揭秘微博大V真实收入：平均每位年收800万
扫描到手机，看更多国搜资讯
您可以用手机或平板电脑的二维码应用拍下左侧二维码，您可以在手机国搜客户端继续浏览本文，并可以分享给你的好友。
核心提示：随着微信等平台不断的发展，新浪微博也正在悄然发生变化——区别于微信这一社交平台，微博的媒体属性越来越强。今年前11个月，微博上垂直领域专业作者已经达到230万，覆盖47个行业，其中月均阅读量超过10万的“头部作者”，在微博获得收入超过2亿元。对此，微博CEO王高飞表示，微博将从品牌价值、用户价值和商
微博上那些大V一年到底收入多少钱，真的有人会主动给大V们打赏吗？昨日，微博首次揭露了月均阅读量大于10万的大V们的真实收入。在昨日的微博在V影响力峰会上，微博宣布月均阅读量高于10万的“头部作者”有25.3万，今年发博量同比增长64%，人均每天发布微博11条，博文阅读量同比增长83%，每条微博的平均阅读量达到9800次。而这些作者在今年前11个月内共计获得收入超过2亿元，平均每位作者年收入近800万元。
随着微信等平台不断的发展，新浪微博也正在悄然发生变化——区别于微信这一社交平台，微博的媒体属性越来越强。今年前11个月，微博上垂直领域专业作者已经达到230万，覆盖47个行业，其中月均阅读量超过10万的“头部作者”，在微博获得收入超过2亿元。对此，微博CEO王高飞表示，微博将从品牌价值、用户价值和商业价值三个方面，推动垂直领域作者进入新媒体的黄金时代。
数据：25万“头部作者”微博收入超2亿
微博已经成为中国最大的内容生产和消费平台，在垂直领域也产生了大量品牌影响力较强的“大V”。截止11月微博垂直领域作者达到230万，同比增长一倍，覆盖47个行业。月均阅读量高于10万的“头部作者”有25.3万，今年发博量同比增长64%，人均每天发布微博11条，博文阅读量同比增长83%，每条微博的平均阅读量达到9800次。
已经有10个领域“头部作者”的规模超过5000人。作者规模扩大也带动了内容消费的活跃。在股票领域，微博上“头部作者”规模超过6000人，同比增长70%，阅读量同比增长89%。目前微博上日均个股股评量达到30万条，活跃股民规模近800万，成为快速成长的股票讨论和交易参考平台。
微博还给作者带来持续的变现能力。今年前11个月“头部作者”在微博获得收入超过2亿，收入来源也更加丰富，仅粉丝打赏就给作者带来超过4400万收入，付费阅读推出不到半年，200多位作者也获得2800万收入。来自微博的广告分成收入也达到1.28亿。
展望：将加大对长文和视频内容扶持力度
微博副总裁曹增辉表示，明年将从产品、资源和商业化三个方面，继续加大对垂直领域作者的扶持力度，扶持资源将向长文和视频内容倾斜。
全新的微博长文工具“头条文章”将于12月底上线，据了解，使用头条文章可以让长文在信息流中以更醒目的方式呈现，编辑效果和打开速度也将提升，从而优化用户的阅读体验。这一功能除了在微博PC、移动端可以发布使用外，微博还将同步发布独立长文发布工具weiconoteapp，从而更加专注的进入长文市场，以后还将向更多第三方发布工具开放。此外，微博还将推出单篇长文付费阅读，付费阅读作者的文章也将向微博会员开放，由微博给作者提供分成。
微博还宣布将联合秒拍推出视频直播产品，观看直播的过程中还可以通过点赞、弹幕、打赏等方式与主播互动，视频直播除了在微博上传播外，还会在粉丝的信息流首页置顶推荐。此外视频也可以获得用户的打赏和付费浏览，这将进一步拓宽垂直领域作者的商业化空间。
曹增辉介绍，微博将继续通过运营手段和商业工具提高垂直领域作者的曝光，仅账号推荐资源每月就会达到1.2亿次。预计明年垂直领域作者的收入将超过4亿，微博签约自媒体规模将比今年增长一倍。
观点：新媒体平台价值判断“三个不等于”
随着移动互联网、社交产品和移动新闻平台快速普及，媒体机构和个人作者都加强了移动新媒体平台的经营，也有多个移动新媒体平台推出扶持政策。王高飞认为，用户阅读终端向手机转移的趋势已不可逆转，但内容仍然是媒体的核心竞争力，媒体的发展也仍然需要品牌价值、用户价值和商业价值来支撑。
王高飞表示，平台的流量并不等于作者的品牌价值，用户基于品牌路径消费内容对作者才有价值。以人民日报官方微博为例，超过40%的阅读量都是来自用户直接访问其微博主页。访客也不能完全等同于用户。因为用户在移动端的信息消费非常碎片化，只有随作者转移的用户，才是真正意义上的用户。
