
大数据告诉你《穹顶之下》是如何一夜爆红的
2015年2月28日,前央视记者柴静的新作《柴静雾霾调查:穹顶之下》在各大视频网站上线之后,引爆了公众关注与讨论,尤其在微信、微博等社交网络得以病毒式传播,引发全民刷屏。那么问题来了,《穹顶之下》是如何一夜爆红的?在不同媒体平台,其走红路线图又是什么样的?清研智库通过挖掘微博、微信、新闻和视频等平台数据和样本分析,为你解析《穹顶之下》的走红路线与密码。
《穹顶之下》词云图显示,“柴静”成为话题核心关键词。作为前央视记者兼主持人,柴静的节目、书籍与言论早已具备广泛群众影响力,柴静已然成为与白岩松、崔永元名气不相上下的新闻符号。“柴静”这样极具标志性的新闻符号与“雾霾”这一深具大众现实诉求的话题交相发酵,成为《穹顶之下》爆红的重要基础。而“孩子”、“肿瘤”等个人故事的讲述与母亲身份也拉近了与普通人的情感距离,更易引起公众共鸣与同情。词云图显示“基因”、“DNA”也成为《穹顶之下》关键词,同为前央视主持人,同为自费拍摄纪录片,柴静的雾霾调查很容易让人联想到崔永元的转基因调查,不少媒体甚至专文对二者进行分析比较。
网络大V推手作用超过媒体
2月28日上午,《穹顶之下》在人民网与优酷同步首发。2月28号10点,“柴静看见”发布第一条《穹顶之下》微博,并附视频连接,随后“优酷”、“VISTA看天下”转发。2月28号12点开始,话题热度急剧爆发,凤凰网、土豆网、韩寒、“记者朱菲”等有影响力的媒体平台和大V账号的转发推动话题在22点达到第一个热度高峰。3月1日5点开始,第2个爆点出现,谢娜、“PingWest品玩”等账号转发把话题推向新的热度高峰。经过两天的持续发酵,话题在3月1日21点达到热度最大峰值。
通过微博转载量前十账号对比,我们可以明显看出,韩寒、谢娜、王小呆等网络大V的转载量明显高于人民网、环球时报等媒体。看来在自媒体时代的微博平台,粉丝量决定传播力,很多大V粉丝达到千万级,登高一呼应者云集,其影响力让报刊、电视自叹弗如。据资深营销人士透露,很多企业营销找微博大V们合作,价格不菲、效果不俗,看中的就是大V们的粉丝量与影响力。
而微信上订阅量高的公众号也成为舆情传播的爆点。在此次《穹顶之上》的舆情传播中,“爸妈营”、“广州日报”和“虎嗅网”等7家订阅号其转载量均达到了10万以上。视频推出3天内,有超过半数的微信订阅号发表了相关文章,这也直接导致了很多用户发现自己的朋友圈被“刷屏”。
重要网站的新闻报道对舆情传播起关键推动作用
2月28日上午,人民网发布了《柴静调查:穹顶之下》的专题和专访柴静的文章,凤凰网转载,随后三百多家媒体大规模转载,话题热度到达峰值。之后中国新闻网等重要网站的转载发布制造了多个舆情小高峰。在网络新闻平台上,网站的公信力与用户规模决定了新闻传播效果与影响力,重要网站的新闻报道对舆情传播起关键推动作用。
腾讯、凤凰、网易最受关注
在各视频平台中,腾讯视频播放量最高。截至3月1日21时,《穹顶之上》在腾讯视频的播放量达到3103万。究其原因就在于如今腾讯微信独霸社交平台,占领移动端主战场。微信把分享视频限定在腾讯视频一家,其他视频在微信朋友圈上只能分享链接而已。
在各新闻媒体中,凤凰网、网易关于《穹顶之上》的报道上,两者转载量、文章量和平均转载量明显高于其他媒体,对整个事件的传播起到重要推动作用。3月1日15时,凤凰网推出民意调查“《穹顶之下》观后感:你对雾霾治理有多大信心?”,上线不到2个小时参与人数即突破十万人。截至发稿前,超过25万网友参与此项民意调查。凤凰网借助话题热度第一时间为网友构建表达与互动平台,收到了良好的互动传播效果。
《穹顶之下》视频自发布后,在各个网络平台话题持续发酵,形成传播雪崩效应。究其一夜爆红的原因,网络大V、重要新闻网站与视频平台等最具传播力的平台与人物起到了最关键的传播作用。3月1日下午,环保部新部长陈吉宁在履新发布会上说:“柴静的纪录片从公众健康的角度唤醒公众的环保意识,值得敬佩。”随着全国两会临近,柴静已然向公众投下一枚舆论炸弹,成功地在两会前夕引爆并引领了治霾这一热点话题。《穹顶之下》对今年两会的雾霾议题与政策带来何种影响,我们拭目以待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23