KigBeKig
返回學術索引編輯審校 · 非匿名同行評審
計算傳播 × 平台文化研究觀察性內容題材比較研究Rev. 1.2

哪種題材更容易被看見？Kigurumi 視頻類型與公開互動表現

基於固定發佈隊列的播放、點讚、分享、收藏、評論與投幣比較

Author
BeKig 學術編輯部
發表
修訂
預計閱讀
38 分鐘
Abstract

摘要

什麼樣的 Kigurumi 內容更容易獲得高播放，並不等於什麼內容在被看到之後最容易得到點讚、收藏、評論或投幣。本文凍結 Bilibili 公開搜尋中以“kigurumi”為查詢詞、按最新發佈排序的 2026 年 6 月 1 日至 14 日完整發佈隊列，從 1,086 個唯一視頻中筛得 376 條滿足納入條件的 animegao/Kigurumi 相關內容，其中 370 條進入五類互斥主題比較。原編碼中，結構、材質與局部特寫的日均播放中位數最高（151.03），但該組優勢集中於乳膠、全包、丝襪、緊身與身體—材質關係被前景化的內容，並對少數极端高播放項目敏感。隨後按原五類各抽 16 條、共 80 條開展原標籤遮蔽式獨立複編碼：觀察一致率為 81.2%，Cohen’s κ = 0.766，分層 bootstrap 95% 區間為 0.672—0.859；15 條發生跨宏觀題材改碼。把這些改碼應用回完整 370 條、其余記錄保留原編碼後，結構/材質的日均播放中位數仍居首（134.63），但與變裝/剧情（130.78）和知識組（127.34）的距離收窄，日均播放前 25% 命中率則由結構/材質單獨首位變為結構/材質與變裝/剧情並列（均為 53.6%，15/28）。身體—材質強調的 34 對題材匹配顯示日均播放配對中位差為 +127.09 次/日，但身體材質組與對照組的 suggestive 標記為 18/34 對 2/34；進一步精確匹配題材與 suggestive 的 25 對敏感性中，日均差為 +78.75，95% 區間 −1.70—189.29，不能排除零差，而每千播放點讚、評論與投幣仍分別偏低 −38.58、−3.56 和 −1.31。角色展示的點讚、收藏和評論密度中位數首位，表演/社交的投幣密度首位在混合編碼後保持；分享率仍沒有穩定宏觀冠军。作者內中心化、极端值、編碼複核和匹配試點共同提示，帳號構成、標題封面、暧昧包裝、製作質量與早期社會反饋均可能混入題材差異。本文因此拒绝單一“流量題材冠军”，轉而區分公開播放規模、審美認可、保存價值與社群參與，並把所有結果限定為公開檢索快照中的觀察性關聯。

關鍵詞
Kigurumianimegao內容題材日均播放點讚率收藏率平台互動觀察性研究

01

研究問題

  1. 在固定發佈窗口的 Bilibili 搜尋樣本中，哪些 Kigurumi 題材具有更高日均播放？
  2. 點讚、分享、收藏、評論和投幣是否指向同一種“高表現”題材？
  3. 結構與材質題材的播放優勢究竟來自一般頭殼知識，還是身體—材質視覺強調？
  4. 排除极端值、限制高置信編碼、比較同一作者和改用其他發現隊列後，結論是否仍然成立？
  5. 原五類題材編碼在原標籤遮蔽式獨立複編碼中是否可重複，少量跨類改碼應用回完整樣本後，主要題材排序是否保持？

02

方法與材料

  • 凍結 Bilibili 公開搜尋“kigurumi”的兩個完整發佈周，按最新發佈分頁讀取、排除推廣卡並以 BVID 去重
  • 通過公開視頻詳情和標籤補齐發佈時間、時長、播放、點讚、分享、收藏、評論與投幣，不使用登錄 cookie
  • 按標題承諾、簡介、標籤與公開封面所能支持的主要任務將內容初始編碼為五個宏觀題材，並人工複核小樣本組、結構材質組和高播放異常項
  • 從 370 條五類樣本中按原題材各抽 16 條、共 80 條開展原標籤遮蔽式獨立複編碼，報告觀察一致率、Cohen’s kappa、混淆矩陣和逐類 precision、recall 與 F1
  • 將試點中 15 條跨類改碼應用回完整 370 條構造混合編碼敏感性，並以原始完整樣本固定的前 25% 門檻複算題材中位數與命中率
  • 對身體—材質強調的 34 條視頻進行題材精確匹配，並以題材與 suggestive 同時精確匹配的 25 對作為關鍵敏感性；小紅書與 X 只作分平台語境補充，不合併不同平台指標

