汽车论坛“水军”初探
随着信息技术的发展，互联网已经成为购车者进行购车决策的重要信息渠道，只要在百度搜索框输入某某车型，就会出来一堆文章，这类文章大部分会告诉你：在某几款汽车之中，XX车不仅外观优美，其他方面也特别出色...亦或是老司机告诉你选什么车...
这类文章虽然铺天盖地，但杀伤力却有限：人民群众被各种各样的营销手段洗脑多年之后，已经不再单纯。买车是大事，一般人会选择逛汽车论坛，充分参考各方意见后，再做决定。
可是，去汽车论坛就能避开水军了吗？很可惜，并不会。如今的水军组织越来越神秘、话术也越来越高明。真实身份也越来越难以辨别，有时分不清是意见领袖（大V），汽车专家还是水军。
以最近将举办的上海车展为例，各车厂即将发布的新车自然是重头戏，而各论坛的“水军”也毫不示弱，让我们来看看“水军”是如何起舞
为了给广大车友一些信息，我尝试分析了2016年主流汽车论坛（汽车之家等）共2亿4千万条帖子，下面请随我一探究竟。
这2亿4千万条帖子，涉及82个汽车品牌、768款车。应该去哪个论坛找典型水军呢？
最直观的想法便是先看看哪些汽车论坛最热闹，水军数量也估计会相对较多吧！
这时候，就需要一点点生活经历了：我以前逛sg论坛（知道sg论坛的请自觉打赏）的时候发现，人民群众的眼睛是雪亮的，一个论坛中出现了水军，论坛原住民往往会出来指认。就像下面这样：
也就是说，我虽然无法直接知道哪个论坛的水军多，却可以观察每个论坛对水军的反应。根据这个策略，我统计了各汽车论坛发言中出现“水军”两个字的次数。结果如下：
有了这个图，我决定把目光聚焦到2016年的汽车之家博越论坛，寻找典型水军。
2016年，一共有230,531名用户在汽车之家博越论坛发过言（主贴+回复）。下图是用户年发言数箱线图：75%的用户发言数不超过7次，但用户平均发言数却高达16.8次——也就是说，有少部分用户非常活跃，极有可能是水军。
箱线图顶端那个孤单（傲视群雄）的点，是博越论坛的一名大V。
2016年，这名大V在博越论坛发帖60次（其中精华帖55篇），回复16,663次，一共写了31万字（注：《红楼梦》全文73万字）。大多数帖子都在讲述他的自驾游经历，图文并茂，展示了大量博越的美照。看起来很像一个热爱生活、喜欢旅行、对博越用情至深的车主。
我们不妨再深入的做一些调查。
2016年10月26号这一天。这名大V早上8点就醒了，赖床的时候登入博越论坛，回复了一些昨天遗留的帖子便起床吃早餐了。早上9点进入工作模式，上午的效率比较高，10点~11点一个小时之内就发出了150多条主贴+回复（平均每分钟2.5个）。中午12点吃饭，短暂休息之后，13点~17点继续活跃在博越论坛。下午18点吃饭之后仍活跃在博越论坛，直到晚上22点。
2016年10月26号，星期三，是工作日。所以，在论坛宣传博越，很可能就是这名网友的工作。
日复一日，这名网友对博越的爱会消失殆尽吗？答案是：会！
下图一展示了2016年1月~2017年3月，这名网友在博越论坛的每月发言数。从图中可以看出，大V每月发言数的波动特别大，在活跃的4个月份，平均每月要发言4000次以上；而在其他的月份，却一句话也不说，2017年以后，这名大V已经彻底不上博越论坛了。
日复一日，这名网友对博越的爱会消失殆尽吗？答案是：会！
下图一展示了2016年1月~2017年3月，这名网友在博越论坛的每月发言数。从图中可以看出，大V每月发言数的波动特别大，在活跃的4个月份，平均每月要发言4000次以上；而在其他的月份，却一句话也不说，2017年以后，这名大V已经彻底不上博越论坛了。
下面来看看他说了些什么。
小蒙2016年在博越论坛发言4000多次，我把他在博越论坛的全部言论，切词之后统计词频，用文字云的形式展示给大家。从图中可以明显看出网友小蒙的两大特点：
第一：竞品挂嘴边。除了博越，他还经常把哈弗H6、传祺GS4、长安CS75等竞品车型作对比。
第二：博学。基本上把汽车的方方面面说了个遍：动力、舒适性、性能、配置、内饰、底盘等等。
艺高人胆大，网友小蒙曾预言博越上市后短期订单超过8W，并强调自己“很少失误”。但是，我有一位同事，花大量精力用HoltWinters和ARIMA两种时间序列模型算法做了一个汽车销量预测模型，也只能应用于销售期超过24个月的车型。博越是一辆新车，真不知道他是如何预测出8W这个数字的。
不过行行出状元，此人语言能力出色，巧舌如簧、能言善辩。我逛论坛的时候不禁感慨：汽车论坛里面小白用户众多，受到此人影响的人还真不少！
通过对典型水军的分析，梳理出水军的三大特征：
表达欲望强。水军想要输出信息，必须多发帖、发长贴。这里用年发言总字数来衡量。
或聒噪不止，或一言不发。水军接到任务后，会疯狂发帖；平常时期却一言不发。用月发言数标准差来衡量。（75%的用户，月发言数标准差小于1.38，而部分水军的标准差却高达几百上千）
走南闯北，在多个论坛谈笑风生。水军往往会在多个论坛发言，美化自己、丑化他人。用年（发言）论坛数来衡量。
如果根据三个特征建立坐标系，以博越论坛的23万用户的数据生成散点图，能否清晰找出“正常用户”和“水军”呢？
结果并不算很理想，X轴和Y轴都没有问题，但为什么Z轴（年发言论坛数）这么奇怪，会有人在700多个论坛发言？
擒贼先擒王。2016年，小明(化名)的网友在汽车之家781个论坛发过言。仔细查看之后，发现他翻来覆去就只说几句话，比如“欣赏佳作”四个字，一年就刷11469条。所以，这种用户很可能是“机器人”。
所以我们进一步把博越论坛的用户分为三类：普通用户、机器人、水军。先对数据进行标准化，然后使用k-means聚类算法，得到结果如下图：
230,531名用户分为以下三类：
黑色：正常用户224330名，共发言3286383条。
蓝色：机器人6080名。共发言152711条。
红色：水军121名。共发言437054条。
121名“水军”，居然贡献了11.28%的论坛发言量，大V和“汽车专家”们的影响力可见一斑！
说来也巧，今天刷微博的时候，正好看到了吉利官方发布的这样一条微博：
看来吉利汽车的营销推广工作确实做的不错。当然这次只是针对吉利博越做的研究，是行业普遍现象还是个例，有待进一步研究。
得用户者得天下，如何抢占用户心智，在用户心智中创建认知，从而带来销量的提升。其他汽车品牌商们，你们学到了吗？
声明：
本文意在从数据角度来找寻判别水军之道，这本身也是一个比较大的课题，本文仅做了有限的工作，后续会不断去完善模型。所有用户id均做了匿名化处理，如有冒犯之处，敬请谅解。
可视化支持：