馒头事件 这“人血馒头”都吃 揭开滴滴女生遇害事件中的水军乱象
百科文库这些疯狂卖“王思聪红包”的用户是谁？他们是如何在短时间内“俘获”微博上几乎所有的热门转帖的？
传播路径——微博如何“被污染”:大传播是水军
根据王传君@微博转发传播链接图，很多“王思聪红包”节点，包括@ Azure Fang @梁诗诗Escape @免费电影资源分享等。，都带动了大量转发，甚至远超@来来往往带来的转发量，但这些节点的转发结构相对简单，呈现出微博水军常见的单点扩散特征。
5万余次转发中，近六成以上都是由该些节点带动，该微博明显被“污染”，热门转发中真实有效的转发权重大大降低。而从转发微博的发布时间趋势来看，在14:53– 15:04，以及15:28– 15:33两个时间段内，微博出现了两波异常的转发峰值，且并非是由引爆点推动——在带动了两万余次转发的@湛蓝芳 转发近40分钟后，该微博突然达到了最高每分钟2769条的转发量；而在其他时间段，每分钟的转发数基本在100条左右。
从转发微博的发布时间趋势来看，在14:53–15:04和15:28–15:33这两个时间段，微博出现了两次异常转发高峰，不是引爆点驱动的。在带动了两万多转发的@ Azure Fang近40分钟后，微博突然达到每分钟2769的最高转发量；在其他时间段，每分钟转发消息的数量约为100条。
用户属性——货代质量“低”，地域分布明显异常
从上述两个异常时间段中的转发用户属性来看，经统计，有69.30%的用户粉丝数在10以下，其中粉丝数为1的用户占该批次用户的34.73%；而在用户发布的微博数方面，则有30.57%的用户均衡地发布了11条微博。
从以上两个异常时间段的转发用户属性来看，据统计，69.30%的用户粉丝数在10以下，其中粉丝数为1的用户占该批次用户的34.73%；从用户发布微博数量来看，30.57%的用户均衡发布了11条微博。
此外，在用户地域分布属性中，有高达29.44%的用户为海外用户，在其后的热门地区分别为东三省辽宁、吉林和黑龙江，占比均在10%以上。这与常规微博用户属性可以说是相差甚远。
此外，在用户的地理分布属性上，海外用户占比高达29.44%，然后热门地区是辽宁、吉林、黑龙江，占比均在10%以上。这与常规的微博用户属性相去甚远。
转发文字-无关重复文字+名言？
对于“王思聪发红包”的微博，大量转发文本中充斥着“加油”、“狂赞啊”、“真的很不错”、“先冒个泡接着潜”等重复性短句。
对于王思聪的红包微博来说，大量转发的文字充斥着“加油”、“疯狂点赞”、“真的很好”、“先冒个泡再下潜”等重复的短句。
除了重复性短句外，另一批昵称为无意义排列汉字的“水军”则更为“文艺”：转发内容多为名人警句、诗歌等，包括拿破仑、苏轼、杜甫、培根、伊索、列夫·托尔斯泰、华罗庚等名人的作品皆被拿来作为转发内容。
除了重复的短句，另一组“水军”，绰号无意义汉字，更“文艺”:转发的内容大多是名人警句、诗词等。，包括拿破仑、苏轼、杜甫、培根、伊索、列夫·托尔斯泰、华等名人的作品。
总的来说，@ Azurfang等账号通过密集刷水军来获取支付宝的“羊毛”利润，制造了大量网友分享红包福利的假象；
后来总@来去之间 转发微博点名质疑该现象，数分钟后，原微博中与红包相关的热门转发均被删除；此外，智威数据通过详细转发数据还发现，转发@ Azure Fang等关键节点数万水军账号也被新浪微博封杀。这些被称为“网络乞丐”的“王思聪发红包”现象并不仅仅存在于“滴滴女生遇害事件”中，数据追踪可以发现，许多热门事件中亦出现了他们的踪迹。这些人是谁？他们从何时开始频频“包场”热门？后续我们将专题分析这一现象和人群。