03

證據聲明

本文的實證範圍是 2026-07-13 凍結的公開檢索快照：Bilibili 主樣本 370 條，近期敏感性隊列 524 條，綜合排序敏感性隊列 107 條；小紅書嚴格納入 34 條，X 嚴格納入 20 條。檢索結果不是全平台隨機樣本。題材編碼已完成按原五類各 16 條、共 80 條的原標籤遮蔽式獨立複編碼，觀察一致率為 81.2%，Cohen’s κ = 0.766；但它不是 370 條全量雙人編碼，其中 1 條在 schema 檢查階段曾暴露原標籤，且只有 56 條能夠讀取既有本地封面，24 條遠端封面未在本輪聯網查看。排除預暴露條目後 κ = 0.763，未改變主要判斷。完整 370 條的混合敏感性只替換這 80 條中的複編碼標籤，其余 290 條仍沿用原編碼，因此不能解釋為新一輪全量重編碼。身體—材質匹配仍是觀察性配對：34 對主匹配中 suggestive 標記為 18/34 對 2/34，題材與 suggestive 同時精確匹配後只剩 25 對，且高 suggestive 的結構/材質內容多因缺少同層對照而無法進入。Bilibili 播放是已經實現的公開觀看，不是 impression、點擊率或推薦曝光；日均播放只是累計播放除以視頻年齡的粗校正，不是真實逐日增長曲線。所有 p 值、bootstrap 區間和匹配差異均為探索性描述，互動比率只表示以公開播放為分母的互動密度，不等於題材、材料或平台分發的因果效應。

04

主要結論

  1. 高播放與高互動效率不是同一件事：混合編碼後結構/材質仍為日均播放中位數首位，但與變裝/剧情和知識組的差距收窄，前 25% 命中率則與變裝/剧情並列。
  2. 身體—材質內容呈現“觸達較高、單位播放點讚/評論/投幣較低”的分叉線索；但控制題材與 suggestive 後，日均播放配對差的區間跨 0，不能寫成穩定觸達優勢或算法偏愛。
  3. 角色展示的點讚、收藏和評論密度中位數首位，表演/社交的投幣密度首位在混合編碼後保持；分享中位數首位會隨改碼變化，宏觀分享差異仍不穩定。
  4. 80 條原標籤遮蔽式複編碼的觀察一致率為 81.2%、Cohen’s κ = 0.766；主要分歧集中在角色展示與變裝/剧情、知識與商品配件、結構材質詞與困住叙事之間。
  5. 作者內中心化、极端值、編碼複核和匹配敏感性共同表明，題材排序與帳號構成、標題封面、suggestive 包裝和少數高播放項目纠缠；這些觀察性結果不保證流量或播放。
正文BKA-2026-016

01Estimands

“最容易火”到底在比較哪一種成功

播放、點讚、分享、收藏、評論與投幣處在不同的行為鏈條上。播放記錄已經實現的公開觀看規模，不是平台曝光或點擊率；點讚是低成本認可；收藏暗示未來重訪或審美保存；評論需要表達；投幣又帶有作品支持意味。把它們加成一個總分，做出來的不是學術結論，頂多是一鍋平台按鈕亂燉。[6][7][16]

表 1　本文區分的六種公開表現
↔ 橫向捲動查看全部欄
指標本文回答的問題主要解釋風險
總播放 / 日均播放內容是否獲得更多已實現的公開播放帳號、發佈時間、外部傳播；無 impression/CTR 分母
每千播放點讚每一千次公開播放對應多少低成本認可分母過小和比率伪相關
每千播放收藏每一千次公開播放對應多少保存或重訪動作平台收藏語義與教程/審美動機混合
每千播放評論每一千次公開播放對應多少提問或社交表達爭議、熟人互動與活動語境
每千播放投幣每一千次公開播放對應多少較高成本支持帳號號召、作品完整度與社區規範
每千播放分享每一千次公開播放對應多少公開分享身份表達、私域傳播與按鈕可見性

同一題材可能在公開播放規模上領先、在互動密度上落後；本文不構造跨指標總冠军。

[1][17]注1注2

02Design

固定發佈隊列：先堵住“拿熱門榜研究熱門”的循環

如果從綜合排序高位抽樣，再問什麼題材互動高，研究設計一開場就把結果塞進了樣本。本文因此把主要樣本改為“最新發佈”固定隊列：查詢詞只用寬泛的 kigurumi，完整讀取 2026 年 6 月 1 日至 14 日兩個發佈周，凍結時每條視頻已經發佈約 29—43 天。[21][14][12]注3

表 2　Bilibili 樣本流與敏感性隊列
↔ 橫向捲動查看全部欄
隊列發現方式唯一視頻 / 納入分析用途
主要發佈隊列最新發佈，2026-06-01—06-141,086 / 370主要題材比較
近期發佈隊列最新發佈的前 1,000 個唯一 BVID1,000 / 524發佈日期中心化後的早期表現
綜合排序隊列綜合排序前 10 頁418 / 107成熟內容與搜尋可見性方向複核

推廣卡排除，BVID 去重；詳情和標籤來自公開接口，不使用登錄 cookie。

[21]

互動是強烈右偏的累積計數，視頻又具有不同熱度生長轨迹。正文以中位數和日均播放為主要描述，完整的總播放、四分位數、bootstrap 區間與前四分位命中率保留在證據備忘和統計輸出中；這裏的日均播放只是累計播放除以視頻年齡的粗校正，不是逐日觀測的真實增長速度。近期隊列再按發佈日期中心化，避免把發佈數小時的視頻和發佈十余天的視頻直接硬碰硬。[13][12][19]注2

03Taxonomy

五類題材不是關鍵詞袋，而是主要觀看任務

一條視頻可以同時有角色、乳膠、漫展和剧情，但統計需要一個互斥主分類。原編碼優先依據標題承諾、簡介、標籤和公開封面能夠支持的主要任務：觀眾究竟被邀請來學、看變化、看表演和事件、看完整角色，還是看結構與材質。跨題材機制如資訊缺口、熱門 IP、多角色、活動語境和身體—材質強調則另做多標籤。為檢查這套互斥分類是否只是規則順序的產物，本文再按原五類各抽 16 條進行原標籤遮蔽式獨立複編碼；因此後文同時區分“原編碼主分析”與“80 條改碼應用回完整樣本後的混合敏感性”。[21][8]注4

