问题

如何看待zhihurank这个网站?基于网站数据可以得到怎样的信息?

回答
如何看待 zhihurank 这个网站?基于网站数据可以得到怎样的信息?

zhihurank.com 是一个致力于追踪和分析知乎平台热门话题、用户和内容的第三方网站。它通过爬取知乎公开数据并进行整理、分析,为用户提供了一个了解知乎生态的窗口。

要全面看待 zhihurank,我们需要从几个维度进行分析:

1. zhihurank 的价值与意义:

洞察知乎生态的窗口: 对于关注知乎发展趋势、想要了解热门话题、学习爆款内容创作技巧的用户、内容创作者、市场研究者、甚至媒体来说,zhihurank 提供了一个便捷的工具,能够快速捕捉知乎平台的动态。
量化分析的工具: 它将知乎平台原本相对模糊的“热门”概念进行了量化,通过数据说话,让用户能够更客观地理解哪些话题更受关注,哪些用户更具影响力。
内容创作的参考: 对于内容创作者而言,zhihurank 可以帮助他们识别当前的热门话题、高赞回答的模式,从而为自己的内容创作提供灵感和方向,提高内容的曝光度和互动率。
用户行为的观察: 从用户的角度来看,zhihurank 可以帮助他们发现自己感兴趣的领域内的优质内容和活跃用户,扩展知识面和社交圈。
第三方观察视角: 作为一个第三方平台,zhihurank 的数据和分析可能提供一些不同于知乎官方视角的信息,例如对用户生成内容的热度进行独立评估。

2. zhihurank 的局限性与潜在问题:

数据来源和准确性: zhihurank 的数据来源于爬取知乎公开信息。爬取过程可能存在一定的延迟、遗漏或误判,导致数据并非完全实时和绝对准确。知乎平台的算法和内容展示机制也在不断变化,这也会影响到爬取数据的有效性。
数据解释的主观性: 虽然zhihurank 提供数据,但数据的解读和分析方法可能带有一定的主观性。如何定义“热门”?是按点赞数、评论数、关注数还是综合指标?不同的统计方法会得出不同的结论。
可能存在的数据偏差: 爬取的数据可能更侧重于公开的、可被机器人访问的信息,对于一些隐藏的、私密的或者通过其他渠道传播的内容,zhihurank 可能无法触及。
“刷榜”的可能性: 任何排行榜和数据统计都可能受到“刷榜”行为的影响。虽然zhihurank 可能会有自己的反作弊机制,但无法保证完全杜绝。
依赖性风险: 过度依赖一个第三方数据分析平台存在风险。如果该平台出现技术问题、数据中断或停止运营,用户的依赖将受到影响。
商业化考量: 任何网站的运营都可能涉及商业化。了解 zhihurank 是否有商业合作或推广,可能会影响其数据的客观性。

3. 基于网站数据可以得到的信息:

zhihurank 网站通常会提供以下几类信息,每类信息都能提供有价值的洞察:

a. 热门话题/问题数据:

话题的热度趋势: 可以看到哪些话题在近期或历史上更受欢迎,以及这些话题的关注度是上升还是下降。
信息获取:
话题关键词: 识别当前社会关注的焦点、用户讨论的热点领域(如科技、经济、文化、社会事件、情感等)。
话题的生命周期: 了解一个话题从出现到热度消退的整个过程,有助于理解信息传播的规律。
话题的关联性: 通过分析相关话题,可以发现不同领域之间的联系和潜在的交叉点。
高赞问题的特征: 分析高赞问题的内容、提问方式、是否包含争议性、是否具有普适性等。
信息获取:
用户好奇心和痛点: 揭示了用户在特定领域的普遍疑问、困惑或渴望了解的信息。
问题设置技巧: 学习如何提出能够引发深度讨论、吸引用户参与的问题。
内容创作方向: 帮助创作者找到有用户需求且有潜力获得高曝光的内容主题。

b. 热门用户/答主数据:

影响力人物的识别: 找出在特定领域拥有较高关注度、点赞数、评论数或粉丝数的活跃用户。
信息获取:
行业领袖和专家: 识别在特定专业领域有声望和影响力的用户,可以作为学习和合作的对象。
内容创作的标杆: 分析这些高影响力用户的回答风格、知识结构、观点输出方式,学习其内容创作的成功经验。
意见领袖(KOLs): 了解谁是特定话题的意见领袖,以及他们的观点如何影响大众。
用户活跃度和增长趋势: 可以观察到一些用户粉丝增长的曲线,了解其内容的影响力扩散速度。
信息获取:
内容传播的有效性: 了解哪些用户的内容能够持续吸引和增长粉丝,说明其内容具有较强的吸引力和生命力。
新星用户的涌现: 发现正在快速崛起的新兴内容创作者,可能预示着新的内容趋势或领域。

c. 高赞回答/内容数据:

