从百指看时代少年团｜Part 0｜百指健康度检查

发布时间：2026-03-01 04:57

写在前面

进行了Google Trends数据的可视化（总体趋势、相关话题）之后，笔者决定继续可视化时代少年团及成员的百度指数数据。

比起Google Trends，百度指数能提供更丰富的数据。笔者决定将其分为几个部分：

“趋势研究”版块（类似Google Trends的总体趋势）。“需求图谱”版块（类似Google Trends的相关话题）。“人群画像”版块（笔者预计成员之间都很相似，所以这里不一定有区分度，如果没有可能不做）。

出于百度指数对国内艺人的重要性与其自身的特殊性，其可视化即使客观，也或许会在粉丝群体内造成引战效果。所以，笔者选择把帖子发到（楼丝含量高的）公共组而非楼专组。如不适合本组的scope或有带节奏之嫌，请组长直接删除本帖——笔者已在豆瓣日记备份全文，所以没有问题。

笔者记录了百指“趋势研究”版块下，时代少年团及成员于2019-11-23至2021-06-22的百度指数数据。在开始分析之前，先要检查一下成员们指数本身的健康程度，所以本篇实为“Part 0”。

注：Parts 1、2，笔者已经试分析了一部分，但巧合的是，近日发生了黑天鹅事件（也可能并不算是），所以笔者目前倾向于过一段时间，等事件余波平稳后再继续更新此系列。

本文的思路完全源于豆友“農夫”于2020、2021年发表的两篇日记：

百度指数如何鉴水？百度指数如何鉴水？实战篇

亦即：

一、看PC端与移动端的数据比例。二、看数据来源城市。

没有充分证据表明，这两种方法是正确无误的，所以本帖仅供娱乐，不要当真。

健康度其一：PC端数据比例

百度指数提供“PC+移动”、“PC”、“移动”这三种数据，经确认，“PC+移动”即为后两者直接求和所得。所以，我们可以直接计算获得PC端的数据比例。

至于艺人的PC端比例多少才正常，笔者搜索到了多种不同说法（不截图了）：

PC端比例高说明该日期这个人有热点，所以都是正常的。如果完全没有热点，比例高才可以说是有争议。PC端比例超过30%（注：也有其他人说15% / 20%）就不正常。

这里众口不一，于是笔者先算了一下我所分析的数据简单的summary statistics。在所考虑的时段，时代少年团及成员（共八个词条）的PC端比例——

均值：12.55%标准差：4.57%最低值：0.00%中位数：12.56%最高值：74.25%

可以看到，这个均值还是比较健康的，但似乎也有明显的离群值。

下图展示了各词条PC端占比的分布，每个词条之间的重合度比较大，所以颜色看不清楚谁是谁，但这不大重要。可以看到，除了少数几个离群值，还是比较（截断）正态分布的。

时代少年团成员百指数据PC端占比分布

这个数据集的样本量还可以，所以均值 ± 1.96 SD可以差不多对应95%的置信区间（注：不完全严谨）。在下图中，笔者画出了PC端占比超过均值 + 1.96 SD（21.51%）的全部散点（横轴是日期）：

（不严谨的）95%置信区间外的数据点

比较有趣的是，统计学角度不正常的点（以下简称“异常点”）都是时间角度一波波出现的。不过要注意的是，这只是统计学角度的不正常，不代表数据本身不正常，因为有说法是：“PC端比例高说明该日期这个人有热点，在PC端被搜得多，所以都是正常的”。

因为点与点之间常相互重叠，笔者已于图中标注每个cluster中不同词条对应的异常点数目。

合计：时代少年团（47）> 严浩翔（8）> 张真源（7）= 贺峻霖（7）> 刘耀文（6）> 马嘉祺（5）> 宋亚轩（4）> 丁程鑫（3）

可以看出，团体的异常点总数超过成员不少（这从前面的直方图也可以看出）。这也许说明成员与团体的PC端占比应该分开考虑。另外，只有很少几个数据点超过了30%。总体来看，极少有数据点的PC端占比超过了30%，这也从侧面说明，成员们的百度指数都还是比较健康的。

笔者亦画出了PC端占比超过均值 + 2.575 SD（24.32%）的全部散点（横轴是日期），大致对应99%置信区间外的数据点，可进一步进行参考：

（不严谨的）99%置信区间外的数据点

健康度其二：搜索热度的地域分布

想要检查百指的健康程度，除去PC端占比，一般需要同时观察某个词条搜索热度的地域分布。这部分的逻辑是（来源：農夫）：

正常来说，大城巿人口多、年轻人多，追星族也会更多，所以合理的数据来源应该多来自大城市，如：北、上、广、深、杭州、成都等。如果一个艺人的数据前几名不是大城巿，那么买数据的可能性就很大了。

