KigBeKig
返回学术索引编辑审校 · 非匿名同行评审
计算传播 × 平台文化研究观察性平台指标研究Rev. 1.1

上锁会带来更多播放吗？Kigurumi 锁定叙事与平台互动的观察性分析

以 Bilibili 播放、点赞和分享为主的跨平台证据

Author
BeKig 学术编辑部
发表
修订
预计阅读
29 分钟
Abstract

摘要

Kigurumi 视频中的“上锁、找不到钥匙、永久变娃”常被视为强标题钩子，但公开互动量能否支持这一印象并不清楚。本文以 2026 年 7 月 13 日冻结的 Bilibili 搜索与视频详情为主，区分头壳锁、Kig 皮拉链锁和锁定叙事，并以一般 Kigurumi 视频作为观察性对照。发布满七天的主要样本包含 25 条上锁主题和 22 条一般对照；排除可识别搬运后为 18 对 21。上锁样本的播放和日均播放中位数略高，但差异很小且不稳定；每千播放点赞出现正向描述信号，探索性 p 值约 0.056，分享和收藏没有一致优势。更重要的是，7 个同创作者、相近发布时间配对没有复现点赞优势。X 与小红书只作为补充快照，不与 Bilibili 指标合并。本文结论不是“上锁无效”，而是现有公开数据不足以把账号、标题、封面、内容类型与未知曝光拆开，更不支持因果宣称。

关键词
Kigurumi上锁播放量点赞率分享率观察性研究Bilibili平台指标

01

研究问题

  1. 明确上锁主题的 Kigurumi 视频是否伴随更高播放、点赞、分享或收藏？
  2. 排除可识别搬运、发布不足七天和极端个案后，描述差异是否仍然存在？
  3. 同创作者、相近发布时间的配对能否复现全样本中的互动信号？
  4. 头壳锁、皮拉链锁和永久变娃叙事应否被视为同一个内容变量？

02

方法与材料

  • 采集 Bilibili 搜索结果与公开视频详情，冻结播放、点赞、分享、收藏、投币、评论和弹幕计数
  • 将上锁分为头壳锁、Kig 皮/胶衣拉链锁和叙事锁，一条内容允许多重编码
  • 报告中位数、四分位距、每千播放互动和日均播放，并进行排除搬运的敏感性分析
  • 在同一创作者内按发布时间最近原则构造不重复配对，所有检验仅作探索性描述
  • 用 X 与小红书公开快照补充语境，但不跨平台合并不同口径的计数

03

证据声明

本文使用检索驱动的观察性公开数据，不拥有曝光量、完播率、账号后台或内部推荐权重。播放、点赞和分享受创作者规模、视频年龄、标题、封面、角色 IP、搬运、内容长度和推荐曝光共同影响。统计检验不能修复非随机抽样；边缘 p 值、单个爆款和中位数比均只作为待复核信号，不构成“上锁导致流量增长”的证据。

04

主要结论

  1. 主要样本中，上锁主题与一般对照的播放和日均播放分布没有稳定差异。
  2. 上锁样本每千播放点赞较高，但同创作者配对未复现这一优势。
  3. 分享率和收藏率没有一致的上锁优势，现有数据不支持简单流量公式。
  4. 头壳锁、皮拉链锁与永久变娃叙事应分开编码，不能把所有“锁”视为一个刺激。
正文BKA-2026-014

01Question

把“上锁有流量”从经验判断改成可检验问题

“上锁的视频是不是更容易爆”听起来像一个简单的 A/B 问题，公开平台数据却没有随机分组：谁发、何时发、角色热度、封面、时长和推荐曝光都同时变化。本文因此只问上锁主题是否与指标伴随变化，不把“影响”当成已经识别的因果。[4][13][14]注1

研究单位是公开视频，不是穿戴者人格或心理。标题中的“永久变娃、出不来、找不到钥匙”按表演叙事编码；除非画面和说明明确展示硬件，否则不自动判为真实皮拉链锁或头壳锁。[16]

02Design

样本、分母与锁型编码

Bilibili 合并主采集和即时补充后得到 136 条高相关详情，其中 28 条明确上锁主题、37 条一般 Kigurumi 查询对照、13 条可识别搬运。主要分析排除发布不足七天、敏感内容和指标缺失，得到上锁 25 条、对照 22 条。[16][12]