内容创作的成功模式: 分析高赞回答的长度、结构、论证方式、是否包含图文、语言风格等。
信息获取:
内容质量的标准: 识别什么样的内容更容易获得用户的认可和喜欢,如深入的分析、独到的见解、生动的叙述、实用的建议等。
文章结构和表达技巧: 学习如何组织信息、进行逻辑论证、吸引读者眼球。
情感连接: 了解哪些内容能够引起用户的情感共鸣,从而获得更多互动。
内容的传播和互动情况: 查看回答的点赞、评论、收藏、感谢数量,了解用户对内容的反馈。
信息获取:
内容价值的体现: 高的互动数据通常代表了内容的价值被用户广泛认可。
用户评论的洞察: 用户在评论区提出的问题、观点,可以为内容创作者提供进一步的创作思路或改进方向。
特定领域的热门内容类型: 了解在不同领域(如科技、生活、情感、教育等),哪些类型的内容最受欢迎。
信息获取:
内容偏好的分析: 了解不同领域用户的阅读偏好,例如科技类可能更偏重深度分析,生活类可能更偏重实用技巧。

d. 关键词/标签数据:

热门搜索词的识别: 通过分析知乎站内搜索的热门词汇,了解用户主动搜索的信息。
信息获取:
用户需求的前瞻性: 捕捉用户潜在的需求和关注点。
SEO 优化参考: 为内容创作者提供关键词优化建议,提高内容被搜索到的几率。
话题的关联词和扩展词: 发现与核心话题相关的其他热门词汇,帮助拓展内容视野。
信息获取:
内容关联性的增强: 通过使用相关标签,可以使内容更容易被发现,并与更广泛的用户群体建立联系。

e. 行业/领域数据(如果网站提供细分):

特定行业的讨论热度: 了解不同行业在知乎上的关注度和讨论活跃度。
信息获取:
行业洞察: 了解当前哪些行业更受关注,可能与经济发展、社会热点、技术进步等相关。
竞争对手分析: 如果是市场研究,可以观察竞争对手在知乎上的表现。
特定领域内的 KOL 和内容趋势: 深入了解某一特定行业内的活跃用户和热门内容。
信息获取:
专业知识的获取渠道: 找到该领域内的权威用户和高质量内容。
行业内的最新动态: 及时了解行业内的讨论焦点和最新观点。

总而言之,zhihurank 是一个非常有用的工具,它通过量化和可视化知乎平台的数据,帮助我们更好地理解这个庞大的知识分享社区。然而,在使用时也应保持批判性思维,认识到数据的局限性,并结合自身对知乎生态的理解进行综合分析。

你可以通过访问 zhihurank.com,亲自体验它提供的各种数据和分析工具,来获得更直观的认识。

网友意见

user avatar

其实我觉得是知乎想做一个扁平性质的知识平台,不同类别,不同地域,不同类型的知识都会有,让每个用户都能找到他的那个区块。

用一个统一的标准来排名,那么就会导致热门的行业,类别充满了水贴,那些冷门的,但是仍然值得存在的知识区域依然能够在。

user avatar

引子

作为知乎的忠实用户,我一直都对自己在这里的各项排名很感兴趣。


之前看 @路人甲 大神爬过很多知乎用户的数据,也把用户进行了一下排名。 @贱贱 前几天的文章就谈到了这个数据。

不过数据好像有段时间没有更新了,挺遗憾的。


那 Zhihurank 的出现,很好地满足了大家的好奇心。各位知乎用户不仅可以看到自己的排名,更能看到自己的粉丝的增长情况。可以说是一个非常好玩、实用的功能。现在看到网站因为侵权暂时关闭了,还是有点惋惜的。


凑巧的是,我大概一个月以前,出于学习 Python 的目的,也写了一个脚本,爬取了一些我感兴趣的知乎用户的四围,也就是赞同,感谢,收藏,粉丝这四项数据。从某种程度来说,和zhihurank有点类似。在此和大家分享一下结果,也请各路程序员大神多多批评指正啦!