表 3　原編碼主樣本的五個宏觀題材
↔ 橫向捲動查看全部欄
題材n占主樣本典型內容任務
角色展示與審美短片25970.0%造型、寫真、可愛動作、完整角色視覺
表演、漫展與社交紀實4712.7%舞蹈、舞台、展會、外拍、聚會與合作
結構、材質與局部特寫277.3%頭殼、Kig 皮、乳膠、拉鏈、手腳與身體材質
變裝、剧情與挑戰215.7%穿戴揭示、小剧場、鎖定、耐久與反差
知識、製作與測評164.3%教程、製作、維修、開箱、選購與比較

原編碼中角色展示 259 條、占 70.0%。80 條複編碼產生 15 條跨類改碼；應用回完整樣本後的混合計數為角色展示 252、表演/社交 50、結構/材質 28、變裝/剧情 28、知識 12。原表保留為凍結主分析，不把部分複編碼冒充全量新標籤。

[21]注5

04Public Views

高播放區：原編碼結構材質居首，複編碼後差距收窄

表 4　原編碼五類題材的公開表現中位數
↔ 橫向捲動查看全部欄
題材n日均播放每千點讚每千分享每千收藏每千評論每千投幣
角色展示與審美短片25940.47136.001.4270.189.244.63
表演、漫展與社交紀實4769.0498.512.2360.298.066.33
結構、材質與局部特寫27151.0399.612.3437.923.991.71
變裝、剧情與挑戰21134.0257.740.8949.313.271.78
知識、製作與測評16127.3453.682.6839.396.652.75

日均播放全局檢驗為探索性 p < 0.0001。結構/材質與角色展示的 Holm 校正成對比較為 p < 0.0001，但與變裝/剧情、知識組分別為 p = 1.0000 和 p = 1.0000；中位數首位不等於穩定擊败相邻小組。這些數值屬於凍結原編碼。80 條改碼應用回完整樣本後，結構/材質、變裝/剧情、知識、表演/社交和角色展示的日均播放中位數依次為 134.63、130.78、127.34、69.16 和 39.99；前三類差距比原表更窄。

[21]
圖 1　五類題材的日均播放中位數與 bootstrap 區間點為原編碼主分析的中位數，線為 bootstrap 95% 區間；寬區間和後續複編碼敏感性都提醒讀者，不要把樣本排序寫成固定總體名次。
結構／材質n=27
中位數與 bootstrap 95% 區間151.03 次/日；95% 區間 43.45—550.94
變裝／剧情n=21
中位數與 bootstrap 95% 區間134.02 次/日；95% 區間 69.73—182.96
知識／製作／測評n=16
中位數與 bootstrap 95% 區間127.34 次/日；95% 區間 49.45—438.82
表演／社交n=47
中位數與 bootstrap 95% 區間69.04 次/日；95% 區間 35.47—143.88
角色展示n=259
中位數與 bootstrap 95% 區間40.47 次/日；95% 區間 34.59—47.47

數據集：genredataset2026，原編碼主樣本 n=370，凍結於 2026-07-13。結構/材質原中位數為 151.03 次/日，區間 43.45—550.94；80 條複編碼形成的混合敏感性中，該中位數降至 134.63，變裝/剧情為 130.78。日均播放不是 impression、CTR 或真實逐日增長速度。

[21]注2注5

原編碼中，結構、材質與局部特寫的日均播放中位數為 151.03，高於變裝/剧情的 134.02、知識組的 127.34 和角色展示的 40.47。80 條複編碼的 15 個跨類改碼應用回完整樣本後，結構/材質仍以 134.63 位於中位數首位，但變裝/剧情為 130.78、知識組為 127.34，前三者已非常接近；日均播放前 25% 命中率中，結構/材質與變裝/剧情又同為 53.6%（15/28）。因此可以說“原編碼及混合敏感性中結構/材質的日均中位數較高”，不能寫成它穩定擊败所有相邻小類。[21]

表 5　結構/材質組內部的互斥拆分
↔ 橫向捲動查看全部欄
子組n日均播放每千點讚每千收藏每千評論
身體—材質強調12890.1337.3128.351.40
頭殼與硬件（不含身體—材質）1442.56115.0038.065.17
一般結構展示1單一個案不作組估計不作組估計不作組估計

一般結構只有 1 條，僅保留個案計數，不報告組中位數。身體—材質強調與其余結構內容的日均播放比較：p = 0.0027，Cliff's δ = 0.69。該特征是在初步結構組異常後新增的事後诊斷變量，檢驗均屬探索性；特征先由標題、簡介和標籤自動標記，重點樣本再結合封面複核，仍需獨立樣本與逐幀測量複現。裸拆分同時混合題材構成、suggestive 包裝、作者和發佈時間。題材精確匹配的 34 對中，身體材質組與對照組的 suggestive 標記為 18/34 對 2/34；題材與 suggestive 同時精確匹配後只得到 25 對，日均播放配對中位差為 +78.75，95% 區間 −1.70—189.29。故 890.13 對 43.45 只保留為原組內描述，不作為調整後的材料效應量。

