跨平台同步
六个平台的榜单在半小时内各抓一次,名次、峰值、在榜天数一起入库,同一天谁涨谁跌在首页就能看出来。比对之前先按时间轴对齐,避免拿一个平台的早间数据去比另一个平台的隔夜数据,结果自然不会跑偏。
从抓取到试听,六个环节都在做同一件事:把名次背后的信息补齐。
六个平台的榜单在半小时内各抓一次,名次、峰值、在榜天数一起入库,同一天谁涨谁跌在首页就能看出来。比对之前先按时间轴对齐,避免拿一个平台的早间数据去比另一个平台的隔夜数据,结果自然不会跑偏。
每首歌都有一条从进榜到掉出的折线,横轴是期数,纵轴是名次。鼠标停在某一点能看到当期的分数构成,连看几个月就明白它到底是靠首周冲量顶上去,还是靠长尾慢慢磨在榜上,这两类歌的走势完全不是一回事。
每期结算后自动生成一段两百字左右的变动摘要,写清哪些歌首次进前十、哪些连续在榜超过八期、哪个位置换人最频繁。摘要只陈述数据,不带推荐口吻,看完不用再自己拿上周的表逐行对照,省下十几分钟的比对。
还没进榜但一周内播放增速靠前的歌会被单独标出,带上首次被采集到的时间和增速区间。判断一首歌会不会上榜,看增速比看当前名次更有用,很多歌冲到前二十之前,曲线早就已经拐上去了。
同一周不同平台的前十可以并排放,同一位置上的差异会高亮显示。哪个平台的听众更偏爱慢歌、哪个平台的冠军换得更勤,看两张表就清楚,不用再开六个页面来回切,眼睛也不会被来回跳的排版弄乱。
各平台的结算日、更新时段和停更记录整理成一张月历,遇到节假日顺延会提前标出来。追榜的时候不用靠猜,哪天出新榜、哪个平台这周少更一期,扫一眼日历就知道,省去反复刷新页面确认的功夫。
本期排在前面的八张榜单,左上角是综合性评分,右上角是整期名次变化,右下角是收听时长。
本周前十换了两张新面孔,榜首那首已经连续在榜十一期,分数主要靠长尾收听撑起来,不是首周冲量堆出来的数字。
立即试听冠军位置压了一周没有动,第三到第七之间挤得很紧,四首歌的分差不到两个百分点,下一期大概率会连片重排。
立即试听这期涨幅最大的一张,靠一支现场版翻上来。录音室版名次没动,现场版单周播放翻了四倍,两版同时在榜的情况不常见。
立即试听前十名次整体稳定,变化都在十一到二十之间。这个区间通常是新曲试水的位置,能不能往上走要看第二周有没有人接着放。
立即试听这期有六首是新剧带出来的,进榜速度快掉得也快,平均在榜期数只有两周出头。真正留下来的还是那几首脱离画面也能听的。
立即试听整体热度比上周降了一点,但前五的播放全在涨,说明听的人更集中了。中段那几首掉下来之后就没再回去,基本定型。
立即试听这期收了九个首次进榜的名字,其中两个直接进了前三十。新人榜的用处不是排名次,是让你在看清楚之前先听到。
立即试听把十二个月里进过前十的歌重新排了一遍,按累计在榜期数而不是单期峰值,排出来的顺序和当时的热度榜差得挺远。
立即试听榜单这东西看着简单,难的是同一套口径能一直算下去,不掉线也不走样。
抓取任务按平台分批排队,单个平台失败只影响它自己那一路,不会拖累整批。重试三次仍然不成功的条目会在页面标出采集时间,宁可显示旧数据并注明,也不能把昨天的名次当作今天的结果发出去。
各平台对播放、收藏、分享的权重并不相同,直接拿原始分比较必然失真。我们按公开规则折算成统一的名次序列,比较之前先说清口径,看的人知道自己在比什么,结论才有意义,也不至于被一个数字带跑。
封面全部用渐变和字符画生成,不加载任何外部图片。首页整包压在一百多 KB,弱网下打开也不会先给你一块空白等着填,滚动的时候文字先出来,视觉信息后补,读起来不容易断。