数据采集

首先,和 Zhihurank 类似的是,我这里收集的也是每小时的用户数据


具体来说,时间是从北京时间 2018年1月16日 14:20 开始,到写这篇文章的时间,也就是北京时间 2018年3月2日 06:20 为止。


覆盖的用户呢,抱歉只有以下几位...


        [1] "李佳飞"     "路人甲"     "李雷"       "十号胖狐狸" "温义飞"     "豆大福"      [7] "山羊月"     "司马懿"     "Richard Xu" "Orz辉"      "星日马"     "何明科"     [13] "黄继新"     "钱粮胡同"   "Manolo"     "Nash Lew"   "慧航"       "扣小米"     [19] "晓风残月"   "陈茁"       "chenqin"    "张佳玮"     "梁边妖"     "改之理zcw"      


出于行文简洁,就不一一@了。如果里面有您的话,说明您是我非常关注的大V!就把下面的分析报告当作粉丝福利好了。如果没有您的话,也没关系。文章末尾会留下我的联系方式,我也可以把您加到这个观察名单里面。


和之前 @路人甲 做的稍有不同,通过每小时爬取用户数据,我可以对用户各项指标的增长有一个更好的了解。但是我这边的数据量就比 @路人甲 小很多了,现在只分析了上面 24 个用户。。。


话不多说,下面是一些分析的结果~


数据分析

首先,给大家看一下数据集里面,各位用户的各项指标,截止到写文时为止:

里面的(upvote, thank, archive, followers)分别代表(赞同数,感谢数,收藏数,粉丝数)。

最后的一项是指数据的采集时间,CST是指中国的时区(China Standard Time)。


按照赞同排名:

       user  upvote 张佳玮  4513773 山羊月  654692 十号胖狐狸 614237 李雷  594841 路人甲  516943 梁边妖  434176 何明科  317235 温义飞  297633 chenqin  290895 Orz辉  239693 司马懿  144316 Manolo  123593 改之理zcw 121598 Richard Xu 99549 慧航  90762 黄继新  82996 星日马  55086 豆大福  47580 扣小米  47111 陈茁  40559 钱粮胡同  31963 Nash Lew 16788 李佳飞  15777 晓风残月  8977     


按照粉丝数排名:

       user  followers 张佳玮  1558623 黄继新  825821 梁边妖  640091 chenqin  398284 何明科  223332 路人甲  214636 李雷  175435 慧航  159285 温义飞  145133 山羊月  135275 司马懿  105962 Manolo  81076 十号胖狐狸 78007 Richard Xu 58743 陈茁  48019 Orz辉  47989 钱粮胡同  47056 改之理zcw 45630 扣小米  37897 星日马  35658 Nash Lew 20325 豆大福  18429 李佳飞  9673 晓风残月  7045     


大概是这样一个情况,按照收藏和感谢的排名就不列了。这个列表里面都是我很喜欢的用户,你没关注哪位的话,赶紧去关注吧。(趁机帮各位涨一波粉,不用谢~)




下面来看一下诸位用户的粉丝增长

图片可能有点小,不知道大家能不能看清楚。为了方便展示,我把x轴的时间坐标省略了。各位涨粉的势头还是很凶猛的!


观察:

  1. 很多用户的粉丝都呈现一种阶梯式上升的趋势,很可能是在更新了答案、文章之后,或者是这些内容被编辑推荐以后,在短时间内得到了大量粉丝的关注。
  2. 经济学话题的不少用户,如 @慧航@扣小米@豆大福@陈茁@司马懿@星日马,包括我自己 @李佳飞 在内, 都在同一个节点有一个显著的粉丝增长,大概是在2月19日 14:20 左右。其他话题的用户则没有观察到这一趋势。

    想了半天,有可能和 @iGuo 的这篇推荐的回答有关系:

    知乎现在还有哪些值得关注的学术输出?

    看了这篇回答的最后编辑时间,是2月19号—— 初步符合我的判断。




我还计算了一下大家这段时间平均每小时的涨粉速度,排名如下:

       user  follower_growth 张佳玮  41.69 梁边妖  34.07 chenqin  14.56 Manolo  14.15 山羊月  9.85 司马懿  9.8 何明科  8.2 路人甲  6.67 李雷  6.47 黄继新  5.6 温义飞  5.06 Richard Xu 4.9 慧航  4.24 陈茁  4.07 星日马  3.34 扣小米  2.69 豆大福  2.45 改之理zcw 2.32 Orz辉  2.08 钱粮胡同  1.76 李佳飞  1.22 十号胖狐狸 1.18 晓风残月  0.55 Nash Lew 0.34     

做完看了一下,还以为自己弄错了。


排名第一的张公子 @张佳玮 ,平均每小时粉丝数增加 41 个,也就是平均每一分半涨一个粉丝。不知道张公子能不能现身说法,跟大家分享一下这个数据是不是准确。后面的 @梁边妖 自然不用说,知乎的数据帝 @chenqin 和经济文献帝 @Manolo 每小时也能达到两位数的粉丝增长。成绩还是非常优秀的~


嗯,相比起来,我的数据是 1.22 个...唉,不说了,多说都是泪!!!




