這個話題基本我每年都會寫一次，有的時候自己都覺得很無聊。

　　而之所以每年都會寫一次，是因為每年都會有新的微或者新的博冒了出來。

　　博客，輕博客，微博，長微博，G＋，簡書，等等。

　　好多啊。。。

　　我用博客的歷史，大概要從04年算起。

　　當年喜歡一個女生，她開了一個教育網的博客，于是我跟風。

　　后來05年，喜歡另一個女生，她用SPACE，于是我也就用SPACE。

　　SPACE是第一個長時間使用的，一直用到MSN拋棄了SPACE，轉到WordPress后感覺不好看就放棄了……

　　接著使用BlogSpot，同步更新到人人校內豆瓣Q空間和新浪博客。

　　現在基本就用簡書做對外公開，Evernote做私人存檔——啊呀，提醒我了，我有好幾篇東西寫在簡書然后忘記同步到Evernote去了。。。

　　輕博客方面，用過新浪Qing，和鼻祖Tumblr。

　　微博方面，國內的有新浪微博騰訊微博網易微博，國外的有Plurk和Twitter。

　　用了這么多雜七雜八的東西，總會有一些看法。

定義一：信息的重量，指信息本身的信息量，信息的瀏覽與傳播媒介的操作成本，信息呈現方式的復雜度，這三者的綜合。

　　距離來說，微博和長微博，基本所有方面都一樣，但微博最多140字，長微博最多能撐死你的瀏覽器……所以微博和長微博的重量是不同的。

　　而且，微博直接就能看，長微博你需要點擊顯示大圖，從這點來說，即便同樣一份微博，將其轉換為同內容的長微博圖片后，重量也會隨之增加——因為你的瀏覽操作成本上升了。

　　來談個跨界的。

　　SNS上經常有人的實時動態，這些動態信息一般都是140字以內的（我一個美女同學有一次就跟我說：微博不就是人人個人簽名么？為什么這么火？然后我一邊幻想著她深V外衣下的珠穆朗瑪，一邊跟她解釋了一通這里的原理，然后，就沒有然后了——朋友們，引以為戒啊?。詮奈谋拘畔⒘縼碚f，SNS的個人狀態和微博是相同的。但不知道你有沒有注意到，SNS里的個人狀態如果你要互動的話，一般你都需要點進去，然后評論，或者轉發——當然，點贊是可以直接在主頁TL里完成的。

　　所以，SNS里的個人簽名和別的實時動態的操作成本比微博要高，所以也就比微博要重。

　　博客更是如此了。

　　一般寫博客的人，帖子的字數都遠超博客——簡叔大人最近不還號召大家“日啖簡書千字文，思如井噴筆尿崩”么？（怎么樣怎么樣，我這句子很通順吧？哇哈哈哈哈～～～～～）更可觀的是，一般你在首頁是看不全的，你在所有文章列表里也是看不全的（SPACE倒是可以看全，于是看TL就成了災難……），你需要點進去才能看全，才能交互——于是操作成本又上升了。所以博客相對微博，好重……

　　那么博客和SNS相比呢？

　　這就牽扯到第三個維度——呈現的復雜度。

　　博客里的內容是唯一的，就是帖子。而SNS里的內容卻是五花八門的，有帖子，有投票，有廣告，等等。

　　互動的多種多樣，也就決定了整個SNS系統具有了額外的重量——用戶需要花費額外的精力來區分什么內容是什么，這種額外的分類造成了額外的操作成本——但和第二項不同，這里的操作成本是腦袋自動完成的，不需要你鼠標去點擊。

　　這是潛操作成本，但也是成本。

　　所以，SNS比博客更重。

　　當然，也不是那么一定。比如，博客里帖子密集，而SNS布局相對更松的話，那其實對用戶來說SNS可能更輕——這就引出了另一點，豐富性不但和內容的種類相關，還和內容的密度相關。

　　種類越多，信息越重；密度越小，信息越輕。

　　當然，豐富性也不僅有這些內容。以輕博客和博客來說，它們在信息種類和信息密度上幾乎沒有分別，但博客的整體UI比輕博客要豐富，這就導致了整個平臺賦予信息的額外重量就更重了——但這部分很難量化。

　　上述三個重量的指標，一個是信息本身的，后兩個則是信息傳播的平臺賦予的。但，沒有信息傳播與生產的平臺，也就沒信息了嘛——但這提醒我們的是，可以通過第三方APP來修正這部分的重量。

　　大致來說，在一設備d上，某信息平臺p上某條信息m的重量W可以寫作如下形式：

W(m, p, d) = Len(m) / 100 + (Ob(p) + Op(p)) × 2 + (1 + K(p)) / 2 × N(p, d) / M(d) × UI(p)

　　其中Len(m)是m的長度，Ob是瀏覽一條信息所要的操作數，Op是傳播一條信息所要的操作數，K是平臺提供的內容類型數，N則是一頁能顯示的信息數——這個值得不單和平臺p有關，也和用戶使用的設備（PC？手機？平板？）相關，但這里就只記為p了。相應的，M是在指定設備上一頁最佳顯示數，比如PC和平板上是10，手機上是2，等等。最后的UI是平臺的UI導致的額外重量。