同时，收入也不能等同于商业价值。完全依靠流量带来的收入，忽视了不同内容创作者在品牌影响力、受众构成上的区别，因此并不能代表商业价值。王高飞介绍，两个粉丝量相近的账号，在微任务的价格可能相差很多。因为媒体的商业价值是来自媒体品牌本身，而不是平台的流量。
为了客观评价垂直领域作者的影响力，微博还推出媒体势力榜和V影响力榜。联合新媒体指数推出的媒体势力榜，主要从发博量、阅读量、互动量等维度对媒体机构的社交影响力进行评价。联合新榜推出的V影响力榜则覆盖除娱乐明星外的所有垂直领域，评价标准包括博文阅读量、互动量以及打赏、付费阅读等商业化指标。这也将推动移动时代新媒体影响力评价体系更加完善和客观。
观察：对高收入，自媒体不应盲目乐观
事实上，今年以来，新媒体平台不断发力内容建设，在帮助作者实现变现方面也不断推出新玩法。今年9月，今日头条创始人兼CEO张一鸣在“头条号创作者大会”上宣布，将大力扶持优质内容创作，确保至少1000名头条号创作者单月至少获得1万元保底收入，同时推出资金、自媒体孵化器和产品支持等扶持计划。随后，一点资讯CEO李亚宣布，将把所有内文页广告收益全部返还内容生产者，为内容生产者创造好作品增加动力，提供应有的回报。门户网站也加大力度扶持自媒体。搜狐新闻客户端不仅在去年推出了自媒体频道，搜狐董事局主席张朝阳还于11月底表示搜狐要扛起自媒体视频的大旗。
但随着虎嗅网登陆新三板，自媒体的生存环境也引发热议。11月底，虎嗅微博账号被微博单方面封停，引发平台对于内容和自身利益的讨论。本周，Uber再度被微信公众平台“封杀”，也给过分依赖于单一平台的自媒体运营者敲响了警钟。
好的内容永远有存在的价值，但对于高收入，自媒体不应盲目乐观。目前，自媒体依然面临队伍良莠不齐、收入模式较为单一、缺乏版权话语权等客观问题，这既离不开自身水平的提升，也离不开平台对规则的重视和重塑。
网友：我赌5包辣条我家马建国不止800万
@GZ260520：不知道那些段子手整天瞎编有什么好追捧的
@且听-枫吟：我赌5包辣条我家马建国远不止人均的800万
@Stone---C：之前听人提议：政府官员工资用“支付宝”。我看用打赏的方式最好不过...
@城市牛人：人均800万噻~~深深的震撼到了~~
@依然某某某：小编数学老师死的早，“头部作者”25.3万，总收入超2亿，除一下等于790块。哪来的人均800万啊
@阿岭：招呼税务局
@Mingo：我没开通打赏功能，只是测试一下某大V的打赏贴，竟然设置的是5位数的打赏！那任意的你也不好意思打赏个几块钱吧，高！日打赏收入两万都弱爆了啊……（国搜互联网综合财经网、北京日报、北京晨报等报道）
责任编辑：李书苗
免责声明：
本页面呈现之信息，如无特别注明的，均来源于网页搜索结果，中国搜索呈现这些内容之目的在于传递更多信息，并不代表本网赞同其观点和证实其真实性。如中国搜索呈现的稿件涉及版权问题，请与我们联系。
版权说明：
凡来源标注为“中国搜索”的本网稿件，转载时请注明出处。
本文链接：
多年来,地方GDP“增速高于全国、总量大于全国”的统计乱象引发公众质疑。有专家指出,这种“数据掐架”既有重复统计、数出多门和基础资料不全等原因,但其深层次则是“数字出官,官出数据”的扭曲政绩观在推波助澜。相形之下,东北三省部分地方数据造假之风尤甚,不仅误导中央和地方的规划决策,且已演化为破坏党风政风、损害政府公信力的腐败推手。
有专家指出，这种“数据掐架”既有重复统计、数出多门和基础资料不全等原因，但其深层次则是“数字出官，官出数据”的扭曲政绩观在推波助澜。
目前主流的观点认为，雅虎的互联网业务价值在30-40亿美元之间，该价值大约是雅虎目前息税前利润的3-4倍，该倍数考虑进了雅虎目前的经营业绩状况、所处的企业发展中后期阶段较慢的有限度的增长以及目前对雅虎较为不利的行业环境等。
继罗志祥、林更新之后，娱乐圈又一大男神郭富城投入了网红的怀抱。她们究竟凭什么能吸引男神？作为资深网红，她们必做的两件事就是晒美照和用大牌。
今日（12月10日）凌晨，凤姐在网上晒出一组照片，并写到：“明星和网红的区别在于明星的脸是圆的，网红的脸是尖的.....”照片上明星有陈妍希和邓紫棋两位明星，和两位疑似网红。