类似的,下面是每小时赞同数的增量排名:

       user  upvote 张佳玮  130.375 山羊月  64.492 Manolo  17.075 李雷  14.678 梁边妖  14.662 路人甲  14.519 温义飞  13.842 十号胖狐狸 10.97 chenqin  10.236 星日马  9.58 司马懿  8.086 何明科  5.978 Orz辉  4.26 Richard Xu 2.781 改之理zcw 1.847 慧航  1.757 豆大福  1.222 李佳飞  0.907 陈茁  0.887 钱粮胡同  0.708 黄继新  0.679 扣小米  0.289 Nash Lew 0.2 晓风残月  0.086     

@张佳玮 张公子的 130 多依然高居榜首。 @山羊月 是能够批量输出高赞回答的一位答主,以 64.5 的成绩排名第二。恭喜二位~




做到这,我还想到一个好玩的问题,就是知乎到底存不存在所谓的马太效应?就是说,按百分比来说,大V涨粉的速度比小V来说是更快还是更慢?


比如说,一个已经有100k关注者的大V,和一个只有1k关注者的小V,如果两人都是每天增加100个粉丝,那么对于前者来说是0.1%的日增长,而对于后者则是10%。


那么,假以时日,或许小V也有能超过大V的一天啊!!!


嗯,小V如我似乎看到了一点希望。赶快看一下数据。


下面是每日粉丝增长速度的百分比,排名如下:

       user  daily_follower_growth(%) Manolo  0.465 豆大福  0.345 李佳飞  0.325 星日马  0.237 司马懿  0.234 陈茁  0.214 Richard Xu 0.21 晓风残月  0.194 山羊月  0.182 扣小米  0.177 梁边妖  0.132 改之理zcw 0.125 Orz辉  0.106 钱粮胡同  0.091 李雷  0.09 何明科  0.09 chenqin  0.09 温义飞  0.085 路人甲  0.076 张佳玮  0.065 慧航  0.065 Nash Lew 0.04 十号胖狐狸 0.037 黄继新  0.016     

注意里面的数字是百分比,也就是排名第一的 @Manolo 平均每天增长0.5% 的粉丝。也就是说,如果一直按照这个速度增长, @Manolo 明年此时的粉丝数量会是现在的(1.0046)^365 = 5.3倍。也就是430k左右!感觉自己在目睹一个新大V的诞生~


哦,对了,还有终于在排名里看到自己了,在第三名!


总体来说,我感觉这个涨粉速度和大家当前既有的粉丝数量没啥关系,而和产出的效率有关。所以初步排除马太效应存在的可能性。



最后,出于好奇,我想计算一下我的粉丝数到底什么时候可以涨到 @张佳玮 现在的水平。

(纯属好奇)


  • 张公子的粉丝数:1558623
  • 我的粉丝数:9673
  • 我的粉丝增长速度:每日0.325%


解一个方程:

解出来


也就是说,需要 年的时间。这还是假设我能保持现在的涨粉速度的前提下。。。


嗯。。。还是别幻想了!




最后,其实还有好多好玩的数据可以和大家分享,限于篇幅,在这里就不赘述了。


我觉得以后可以继续发展的还有以下功能:

  1. 爬取用户的更多信息,比如回答数,关注数,公共编辑数,收录回答数等等,分析这些数据和粉丝、赞同数的关系;
  2. 收集更多用户名(100万+),完善数据的质量(当然服务器的费用可能也要上升了...)
  3. 生成类似网易那样的用户年度报告,比如(x年x月x日,你在一个小时内回答了20个问题,一定很无聊吧!)
  4. 用户画像:按照用户的各项指标,制作用户专属的卡通头像。比如说,粉丝数越多,眼睛就越大;赞同数越多,鼻子就越大等等。。


如果对上述功能感兴趣的大牛们,尤其是程序员大牛们,欢迎及时私信我 —— 没准能搞出一个新的 zhihurank 呢,哈哈哈~




差点忘了,如果您也想把名字加到这个观察名单里,可以把您的用户名私信给我。可惜我现在买的服务器容量有限,所以暂时仅限前50名用户好了。以后扩容了可以再加!


