德塔文热度数据通过爬取全网公开文本，经nlp筛洗后按讨论度、搜索热度、媒体曝光率、口碑倾向四大维度加权计算。原始数据限用户主动发布且播出后72小时内内容，排除营销号搬运与无效感叹，抖音ocr低于85%的字幕不计入。
你想知道德塔文数据到底怎么算出来的，不是看它榜单上那个数字就完事——得弄清背后抓的是什么、怎么加权、哪些平台算进去了、哪些词被当有效信号。
德塔文热度数据的原始来源
德塔文不接入任何平台后台播放数据，也不统计会员数或点击量。它只做一件事：全网爬取公开可访问的文本内容，包括微博正文、评论、热搜话题页、豆瓣短评、知乎问答、小红书笔记、B站弹幕和视频标题/简介、抖音文案、今日头条文章标题与正文段落、百度贴吧帖子及回帖。
所有数据必须满足两个硬性条件：【必须是用户主动发布的文字内容】，且【发布时间在剧集播出或官宣后72小时内】——过期未发酵的旧帖不计入当日景气值。
比如《水龙吟》开播当天，一条带#水龙吟#话题的微博正文写“唐俪辞出场三秒我截图十次”，这条会被计入；但同一天某营销号发的“今日影视资讯汇总”里顺带提了一句“古装新剧《水龙吟》上线”，没带角色名、没情绪倾向、没互动意图，这条直接过滤掉。
自然语言处理的关键筛洗步骤
第一步：识别有效观剧行为表述。系统会排除纯资讯转发、剧照搬运、无意义感叹（如“啊啊啊啊”）、仅含剧名无实质内容的跟风打卡帖。
第二步：绑定角色与讨论强度。当文本中同时出现剧名+角色名（如“水龙吟 唐俪辞”），且含有评价性词汇（“疯批”“美强惨”“演技封神”），才触发角色贡献度计分；若只提剧名不提人，只算入总讨论度，不拆解到角色维度。
第三步：去重与权重校准。同一用户24小时内对同一剧集发布5条相似内容，只计1条有效；媒体账号（认证蓝V）单条内容权重=普通用户10条，但需满足原创率＞70%（系统比对历史发文模板库）。
注意：抖音字幕OCR识别准确率低于85%的视频，其文本不参与建模——这意味着大量口播类短视频即使有热度，也不会进入德塔文原始语料池。
四大核心维度的数据构成方式
方法一：全网讨论度 = 有效文本量 × 情绪强度系数（正向/负向/中性分别赋值1.2 / 0.8 / 0.3） × 平台传播广度系数（微博1.0，豆瓣0.9，B站0.85，小红书0.8，抖音0.7）
方法二：搜索热度 ≠ 百度指数。德塔文自建搜索行为模拟器，每天凌晨3点模拟10万真实IP在百度、微信搜一搜、B站搜索框输入“水龙吟 播放”“唐俪辞 结局”等组合词，记录前三位结果页点击率与停留时长，反推搜索意愿强度。
方法三：媒体曝光率 = 有效新闻稿数量 × 媒体等级系数（央媒1.5，省级卫视官网1.2，垂直影视媒体1.0，自媒体0.6） × 是否含独家采访片段（+0.3）
方法四：口碑倾向 = 正向评价占比 − 负向评价占比，但仅统计含具体论据的文本（如“打戏节奏好”算有效，“好看”不算），且剔除带明显营销话术模板的批量产出内容（系统已标记超2.3万个高频营销短语库）。
待播剧景气指数的特殊计算逻辑
第一步：锁定官宣节点。以官微/官博首条含剧名+主演+定档日期的博文发布时间为T₀，此后7天内所有相关文本计入“预热期数据池”。
第二步：剥离演员个人热度干扰。系统自动过滤掉演员过往作品关键词（如搜“穆祉丞”时排除“星落凝成糖”“九霄寒夜暖”等旧剧名），只保留与待播剧强绑定的新造词（如“烽影燃梅香 梅久”“枭起青壤 宋冉”）。
第三步：识别真实期待信号。出现“蹲”“求速播”“已充优酷年费”等明确消费意图表述，权重翻倍；而“听说要播”“好像挺火”类模糊表达，权重降为0.4。
这一步最容易出错：如果剧方在官宣前3天集中释放主演路透图，但图中未打剧名水印，系统无法关联到待播剧ID，这部分声量不会计入景气值——【没有明确剧名锚点的内容，一律不认】。