表 1　上锁类型与编码边界
↔ 横向滚动查看全部列
锁型纳入证据不能自动推出
头壳锁头壳、后脑、耳部、隐藏锁扣或电磁锁Kig 皮也被锁住
皮拉链锁皮/胶衣拉链与挂锁、钥匙、定时锁的明确关系头壳一定上锁
叙事锁永久变娃、锁在娃娃里、找不到钥匙等标题或说明现实中不能自行退出
一般对照高相关 Kigurumi 内容且没有明确锁主题内容质量或曝光完全相同
[16]
  • 播放与日均播放回答可见规模，但没有曝光分母。注2
  • 每千播放点赞、分享和收藏只描述观看后的公开互动构成。
  • 视频年龄不足七天的计数仍在快速累积，因此不进入主要比较。
  • Mann–Whitney U、Cliff's delta 和 bootstrap 区间均为探索性工具。[13]

03Results

主要结果：播放没有稳定差异，点赞率出现弱信号

上锁主题的播放中位数为 36,781，对照为 31,926；日均播放为 208.84 对 154.51。两组高度重叠，Cliff's delta 分别约 0.015 和 0.062，无法支持稳定的播放优势。[16]

表 2　上锁主题与一般对照的公开指标
↔ 横向滚动查看全部列
指标上锁中位数 n=25对照中位数 n=22中位数比探索性 p
播放36,78131,9261.150.941
日均播放208.84154.511.350.725
每千播放点赞17.9210.531.700.056
每千播放分享0.5070.5740.880.601
每千播放收藏16.4516.610.990.806

p 值只作探索性描述；样本不是随机实验。

[16]
图 1　累计播放的上锁−对照中位差点为中位差，线为 bootstrap 95% 区间；0 表示两组中位数相同。
累计播放上锁 n=25；一般对照 n=22；探索性 p=0.941
上锁−一般对照中位差+4,855 次；95% 区间 -32,172—42,501

数据集：lockdataset2026，冻结于 2026-07-13。区间跨越 0；检索驱动的观察性样本不能识别上锁题材对播放的因果作用。

[16]注1注2
图 2　日均播放的上锁−对照中位差日均播放为累计播放除以视频年龄的粗校正，不是真实逐日增长曲线。
日均播放上锁 n=25；一般对照 n=22；探索性 p=0.725
上锁−一般对照中位差+54.332 次/日；95% 区间 -121.188—155.416

数据集：lockdataset2026，冻结于 2026-07-13。点估计为 +54.332 次/日，但 bootstrap 95% 区间为 -121.188—155.416，不能表述为稳定播放优势。

[16]注1注2
图 3　观看后互动的上锁−对照中位差正值表示上锁组中位数较高；三个指标共享“次/千播放”单位，但行为语义不同。
每千播放点赞探索性 p=0.056
上锁−一般对照中位差+7.395 次/千播放；95% 区间 -4.882—13.278
每千播放分享探索性 p=0.601
上锁−一般对照中位差-0.067 次/千播放；95% 区间 -0.268—0.401
每千播放收藏探索性 p=0.806
上锁−一般对照中位差-0.158 次/千播放；95% 区间 -8.688—9.739

数据集：lockdataset2026，冻结于 2026-07-13。点赞中位差为 +7.395 次/千播放，但 95% 区间 -4.882—13.278；分享和收藏的点估计接近 0。所有结果均为探索性描述。

[16]注1注2

04Sensitivity

搬运敏感性与同创作者配对改变了什么

排除可识别搬运后，上锁 18 条、对照 21 条。上锁播放中位数 41,073.5、对照 30,292；每千播放点赞 18.74 对 12.19；分享 0.808 对 0.610。方向没有完全消失，但所有差异仍不稳定。[16]

表 3　7 个同创作者、相近发布时间配对的中位差组中位数与配对差中位数不是同一运算，不能直接相减复算。
↔ 横向滚动查看全部列
配对指标上锁中位数非上锁中位数上锁减对照探索性 p
日均播放244.33143.23-18.33（配对差中位数）0.938
每千播放点赞10.1718.68-3.010.156
每千播放分享0.5070.567+0.0251.000
[16]注3
图 4　同创作者配对的每千播放点赞差每个点为同一创作者的“上锁视频−非上锁视频”；0 为无差异。
匿名配对 P1发布日期距离 7.15 天
上锁−非上锁-37.132 次/千播放
匿名配对 P2发布日期距离 74.10 天
上锁−非上锁+2.789 次/千播放
匿名配对 P3发布日期距离 85.40 天
上锁−非上锁+9.920 次/千播放
匿名配对 P4发布日期距离 120.19 天
上锁−非上锁-3.006 次/千播放
匿名配对 P5发布日期距离 154.54 天
上锁−非上锁-2.793 次/千播放
匿名配对 P6发布日期距离 174.61 天
上锁−非上锁-11.226 次/千播放
匿名配对 P7发布日期距离 258.50 天
上锁−非上锁-13.870 次/千播放