对了,这里我指的用户名是您主页的个性域名。比如我的主页链接是 zhihu.com/people/jiafei,那么我的用户名就是"jiafeili"。


就先写到这吧!感谢您的阅读!



不要脸的广告

如果对经济思想史感兴趣的话,欢迎您赞助我的 Live。让我早日有钱给服务器扩容~


经济学趣史:从柏拉图到休谟

经济学趣史:古典经济学大咖

经济学趣史:边际革命始末

user avatar

只看总赞数或者平均每个回答的赞数,意义都不大

因为会存在如下情况,某回答比如爆照的,或者抖机灵的一下上万赞,别的回答基本几十赞

那无论是看总赞数还是平均赞数,该用户rank都很高,

正所谓“王家有钱一千万,邻居九个穷光蛋。平均起来算一算,个个都是王百万”

显然这并不符合大家心中优质回答贡献者的定义。


建以第三方(知乎应该不会官方搞这些)引入一个 z-index指标, 仿照h-index的定义,再做一些改进

h-index又称为h指数或h因子(h-factor),是一种评价学术成就的新方法。h代表“高引用次数”(high citations),一名科研人员的h指数是指他至多有h篇论文分别被引用了至少h次。

一个知友的z指数,是指他至多有z个回答分别被点赞了至少1000次,这里1000是硬编码

比如A知友,10个回答,里面1个回答1万赞,其余9个回答每个都是10来个赞

那这个知友的z-index指标就是 1,因为他只有1个回答超过了1000次

再如B知友,10个回答,里面5个回答超过了1000次,那这个知友的z-index 指标就是5


当然如果想更精确,应该去掉硬编码,比如这里的1000可以调整为一个动态参数

具体的算法可以根据该作者回答的领域进行动态计算,

即每个领域有一个计算出来的动态阈值赞参数

每天全站更新一次

比如B知友,10个回答中,有3个在化学领域,2个在计算机领域,其余5个在文学领域。

这里我们借用中位数的概念,

比如化学领域总共有N(j=1->N)个问题,每个问题有 个回答,每个回答有 个赞

我们定义一个参数序列 ,则 ,即参数序列 为该领域每个问题的总赞数除以该问题总回答数,把参数序列 按照从小到大的顺序排序,

我们定义该领域的中位赞

当N为奇数时,

当N为偶数时,

如果把中位赞作为评价答题是否优秀的标准,那么针对B知友

他的3个在化学领域的回答赞数,可以通过判断这3个回答中

每个回答的赞数是否大于该领域的中位赞如果大于则z-index加1

将该用户回答的所有问题中每个问题同该问题对应领域的中位赞进行相比,

如果大于则z-index加1,最后可以获得该用户的z-index指数

如果中位赞还不足以表征这个回答是“优秀的”的,

那可以定义相应的 top20%赞 作为阈值

大于这个数的z-index加1.



最后回归题目本身,抓取的话,应该是用分布式爬虫

可以自己写程序爬知乎的数据,小量的数据

不难爬,python很多包,自己写也可以。

如果数据比较多,可能需要做分布式爬虫,再换一些代理,

还有可能就是抓包查到了知乎的API接口,移动端抓包可以试试,有时候有惊喜

但我估计知乎应该也做了一些反爬虫措施,具体不清楚能否用代理访问

(我没试过爬知乎的数据)

有了基本的数据,怎么组合定义是自己的事情,比如可以像我上面提到的那样

增加一个z-index指数给站内所有用户排个序,还可以分领域排序,

类似新榜搞微信公众号的分行业top100排名等等

比单纯的赞排序要靠谱的多。

user avatar

难得有个可以查知乎ID四维(关注/点赞/感谢/收藏)的数据库,还能提供排名前/后10个ID。

于是咱随手管中窥豹了一下,本来查了好几位自然科学大咖,看看他们4维前后20号是谁,答什么

那么,我这个排名能得出的结论是什么呢?【结论见底】


@龙草 化学、有机化学 话题优秀回答者,知乎收录 17 个回答 1 篇文章,获得 29,888 次赞同,获得 6,895 次感谢,14,139 次收藏,8276关注者