每个平台每天都留一份快照,想看上半年某天的榜单可以直接跳到那一天。历史数据和当期数据用不同的标记区分开,不会因为页面长得像就误把旧名次当成新的,写稿的时候也省得再翻记录。
机器抓完还有一轮抽查,名次跳变超过十位的条目会被单独复核。确认是真实变动而不是接口抖动,才放进正式序列,这条规则拦下过不少看起来惊心动魄、其实是数据错位的假涨跌。
卡片上的试听按钮会跳到真正能听的那一路,找不到试听地址的歌只保留数据、不挂假按钮。点进去发现没声这种事,比多按一次返回更伤耐心,所以宁可少一个入口,也不给一个空壳。
榜单的差异,多半不是审美问题,而是算法和统计口径的问题。
做榜单聚合最容易踩的坑,是把不同平台的排名当成同一个东西来看。名次看起来都是数字,一到十就是一到十,可比性其实非常弱。同一首歌在同一天、两个用户量级接近的平台上,一个排第四,一个排第二十一,这种情况每周都会出现。多数时候不是哪一家的数据错了,而是两边统计的根本不是一回事。
有的平台把完整播放算作一个单位,有的按播放时长折算,还有的把收藏和分享的权重放得很高。规则一改,榜单的形状立刻变形。重视完整播放的平台,短歌天然占便宜,两三分钟的歌更容易被听完,长一点的器乐曲就很难挤进前十;重视收藏的平台反过来,慢热型的作品反而有优势,因为它值得被反复打开。看榜的时候如果不知道这一层,很容易得出"这届听众口味变了"之类的结论,实际上只是规则在动。
同样是"周榜",有的从周一零点开始算,有的从周五发歌高峰开始算。窗口差三天,新歌能积累的播放量就差出几倍,节奏慢的作品几乎注定吃亏。所以我们把结算周期、更新时间、是否包含预约播放全部列出来,跟名次放在一起。一个名次脱离窗口去读,信息量很低;加上窗口,才有判断的余地。
把六套规则折算成一套序列,必然丢掉一些东西。我们的做法是保留两层:上层是归一后的统一名次,用来跨平台比较;下层是各平台的原始名次和分值,随时可以点开对照。归一化的目的不是制造一个绝对正确的排名,而是让"这首歌在 A 平台比在 B 平台更受欢迎"这类判断成立。失去细节是所有聚合都要付的代价,关键是把代价说清楚,让人知道自己看到的是折算后的结果。
在榜久,只能说明它持续有人在听,不能说明它好。有些歌靠影视剧带出来,热度集中在两周内,曲线陡上陡下;有些歌慢慢磨了半年,峰值从来没进过前二十。两种曲线都真实,含义完全不同。把期数、峰值、涨跌幅三样东西放在一起看,比单看任何一个都可靠,这也是我们坚持把三条线画在同一张图上的原因。
四位长期和数据、电台、算法打交道的人,聊了聊榜单聚合这事的边界。
把六套规则折成一套序列,最怕的是折完不吭声。这里保留原始名次随时可查,折算层和原始层分开放,这个做法很克制。榜单的可信度不在排得多准,而在看的人知道自己看的是哪一层。
我做节目最需要的是涨跌幅,不是名次。名次告诉你现在谁在前面,涨跌幅告诉你下周谁会到前面。以前要自己拿表格一行行减,现在一张曲线看过去,选题的时间能省掉大半,剩下的时间用来听歌。
新歌预警那套增速指标,思路比榜单本身更有意思。榜单是结果,增速是趋势,能被提前看见的东西通常发生在中段而不是头部。做推荐的人都知道冷启动难,难就难在缺少一个早期的可观测信号。
特别认同"在榜期数不等于质量"这句。稿子写多了会发现,靠影视带出来的热度和靠作品本身磨出来的热度,曲线完全两样,混在一起谈就会得出很荒唐的结论。能把两者分开呈现,说明做的人真看过数据。
榜单正在从"一周一次的结论",变成"每天都在动的过程"。