[21]注6
圖 2　身體—材質強調內容的匹配配對方向橫轴為配對中身體材質組指標高於對照組的比例；50% 表示正负方向各半。點的位置只編碼方向一致性，原單位的配對中位差和 bootstrap 95% 區間直接寫在數值標籤中。
  • 題材精確匹配（34 對）
  • 題材 + suggestive 精確匹配（25 對）
日均播放控制 suggestive 後方向仍偏正，但區間跨 0
題材精確匹配（34 對）+127.09 次/日；95% 區間 51.16—235.29；28/34 對為正
題材 + suggestive 精確匹配（25 對）+78.75 次/日；95% 區間 −1.70—189.29；17/25 對為正
每千點讚
題材精確匹配（34 對）−46.42 次/千播放；95% 區間 −75.66—−25.18；6/34 對為正
題材 + suggestive 精確匹配（25 對）−38.58 次/千播放；95% 區間 −59.17—−9.55；6/25 對為正
每千分享
題材精確匹配（34 對）+0.16 次/千播放；95% 區間 −0.99—0.83；18/34 對為正
題材 + suggestive 精確匹配（25 對）0.00 次/千播放；95% 區間 −1.10—0.83；12/25 對為正
每千收藏
題材精確匹配（34 對）−7.62 次/千播放；95% 區間 −24.76—7.17；13/34 對為正
題材 + suggestive 精確匹配（25 對）+5.77 次/千播放；95% 區間 −28.39—22.45；15/25 對為正
每千評論
題材精確匹配（34 對）−3.40 次/千播放；95% 區間 −5.72—−1.83；5/34 對為正
題材 + suggestive 精確匹配（25 對）−3.56 次/千播放；95% 區間 −5.72—−0.86；5/25 對為正
每千投幣
題材精確匹配（34 對）−1.57 次/千播放；95% 區間 −3.64—−0.56；7/34 對為正
題材 + suggestive 精確匹配（25 對）−1.31 次/千播放；95% 區間 −3.90—−0.48；5/25 對為正

主匹配精確控制宏觀題材，並按時長、發佈日期、熱門 IP、活動語境和同作者優先配對，但 suggestive 為 18/34 對 2/34；第二系列同時精確匹配題材與 suggestive，只形成 25 對，9 條 suggestive 結構/材質視頻和 1 條 suggestive 表演/社交視頻大多因缺少同層對照而未進入。匹配差異是觀察性方向，不是 CTR、推薦權重或材料因果效應。

[23][21]注6注8注4

05Engagement

點讚、收藏、評論與投幣各有自己的題材偏好

原編碼中，角色展示與審美短片的每千播放點讚中位數為 136.00、收藏為 70.18、評論為 9.24，均居五類首位；表演、漫展與社交紀實的每千投幣為 6.33，位於首位。80 條改碼應用回完整樣本後，這四個中位數首位均保持：角色展示的點讚、收藏和評論分別為 136.14、71.06 和 9.23，表演/社交的投幣為 6.12。它們仍只是樣本描述排序，不等於相邻題材之間存在穩定成對差異；完整角色畫面可被解釋為審美對象和可保存資產，活動與表演則可能為較高成本支持提供作品語境。[21][20]

表 6　按目標指標讀取題材，而非尋找萬能冠军
↔ 橫向捲動查看全部欄
目標主樣本中較強的題材信號不能偷換的結論
日均播放原編碼結構/材質中位數首位；混合編碼後仍居首，但前 25% 命中率與變裝/剧情並列不等於更受喜歡、算法偏愛或穩定擊败相邻小類
點讚、收藏與評論密度角色展示與審美短片不等於獲得最大公開播放
投幣效率表演、漫展與社交紀實不等於所有活動視頻都高支持
分享效率沒有穩定宏觀組間差異不能根據小組中位數宣布分享冠军

點讚密度全局差異為 p < 0.0001；分享密度為 p = 0.0751，後者不支持穩定宏觀題材差異。角色展示與表演/社交的評論密度 Holm 成對比較為 p = 1.0000，兩者投幣密度為 p = 0.3760，因此相邻首位只作描述排序。混合編碼中分享中位數首位由知識組轉為結構/材質，但原全局 p = 0.0751，本就不支持穩定宏觀冠军；這項改碼敏感性應被解釋為“不穩定”的額外證據，而不是改封新冠军。

[21][6][7]
圖 3　五類題材進入各指標前 25% 的命中率每格為該題材中進入凍結樣本相應指標前四分位的視頻比例；25% 參考線僅幫助讀取樣本內相對集中。
單位：%；參考值：25060
橫向捲動查看全部欄
比較維度日均播放每千點讚每千分享每千收藏每千評論每千投幣
結構／材質n=27；組內命中率59.3%（16/27）3.7%（1/27）25.9%（7/27）0.0%（0/27）7.4%（2/27）3.7%（1/27）
變裝／剧情n=21；組內命中率57.1%（12/21）9.5%（2/21）9.5%（2/21）14.3%（3/21）9.5%（2/21）4.8%（1/21）
知識／製作／測評n=16；組內命中率50.0%（8/16）6.2%（1/16）18.8%（3/16）18.8%（3/16）12.5%（2/16）6.2%（1/16）
表演／社交n=47；組內命中率38.3%（18/47）17.0%（8/47）29.8%（14/47）10.6%（5/47）34.0%（16/47）38.3%（18/47）
角色展示n=259；組內命中率15.1%（39/259）31.3%（81/259）25.9%（67/259）31.7%（82/259）27.4%（71/259）27.8%（72/259）