@李兰溪 情感类答主,获得 29,910 次赞同,获得 4,104 次感谢,2,149 次收藏,关注者6317

@黄祖兴 科普了一些为人处世的门道不懂怎么概括,获得 29,897 次赞同,获得 4,164 次感谢,4,988 次收藏,关注者1433

非常抱歉脑子有限,我那附近那一串,就记得这三位了

咱抖机灵,刨去匿名的是 29,891 次赞同,获得 4,782 次感谢,6,216 次收藏,关注者2530

(龙草大神已经近一年没有知乎动态了)

我当时粗略看了一圈,当时结论是,优秀学科回答者在点赞、收录、感谢和收藏上还是能领先的

但具体到单个回答上,管你天文地理化学物理,都是被时政文史和感情吊打

龙草是化学大咖,最高赞回答是

社评,这比次高赞如何在古代合成阿司匹林多了足足七成点赞;

李女士的最高赞回答是

自身经历,按高赞回答前9个都是自身经历

黄先生的最高咱回答是

情感类话题

咱本来是天文地理向的,实不相瞒我个人最高赞回答也非科普,还是社评



结论很简单:

  1. 哪怕你答了N多天文地理的回答,哪怕你真心觉得你的关注者想看的是科普,最后人气NO.1还是时政和历史向的,哦还有 @vczh 带逛的美腿,因为性和政治本来就是第一需求,比阳春白雪的科学不知高到哪里去了。
  2. 想在自然科学上科普一二,那么有一个有趣情景的回答也比有1答1的火上N倍,比如“古代如何做阿司匹林”,比如“一直向下挖地球能挖出什么”。
  3. 如果科普不是一个有趣的场景,那么怼人打脸的实锤回答也比有1答1火爆得多,比如那个迷惑人的“NASA夜景”减紫:为什么印度夜间卫星灯光图面积比中国大?
  4. 如果1次点赞代表1次人气,可以推出的结论就是,时政、情感、历史向回答(不是答主)对自然科学向回答基本是碾压。一个情感类文史类时政类上1k3k很正常,但科普回答……

这是这几个月看到实际推算最严谨的一篇科普文,按咱理解的知乎优质回答去排,5k10k都不过分,要推算有推算要模型有模型,实际呢?2k……

就像这个回答下 @卢诗翰 的回答一样,这年头“吸粉”比以前容易了,但也还是看什么人:

现在的赞数比以前容易多了
美貌的小姐姐们确实在吸粉速度上得天独厚。但之前我也做过统计,【颠覆偏见】知乎美女爆照真能涨粉吗?NO 美女爆照只是初期涨粉快,到了5000之后就涨不动了,长久还是要内外兼修的。

5000关注很少?多少数学物理化学天文地质优秀答主连着三分一都到不了!

现在的千赞千粉确实比以前容易,但想看点“科学干货”还是得挥起出头自个儿挖,这一点,从来没变过。(有兴趣的围观下数学 物理学 地质学 几门学科黄V点赞数)可能真应了轮子哥调侃:

你们这群理想主义的人都这么多年了,还不死心。每天去出差参加会议多好啊,那里多合适你们

怎么说呢?没人不想,但会议也不给大伙儿开放,甚至任何能看的相关专题馆都在1000km之外,绝大多数人没这时间精力财力专门为了自个兴趣跑一趟,更别提每周末跑一趟,对了,N多学科大会你去了意识闭门羹(写个惨字)

所以言下之意是放弃理想主义安心赚钱么(笑)(其实先大富再玩兴趣也很有道理参考知乎持股某深圳IT企业老板,他也想过当天文学家)

关于人类头顶那些事,我答过的匿名的没匿名的回答也有百个了,到现在人气最高的,不是陨石不是天文不是火箭,竟然是阿波罗登月中国人知不知道咋知道的,因为那事关姓资姓社哪个好,连万年不碰航天话题的游戏答主都来嫁(wai)接(qu)事实了。最后咱引了一堆国内外资料,被某派网友踩到0赞一下,也就再也没兴趣答那种东西了。那种问题吵到最后,问的,就不是事实,而是预设立场让几个意见领袖批判一下平时不敢批判的,证据随便改,反正我们这帮拿游标卡尺的说话不如那帮拿笔杆子的动听,更不如人解恨,对吧。知乎现在历史和时政贼多那种提问,就像这个:

以核武器这样极端行为进行反击……打击施加在手无寸铁的民众身上,构成反人类罪么?为什么大多数网友对两地早上灾难的民众没有任何同情?