免责声明：
凡发布在本网上的内容，除标注为“中国搜索”或“国搜”的稿件外，其他均转自第三方网站，是为传递更多信息和学习之目的，不意味着本网认可其观点或证实其内容的真实性、准确性。如有意见建议，请点击页面下方的“对国搜说”，欢迎及时反馈。
版权说明：
凡来源标注为“中国搜索”的本网稿件，转载时请注明出处。
互联网热搜词
黄金周哪些景点最受欢迎，会不会被挤成饼干？　　偶尔刷刷微博，主页太无聊，看热门的时候觉得还不错或人气高的就顺手关注了，结果发现自己的微博被段子手占领了。这些人喜欢抱团，喜欢相互转发，一条无聊的微博出现好几次。发三无产品的广告，还伪装成不是广告的样子。最近发生的安妮事件，让我把段子手几乎都删掉了。　　类似安妮的“漫画家”实在让我不解，我自己也喜欢画简笔画，从没想过靠这个还能变成职业出书开公司走向人生巅峰。不过我不是一个狭隘的人，我不理解不代表就是不合理的，这还让我想入非非过一段时间。不过关注一段时间就果断取关了，因为我实在不喜欢玛丽苏，那个教化妆的漫画微都比这个有意思。但这也没什么，不对口味就取关呗，曾经对丁一晨也是这个套路。直到我看见了那个百分之一，之前有段子手转发安妮的漫画我都不会点，但这个出现的概率高的不正常，而且下面的赞誉之声让我不得不看。看完之后，我不是像大家一样被广告恶心的，而是那个百分之一的言论，这妹子小，估计没受过真正的苦，天涯那个励志帖随便哪个人都比她苦的多。而且她小小年纪已经算是结果不错了，那些受的苦比她多的多的人，没得到收获的也大有人在。之前她发过一个用登山比喻人生的漫，我那时候就很膈应了。我看完后蹲在墙角默默的画了几万个圈，心里太不是滋味了。如果她写“谢谢，我是那百分之一”我也觉得还好，人各有命，结果她写的是“对不起，我只过百分之一的生活”。尼玛！直到第二天出现了不一样的声音我才好过一点。　　现在段子手里大概还剩一个使徒子，因为他除了发广告和抱团，画的东西还有些内容。我并不反对那些因为人气高获取收益的做法，关键是你得有点看头。那个小马甲我是从热门里关注的，因为人气高的让人无法忽视。猫狗很可爱，除此以外没啥了，说自己是个BOY，说话娘爆，其实他写东西文笔挺流畅，结果非要做个暖男（呕），吸引眼球发广告。我之前还关注过坚挺先生，也是冲狗关注的，结果是个骗子，人品很差的骗子，提到他我突然觉得小马甲也还不错，但是我也不会关注回来了。　　之前还关注过留几手，不是被他的毒舌点评吸引，而是他的长微博，有时候说话还有点见解，但是比例太低了，看他说几句正常话还得忍受他长篇累牍的废话，人还有些直男癌。　　说完安妮，我默默的加回了丁小点的关注，因为我的微博太寂寞了。最近看到有人扒这些段子手都是有集团有计划有目的的，取关的更加果断，我也不知道是触发我哪根神经了，大家给推荐一些真正的好微博吧，没事的时候刷两下开心一下也好。
楼主发言：9次 发图：0张 | 更多
　　看了一下，我的关注里还有个顾异的，她好像之前就就什么地方的红人，我很喜欢看她画的素描漫，那个学跆拳道的小孩简直让人乐死。她也做广告，希望她能多画点素描画。
　　我关注一个叫做经典文学的，真的是很高质量的微博，可是好久不更新了 T^T
　　还有个人在北京的故事，不知此微博什么属性，说的是在北京生活的各种人，配的图片也挺好。也常常提梦想，但是真实不造作
　　现在我关注的最多的就是明星了，明星微博最没意思了，都是宣传平台而已，或者有什么好微博我没关注到，求推荐。
　　@霍长门
05:46:54　　我关注一个叫做经典
的，真的是很高质量的微博，可是好久不更新了 T^T　　-----------------------------　　看了一下，确实很好，关注了，说不定哪天又更新了。
　　洋葱日报社　　
　　机智的兵长是什么人？
　　@夹心喵
05:55:51　　洋葱日报社　　-----------------------------　　这个微博画风太独特了，借着胡扯的名义净说大实话
　　我关注了孙俪，章子怡，王菲，就是觉得他们不用自己的名字作微博名挺奇怪的，我觉得我也挺奇怪的，因为这种原因关注她们
　　不知道楼主喜欢什么风格的，我喜欢关注非段子手但微博用心写的普通人　　