过去榜单的权威来自慢。一周结一次,结果出来就是一个结论,大家照着听。现在结算周期被压到天甚至小时,名次的稳定性随之下降,同一首歌的排名一天能变五六次。频率变高不完全是坏事,它把"变化"本身变成了信息,但代价是单次名次的参考价值被稀释了。
跟着变的是用户看榜的方式。以前是周末翻开看一次前十,现在是随时扫一眼有没有新面孔。这要求页面能在几秒内说清三件事:谁上来了、谁掉下去了、变化幅度有多大。堆一长串名次已经没有意义,因为下一次刷新就变了,能留下来的只有趋势和幅度。
平台侧的动作也很明显,几家都在把榜单拆细,分出新人、细分曲风、地区、场景几层。细分之后每个榜的样本都变小了,名次的波动反而更大,于是又需要更多的解释性信息去补。这个循环短期内看不到终点,做聚合的价值反而在上升:当单个榜越来越不可靠,把多个榜放在一起看就成了刚需。
往后看,榜单的差异化大概率不在名次本身,而在解释力。能说清一次涨跌是怎么发生的、口径差在哪里、这条曲线属于哪一类形状,比多收录一个平台更有用。名次人人都能抄,解释不能。
一个从共享表格长出来的榜单站,做的时间不算长,规矩倒是慢慢定死了。
音乐榜单最早是一张表格。2023 年冬天,几个在电台和内容公司上班的人每晚各自抄一遍榜单,发在群里对账。抄了两个月之后发现一件挺有意思的事:同一首歌,大家给出的名次常常差出十几位,起因不是谁抄错了,而是各自摘的是不同平台、不同时段的榜。这张表格后来被贴到网上,有人留言问能不能每天都更新,于是才有了现在这个站。
现在覆盖六个平台,每个平台按自己的结算周期抓,抓完先做口径归一,再和原始名次并排存一份。我们对"准"的要求比较笨:宁可标一句采集时间,也不把没核过的数字发出去。名次跳变超过十位的条目会被单独抽出来复核,有一半最后被确认是接口抖动,如果直接上,那就是一条假新闻。
内容上只做一件事,把名次背后的东西说清楚。谁涨了、涨了多少、靠什么涨的、这条曲线像什么形状,这些问题比"本周冠军是谁"更值得回答。所以我们花力气画曲线、列窗口、标口径,而不太在意首页好不好看。试听入口也尽量少挂,找不到就老实空着,点进去没声音比多按一次返回更让人烦。
团队目前人不多,抓取、校对、写稿各有人盯,更新跟着各平台的结算时间走。接下来想把历史快照做得更细,让半年前某一天的榜单能连同比分一起看,也打算把新歌预警的增速区间再分细一档。这些事急不来,数据攒得越久,能看出来的东西越多,慢慢做。
查看详情 →抓取、口径和页面上的调整都记在这里,改了什么写清楚,不写虚的。
榜单页加了在榜天数筛选,可以只看连续在榜超过八期的条目。首批跑下来,长期在榜的歌不到总量的两成,剩下的流动比想象中快。
查看详情 →六个平台的抓取改成按权重分批排队,单轮平均耗时从五十二分钟降到二十九分钟。傍晚结算那一段的延迟最明显,少了将近一半。
查看详情 →快照保留期从一年延长到十八个月,早期数据重新补齐。想查去年某天某个平台的完整榜单,现在可以直接跳到那一天看原始名次。
查看详情 →跨平台对比从每列五首扩到十首,同一位置差异会高亮。中段名次挤在一起时,以前要翻两屏,现在一张表能看完两边的变化。
查看详情 →变动摘要里会写明哪些歌连续在榜超过八期,并附上期数与峰值。以前这类信息要自己翻历史,现在摘要里就能看到大致轮廓。
查看详情 →封面位全部改用渐变绘制,取消所有外部图片请求。首页整包降到一百三十 KB 左右,弱网下的首屏等待时间明显缩短了一截。
查看详情 →关于名次、口径和试听的常见问题,点开就能看到答案。
官方页面展示的是它自己那套规则下算出来的名次,我们展示的是折算之后的统一序列。两边都对,差别在于口径。每条记录都能点开看原始名次,想看官方的直接切过去即可,不用怀疑哪一边抓错了。