这要是按我常年浏览的Wikipedia, the free encyclopedia 就是100%预设立场的提问,100%要修改的不公正描述词条。

而该死是,这类问题和回答,越来越多了。

这种问题越多,这个平台就越像天涯和贴吧,这是好事,还是坏事呢?

user avatar
  • 看到这个网站的第一反应是——一旦知道的人多了,被知乎发现了,那铁定是要吃律师函的
  • 时至今日,周源允诺开放知乎 API 已经过去六七年,却看不到知乎的一点诚意

类似的话题

  • 回答
    如何看待 zhihurank 这个网站?基于网站数据可以得到怎样的信息?zhihurank.com 是一个致力于追踪和分析知乎平台热门话题、用户和内容的第三方网站。它通过爬取知乎公开数据并进行整理、分析,为用户提供了一个了解知乎生态的窗口。要全面看待 zhihurank,我们需要从几个维度进行分析:.............
  • 回答
    关于网传“北大文科博士在深圳大学任教经济困难,月薪13千,上网课要求学校发网络补助”的信息,需从多个角度进行分析,结合中国高校薪酬体系、地区差异及政策背景,综合判断其真实性及合理性。 一、信息真实性分析1. 来源可信度 目前尚无权威媒体或深圳大学官方声明证实该传言。网络传言往往存在夸大或误传.............
  • 回答
    关于乌克兰数学家康斯坦丁·奥尔梅佐夫(Konstantin Orelmazov)的自杀事件,目前公开的可靠信息较为有限,但结合俄乌冲突的背景和乌克兰学术界的现状,可以尝试从多个角度进行分析和探讨: 1. 事件背景的核实与可能性 身份确认:目前公开的资料中,尚未有明确的、权威的新闻来源(如BBC.............
  • 回答
    关于美国太平洋司令部空军司令威尔斯巴赫(James W. "Jim" Welsbach)提到的F35战机与歼20近距离接触的事件,目前公开信息中并无直接证据表明该言论来自美国官方渠道,因此需要从多个角度进行分析和澄清。 1. 事件背景与信息来源的可靠性 美国官方声明的缺失:截至2023年,美国.............
  • 回答
    关于您提到的“硅谷男子在妻子患病期间相亲,妻子病逝后迅速再婚并独吞200万抚恤金”的事件,目前没有权威媒体或官方渠道发布过相关具体信息。因此,这一事件的真实性、细节和法律性质尚无法确认。以下从法律、道德和社会角度进行分析,供您参考: 一、事件可能涉及的法律问题1. 重婚罪(若属实) 根据中国.............
  • 回答
    欧盟三国领导人乘坐火车前往基辅会晤泽连斯基,这一事件反映了欧洲国家对乌克兰的持续支持,以及俄乌冲突背景下国际政治的复杂动态。以下从多个角度详细分析这一事件及其背后的局势: 一、欧盟三国领导人赴基辅的背景与意义1. 象征性行动 欧盟三国(如波兰、爱沙尼亚、捷克等)领导人乘坐火车前往基辅,是近年.............
  • 回答
    中国海关查获5840块造假显卡、讯景中国官网临时关闭以及天猫旗舰店下架产品事件,涉及知识产权保护、市场秩序维护及企业合规问题,具有多重社会和行业影响。以下从多个角度详细分析: 一、事件背景与核心问题1. 海关查获假显卡 查获数量:5840块显卡,可能涉及假冒品牌(如讯景、华硕、技嘉等),或.............
  • 回答
    尹锡悦当选韩国总统是2022年韩国大选的重要结果,这一事件对韩国政治、经济、社会及国际关系产生了深远影响。以下从多个维度详细分析其背景、意义及可能的未来走向: 一、选举背景与过程1. 政治格局 在野党联盟胜利:2022年韩国大选中,由自由民主党和共同民主党组成的“在野党联盟”以压倒性优势击.............
  • 回答
    关于加州华裔女博士因持刀袭警被警方击毙的事件,这一案件涉及法律程序、执法权、种族问题等复杂背景,需要从多个角度进行分析。以下从法律、执法程序、社会背景、争议焦点等方面展开详细讨论: 1. 事件背景与法律依据根据公开报道,事件发生在2022年11月,加州一名华裔女性(身份为博士)因涉嫌持刀袭击警察,在.............
  • 回答
