和注册用户人数为线性关系，（见上一节图2），有：

所以，我调查了从开河到2010年7月，月得花数和注册用户人数平方的关系：

其中横坐标是当月的已注册人数的平方，纵轴是当月的得花数。可以看到，在2010年7月前，月得花数和注册人数的平方是线性关系 (p<2.0e-62，t-test)。也说明了从开河至2010年7月，送花/阅读比所代表的用户平均送花意愿基本保持了不变。

上面简单分析了得花数增长的原因，但得花数的增长并不一定意味着花的贬值。如果我可怜的经济学常识没有错误的话，有实体商品和产品所对应的货币增发不是通胀，所以文章数量的增加对得花数量增加的影响是完全正常的。因此花作为衡量文章水平的单位，随时间变化的贬值情况，和文章数量导致的得花增长是无关的。在这种想法的基础上，我调查了每个月的文章平均得花数随西河历时间的变化情况：

其中，横轴还是时间，以月份为单位，但坐标以年份来标记，纵轴是当月平均每篇文章的得花数量。蓝线是944名核心用户的平均月得花数和时间的关系，红线是我选取的27名参考用户的平均月得花数和时间的关系，后面详述。直线分别是蓝线和红线在2010年8月以前的回归线。

由图可见，从开河到2010年8月以前，每个月的文章平均得花的增长是线性的，(p<3.75e-51，t-test)，斜率约为0.5，这意味着，从开河到2010年8月，得花的含金量和时间成反比，04年5月的帖子的3朵花，只相当于03年五月的帖子的2朵花，到10年5月，9朵花只相当于开河时的2朵花了。

考虑到河里水质的变化和核心用户的不断增加，我还选取了一些长期稳定发帖的河友，作为“文章水平恒定”的标准来对上面的结论加以验证。

为了确保“长期”，我引入了“活跃时期”的概念。很多老河友可能早已离开，或者个把月才能偶尔冒个泡；还有后期注册的一些活跃河友，比如忙总，因为跨越的时间较短，无法反映河里的许多政策和事件的影响；所以均不采用。我定义“活跃时期”为从第一次发表主题帖到最后一次发表主题帖的时间。以此筛选了活跃时间跨度在4年以上的河友，作为能够代表西西河鲜花贬值长期趋势的参照系。

此外，这些河友还需要较多、较稳定地发帖，以减少不同月份之间，因热点话题差异带来的误差。所谓较多，就是活跃期内，月发帖量均值超过100帖，所谓较稳定，就是在活跃期内，月发帖量标准差小于均值。这样的河友，我一共找到了27人，他们是：

注：第一、四列是id，第二、五列是月发帖均值，第三、六列是月发帖标准差。

从图中可以看到，这些河友的每月文章平均得花的趋势和944名核心用户基本一致，还是大概在314事件以后，曲线开始偏离平均水平上翘。受此影响，开河至2010年8月，斜率大约是0.6 (p<6.71e-31, t-test)。这种现象有两种可能的原因，其一是314以后的新增用户，文章平均水平有所下降，这又包括两种小情况，一种是原创文质量下降，另一种是无营养回复变多；其二是314以后的新增用户，有更多的“大牛崇拜”倾向，倾向给以这27名河友为代表的大小河牛们多送花。但可以确定的是，这期间文章平均得花的增长，主要是由用户人数的增加导致的。

在第4节中我们提到过，2010年7月以后，由于40000积分门槛的因素，注册人数的估计产生了失真，几乎没怎么增加；而无论是944名核心用户的平均得花情况，还是27名参考河友的平均得花情况，在2010年7月以后月发帖量减少的大背景下，都发生了跳升并一直延续到现在，这是很不正常的现象，说明其他因素产生了主导作用。

为此，我到老铁的家园博客查阅了2010年8月左右的公告，果然发现，河里的经验换通宝改革，正是在2010年8月实行的：铁手:【通报】不再记录经验，全以通宝为衡量。 。老铁在这个公告里提到：“不再使用经验值……其中一个原因是减小一些系统的负担……总的目的，是尽可能鼓励发好帖，尽可能鼓励多送花……”。

说实话，这项改革出台的时候，我是没怎么在意的，至少它并没有改变我的送花习惯。甚至直到做完了这项分析的现在，我仍然想不明白这项改革怎么就如此超额地完成了“鼓励多送花”的任务，因为在我印象里反而是有好多人哭穷说没有通宝送不起花了。但是事实就是这样，老铁的政策调整在鼓励多送花方面，起到了太好甚至过头的效果。以至于从此项政策颁布之日起，作为文章受欢迎程度的一个衡量，鲜花立即又贬值了近一倍，仅相当于开河时的不到八分之一。

或许因为政策实行时间尚短，改革后12个月的鲜花贬值趋势虽然也可以计算一个斜率 (~0.4)，但是并不显著 (p>0.27，t-test)。关于27名参考河友在上个月（2011年7月）的平均得花突然跳至15左右，我分析主要原因是老铁喜得小铁的那篇帖子带动的，该列表中的其他河友可能在上个月发言较少。

综上，我们可以基本确定，2010年7月以前鲜花贬值的主要原因是用户人数的增加；2010年8月以后的鲜花贬值，主要受到通宝改革所导致的河友送花意愿显著增加的影响。

Adol:【原创】（五）西西河之最

• 【原创】关于西西河发帖和得花的一些统计与分析
• 【原创】（五）西西河之最
• 【原创】（三）对西西河吸引力的估计