KigBeKig
Back to academic indexEditorial review · No anonymous peer review
Computational Communication × Platform CultureObservational Platform Metrics StudyRev. 1.1

Does Locking Bring More Views? An Observational Study of Kigurumi Lock Narratives and Platform Engagement

Cross-platform evidence centered on Bilibili views, likes, and shares

Author
BeKig Academic Editorial Board
Published
Revision
Reading time
29 min
Abstract

Abstract

Locking, missing-key, and ‘permanent doll’ narratives are often treated as powerful hooks in Kigurumi videos, but public engagement counters do not by themselves establish that impression. This paper uses a frozen July 13, 2026 Bilibili corpus and distinguishes head-shell locks, skin-zipper locks, and narrative locking. The primary comparison contains 25 lock-themed videos and 22 general Kigurumi controls; an identifiable-repost sensitivity analysis contains 18 and 21. Lock-themed videos show slightly higher median views and views per day, but the distributions overlap substantially. Likes per thousand views show a positive descriptive signal with an exploratory p-value near .056, while shares and favorites show no consistent advantage. Crucially, seven same-creator, nearest-date pairs do not reproduce the like-rate advantage. X and Rednote are used only as contextual snapshots because their metrics and denominators are incompatible. The evidence therefore does not support a causal claim that locking increases reach or engagement.

Keywords
Kigurumilockingviewslike rateshare rateobservational studyBilibiliplatform metrics

01

Research questions

  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

Methods and materials

  • 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

Evidence statement

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

Key findings

  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。
Main textBKA-2026-014

01Question

Turning ‘Locking Gets Traffic’ into a Testable Question

“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

Sample, Denominators, and Lock-Type Coding

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
↔ Scroll horizontally to view all columns
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

Main Results: No Stable View Difference and a Weak Like Signal

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
↔ Scroll horizontally to view all columns
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

Repost Sensitivity and Same-Creator Pairing

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。
↔ Scroll horizontally to view all columns
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

Why Lock-Themed Content Might Be Clicked, Liked, or Shared

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

What X and Rednote Can and Cannot Add

表 4　跨平台上锁快照
↔ Scroll horizontally to view all columns
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

Limitations, Ethics, and Stronger Validation

  • 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

Conclusion: Locking Is a Content Variable, Not a Traffic Switch

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

Notes

  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

References

  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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Peer-reviewed studyDOI: 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.

    Academic book
  14. [14]

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

    Academic book
  15. [15]

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

    Academic book
  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.

    Primary work

Citation / Revision

Recommended citation

BeKig Academic Editorial Board. Does Locking Bring More Views? An Observational Study of Kigurumi Lock Narratives and Platform Engagement[EB/OL]. BeKig Academic Review, 2026-07-13 (revised 2026-07-13). https://bekig.top/en/academic/kigurumi-lock-engagement/

Numbered references / web-adapted GB/T 7714 style
BKA-2026-014
Revision
1.1

Related research

BKA-2026-013From Locking to ‘Permanent Doll’: Kigurumi Keyword Networks across Bilibili, X, and RednoteBKA-2026-008The Platformed Character Body: How Short Video, Covers, and Interfaces Reshape Kigurumi VisualityBKA-2026-015Seams and Seamlessness: Back Zippers, Face-Entry Latex Suits, and Engagement with Kigurumi Videos