Bilibili · 每周必看第390期 · 数据报告

转发量与播放量的线性关系最强，
点赞—收藏—转发三者高度共线

基于第390期（2026.09.04–09.10）播放量前10的视频，对播放量与点赞、投币、收藏、转发、时长五个绝对量指标做 Pearson 与 Spearman 相关分析。全部使用原始绝对量，不计算任何比率指标（点赞率、投币率等），避免分母为播放量时引入的虚假相关。

0.714
转发 × 播放量 Pearson r（p=0.020，唯一显著）
0.902
收藏 × 转发 Pearson r（p<0.001，共线最严重）
10
样本量 · 所有结论均为描述性相关
01 / 基线

样本构成：10条视频，播放量跨度3.9倍

数据采集于2026-09-12，来自B站每周必看第390期页面。按播放量降序排列。

排名标题UP主播放量点赞投币收藏转发时长
1 《未眠野》首曝PV 未眠野 12,436,507 269,919 99,669 90,544 55,532 4:56
2 我来同你玩丨二洲年快乐 三角洲行动 8,255,131 629,442 115,085 196,771 107,470 6:27
3 万人追更的终南山怪虫 中国国家地理 6,789,933 647,039 150,648 100,358 39,166 13:55
4 天雷滚滚纽约城 小约翰可汗 5,626,100 234,857 62,593 50,244 5,129 40:10
5 花600天做一道菜 绵羊料理 4,517,898 153,644 50,559 27,512 3,663 6:57
6 全B站最垃圾的一期视频 小潮院长 4,068,070 284,765 110,644 80,525 6,111 18:06
7 在机场随机跟随路人旅行 东尼ookii 4,045,246 174,044 178,032 67,176 3,513 23:43
8 我发现了动画最离谱的BUG？ 大福咕咕 4,023,872 99,546 10,454 38,262 2,767 7:05
9 他只用一首歌 薩尔瓦多 3,937,307 188,490 10,674 75,928 5,215 7:54
10 华强买瓜，但死神来了 伊介书生 3,928,038 164,137 39,994 40,882 18,697 7:16

描述性统计

指标均值中位数标准差变异系数最小最大
播放量 5,762,810 4,292,984 2,767,235 48.0% 3,928,038 12,436,507
点赞 284,588 211,674 194,460 68.3% 99,546 647,039
投币 82,835 81,131 57,243 69.1% 10,454 178,032
收藏 76,820 71,552 48,481 63.1% 27,512 196,771
转发 24,726 5,663 34,201 138.3% 2,767 107,470
时长(秒) 819 455 668 81.5% 296 2,410

转发量变异系数高达138%，远高于其他指标——第2名（三角洲行动，10.7万转发）和第1名（未眠野，5.6万转发）与后8名（均在2千–4万之间）拉开断层，是右偏最严重的变量。播放量本身也呈右偏（均值576万 > 中位数429万），头部效应明显。

02 / 发现一

转发量是唯一与播放量达到统计显著的互动指标

以播放量为因变量，分别对五个指标做简单线性回归。只有转发的 p 值低于0.05。

自变量Pearson rR²p值回归斜率
点赞 0.457 0.209 0.1846 6.50
投币 0.302 0.091 0.3960 14.61
收藏 0.517 0.268 0.1257 29.53
转发 0.714 0.510 0.0203 ✓ 57.79
时长(秒) -0.225 0.051 0.5321 -932.56

斜率含义：每增加1单位该指标，播放量平均增加多少。例如转发斜率57.8，意味着在这10条样本中，每多1次转发对应约58次播放——但这是相关关系，不代表转发导致播放。