    基辛格的《论中国》(On China)是美国前国务卿亨利·基辛格(Henry Kissinger)于1972年访华期间撰写的一部重要著作,也是中美关系史上的关键文献之一。这本书不仅记录了基辛格作为“中间人”在中美关系正常化过程中的角色,还系统阐述了他对中国的政治、文化、历史和外交政策的深刻观察。以下.............
  • 回答
    印度承认误射导弹落入巴基斯坦境内一事,是印巴两国关系紧张的一个缩影,也反映了地区安全局势的复杂性。以下从多个维度详细分析这一事件的背景、影响及可能的后续发展: 一、事件背景与经过1. 时间与地点 事件发生在2023年6月,印度在进行军事演习时,一枚“阿金科特”(Agni5)远程导弹因技术故障.............
  • 回答
    2022年2月24日,俄罗斯在乌克兰发动全面军事行动后,联合国大会通过了一项决议草案,要求俄罗斯立即从乌克兰撤军、停止军事行动,并尊重乌克兰的主权和领土完整。这一决议的通过过程和结果引发了国际社会的广泛关注,以下是详细分析: 一、事件背景1. 俄罗斯的军事行动 2022年2月24日,俄罗斯在.............
  • 回答
    乌克兰副总理呼吁游戏厂商暂停在俄罗斯的业务,并点名腾讯,这一事件反映了俄乌冲突背景下,国际社会通过经济手段施压俄罗斯的策略。以下从背景、动机、可能影响及各方反应等方面进行详细分析: 一、事件背景与动机1. 俄乌冲突的经济压力 俄乌冲突已持续近两年,俄罗斯经济受到严重冲击,包括制裁、能源价格飙.............
  • 回答
    瓦列里·捷杰耶夫(Valery Gergiev)作为俄罗斯著名的指挥家和马林斯基剧院的音乐总监,其被西方音乐界抵制的事件,涉及复杂的国际政治、文化立场与艺术伦理问题。以下从多个角度详细分析这一事件的背景、原因、影响及争议: 一、事件背景:捷杰耶夫与俄罗斯的政治关联1. 职业背景 捷杰耶夫自1.............
  • 回答
    全国政协委员建议推广DNA数据库以实现有效打拐的建议,涉及技术、法律、伦理、实际操作等多方面因素,其可行性需从多个维度综合分析。以下从技术、法律、伦理、操作、风险等角度详细探讨: 一、技术可行性分析1. DNA数据库的原理 DNA数据库通过存储犯罪现场或失踪人员的DNA样本,利用DNA指纹技.............
  • 回答
    关于俄罗斯外交部发布的所谓“乌克兰政府对顿巴斯的暴行”视频,这一问题涉及俄乌冲突的复杂背景、信息战的特征以及国际社会的争议。以下从多个角度进行详细分析: 1. 背景与视频的来源 冲突背景: 顿巴斯地区(包括顿涅茨克和赫尔松两州)自2014年以来一直是俄乌矛盾的焦点。2022年2月,俄罗斯以“保.............
  • 回答
    关于抖音用户“李赛高(佤邦)”被封号的事件,目前公开信息较为有限,但可以从以下几个角度进行分析和探讨: 一、事件背景与可能原因1. 账号主体身份 “李赛高”可能是某位公众人物或网红,而“佤邦”可能与其身份或背景有关。佤邦是缅甸的一个少数民族地区,历史上曾与中国存在复杂关系,涉及民族、历史、政.............
  • 回答
    沈逸是中国人民大学国际关系学院教授,长期从事国际政治研究,尤其关注地缘政治与大国关系。他在俄乌冲突中的分析曾引发争议,但需注意的是,学术观点的准确性往往取决于信息来源、分析框架和时代背景。以下从多个角度分析其判断可能存在的问题及原因: 一、沈逸的分析背景与观点1. 2014年乌克兰危机前的预测 .............
  • 回答
    关于饶毅提到的“在美国校运动队的学生就能上哈佛等一众名校”的说法,需要从多个角度进行分析,既要理解其可能的背景和意图,也要客观看待美国大学的招生政策和实际情况。 一、饶毅的言论背景与可能的误解饶毅作为中国科学院院士,长期关注中国教育体系与国际教育的差异,曾在多个场合讨论中美教育制度的对比。如果他提到.............
  • 回答
    地狱笑话吧的突然爆火,是网络文化、社会情绪、平台算法和亚文化圈层共同作用的结果。以下从多个维度详细分析这一现象: 一、社会情绪的释放与心理需求1. 压力与焦虑的宣泄 在快节奏、高竞争的现代社会,人们普遍面临工作、生活压力。地狱笑话以其“荒诞”“反讽”“黑色幽默”的特点,成为一种情绪宣泄的出口.............

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有