在腾讯视频举办的电视剧评价新维度媒体沙龙上，腾讯视频总编辑王娟，腾讯网络媒体事业群视频产品技术部副总经理何毅进对网络播放量的相关问题做了详细回答。何毅进解释了四个容易混淆的概念：播放量VV、UV、正片播放量、专辑播放量。关于播放量VV，一个非常简单的原则是用户点击产生的播放，或者是页面自动的播放，即为一个拜访量。“比如当你点开了腾讯网，或者任何一个网站，这个网站有一个视频，无论是自动播，还是用户点击按纽开始播，无论在手机端，PC端，还是电视端，只要开始播了，就算一个播放量，我们也叫VV。”何毅进说。专辑播放量的概念相对复杂。“有报道说开播前某剧已经把一亿的播放量纳入囊中?这个说法合理不合理?”专辑播放量的概念可以解释这个问题：通常来说视频网站会为片子(电视剧、电影等)建一个专辑。在正片上映之前，该片的预告、花絮、片花等产生的播放量都会计入到专辑播放量中。也就是说，的确存在剧目未播但专辑播放量已经很高的情况。正片播放量，指的是正剧本身的播放量。何毅进提醒：“如果你看到正片播放量比专辑播放量大，那肯定是写错了，或者是数据有问题。”第四个概念UV容易和VV混淆。UV是独立访客的访问量。简单来说，一台设备，有一个用户访问了，就是一个UV。何毅进进一步做出解释：“您拿起手机，点开了腾讯视频，播放了，就是一个UV。同一台手机，再去访问爱奇艺，对爱奇艺也是一个UV。这个手机用浏览器访问一次腾讯视频，再用腾讯视频APP访问UV视频，这个UV会怎么算?同一台手机，无论哪种访问方法，它是一个UV。”同一个IP下多个设备的访问UV怎么统计?现在业界并没有完全解决这个问题的标准。对于视频网站来说，他们有时候无法知道IP跟设备是怎么对应的，有时候没有办法取得传统的设备号。“当我们坐在这个厅里，有几位朋友拿的是笔记本电脑，你去访问腾讯视频网站的时候，算是一个UV还是几个UV?共有十个人都有笔记本电脑，算十个UV，这是有误差的。我们有大量的网络是在一个IP号段背后，比如说这个出口就是一个总的IP，这个IP背后发生了十个访问，这个时候业内的通用做法是会根据一个经验值再把它浓缩一下，比如说一个IP后面对应最多可能是三个UV，这个时候UV的统计是偏保守的。何毅进告诉腾讯科技，我们可以通过常识来推断数据的真假。“比如 200 亿专辑播放量。如果这个片子是一部 80 集的电视剧， 200 除以80，每一集要被观看2. 5 亿次，平摊到片花和正剧里面，每个正片要达到 8 千万到 1 亿次的播放量，而 100 亿的播放量是片花和花絮，如果你的视频平台有 8 千万的人观看电视剧，这是有可能的。”他说：“再比如日播放量是 15 个亿，也是要用常识来推断。首先看这个视频平台总的用户数是多少，你除一下，你看看这个数据是不是符合它的水位?”王娟补充道：“前段时间在播《三生三世》，有过一篇稿子说一天播 80 亿。大家质疑这个数据到底水分有多大?我想有两个基本的元素，一个是很多的媒体从业人员不是视频的从业人员，容易把VV当成UV，比如说今天一部剧有两个亿的播放量，他会觉得中国才有多少亿人，感觉有两亿人在观看这部剧，这是认知上的误区。实际上有可能这两亿播放量是由两千万人带来的。一个人今天播了两集，把两集看了，就是两个VV，如果她对《三生三世》特别喜欢，又看了赵又霆和杨幂的各种短视频，那么加起来她一个人贡献的VV有 10 个之多，乘一下，其实播放量在2-2. 5 亿是一个正常的水位，这个不代表这部剧就影响了两亿人。这是一个专集的VV，背后不可能跟人数来划等号，其实是一个点击后的统计行为。”对于刷量问题，何毅进透露了技术层面处理刷量的办法。“其实技术上也可以按常识来判断，但是这个常识的背后我们是有大数据和深度学习的方式来支持的。”何毅进举例：一般来说，从一个号段背后，如果产生了大量的播放量，这个号段是属于什么情况?如果这个号段这一年常规性的都有这么高的播放量，可能是比较正常的，但如果这个号段在今年三月份之前播放很低，三月份突然有几天播放量很高，这是有刷量嫌疑，这种用户类型会被我们的模型刷出来的。另外，一秒钟内点了就走，这是非常像机器行为的刷量，不是正常人的行为。你看一个东西不感兴趣，会两三秒钟退出，也有可能看到十秒，或者五秒之后才退出。通过这种播放行为，就可以看到哪些播放量是疑似刷量。事实上，腾讯视频会有很多方式去防刷量。何毅进告诉腾讯科技：”防刷量是一个长期的攻防过程，会有很多的刷量机构，或者粉丝和热情的用户。他们会识别视频网站用什么模型来认定刷量的流量，他去学习，会暂时攻破刷量模型。然后我们就会升级，我们看到这个不太正常，这部剧不是很火的，为什么突然有一亿的播放量，我们会自己警醒，开始去做非常快速的模型改动，一改就发现我们又看到新的刷量机制，这是一个长期的过程。在长期的攻防过程里面，我们不希望播放量是不健康的。所以对于我们来说。抵制刷量是非常坚决的，要长期投入。” 相关网站建设技巧阅读请移步到
建站教程 更多相关内容：