播放量 ~ 点赞 r=0.457，p=0.1846 13,117,185 10,649,729 8,182,272 5,714,816 3,247,360 点赞数 播放量
点赞与播放量正相关但不显著（p=0.185）。第2、3名点赞远超回归线，第1名播放最高但点赞仅排第4。
播放量 ~ 投币 r=0.302，p=0.3960 13,117,185 10,649,729 8,182,272 5,714,816 3,247,360 投币数 播放量
投币与播放量相关性最弱（r=0.302，p=0.396）。第7名东尼ookii投币最高（17.8万）但播放量仅排第7。
播放量 ~ 收藏 r=0.517，p=0.1257 13,117,185 10,649,729 8,182,272 5,714,816 3,247,360 收藏数 播放量
收藏与播放量中等相关（r=0.517，p=0.126），未达0.05显著线。第2名收藏19.7万为最高值。
播放量 ~ 转发 r=0.714，p=0.0203 13,117,185 10,649,729 8,182,272 5,714,816 3,247,360 转发数 播放量
转发与播放量相关性最强且显著（r=0.714，p=0.020）。R²=0.51，即转发量能解释播放量约51%的变异。
注意：Spearman 秩相关下，播放量与点赞的 rho=0.661（高于 Pearson 的0.457），提示两者可能存在非线性关系或受极端值影响。但 n=10 时 Spearman 的检验力更低，该相关仍未达显著（精确检验下 n=10 的临界 rho≈0.648，处于边缘）。
03 / 发现二

点赞、收藏、转发三者高度共线，投币相对独立

四个互动指标之间并非独立。如果把它们同时放进回归模型，会面临严重的多重共线性。

Pearson 相关系数矩阵（绝对量，n=10） 颜色越深 |r| 越大；数字为 r 值，* 表示 p<0.05 1.00 0.46 0.30 0.52 0.71 * -0.22 播放 0.46 1.00 0.56 0.83 * 0.77 * -0.07 点赞 0.30 0.56 1.00 0.46 0.34 0.27 投币 0.52 0.83 * 0.46 1.00 0.90 * -0.19 收藏 0.71 * 0.77 * 0.34 0.90 * 1.00 -0.36 转发 -0.22 -0.07 0.27 -0.19 -0.36 1.00 时长 播放 点赞 投币 收藏 转发 时长
热力图展示全部6个变量的 Pearson 相关系数。* 表示 p<0.05。下三角与上三角对称。

高相关对（|r| > 0.7）

变量对Pearson rp值Spearman rho解读
收藏 × 转发0.902<0.0010.794共线最严重，两者几乎在测量同一潜变量
点赞 × 收藏0.8260.0030.927Spearman 高达0.93，排序几乎一致
点赞 × 转发0.7690.0090.770两种相关方法结果高度一致
点赞 ~ 收藏（r=0.83） r=0.826，p=0.0032 210,312 161,227 112,142 63,056 13,971 点赞数 收藏数
点赞×收藏：点紧密排列在回归线附近，Spearman rho=0.927说明排序几乎完全一致。
收藏 ~ 转发（r=0.90） r=0.902，p=0.0004 115,846 85,482 55,118 24,755 -5,609 收藏数 转发数
收藏×转发：r=0.902为所有变量对中最高，但第2名（三角洲行动）同时拉高了两个指标。

投币：四个互动指标中的"异类"

投币与点赞（r=0.556）、收藏（r=0.457）、转发（r=0.338）的相关性均低于0.6，且均不显著。这意味着投币行为可能由不同于"点赞—收藏—转发"的心理机制驱动：投币在B站是有成本的动作（每日硬币有限），用户更倾向于对"值得学习/反复观看"的内容投币，而非单纯"喜欢"的内容。第7名东尼ookii投币17.8万（全场最高）但点赞仅17.4万（排第7），是这一分离的典型案例。

对建模的启示：如果用这四个互动指标预测播放量，不应同时放入。点赞、收藏、转发三者应合并为一个"互动强度"潜变量（如取第一主成分），投币可作为独立特征保留。但在 n=10 的样本下，任何多元回归都不可靠。
04 / 发现三

视频时长与播放量、互动量均无显著线性关系

时长从4分56秒到40分10秒不等，但长短与数据表现没有线性关联。

变量对Pearson rp值Spearman rho
时长 × 播放量−0.2250.532−0.309
时长 × 点赞−0.0650.8570.091
时长 × 投币0.2730.4460.261
时长 × 收藏−0.1950.590−0.103
时长 × 转发−0.3620.304−0.406