对于每个词条，百度指数可提供每日的搜索来源top 10城市，举个例子：

“时代少年团” / 2021-06-01 / 搜索来源城市前十名

理论上，笔者应该统计八个词条于统计时段内每天的top 10搜索来源城市并进行汇总，但这样做，数据收集的工作量太过巨大，违反了笔者自娱自乐的初衷。所以，笔者从前面一个部分（PC端占比）的五个“异常”时期中各随机抽取了一个日期：

2019-11-25、2020-06-09、2020-09-09、2021-01-16、2021-06-18

并自己主观添加了其它“正常”时段的以下日期：

2020-03-01、2020-08-01、2020-12-01、2021-04-01这几个时间点大致在每个“正常”时段的中间，均选取了某个月的1日

可以看到，这个采样非常小，所以不具有代表性，其结果亦有可能有偏差。请读者带着纯娱乐性或批判性的眼光来看以下全部内容。

关于怎样的城市才算大城市，豆友“農夫”直接选用了一个“十大城市排行”。笔者没有找到这个排行的具体出处，为了更加保守，笔者选取了三个排行榜（2020年中国内地10强城市、 2018年底中国内地人口最多的十个城市、 2021年中国百强城市榜单前十）上的前十并求并集，这样定义下的“大城市”有如下几个（排名不分先后）：

北京、上海、广州、深圳、杭州、天津、成都、重庆、南京、武汉、苏州、无锡、西安

笔者仍然沿用了“農夫”的分析方式。在下表中，笔者用不同颜色标注了来源top 10城市中非“大城市”的单元格（1-5：橙色；6-10：黄色）。统计结果如下：

时代少年团及成员top 10搜索来源城市小抽查

豆友“農夫”指出，6-10位有一些着色较为正常，通常可以忽略。所以笔者下面仅统计了1-5位的非“大城市”占比：

马嘉祺（26.67%）> 严浩翔（6.67%）> 贺峻霖（2.22%） > 时代少年团（0%）= 丁程鑫（0%）= 宋亚轩（0%）= 刘耀文（0%）= 张真源（0%）

值得说明的是，从PC端占比角度，时代少年团的“异常点”较多，但就如上抽样而言，每一天的城市来源都十分正常。马嘉祺于2021-01-16的城市来源亦比较正常，那个“异常点”应该来自于《我就是演员》的热度，实属孤点。这也许可以说明，PC端占比高不一定代表数据有问题，需要结合城市来源来看。

综合而言，时代少年团及成员的百度指数都比较健康，没有出现豆友“農夫”日记中全面飘黄的举例的悲惨状况，可喜可贺，继续保持。

彩蛋：为楼丝正名？

笔者不混内娱也不是楼丝，但了解楼丝恶名在外，举个例子：

几大网站上“楼丝”的关联；只有Google不认识楼丝

除了“〇”，楼丝的另一个更深入人心的标签似乎是“小学生”：

100,000,000 >> 343,000

从数据分析的角度，很难检验楼丝〇还是不〇，但可以比较一下时代少年团与内地其他偶像组合的粉丝年龄构成，看看楼丝是不是真的小学生偏多。

笔者在检查时代少年团成员的百度指数时也想到了这一点，于是突发奇想做了如下比较（笔者不知道现在内地哪些团体最火，于是选了师兄和几个选秀出来的偶像组合）：

时代少年团及内地几大知名偶像团体的百度指数人群属性对比（2021年5月）

Surprise! 会搜索时代少年团的人中，29岁以下的人反而偏少，而30-39岁、40-49岁占比都超过其它组合很多。

百度指数如此，那么众所周知的小学生胜地抖音呢？笔者记录了2021年上半年（2021-01-01至2021-05-31）巨量算数网站上各关键词的人群画像年龄分布并进行了可视化（团体应援色均来自Wikipedia，如果错了请指正）：

2021年上半年内地部分偶像团体的巨量算数人群画像（抖音）年龄分布可视化

引自巨量算数：内容消费人群是指对该热点相关内容有观看、互动等行为的用户。

这里的年龄构成，可能比百度指数的年龄构成更接近真实的粉丝年龄构成。从图中可以看出：

18-23岁：养成系 < 出道早的选秀团体 < 出道晚的选秀团体24-30岁：养成系 = 选秀男团 < 选秀女团31-40岁：出道晚的选秀团体 < 出道早的选秀团体 < 养成系41-50岁：选秀女团 = 出道晚的选秀男团 < 出道早的选秀男团 = 养成系51岁以上：均少（正常结果；这部分噪音也可能比较大）

遗憾的是，网站上只提供了比例，未提供具体人数，所以做不了统计检验。

以上结果可能的原因有两种：

楼丝热衷于在各大平台填一个偏大的年龄，各大平台统计年龄是根据用户自填的结果。楼丝并不低龄。楼丝，只是看上去年轻。

网址：从百指看时代少年团｜Part 0｜百指健康度检查 https://m.mxgxt.com/news/view/2023600

⬅️上一篇：鞠婧祎粉丝显微镜式追星：一场偶像

➡️下一篇：2025 Tableau Iro