从上锁到永久变娃:Bilibili、X 与小红书中的 Kigurumi 关联词网络
一次跨平台固定检索、文字来源层拆分与语义边界研究
摘要
“Kig 上锁”并不是一个跨平台含义稳定的检索词。本文复核 2026 年 7 月 13 日冻结的 Bilibili、X 与小红书公开检索材料,把研究者查询入口(queryHits)与作者公开文字分开,并进一步区分 Bilibili 的标题、简介和视频标签,X 的正文与 hashtags,以及小红书的标题、说明、topic 与 interact_vote。完整性复核确认:X 的 122 行规范化记录实际是 121 条有效去重帖子加 1 条无效空占位;关联词分析集仍为 Bilibili 112 条、X 84 条和小红书 40 条。来源层复算显示,X 在剥离已解析 hashtags 后,正文命中拉链 40 条、锁定 36 条、头部硬件 22 条、材质 10 条;小红书的角色、材质与头壳信号更多来自 topic 标签,而一条“上锁”标签实际属于 interact_vote。结果支持比较固定检索语料中的文字来源结构,但不支持把 queryHits 写成平台推荐、把字段并集误称为正文,或据此断言某个平台正在把内容“知识化”。
- 关键词
- Kigurumi上锁关键词网络BilibiliX小红书平台化数字方法
01
研究问题
- Bilibili、X 与小红书分别把 Kigurumi 上锁连接到哪些词汇和概念簇?
- 自动补全、帖子标签与正文共现是否形成不同层级的关联网络?
- 中、英、日文中的 kig、kigurumi 与着ぐるみ如何产生词义重叠和检索噪声?
- 如何描述平台检索差异而不把结果排序误写成推荐算法因果?
02
方法与材料
- 冻结 2026-07-13 的三平台公开检索结果,记录研究者查询词、结果入口、采集时间、内容 ID 与公开元数据
- 按 animegao/Kigurumi 高相关标准去重,并以普通睡衣、毛绒 mascot、一般服装拉链等风险旗标辅助范围复核
- 按平台原生字段拆分作者文字:Bilibili 标题/简介/视频标签,X 净化正文/hashtags,小红书标题/净化说明/topic/interact_vote
- 将 queryHits 仅作为研究者检索入口记录;概念比例只从作者公开文字层计算,不宣称读取内部推荐模型
03
证据声明
本文的实证材料是特定日期、特定查询词和可访问账号状态下的公开检索快照。样本能够说明这些固定入口返回内容的公开文字如何共同出现,却不能代表全站内容比例、全部用户兴趣、内部推荐权重或排序因果。三平台字段结构不对称:X 没有独立标题字段,且只有 37/84 条返回了解析 hashtags;字段缺失不能当作概念命中 0%。X 的敏感排除也来自当前自动词典而非完整人工审查,比例只在各自样本和明确来源层内解释。
04
主要结论
- Bilibili 的作者文字并集中,角色/Cosplay 宽码命中 62/112,材质 36/112、头部硬件 33/112、锁定 28/112;角色码主要由视频标签贡献。
- X 在剥离已解析 hashtags 后,正文命中拉链 40/84、锁定 36/84、头部硬件 22/84、材质 10/84;正文与 hashtags 并集才分别是 43、36、25、20。
- 小红书作者文字并集命中角色/Cosplay 25/40、材质 17/40、头部硬件 15/40、锁定 4/40;其中一条锁定信号来自 interact_vote,不是普通 topic。
- queryHits 是研究者固定检索入口,不是平台推荐标签、内部相关性分数或用户偏好;原“制作/定制/展示/教程”混合码也不足以支持总括性的“知识化”结论。
01Scope
“平台推荐了什么词”到底指什么
02Method
从检索快照到可复核语义编码
研究在采集前冻结查询词、纳入标准和锁型/拉链概念表。Bilibili 主采集最多三页并补充 page_size=20 的即时结果;X 使用中、英、日文并行查询;小红书每个查询解析前五条可打开笔记。所有平台按内容 ID 去重,转载不跨平台合并指标;queryHits 在建查询—内容关系前按 query、content 与 snapshot 去重。[11][7]注2
| 平台 | 采集入口 | 去重/高相关材料 | 关联词分析样本 | 主要不可比项 |
|---|---|---|---|---|
| Bilibili | 15 组查询、43 个成功搜索页及补充详情 | 136 条高相关视频详情 | 112 条未被当前自动敏感词典命中的查询命中 | 自动补全与视频标签不属于同一机制 |
| X | 10 个中英日查询 | 121 条有效去重帖子 + 1 条无效占位;96 条初筛高相关 | 84 条未被当前自动敏感词典命中的关联样本 | 无独立标题;hashtags 仅 37/84 可得 |
| 小红书 | 11 个查询,每词前 5 条详情 | 48 条去重,40 条高相关 | 40 条高相关笔记 | topic 与 interact_vote 必须分开 |
03Bilibili
Bilibili:自动补全、标题叙事与视频标签必须分开
7 个自动补全 seed 中,只有 `kig`、`kigurumi` 与 `永久变娃` 3 个请求成功,共返回 18 个唯一建议,包括“kigurumi娃娃”“kigurumi头壳”“kigurumi入门”“kigurumi怎么买”和“kigurumi头壳为什么要带锁”。`kig 上锁`、`kigurumi 上锁`、`kigurumi 拉链`、`kigurumi 后背 拉链` 4 个较长查询均返回 `code 3` 错误,因此只能写“未取得可分析补全结果”,不能写成平台给出了零条联想。[14][13]
| 标签 | 独立视频数 | 主要语义位置 |