数据集：lockdataset2026，冻结于 2026-07-13。7 对配对差中位数为 -3.006 次/千播放，5/7 为负；日期距离为 7.15—258.50 天，因此这里只显示创作者内方向，不宣称严格匹配效应。

[16]注1注3

配对并不完美：最近日期仍可能相隔数月，角色、长度和发布环境不同。它的价值不是给出最终答案，而是提醒研究者，创作者内比较与全站检索比较可能讲出不同故事。[4][13]

05Mechanisms

为什么一个锁题材可能被点击、点赞或分享

既有传播研究发现，情绪唤醒、趣味性、惊奇和实用性会影响内容传播；标题中的前指和信息缺口也能制造“接下来发生什么”的阅读动力。但这些研究来自新闻、品牌页面或实验任务，不能直接提供 Kigurumi 上锁的效应量。[1][9][10][7][8]

互动计数还会被社会信息反向塑造。人工文化市场实验显示，社会影响会增加成功的不平等和不可预测性；随机化在线投票实验也发现早期正向信号会抬高后续评价。平台上的高赞不只是内容属性，也可能成为下一轮互动的条件。[3][2]

图 5　上锁主题到公开互动的混合路径
  1. 01

    内容结构

    锁型、角色、剧情、教程、时长和画面完成度

  2. 02

    包装线索

    标题、封面、反差、永久变娃和找钥匙的信息缺口

  3. 03

    账号与时点

    粉丝基数、发布时间、搬运链、活动与角色热度

  4. 04

    平台曝光

    未知推荐展示、搜索排序和界面可供性

  5. 05

    社会反馈

    已有点赞、评论和转发继续影响后续选择

[11][3][2]

06Cross-platform

X 与小红书能补什么，不能补什么

表 4　跨平台上锁快照
↔ 横向滚动查看全部列
平台上锁内容公开指标摘要研究位置
Bilibili主要比较 25 条有播放、点赞、分享和收藏定量主体
X36 条非敏感高相关文本；34 条有浏览数浏览中位数 1,251.5；点赞 19；转发 0.5语境补充，无匹配对照
小红书6 条明确上锁笔记点赞中位数 436.5；可读分享中位数 12互动快照，无公开播放分母
[16]

X 的浏览、转发与 Bilibili 的播放、分享不是同一分发制度；小红书网页端又缺少可比播放数。跨平台数字可以并列说明口径，却不能相加、平均或计算一个所谓“全网锁定互动率”。[12][15]

07Limitations

限制、伦理与下一步验证

  • 检索样本会过度包含标题里直接写“上锁”的内容，不代表全站随机样本。
  • 粉丝规模、封面、角色、时长、搬运和推荐曝光没有被完整控制。
  • 日均播放只能粗略校正视频年龄，不能恢复真实曝光曲线。
  • 同创作者配对只有 7 对，且日期和内容格式仍不完全一致。
  • 公开文案中的锁定情节按表演处理，不用于判断现实同意或危险状态。

更强的验证应在同一账号、同一角色和相近时间内，比较同素材不同标题/封面，或获得后台曝光、完播和受众来源；若做实验，还应预注册主要指标，避免看完结果再挑最顺眼的分母。[13][4]

08Conclusion

结论：上锁是内容变量，但不是流量开关

上锁可以提供结构、剧情、挑战和好奇标题，确实值得作为独立内容变量研究；然而在这批公开样本里，它没有稳定提高播放、分享或收藏，点赞率正向信号也经不起小规模创作者内复核。[16]

  • 可以说：全样本存在待验证的点赞率正向信号。
  • 不能说：上锁被平台算法稳定奖励。
  • 更不能说：所有观众都因为同一种心理而点赞。
  • 下一步重点：同账号、同素材、同时间窗与真实曝光分母。

Notes

注释

  1. 1

    本文题目采用问句，正文中的“影响”统一落实为观察关联；没有随机分配、曝光日志或后台控制变量时，不使用因果措辞。[4][13]

  2. 2

    每千播放互动率以公开视频播放数为分母，它不等于曝光转化率，也无法区分重复观看、搜索进入和推荐进入。[15]

  3. 3

    配对在排除搬运和发布不足七天后，以同一作者内发布时间距离最小为候选，并保证一条上锁和一条对照最多各使用一次。[16]

Bibliography

参考文献

  1. [1]

    BERGER J, MILKMAN K L. What Makes Online Content Viral?[J]. Journal of Marketing Research, 2012, 49(2): 192-205. DOI: 10.1509/jmr.10.0353.

    同行评审研究DOI: 10.1509/jmr.10.0353
  2. [2]

    MUCHNIK L, ARAL S, TAYLOR S J. Social Influence Bias: A Randomized Experiment[J]. Science, 2013, 341(6146): 647-651. DOI: 10.1126/science.1240466.