05:54:02　　看了一下，确实很好，关注了，说不定哪天又更新了。　　-----------------------------　　嗯，博主可能年纪还很年轻，所以能有这些摘抄当时真的让我很惊讶就关注了，抄了满满一本子，还看了好多她推荐的书~
　　哦对了，我觉得张嘉佳的微博那些故事还是挺有意思的~
　　@芒果和橘子
06:11:07　　不知道楼主喜欢什么风格的，我喜欢关注非段子手但微博用心写的普通人　　-----------------------------　　什么类型都行，你说的这类我也喜欢
　　bearsun狗狗超可爱，萨摩，很棒很棒
05:56:32　　机智的兵长是什么人？　　-----------------------------　　更赵石漫画的
请遵守言论规则，不得违反国家法律法规回复(Ctrl+Enter)数据挖掘大家有思路吗：几十万个微博用户，几百万条微博，然后推荐相似用户？ - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
已注册用户请 &
数据挖掘大家有思路吗：几十万个微博用户，几百万条微博，然后推荐相似用户？
· 278 天前 · 2290 次点击
数据挖掘新手，有以下需求：
几十万个微博用户，几百万条微博
需要给定一个用户，然后推荐相似的用户。
什么是相似？
有共同爱好
不知道如果给你这样一个需求，会怎么做？
我现在的做法特别 Low:
分词和词云来提取一个人所有微博的关键字，然后选取低频的词汇，然后通过这些词汇去找人。
但出现一些情况：
低频词很难找到匹配的人（但是如果可以找到的话，效果很好）
高频词匹配并不准确。
哎，大家有什么好的思路吗？数据挖掘新手，希望大家赐教。
29 回复 &| &直到
21:43:19 +08:00
& &278 天前
思路就错了 兴趣相似的用户基本就粉了或者互粉了么 肯定先从互粉的人抓起
而且以微博那个超口语化的行文分词也分不出什么来
& &278 天前
@ 哈哈，谢谢你给了我另外一个思路。
但是我的做法有没有价值？
& &278 天前
从纯文本分析的话可以考虑 LDA 做主题模型，分词不准的话用 ngram 来做
& &278 天前 via iPhone
关键字越多相似，用户相似度越高？
& &278 天前
更简单点的方法是基于词做 embedding 然后对每个短文本做 bow 的 sparse encoding, 然后对每一条短文本再做一次 sparse encoding 最后用 distance 求相似度，如果维度太高用 pca 或者 sparse coder / auto encoder 降个维
& &278 天前
@ 对，你的思路是对的，问题是，如果我现在给定你用户 A ，难道你要把几十万用户都跑一遍，按照相似性来排序吗。。
你还有别的思路吗？
& &278 天前
@ 一看你就是大神，我没太看懂你的想法，但是我会好好查一下你提到的模型和方法
& &278 天前
1 楼正解，不要分析内容，找共同关注。
& &278 天前
@ 不是大神_(:з」∠)_ ，工作是做 nlp 对这方面有点了解，你在 6 楼提到的问题可以用 knn 来算，维度在 100 以下还可以用 kd-tree 来加快检索
& &278 天前
@ 哈哈，多谢你提供想法，我先消化下你提到的内容。。
& &278 天前
最简单的思路是做一个超级大的向量，对于词表里面的词如果这个用户提过就记 1 否则记 0 ，分布到向量空间里面通过求欧氏距离来做聚类，数据用 kd-tree 来存这样每次查找都是 log 时间了。但是你这样做维度肯定非常大，可以用 kmeans 直接聚中心点，我做过的 case 聚到 300 维效果还是非常好的
& &278 天前
@ 恩恩，我想请教下，你是怎么分词的？
& &278 天前
@ 我们公司语料比较特殊，为了处理多语言分词是自己定制的。一般对于分词不准的情况可以使用 2gram ，就是比如“我爱北京天安门”分成 我爱 爱北 北京 京天 天安 安门
& &278 天前
@ 恩恩，我会尝试从这个维度来推荐的。
& &278 天前
@ 恩，但是用 ngram 分词后，词确实有点多，我暂时使用 Boson 的分词来弄，继续谢谢你。
& &278 天前
通过微博分词 挖掘用户兴趣，给用户打标签，分类，新浪微博就是这么做的
& &278 天前