|---|---|---|
| 娃娃 | 32 | 角色化与物件化称呼 |
| 二次元 | 26 | 文化分类和角色入口 |
| 可爱 | 26 | 情感与审美框架 |
| 头壳 | 23 | 硬件、佩戴和锁扣结构 |
| 晒出你的kig瞬间 | 14 | 平台活动与创作归档 |
| latex | 12 | 跨语言材质标签 |
| 生活记录 | 12 | 日常化发布框架 |
| 胶衣 | 11 | 材质与全身包覆 |
04X
X:多语言拉链词把结构、定制与幻想文本拉到一起
X 没有独立标题字段。84 条分析样本的正文在剥离已解析 hashtags 后仍同时出现中文“拉链头/定制头壳”、英文 zipper lock/back zipper/no zipper,以及日文 ファスナー/南京錠/鍵。锁定与拉链主要写在正文里,但材质词对 hashtags 的依赖明显更高;把两层直接求并集后再称作“正文”,会把证据来源说错。[15][13][6]
| 概念 | 正文(已剥离 hashtags) | hashtags | 任一作者文字层 |
|---|---|---|---|
| 锁定 | 36/84 | 1/84 | 36/84 |
| 拉链 | 40/84 | 3/84 | 43/84 |
| 头壳/硬件 | 22/84 | 5/84 | 25/84 |
| Kig 皮/乳胶/材质 | 10/84 | 12/84 | 20/84 |
| 角色/Cosplay | 7/84 | 1/84 | 8/84 |
05Rednote
小红书:角色与材质信号主要来自 topic 标签
小红书 40 条高相关笔记来自研究者预设的“kig上锁”“kig皮锁扣”等固定查询,因此 queryHits 只说明抽样入口,不能证明平台主动把锁词扩展到了某个内容邻域。来源层复算显示,角色、材质与头壳概念的大量命中来自正式 topic 标签;标题和剥离话题标记后的说明提供的是另一层证据。[16][13]
| 概念 | 标题 | 净化说明 | topic | interact_vote | 任一作者文字层 |
|---|---|---|---|---|---|
| 锁定 | 3/40 | 1/40 | 0/40 | 1/40 | 4/40 |
| 拉链 | 4/40 | 3/40 | 1/40 | 0/40 | 7/40 |
| 头壳/硬件 | 5/40 | 3/40 | 11/40 | 1/40 | 15/40 |
| Kig 皮/乳胶/材质 | 8/40 | 7/40 | 11/40 | 0/40 | 17/40 |
| 角色/Cosplay | 7/40 | 4/40 | 22/40 | 0/40 | 25/40 |
06Comparison
从检索入口到作者文字:跨平台比较必须先拆来源层
- 01
研究者检索入口
queryHits 记录用哪个固定查询找到内容;它不是作者用词,也不是推荐权重
- 02
平台返回记录
内容 ID、结果页与采集快照用于界定样本;一次排序不代表稳定曝光机制
- 03
作者公开文字
按平台拆分标题、正文/说明、视频标签、hashtags、topic 与 interact_vote
- 04
研究者概念码
在明确来源层和可得分母内编码共现;不能反推平台动机或全站偏好
| 比较维度 | Bilibili | X | 小红书 |
|---|---|---|---|
| 锁定研究者概念码:locking | |||
| 拉链研究者概念码:zipper | |||
| 头壳/硬件研究者概念码:headHardware | |||
| Kig 皮/乳胶/材质研究者概念码:skinMaterial | |||
| 变身/永久变娃研究者概念码:transformation | |||
| 制作/定制/展示/教程(混合码)旧混合码:production;不能作为“知识化”指标 | |||
| 角色/Cosplay研究者概念码:characterCosplay | |||
| 耐久/挑战研究者概念码:endurance | |||
| 无缝/无拉链研究者概念码:seamless |
数据集:dataset20260713,冻结于 2026-07-13。Bilibili n=112、X n=84、小红书 n=40;列内比例可合计超过 100%。数值来自作者公开文字并集,不含研究者 queryHits,也不是推荐权重、用户兴趣比例、算法动机或平台“知识化”程度。
[13]注1注2| 比较项 | Bilibili | X | 小红书 |
|---|---|---|---|
| 作者文字单元 | 标题、简介、视频标签 | 正文、hashtags;无独立标题 | 标题、净化说明、topic、interact_vote |
| 字段可得性限制 | 简介 100/112;视频标签 111/112 | hashtags 37/84 | 标题 39/40;净化说明 25/40 |
| queryHits 的性质 | 研究者固定检索入口 | 研究者固定检索入口 | 研究者固定检索入口 |
| 范围噪声 | 普通娃娃与泛娱乐 | 睡衣、furry、mascot 与日文广义着ぐるみ | 兽装、一般乳胶和宽泛推荐 |
| 不能直接读出 | 推荐权重 | 完整曝光、旧帖浏览与标题命中率 | 播放量、内部排序原因与“知识化”程度 |
hashtags 能让话语被检索,却不等于完整语义。X 的锁定与拉链含义主要写在正文里,但材质词在 hashtags 中贡献明显;小红书的角色与材质码又大量来自 topic,Bilibili 则把活动标签和角色标签放在视频标签层。只抓一种字段会系统性漏读,也会把字段制度误认成内容立场。[6][12][7]
07Boundaries
算法不透明、检索偏差与内容伦理