六个平台按各自的结算周期走,大部分是每天一次,个别平台是每小时滑动更新。抓取任务半小时跑一轮,页面上标的是最后一次成功的采集时间,看到时间点就知道数据新不新。
各平台对播放、收藏、分享的权重不一样,直接把原始分放在一起比没有意义。我们按公开规则把六个平台的排名折成一套序列,上层用于比较,下层保留原始数据,两层可以随时对照。
表示这一期相比上一期上升了三位。箭头向下是下降,横线是名次没变。数字只算绝对值,不带方向,配合箭头一起看就不会误读,掉榜的情况会单独标成"掉榜"而不是负号。
主要看一周内的播放增速,再结合首次被采集到的时间。增速靠前但还没进榜的会被标出来,标的时候会写清增速区间,不是简单一句"会火"。指标只是参考,榜单本身没有预测能力。
找不到能直接播放的地址时,我们只保留名次和曲线,不挂一个点了没反应的按钮。挂空按钮比少一个入口更影响体验,所以这条线一直没松过,后续能找到再补上去。
快照目前保留十八个月,按天存一份。想查某一天的名次,在榜单页选日期就能跳过去,历史数据和当期数据用不同的底色区分,避免把旧结果当成新的。
不是。在榜久只说明持续有人在听,和作品好坏没有必然关系。有的歌靠影视带出来,两周冲高就掉;有的慢慢磨半年,峰值从来没进过前二十。两种曲线都真实,含义完全不同。
遇到节假日或者平台自身调整,结算会顺延。这种情况榜单日历里会提前标出来,页面上也会注明"未结算",不会拿上一期的结果顶上去,看到空位就说明还没出。
目前支持两到三个平台并排,每列最多十首。再多的话表格宽度会挤,名次反而看不清。想看全部六个平台,可以分开看两轮,或者用首页的总览表先扫一遍差异。
综合了名次、在榜期数、涨跌幅和跨平台一致性四项,算出来是一个参考值,不是听众打分。评分高的通常是名次稳、多平台都在榜的歌,冲得猛但掉得快的分数不会太好看。
可以。频道导航里已经按曲风分了十二个入口,点进去就是对应榜单。筛选条件和日期可以叠加,比如只看电音榜最近三期的名次变化,选好之后列表会跟着变。
歌名、歌手名、榜单期号都能搜,输入两个字的片段也能命中。搜不到刚更新的条目时稍等几分钟,索引会跟着同步任务一起刷新,一般不会超过半小时。
封面全部用渐变和字符画绘制,不请求任何外部图片。这样首屏体积能压到一百多 KB,弱网下打开不会先出现一片空白,另一层考虑是外链图片失效的时候页面不会出现破图。
只会本地记住你上次看到的榜单和日期,用于还原位置。这些记录只存在浏览器里,几十条加起来不过几 KB,清除缓存会一起清掉,不影响任何榜单数据本身。
正常。名次是排序结果,分数才是原始数据。有的平台第四名和第五名之间差着三成播放,有的几乎持平。看分数差比看名次差更能判断竞争激烈程度,我们把两个都摆出来了。
可能是真实变动,也可能是接口抖动。跳变超过十位的条目会被抽出来复核,复核期间页面上会带一个"待核"标记,确认之后才转成正式名次,所以偶尔会看到名次晚几个小时才定下来。
可以,在榜单页右上角点关注,之后这一期结算完成会提示一次。提示按账号走,换设备登录会重新同步,不想收的时候随时取消,不会持续推送其他内容。
按累计在榜期数排,不按单期峰值。这样排出来的顺序和当时的周榜差别不小,有些周冠军只在一期出现过,累计期数反而不如那些常年在十五名附近徘徊的歌。
每条记录右下角有反馈入口,填上平台、期号和看到的问题就行,不用写太多。校对每天会过一遍反馈,口径类的会当天回,数据错位需要重新抓的会晚一些,处理完会在这个页面记一笔。
最近一个多月的留言,按时间从新到旧,鼠标移上去会停下来。