    同行评审研究DOI: 10.1126/science.1240466
  3. [3]

    SALGANIK M J, DODDS P S, WATTS D J. Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market[J]. Science, 2006, 311(5762): 854-856. DOI: 10.1126/science.1121066.

    同行评审研究DOI: 10.1126/science.1121066
  4. [4]

    RUTHS D, PFEFFER J. Social media for large studies of behavior[J]. Science, 2014, 346(6213): 1063-1064. DOI: 10.1126/science.346.6213.1063.

    同行评审研究DOI: 10.1126/science.346.6213.1063
  5. [5]

    DE VRIES L, GENSLER S, LEEFLANG P S H. Popularity of Brand Posts on Brand Fan Pages: An Investigation of the Effects of Social Media Marketing[J]. Journal of Interactive Marketing, 2012, 26(2): 83-91. DOI: 10.1016/j.intmar.2012.01.003.

    同行评审研究DOI: 10.1016/j.intmar.2012.01.003
  6. [6]

    CVIJIKJ I P, MICHAHELLES F. Online engagement factors on Facebook brand pages[J]. Social Network Analysis and Mining, 2013, 3(4): 843-861. DOI: 10.1007/s13278-013-0098-8.

    同行评审研究DOI: 10.1007/s13278-013-0098-8
  7. [7]

    KÜMPEL A S, KARNOWSKI V, KEYLING T. News Sharing in Social Media: A Review of Current Research on News Sharing Users, Content, and Networks[J]. Social Media + Society, 2015, 1(2). DOI: 10.1177/2056305115610141.

    同行评审研究DOI: 10.1177/2056305115610141
  8. [8]

    TRILLING D, TOLOCHKO P, BURSCHER B. From Newsworthiness to Shareworthiness[J]. Journalism & Mass Communication Quarterly, 2016, 94(1): 38-60. DOI: 10.1177/1077699016654682.

    同行评审研究DOI: 10.1177/1077699016654682
  9. [9]

    BERGER J. Arousal Increases Social Transmission of Information[J]. Psychological Science, 2011, 22(7): 891-893. DOI: 10.1177/0956797611413294.

    同行评审研究DOI: 10.1177/0956797611413294
  10. [10]

    BLOM J N, HANSEN K R. Click bait: Forward-reference as lure in online news headlines[J]. Journal of Pragmatics, 2015, 76: 87-100. DOI: 10.1016/j.pragma.2014.11.010.

    同行评审研究DOI: 10.1016/j.pragma.2014.11.010
  11. [11]

    COTTER K. Playing the visibility game: How digital influencers and algorithms negotiate influence on Instagram[J]. New Media & Society, 2018, 21(4): 895-913. DOI: 10.1177/1461444818815684.

    同行评审研究DOI: 10.1177/1461444818815684
  12. [12]

    HIGHFIELD T, LEAVER T. Instagrammatics and digital methods: studying visual social media, from selfies and GIFs to memes and emoji[J]. Communication Research and Practice, 2016, 2(1): 47-62. DOI: 10.1080/22041451.2016.1155332.

    同行评审研究DOI: 10.1080/22041451.2016.1155332
  13. [13]

    SALGANIK M J. Bit by Bit: Social Research in the Digital Age[M]. Princeton: Princeton University Press, 2018.

    学术专著
  14. [14]

    BUCHER T. If...Then: Algorithmic Power and Politics[M]. New York: Oxford University Press, 2018.

    学术专著
  15. [15]

    VAN DIJCK J. The Culture of Connectivity: A Critical History of Social Media[M]. Oxford: Oxford University Press, 2013.

    学术专著
  16. [16]

    BEKIG 学术编辑部. Kigurumi 上锁主题与公开互动指标冻结数据集[R]. 变娃 / BeKig 独立研究计划, 2026-07-13.

    一手作品

Citation / Revision

推荐引用

BeKig 学术编辑部. 上锁会带来更多播放吗？Kigurumi 锁定叙事与平台互动的观察性分析[EB/OL]. BeKig Academic Review, 2026-07-13 （修订 2026-07-13）. https://bekig.top/academic/kigurumi-lock-engagement/

顺序编码制 / 接近 GB/T 7714 网页呈现
BKA-2026-014
修订
1.1

Related research

BKA-2026-013从上锁到永久变娃：Bilibili、X 与小红书中的 Kigurumi 关联词网络BKA-2026-008平台化角色身体：短视频、封面与界面如何重塑 Kigurumi 视觉BKA-2026-015缝线与无缝：背部拉链、脸入式胶衣与 Kigurumi 视频互动