數據集：genredataset2026，主樣本 n=370，凍結於 2026-07-13。阈值分別為日均播放 122.64、每千點讚 178.95、每千分享 3.986、每千收藏 86.83、每千評論 14.21、每千投幣 8.234。命中率不是未來視頻的預測概率。 混合編碼後，日均播放前 25% 命中率為結構/材質 53.6%（15/28）與變裝/剧情 53.6%（15/28）並列；其余互動指標的首位方向保持。熱圖仍展示凍結原編碼，混合敏感性見表 7B。

[21]注2注1注5

06Mechanisms

從題材到互動：中間還隔著標題、兑現與社交語境

圖 4　題材表現的分階段機制
  1. 01

    觀看钩子

    材質新奇、反差、問句、結構秘密或熱門事件可能伴隨更高公開播放，但本數據不能拆分曝光、點擊與分發

  2. 02

    內容兑現

    畫面、教程或剧情是否回答標題承諾，影響繼續觀看與滿意度

  3. 03

    低成本認可

    角色完整、審美愉悦與身份認同可能轉化為點讚

  4. 04

    保存與轉遞

    實用價值、角色資產和分享者身份決定收藏與分享

  5. 05

    高成本參與

    社交事件、提問空間和可見劳動更可能引發評論或投幣

  6. 06

    社會反饋

    早期互動又會改變後續可見性，製造累積優勢與不確定性

[4][5][1][11]

好奇心研究支持“已知—未知缺口”能夠激發資訊獲取，但它沒有證明問號標題一定提高 Kigurumi 播放。病毒傳播研究也提示高唤醒、惊奇和實用價值可能促進轉遞，卻不能把新闻、廣告或實驗任務的效應量原樣貼到 Bilibili。理論在這裏負責提出機制，不能冒充平台後台。[4][5][2][1][3]

製作形式也會與題材纠缠。鏡頭數量、圖像複雜度、畫幅、語速、字幕、音乐和視頻時長都可能改變互動；熱門角色、帳號關係和活動節點又參與身份呈現。只按標題分題材而不測這些變量，無法把差異全部歸給內容主題。[8][20][21]

07Robustness

极端值、作者內與編碼複核：題材排序明顯收縮

表 7　主要穩健性檢查
↔ 橫向捲動查看全部欄
檢查可用樣本主要結果解釋
排除轉載369主方向基本不變轉載只有 1 條，影響很小
只保留高置信編碼120結構/材質 n=26，日均中位數 180.59 仍居首方向複現，但各小組和帳號構成仍不穩定
移除日均播放前 1%366首位轉為變裝、剧情與挑戰，中位數 134.02四條被移除項目全部屬於身體—材質子組
作者內中心化35 位作者 / 132 條結構 1.05 倍（n=6）；知識 1.61 倍（n=8）作者內日均播放整體檢驗不穩定，小組尤其小
近期隊列按發佈日期中心化524知識 2.13（n=14）、變裝/剧情 1.92（n=13）、結構 1.24（n=26）倍同日基線完整樣本的結構首位沒有在近期隊列複現
綜合排序隊列107表演/社交 624.93（n=6）；結構 226.58（n=21）排序可能已經吸收互動和相關性信號
原標籤遮蔽式複編碼原五類各 16 條，共 80 條觀察一致率 81.2%，Cohen’s κ = 0.766；15 條跨宏觀題材改碼不是 370 條全量雙人編碼；1 條預暴露，排除後 κ = 0.763
身體材質題材 + suggestive 精確匹配25 對日均播放差 +78.75，95% 區間 −1.70—189.29；每千點讚 −38.58、評論 −3.56、投幣 −1.31高 suggestive 身體材質內容多因無同層對照未進入；觸達方向不能寫成穩定效應
[21][18][16]注7

80 條原標籤遮蔽式複編碼中，原編碼與複編碼一致 65 條，觀察一致率為 81.2%，Cohen’s κ = 0.766，分層 bootstrap 95% 區間為 0.672—0.859。分歧不是全部來自低置信樣本：15 條改碼中有 10 條在複編碼時仍為高置信。最大流向是角色展示轉入變裝/剧情 4 條，其次是知識轉入結構/材質 3 條和結構/材質轉入變裝/剧情 3 條，提示“展示兜底”“商品配件”和“材質詞壓過困住情節”是最需要收紧的編碼邊界。[22]注4

表 7A　原編碼與原標籤遮蔽式複編碼混淆矩陣
↔ 橫向捲動查看全部欄
原編碼 \ 複編碼知識變裝/剧情表演/社交角色展示結構/材質原類召回率
知識、製作與測評12100375.0%
變裝、剧情與挑戰01510093.8%
表演、漫展與社交紀實001600100.0%
角色展示與審美短片0429156.3%
結構、材質與局部特寫03001381.3%

按原五類各抽 16 條，共 80 條；觀察一致率 81.2%，Cohen’s κ = 0.766，分層 bootstrap 95% 區間 0.672—0.859。原編碼不是金標準；precision/recall/F1 只用於定位邊界。1 條在建盲表前曾暴露原標籤，排除後 n=79、κ=0.763。