08Conclusion
结论:上锁是入口边界,也是平台语言
来源层拆开后,三平台样本都出现了锁定、拉链、头壳、材质与角色词,但这些信号落在不同字段:Bilibili 的角色码高度依赖视频标签,X 的锁定和拉链主要来自正文,小红书的角色、材质和头壳更多来自 topic。这个结果描述的是固定检索语料的文字结构,不是三个推荐算法的性格画像。[13]
- 可报告:特定时点的成功补全、返回记录、作者文字层与概念码。
- 应区分:queryHits、自动补全、结果排序、正文、hashtags、topic 与 interact_vote。
- 必须拒绝:把请求失败写成零结果,把字段并集写成正文,或用一次固定检索替平台算法写心理活动。
Notes
注释
Bibliography
参考文献
- [1]
BOYD D M, ELLISON N B. Social Network Sites: Definition, History, and Scholarship[J]. Journal of Computer-Mediated Communication, 2007, 13(1): 210-230. DOI: 10.1111/j.1083-6101.2007.00393.x.
- [2]
POELL T, NIEBORG D, VAN DIJCK J. Platformisation[J]. Internet Policy Review, 2019, 8(4). DOI: 10.14763/2019.4.1425.
- [3]
TREEM J W, LEONARDI P M. Social Media Use in Organizations: Exploring the Affordances of Visibility, Editability, Persistence, and Association[J]. Annals of the International Communication Association, 2013, 36(1): 143-189. DOI: 10.1080/23808985.2013.11679130.
- [4]
HELMOND A. The Platformization of the Web: Making Web Data Platform Ready[J]. Social Media + Society, 2015, 1(2). DOI: 10.1177/2056305115603080.
- [5]
ZIEWITZ M. Governing Algorithms[J]. Science, Technology, & Human Values, 2015, 41(1): 3-16. DOI: 10.1177/0162243915608948.
- [6]
ZAPPAVIGNA M. Searchable talk: the linguistic functions of hashtags[J]. Social Semiotics, 2015, 25(3): 274-291. DOI: 10.1080/10350330.2014.996948.
- [7]
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.
- [8]
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.
- [9]
VAN DIJCK J. The Culture of Connectivity: A Critical History of Social Media[M]. Oxford: Oxford University Press, 2013.
- [10]
BUCHER T. If...Then: Algorithmic Power and Politics[M]. New York: Oxford University Press, 2018.
- [11]
ROGERS R. Digital Methods[M]. Cambridge, MA: MIT Press, 2013.
- [12]
ZAPPAVIGNA M. Searchable Talk: Hashtags and Social Media Metadiscourse[M]. London: Bloomsbury Academic, 2018.
- [13]
BEKIG 学术编辑部. Kigurumi 上锁、背部拉链与平台互动研究冻结数据集[R]. 变娃 / BeKig 独立研究计划, 2026-07-13.
- [14]
哔哩哔哩. Bilibili 搜索联想、视频检索与公开视频详情界面[EB/OL]. 访问日期: 2026-07-13.
- [15]
X CORP. X Public Search Results for Kigurumi Lock and Zipper Queries[EB/OL]. Accessed 2026-07-13.
- [16]
小红书. 小红书 Kigurumi 上锁、拉链与胶衣公开检索结果[EB/OL]. 访问日期: 2026-07-13.
Citation / Revision
推荐引用
BeKig 学术编辑部. 从上锁到永久变娃:Bilibili、X 与小红书中的 Kigurumi 关联词网络[EB/OL]. BeKig Academic Review, 2026-07-13 (修订 2026-07-13). https://bekig.top/academic/kigurumi-lock-keyword-networks/
- 顺序编码制 / 接近 GB/T 7714 网页呈现
- BKA-2026-013
- 修订
- 1.2