所有 p 值均远大于0.05。第4名小约翰可汗时长40分10秒（全场最长），播放量563万排第4；第1名未眠野仅4分56秒（最短），播放量1244万排第1——但这两个极端点不足以建立显著关系。需要更大样本才能判断时长是否存在非线性（如"中等时长最优"）效应。

05 / 局限与边界

这份分析能说什么、不能说什么

必须知道的五条局限

  1. 样本量 n=10，统计检验力极低。n=10、df=8 时，Pearson r 需达到约0.632才能在α=0.05下显著。这意味着中等强度的相关（r=0.4–0.6）很可能因样本太小而"不显著"，不代表真实不存在。报告中所有"不显著"结论应理解为"本样本未检出"，而非"证明无关"。
  2. 相关 ≠ 因果。转发与播放量的 r=0.714 不代表转发带来了播放。更可能的解释是双向因果（好内容同时获得高播放和高转发）或第三方混杂（推荐位曝光同时推高两者）。本数据无法区分这些机制。
  3. 选择性偏差：这是TOP10，不是随机样本。每周必看本身已经是平台筛选后的高表现内容，所有视频的播放量都在390万以上。在这个受限范围内估计的相关系数，不能推广到全B站视频（尤其是中长尾内容）。截断样本会压缩变量方差，通常会低估真实相关。
  4. 极端值影响大。第1名未眠野（1244万播放）和第2名三角洲行动（62.9万点赞、10.7万转发）是多个散点图中的高杠杆点。去掉它们后相关系数可能大幅变化。n=10时，单个点就能决定一条回归线的方向。
  5. 横截面数据，无时间维度。所有数据采集于同一时间点（2026-09-12），无法观察互动随时间的累积过程，也无法判断"先有播放还是先有互动"。视频发布时间不同（均在09.04–09.10之间），累积时长的差异未被控制。
一句话总结：在这10条视频中，转发量与播放量的线性关联最强，点赞—收藏—转发三者高度共线，投币行为相对独立，时长无显著关联。但所有结论受限于 n=10 的小样本和TOP10的选择性偏差，应视为探索性发现而非可推广的规律。
附录

方法与口径

分析方法（点击展开）
  • 相关系数：Pearson 积差相关（衡量线性关系）+ Spearman 秩相关（衡量单调关系，对极端值和非线性更稳健），两者对照报告。
  • 显著性检验：双尾 t 检验，H₀: ρ=0，自由度 df=n−2=8。p<0.05 标记为显著。
  • 回归：OLS 简单线性回归，播放量为因变量，每个互动指标单独为自变量（不做多元回归，因为 n=10 时自变量数不应超过1–2个）。
  • 时长处理：统一转换为秒后参与计算，报告中仍以 mm:ss 展示。
  • 绝对量原则：全程使用原始计数，不计算点赞率（点赞/播放）、投币率等比率。比率指标的分母为播放量，会与播放量产生数学上的虚假负相关（"分母效应"），因此按用户要求排除。
数据来源与采集

数据来源：哔哩哔哩每周必看页面（https://www.bilibili.com/v/popular/weekly），第390期（2026.09.04–09.10），按播放量从高到低取前10。采集时间：2026-09-12。所有数值为页面展示的实时累计值。

Spearman 秩相关完整矩阵
播放点赞投币收藏转发时长
播放1.0000.6610.5520.6000.552-0.309
点赞0.6611.0000.6730.9270.7700.091
投币0.5520.6731.0000.6360.3580.261
收藏0.6000.9270.6361.0000.794-0.103
转发0.5520.7700.3580.7941.000-0.406
时长-0.3090.0910.261-0.103-0.4061.000
B站每周必看第390期 TOP10 互动指标相关性分析 · 数据采集于2026-09-12 · 样本量 n=10
本报告为探索性数据分析，所有结论均为相关关系而非因果关系。使用 Python (numpy, scipy) 计算，图表为内联 SVG。