[22]注4
表 7B　完整 370 條原編碼與混合編碼的日均播放敏感性
↔ 橫向捲動查看全部欄
題材原 n混合 n原日均中位數混合中位數原前25%命中率混合前25%命中率
角色展示與審美短片25925240.4739.9915.1%（39/259）15.1%（38/252）
表演、漫展與社交紀實475069.0469.1638.3%（18/47）38.0%（19/50）
結構、材質與局部特寫2728151.03134.6359.3%（16/27）53.6%（15/28）
變裝、剧情與挑戰2128134.02130.7857.1%（12/21）53.6%（15/28）
知識、製作與測評1612127.34127.3450.0%（8/16）50.0%（6/12）

混合編碼只替換 80 條試點樣本的複編碼標籤，其余 290 條沿用原編碼；前 25% 阈值固定為原始完整樣本的 122.64 次/日。結構/材質仍為中位數首位，但前 25% 命中率與變裝/剧情同為 53.6%，不是新的全量雙人編碼結果。

[22][21]注4注5

編碼敏感性與作者內中心化指向同一條限制：裸題材標籤會把帳號構成、包裝方式和分類規則一起帶入組間比較。完整 370 條混合編碼中，結構/材質仍是日均播放中位數首位，但從 151.03 降至 134.63，變裝/剧情為 130.78；日均播放前 25% 命中率又變為兩類並列。作者內檢查沒有形成穩定題材差異，複編碼也沒有支持一個與分類邊界無關的固定冠军。[22][21]注4注7

圖 5　移除日均播放最高 1% 前後的題材中位數同一題材並列顯示完整樣本與移除最高 4 條後的中位數；數值比纯名次更重要。
  • 完整樣本 n=370
  • 移除最高 1% 後 n=366
結構／材質樣本數 27→23
完整樣本 n=370151.03 次/日（n=27）
移除最高 1% 後 n=366131.30 次/日（n=23）
變裝／剧情樣本數 21→21
完整樣本 n=370134.02 次/日（n=21）
移除最高 1% 後 n=366134.02 次/日（n=21）
知識／製作／測評樣本數 16→16
完整樣本 n=370127.34 次/日（n=16）
移除最高 1% 後 n=366127.34 次/日（n=16）
表演／社交樣本數 47→47
完整樣本 n=37069.04 次/日（n=47）
移除最高 1% 後 n=36669.04 次/日（n=47）
角色展示樣本數 259→259
完整樣本 n=37040.47 次/日（n=259）
移除最高 1% 後 n=36640.47 次/日（n=259）

數據集：genredataset2026，凍結於 2026-07-13。被移除 4 條日均播放為 6,314.395、6,305.126、2,856.738、1,338.144，均屬於結構／材質中的身體—材質內容；結構中位數 151.03→131.30，變裝／剧情以 134.02 轉為描述性第一。

[21]注5注6
圖 6　作者內日均播放相對自身中位基線的近似倍率1.0 表示與該作者自身中位基線相當；點為 log1p 中心化結果換算的近似倍率。
知識／製作／測評作者內視頻 n=8
相對作者中位基線1.61×（n=8）
變裝／剧情作者內視頻 n=13
相對作者中位基線1.25×（n=13）
結構／材質作者內視頻 n=6
相對作者中位基線1.05×（n=6）
角色展示作者內視頻 n=86
相對作者中位基線1.00×（n=86）
表演／社交作者內視頻 n=19
相對作者中位基線0.96×（n=19）

數據集：genredataset2026；35 位作者、132 條視頻。作者內日均播放整體探索性 p=0.228；結構／材質為 1.05×但僅 n=6，知識為 1.61×但僅 n=8，不能解釋為因果增幅或穩定推薦倍數。

[21]注7注5

作者內中心化僅覆蓋 35 位作者和 132 條視頻。結構/材質視頻的日均播放約為各自作者中位基線的 1.05 倍，但只有 6 條；知識組為 1.61 倍，也只有 8 條。作者內日均播放組間整體檢驗沒有形成穩定差異，點讚、收藏與評論的題材差異也明顯收縮。[21][18]注7

08Platform Boundaries

小紅書與 X：方向可以對照，指標不能拼盤

表 8　跨平台補充快照
↔ 橫向捲動查看全部欄
平台嚴格納入樣本內較高的方向不可比較之處
小紅書34變裝/剧情 n=8，點讚中位數 782.5、收藏 214.5網頁端沒有跨筆記可比的公開播放分母
X20表演/社交 n=4，浏覽中位數 1,424.5、每千浏覽點讚 49.85浏覽欄位可見性、帳號構成和媒體類型不同

兩個補充樣本都很小，只能說明凍結檢索結果中的方向，不能代表平台總體。

[21]

小紅書補充樣本中，變裝、剧情與挑戰的原始點讚和收藏中位數較高；X 補充樣本中，表演與社交內容的浏覽和互動率方向較高。這些方向並未組成跨平台統一冠军，反而說明每個平台的內容語法、樣本入口和按鈕成本不同。[21][15]

