#ADP #Murmuration #PKM 为什么会出现突然“爆火”的事情？最近有同志通过bot来询问，其实这个事情很简单。上次【 “淄博烧烤”现象 】https://t.me/talkjfh/1740 其实已经说明情况了。如果更加直白一点的解释的话，那就拿“甘肃（天水）麻辣烫”在说一次。
这个事情，普及的原因：
1. 希望关注频道的大众，能有一双“识别”的眼睛，对待任何事情有一个严谨的逻辑分析，及背后侦测数据或信息的能力。
2. 对于互联网相关职业的同志，能善于发现背后的“流量逻辑”以便于更好的利于 KOL/KOB 来满足工作需求。
我们首先要知道的是 —— 任何事情/事件 的“爆火”，看似充满了随机性的「无规则」，实则背后有大规则。
【事件还原】
2月13日，抖音发布了一条“甘肃麻辣烫”的短视频，该短视频在一周的时间内，互动数破百万。
截至2024年3月18日，根据抖音官方数据，话题「甘肃麻辣烫」和「天水麻辣烫」播放量分别达16.9亿次与10.2亿次；快手平台是2.3亿与2.6亿；在微博上，讨论量达1.3万次；在小红书上，相关话题数据分别是3377.1万次与1341.8万次。
> 借用工具，这些数据均可在1分钟内查询到。
【事件逻辑】
这一切的偶然性，都源自于「算法」的出现。
在传统媒体时代，记者们将「新闻价值五要素」视为圭臬，即时效性、重要性、显著性、接近性和趣味性。
新媒体时代，新闻传播权力的下放加上媒体资源的无限，让这五个要素无穷放大。
「人工安排」的议程设置在这样的时代中，效力明显不足。此时，算法技术的出现，为新闻传播带来了新的曙光。
以短视频为例，算法推荐的工作原理是：在不投流的前提下，用户发布的视频得到第一波算法推荐，当这条视频得到了更多更好的反馈（表现于点赞、分享、评论等数据）会得到下一轮推荐……
因为算法不是人，它不知道哪条视频会火。在不投流的前提下，它平等地推荐每一座城市的每一条视频。
即使投流，也无法保证一定会火。投流只是能够让更多的人看见，如果人们看到了却没有过多的反馈，那也无法形成一种「现象」。
所以在算法推荐机制下，到底哪一座城市能够意外地获得「泼天富贵」，充满了随机性与偶然性。
【事件规则】
无规则背后，也有规则。故事开始之前，很可能有计划、有推手。亦如“淄博烧烤”一样。
偶然性的讲一些网红，即使没有官方的合作，也会在捕捉到流量的「气味」后，迅速行动。一方面，网红本身就是流量的产物，有流量才能有网红。他们的日常就是「寻找流量」，所以，当一座城市出现了「火苗」，他们便会立刻前往。
另一方面，他们的到来，也为城市带去了流量——他们有着更强的「网感」，更知道网友们爱看什么，且本身就有着大量的粉丝群体，这就意味着他们发布的视频在第一波推送中有着更多的流量。
而更多的流量，匹配算法推荐机制，即让更多的人看见，又让观看者增加反馈。
总体来说，是现在的算法比人更懂人。
“人”负责创造“独特”的文化符号；“算法”则负责将这些符号传播到更广阔的渠道。
「无规则」的背后，是“我们”提供的0和1，算法只是让我们更加具体的看到而已。下一个是谁？无从得知。
可知/已知 的只是 “流量”而已。
这个事情，普及的原因：
1. 希望关注频道的大众，能有一双“识别”的眼睛，对待任何事情有一个严谨的逻辑分析，及背后侦测数据或信息的能力。
2. 对于互联网相关职业的同志，能善于发现背后的“流量逻辑”以便于更好的利于 KOL/KOB 来满足工作需求。
我们首先要知道的是 —— 任何事情/事件 的“爆火”，看似充满了随机性的「无规则」，实则背后有大规则。
【事件还原】
2月13日，抖音发布了一条“甘肃麻辣烫”的短视频，该短视频在一周的时间内，互动数破百万。
截至2024年3月18日，根据抖音官方数据，话题「甘肃麻辣烫」和「天水麻辣烫」播放量分别达16.9亿次与10.2亿次；快手平台是2.3亿与2.6亿；在微博上，讨论量达1.3万次；在小红书上，相关话题数据分别是3377.1万次与1341.8万次。
> 借用工具，这些数据均可在1分钟内查询到。
【事件逻辑】
这一切的偶然性，都源自于「算法」的出现。
在传统媒体时代，记者们将「新闻价值五要素」视为圭臬，即时效性、重要性、显著性、接近性和趣味性。
新媒体时代，新闻传播权力的下放加上媒体资源的无限，让这五个要素无穷放大。
「人工安排」的议程设置在这样的时代中，效力明显不足。此时，算法技术的出现，为新闻传播带来了新的曙光。
以短视频为例，算法推荐的工作原理是：在不投流的前提下，用户发布的视频得到第一波算法推荐，当这条视频得到了更多更好的反馈（表现于点赞、分享、评论等数据）会得到下一轮推荐……
因为算法不是人，它不知道哪条视频会火。在不投流的前提下，它平等地推荐每一座城市的每一条视频。
即使投流，也无法保证一定会火。投流只是能够让更多的人看见，如果人们看到了却没有过多的反馈，那也无法形成一种「现象」。
所以在算法推荐机制下，到底哪一座城市能够意外地获得「泼天富贵」，充满了随机性与偶然性。
【事件规则】
无规则背后，也有规则。故事开始之前，很可能有计划、有推手。亦如“淄博烧烤”一样。
偶然性的讲一些网红，即使没有官方的合作，也会在捕捉到流量的「气味」后，迅速行动。一方面，网红本身就是流量的产物，有流量才能有网红。他们的日常就是「寻找流量」，所以，当一座城市出现了「火苗」，他们便会立刻前往。
另一方面，他们的到来，也为城市带去了流量——他们有着更强的「网感」，更知道网友们爱看什么，且本身就有着大量的粉丝群体，这就意味着他们发布的视频在第一波推送中有着更多的流量。
而更多的流量，匹配算法推荐机制，即让更多的人看见，又让观看者增加反馈。
总体来说，是现在的算法比人更懂人。
“人”负责创造“独特”的文化符号；“算法”则负责将这些符号传播到更广阔的渠道。
「无规则」的背后，是“我们”提供的0和1，算法只是让我们更加具体的看到而已。下一个是谁？无从得知。
可知/已知 的只是 “流量”而已。