@ 恩，请教你个问题：
你们的标签和分类是提前定义好的吗？
还是根据用户的微博动态生成的？
————————————————
恩，我的问题其实是：
1. 给微博分词了，但是如何分词更合理？
2. 分词后，哪些词应该打在用户的身上，不应该把用户所有词都打上去吧？另外如何确定分类？
& &278 天前
是这样的，如果你的数据是最近抓取的，而且没有经过筛选，那么可能很多都是营销号、抽奖号、僵尸号
这样的数据是没有处理意义的
几十万个微博用户真不多 随便一个抽奖就几万个小号转发
& &278 天前
@ 恩恩，用户数据是可靠的数据，没有营销号、抽奖号、僵尸号
& &278 天前
@ 短文本用 LDA 并不好用，尤其对于微博这种口语化的新词众多的文本来说。
劝楼主，
recommending system 就按照 recommending system 的套路来搞，好好学习机器学习，@mayokaze 提的至少是一个上道的建议，帖子里面其他人的土方法大多数不值得一试。
几个点：
1. 构建用户向量，所有的用户都抽象成向量
2. 协同过滤是推荐系统的常用方法
3. 想办法使用合适的主题模型， LDA 对于短文本显然还是不太够用，如果有主题了可以拿来做用户聚类
4. 尝试各种算法来衡量向量的相似度，包括 pmi ，包括 pearson 系数，包括各种距离公式， cosine distance 或者 hamming distance 等等
5. 现有分词足够使用了， n gram 对算力的要求成倍增加，显然不是个好方案。
& &278 天前
就你在帖子中说的词频高低，频率不能离开逆文档频率，搜索 tf idf 查看文本赋权，然而用现成的 word embedding 结果应该会更好。
word embedding 的结果可以找现成的 model 。
& &278 天前
@ 太感谢你了，确实是新手，希望不要跑偏了。
我会按照你的建议来尝试，多谢。
& &278 天前
@ 嗯 LDA 确实不太适合短文本，实际上我们自己的短文本聚类都是用 w2v+sparse encoding 做的
& &278 天前 via Android
现在都是用协同过滤吧
& &278 天前
根据用户发布的微博去做用户推荐本身就是有问题的，因为很多人。。。基本不发微博，只看不发
根据关注关系是正道
& &277 天前
把用户以及用户发出的信息、用户关注的人、关注用户的人，这些信息组装成一条 sentence
每个用户一条 sentence
然后扫描所有用户，得到的所有的 sentence 作为 corpus 一起扔给 word2vec 处理，得到一堆向量词
求用户的相似度，就通过计算用户对应的向量词之间的夹角（也就是归一化的欧几里德距离）得到
求与用户最相近的一组用户，也就是求离用户对应的向量词最近的一组向量词所对应的用户
我之前爬了一下 github ，收集了一部分数据，按照这个方法，得到一堆向量词后，用 tnse 进行可视化
秀一下效果，加载会有点慢，这里只挂 5000 个点的 tsne 数据
& &277 天前
@ 对，应该很多都是用 协同过滤
@ 关注关系我会考虑，多谢，嘿嘿。
@ 谢谢你，你这个正好是我关注关系上的一个解决方案。
& &277 天前
@ 能解释下 tsne 的数据情况吗。。
& &277 天前
@ tsne 的数据情况大概指哪方面。
corpus 大概是 1.2 亿词量，因为 github 上活跃用户和仓库的比例不高，所以我过滤剩下 140 万向量词
tsne 的计算比生成词向量花的时间多很多，所以实际只取 50 万做可视化，在我笔记本(i7 3610qm)上大概要算 6 个小时（显卡内存太小，用 cuda 加速做 tsne 运算老是爆内存，所以只能用 cpu 算），如果换成 gtx1080 ，大概会快 100 倍吧
& · & 492 人在线 & 最高记录 2466 & · &
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.7.5 · 56ms · UTC 20:07 · PVG 04:07 · LAX 13:07 · JFK 16:07? Do have faith in what you're doing.