09Conclusion

結論：沒有萬能題材，只有不同指標的更優匹配

在本次固定發佈隊列的原編碼中，結構/材質的日均播放樣本中位數最高，但這一首位由身體—材質內容推動，並對四條极端值和分類邊界敏感。80 條原標籤遮蔽式複編碼的 Cohen’s κ 為 0.766；15 條跨類改碼應用回完整樣本後，結構/材質仍是日均中位數首位（134.63），但變裝/剧情（130.78）和知識組（127.34）紧隨其後，前 25% 命中率又與變裝/剧情同為 53.6%。身體材質匹配試點支持“觸達較高、單位播放點讚/評論/投幣較低”的分叉線索，但控制 suggestive 後日均播放差的區間跨 0，不能寫成穩定觸達效應。角色展示的點讚、收藏和評論密度中位數首位、表演/社交的投幣密度首位在混合編碼中保持；分享中位數首位會隨改碼變化，且宏觀組間差異仍不穩定。現有證據因此支持指標特定、對編碼與混雜敏感的描述關聯，不支持萬能題材、算法偏愛或可複製流量配方。[21]

  • 想研究公開播放規模：優先看固定觀察窗、年齡校正和高播放區命中，而不是只看點讚率。
  • 想研究審美認可：角色完整、造型和攝影兑現比單纯獵奇更值得檢驗。
  • 想研究保存價值：教程、結構知識和可反覆觀看的角色資產需要分開編碼。
  • 想研究社群參與：多角色、活動、舞台和合作劳動可能比孤立展示更重要。
  • 想研究可複製策略：必須繼續控製作者、發佈時間、時長、標題封面、suggestive 包裝和製作形式，並以全量獨立複編碼或預注冊匹配複核分類邊界。

Notes

註釋

  1. 1

    每千播放互動是以已經實現的公開播放為分母的描述性比率。播放可能同時位於題材影響互動的中介路徑並受平台分發影響；比率還可能因共同分母產生伪相關，因此正文同時保留原始播放規模和標準化互動密度。[16][17]

  2. 2

    Bilibili 公開播放記錄已經實現的觀看，不提供推薦曝光、impression 或點擊率分母。日均播放是累計播放除以截至統一快照的視頻年齡，只用於粗略校正發佈時間，不等於真實逐日增長速度、留存曲線或算法分發量。[21][12][13]

  3. 3

    主要樣本來自單一查詢詞 kigurumi 的公開網頁搜尋快照。固定發佈窗口降低了累計時間差異和熱門排序循環，但不解決搜尋召回、刪帖、帳號可見性和平台排序偏差。[21][14]

  4. 4

    初始規則編碼後，對結構材質組、知識組、變裝剧情組、日均播放前 1% 以及低置信高播放項進行定向人工複核；該階段是非盲、按結果分層的，高播放項目獲得了更多纠錯機會。後續從原五類各抽 16 條、共 80 條進行原標籤遮蔽式獨立複編碼，觀察一致率為 81.2%，Cohen’s κ = 0.766，分層 bootstrap 95% 區間 0.672—0.859。它仍不是 370 條全量雙人編碼：1 條在建表前的 schema 檢查中曾暴露原標籤，56 條有既有本地封面，24 條遠端封面未在本輪聯網查看；排除預暴露條目後 κ = 0.763。完整樣本的混合敏感性只替換試點複編碼標籤，其余記錄保留原編碼，因此用於檢查排序敏感性，不用於宣稱全量編碼可靠度。[22]

  5. 5

    原編碼主樣本中知識、製作與測評僅 16 條，變裝、剧情與挑戰僅 21 條，結構/材質僅 27 條；混合敏感性中三類分別為 12、28 和 28 條。小組中位數、bootstrap 區間與前 25% 命中率都可能被少數改碼或极端視頻明顯改變；尤其不能用“中位數第一”替代穩定成對優勢。[21]

  6. 6

    身體—材質強調是在初步看到結構組異常後新增的事後诊斷特征，並非預注冊變量。它先根據標題、簡介和標籤中的乳膠、膠衣、全包、緊身、丝襪、連體襪、層穿、腿部與包臀等線索編碼，重點樣本再結合公開視頻封面複核；它表示內容包裝中的顯著信號，不等於對每一幀身體面積、高光或鏡頭時長的測量，相關 p 值與效應量均需獨立樣本複現。[21]

  7. 7

    作者內中心化要求同一作者至少有 2 條視頻且覆蓋至少 2 個宏觀題材，最終只有 35 位作者、132 條視頻可用；該設計按作者自身基線重新表達指標，但不能控制同一作者內部的製作投入、角色和發佈時間變化。[21][18]

  8. 8

    身體—材質主匹配對宏觀題材作精確匹配，並按時長、發佈日期、熱門 IP、活動語境和同作者優先配對，但 suggestive 在身體材質組與對照組中為 18/34 對 2/34。題材與 suggestive 同時精確匹配後只形成 25 對，高 suggestive 的結構/材質內容多數因缺少同層對照而未進入；匹配結果仍不能控制封面構圖、標題強度、粉丝量、發佈時間段和完播率，也不識別因果。[23][21]

Bibliography

參考文獻

  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.

    同行評審研究DOI: 10.1509/jmr.10.0353
  2. [2]

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

    同行評審研究DOI: 10.1177/0956797611413294
  3. [3]

    TELLIS G J, MACINNIS D J, TIRUNILLAI S, ZHANG Y. What Drives Virality (Sharing) of Online Digital Content? The Critical Role of Information, Emotion, and Brand Prominence[J]. Journal of Marketing, 2019, 83(4): 1-20. DOI: 10.1177/0022242919841034.

    同行評審研究DOI: 10.1177/0022242919841034
  4. [4]

    LOEWENSTEIN G. The psychology of curiosity: A review and reinterpretation[J]. Psychological Bulletin, 1994, 116(1): 75-98. DOI: 10.1037/0033-2909.116.1.75.

