西瓜指数算法说明

西瓜指数算法说明

一、什么是西瓜指数

西瓜指数是由西瓜数据对所收录的公众号进行智能评分，基于海量的公众号数据算法进行生成，主要用于评估及对比公众号之间的影响力，此指数也反映该公众号的受欢迎程度。（本算法主要针对微信进行评估）

算法简述

西瓜指数是通过收集指定字段的数据值，基于一定的计算公式推导出来的评分值，用以衡量公众号各维度的相对表现。例如某公众号指标评测周期的平均阅读数为1000，我们会将这一数据与相同分类下全网的公众号数据进行比对运算，以求得该指标的竞争力，其余指标以此类推。

该算法相有三大特色

1、各维度可生成相应的指标，最后指标基于一定公式的加权才产生最后的西瓜指数。

2、各维度的指标会剔除最高及最低值，最后的数据更符合真实性。

3、各维度的指标不仅是与海量公众号数据对比，也与公众号自身历史数据进行对比。

二、算法详情

1、选定指标

为了让公众号评估的算法更加客观，我们采取多个维度进行打分，以文章平均阅读数、文章平均点赞数、文章平均评论数、公众号发文数量、公众号主动删除文章数量等维度数据进行评估，具体生成以下六个维度的指标。

1. 粉丝粘性指标 （平均阅读，R）：指统计周期内去掉最高及最低阅读数，所取的公众号文章平均阅读值。

2. 内容质量指标 （平均点赞，L）：指统计周期内去掉最高及最低点赞数，所取的公众号文章平均点赞值。

3. 粉丝质量（总评论数，F） ：指统计周期内所取的公众号文章平均评论值。

4. 影响力属性（头条总阅读，E） ：指统计周期内所取的公众号文章头条总阅读量。

5. 风险指标（删文数量，D）：指统计周期内所取的公众号主动及被微信删除文章的总数量，以及历史疑似阅读刷量文章篇数。

6. 公众号活跃指标（发文数量，C）：指统计周期内所取的公众号累计发文数量。

2、指标标准化

基于不同维度指标的差异性，我们需要给不同维度的指标设定相应的权重，最后通过六个指标的累计值计算出最终的西瓜指数。

在西瓜指数中会降低公众号活跃指标所占的权重，并且去提升粉丝粘性指标、内容质量指标的权重。结合西瓜历史数据样本监测的结果，1个公众号每天可以发布8篇图文，一个月假设30天则可以发满240篇图文，个别公众号因为早期注册缘故可以发布两次以上图文，则一个月可以发满480篇图文。

这些公众号图文推送数量多，但次条平均的阅读量并不高，甚至有些号长期没有用户留言，并且这些公众号所拥有的活跃度并不高。

3、指标加权

这六项不同维度的指标我们赋予不同的权重，得到最后西瓜指数（XGZS）的具体公式如下

XGZS=(R'*W1+L'*W2+F'*W3+E'*W3+C'*W4)*D'

关于W1-W5分别赋予的权重值如下

W1=30%

W2=25%

W3=20%

W4=5%

西瓜指数D为0-1之间的系数，因此D的值在很大情况下影响西瓜指数评估出来的高低，西瓜数据认为公众号的活跃真实粉丝数量的价值最大，因此在设立西瓜指数中对于关于评估活跃度的指标增加更多权重。

三、算法所使用数据的统计口径

日榜的统计周期是所示日期0至24时间内，统计截止时间是次日中午12时，以确保子夜发布者至少得到12小时的传播。周榜的统计周期是所示日期范围（周一0时至周日24时），统计截止时间是下一个周以的中午12时。周榜并非日榜数据的简单加总，而是重新更新并统计。月榜、年榜统计逻辑以此类推。

四、西瓜指数的算法会经常调整吗？

西瓜指数是设定相对标准让大家更大概率找到优质公众号，这也需要对所收录的公众号数据进行长期跟进，如果通过优化算法确实可以提高更大的概率找到优质公众号，那么西瓜数据会及时调整优化算法版本，并通过公开渠道统一说明。