    同行評審研究DOI: 10.1037/0033-2909.116.1.75
  5. [5]

    KANG M J, HSU M, KRAJBICH I M, et al. The Wick in the Candle of Learning[J]. Psychological Science, 2009, 20(8): 963-973. DOI: 10.1111/j.1467-9280.2009.02402.x.

    同行評審研究DOI: 10.1111/j.1467-9280.2009.02402.x
  6. [6]

    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.

    同行評審研究DOI: 10.1016/j.intmar.2012.01.003
  7. [7]

    KIM C, YANG S U. Like, comment, and share on Facebook: How each behavior differs from the other[J]. Public Relations Review, 2017, 43(2): 441-449. DOI: 10.1016/j.pubrev.2017.02.006.

    同行評審研究DOI: 10.1016/j.pubrev.2017.02.006
  8. [8]

    XIAO L, LI X, MOU J. Exploring user engagement behavior with short-form video advertising on short-form video platforms: a visual-audio perspective[J]. Internet Research, online 2024, 36(1): 154-188. DOI: 10.1108/INTR-07-2023-0521.

    同行評審研究DOI: 10.1108/INTR-07-2023-0521
  9. [9]

    BERLYNE D E. Novelty, complexity, and hedonic value[J]. Perception & Psychophysics, 1970, 8(5): 279-286. DOI: 10.3758/BF03212593.

    同行評審研究DOI: 10.3758/BF03212593
  10. [10]

    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.

    同行評審研究DOI: 10.1126/science.1121066
  11. [11]

    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.

    同行評審研究DOI: 10.1126/science.1240466
  12. [12]

    SZABO G, HUBERMAN B A. Predicting the popularity of online content[J]. Communications of the ACM, 2010, 53(8): 80-88. DOI: 10.1145/1787234.1787254.

    同行評審研究DOI: 10.1145/1787234.1787254
  13. [13]

    FIGUEIREDO F, BENEVENUTO F, ALMEIDA J M. The tube over time: Characterizing popularity growth of YouTube videos[C]. Proceedings of the Fourth ACM International Conference on Web Search and Data Mining, 2011: 745-754. DOI: 10.1145/1935826.1935925.

    同行評審研究DOI: 10.1145/1935826.1935925
  14. [14]

    TUFEKCI Z. Big Questions for Social Media Big Data: Representativeness, Validity and Other Methodological Pitfalls[J]. Proceedings of the International AAAI Conference on Web and Social Media, 2014, 8(1): 505-514. DOI: 10.1609/icwsm.v8i1.14517.

    同行評審研究DOI: 10.1609/icwsm.v8i1.14517
  15. [15]

    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.

    同行評審研究DOI: 10.1126/science.346.6213.1063
  16. [16]

    ROHRER J M. Thinking Clearly About Correlations and Causation: Graphical Causal Models for Observational Data[J]. Advances in Methods and Practices in Psychological Science, 2018, 1(1): 27-42. DOI: 10.1177/2515245917745629.

    同行評審研究DOI: 10.1177/2515245917745629
  17. [17]

    KRONMAL R A. Spurious Correlation and the Fallacy of the Ratio Standard Revisited[J]. Journal of the Royal Statistical Society. Series A (Statistics in Society), 1993, 156(3): 379-392. DOI: 10.2307/2983064.

    同行評審研究DOI: 10.2307/2983064
  18. [18]

    ROSENBAUM P R. Design of Observational Studies[M]. New York: Springer, 2010. DOI: 10.1007/978-1-4419-1213-8.

    學術專著DOI: 10.1007/978-1-4419-1213-8
  19. [19]

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

    學術專著
  20. [20]

    GOFFMAN E. The Presentation of Self in Everyday Life[M]. Garden City, NY: Doubleday, 1959.

    學術專著
  21. [21]

    BEKIG 學術編輯部. Kigurumi 內容題材與公開互動表現：凍結數據與分析證據備忘[R]. 變娃 / BeKig 獨立研究計劃, 2026-07-13.

    一手作品
  22. [22]

    BEKIG 學術編輯部. BKA-016 原標籤遮蔽式複編碼與混合敏感性分析[R]. 變娃 / BeKig 獨立研究計劃, 2026-07-13.

    一手作品
  23. [23]

    BEKIG 學術編輯部. 身體材質強調內容的觸達—互動率分叉：Bilibili 匹配試點[R]. 變娃 / BeKig 獨立研究計劃, 2026-07-13.

    一手作品

Citation / Revision

推薦引用

BeKig 學術編輯部. 哪種題材更容易被看見？Kigurumi 視頻類型與公開互動表現[EB/OL]. BeKig Academic Review, 2026-07-13 （修訂 2026-07-13）. https://bekig.top/zh-HK/academic/kigurumi-content-genre-performance/

順序編碼制 / 接近 GB/T 7714 網頁呈現
BKA-2026-016
修訂
1.2

Related research

BKA-2026-008平台化角色身體：短視頻、封面與界面如何重塑 Kigurumi 視覺BKA-2026-013從上鎖到永久變娃：Bilibili、X 與小紅書中的 Kigurumi 關聯詞網絡BKA-2026-014上鎖會帶來更多播放嗎？Kigurumi 鎖定叙事與平台互動的觀察性分析BKA-2026-015縫線與無縫：背部拉鏈、臉入式膠衣與 Kigurumi 視頻互動