　　當然，一些權重參數，比如那個M，目前是隨意取的，未必就是好值。

　　現在，舉例來說，一條100字的微博和一條50字的微博，它們的重量就不同——對新浪微博來說，Ob(sina)=1，但Op(sina)>1，因為如果我們是要轉發一條被轉發消息的原消息，那么需要額外的操作（點選“原微博”）才可以。姑且認為Op(sina)=1.1。對于Twitter來說，我們可以認為Op(twi)=1。關于信息種類，新浪微博上有微博，有推廣帳號，有廣告，有朋友活動，所以，算上出現的頻率權重，我們可以認為K(sina)=2.5，而K(twi)=1。每頁顯示數量，這個根據Theme不同而不同，我們姑且認為N(sina, d) / M(d) = N(twi, d) / M(d) = 1。

　　所以，在這兩個不同平臺上，這兩條信息的重量分別是：

　　W(100, sina) = 1 + (1 + 1.1) × 2 + (1 + 2.5) / 2 = 6.95

　　W(50, sina) = 0.5 + (1 + 1.1) × 2 + (1 + 2.5) / 2 = 6.45

　　W(100, twi) = 1 + (1 + 1) × 2 + (1 + 1) / 2 = 6.0

　　W(50, twi) = 0.5 + (1 + 1) × 2 + (1 + 1) / 2 = 5.5

　　作為比較，簡書千字文的重量是這樣的：

　　就平臺來說，簡書的瀏覽成本是2（點開，看）。轉發成本高于2，估計為2.5（簡書內喜歡是2，然后你要分享到別的平臺，還需要額外的點擊和確認過程，是4。考慮操作頻率導致的加權，認為是2.5大概差不多……）。內容種類，在主頁是1，在TL是2（發帖，回復），在提醒是4（發帖，回復，喜歡，加入文集或者推薦），我們綜合來說，就算2.5好了。至于N/M，在主頁算1的話，在TL和提醒里就超過2了，綜合說來就算2吧。于是，簡書上一篇千字文的重量為：

　　W(1000, JS) = 10 + (2 + 2.5) × 2 + (1 + 2.5) / 2 × 2 = 22.5

　　果然好重……

　　豆瓣估計差不多，而人人開心這樣的SNS，K值就高了很多，N/M也高不少，于是大家鼓掌。

　　下面來比較一下，同樣的消息作為長微博、輕博客和博客，其重量分別是多少。

　　還是以千字文為例。作為長微博的時候，各參數和微博是類似的，從而有：

　　W(1000, pic) = 10 + (2 + 2.1) × 2 + (1 + 2.5) / 2 = 19.95

　　而當同樣的內容放在輕博客的時候，如果只考慮輕博客內的傳播，那么其重量為：

W(1000, qing) = 10 + (2 + 2) × 2 + (1 + 1) / 2 = 19

　　但顯然輕博客內的傳播不算主流，主流還需要使用微博來推廣，因而考慮上這部分的額外重量，結果就是：

　　W(1000, qing+weibo) = 10 + (2 + 2.5) × 2 + (1 + 1) / 2 = 20

　　相比長微博略重。

　　而對于博客，重量同樣可以分為只在博客系統內傳播和通過微博輔助流通量部分，分別為：

　　W(1000, blog) = 10 + (2 + 2) × 2 + (1 + 1) / 2 × 1.2 = 19.2

　　W(1000, blog) = 10 + (2 + 2) × 2 + (1 + 1) / 2 × 1.2 = 20.2

　　這里相對輕博客多出來的因子1.2，就是上文所提到的因為博客整體UI相比輕博客更豐富而多出來的額外重量因子。

　　前面只是一個鋪墊，下面是正餐。

定理一：一個平臺用戶數的增速，與平臺上的平均信息重量成反比，和已有用戶數量成正比。

　　可以寫為這樣的形式：

ΔU = V × U / Ave(W(m))

　　這里V是增速常量。而平均重量則可以認為是將W中和信息本身相關的因子扣除的結果。

　　可以看出，基本上平均重量越低的平臺，在相同時間內，上面聚集的人也就越多。

定理二：一條消息的存在時間和傳播范圍，隨平臺用戶數的增多而增加，隨信息品質的增加而增加，隨信息重量的增加而減少。

　　也許可以寫成這樣的形式：

Life(m) = LIFE / W(m) × Q(m) × F(U)

Range(m) = RANGE / W(m) × Q(m)× F(U)

　　這里LIFE和RANGE是兩個常數。F(U)是和平臺用戶量相關的一個函數，至少不可能是線性函數，可能是這樣的函數：

F(U) = 1 - 1 / (1 + (U / Limit) ^ 2)

　　這就是說，越重的消息，傳播范圍和存在時間越小，越輕的消息，傳播范圍也就越廣，存在時間也就越長。

　　比如說，同樣的內容，作為長微博、輕博客和博客，其傳播范圍就會不同。

定理三：用戶對信息交互頻率和信息的存在時間及傳播范圍成正比。

　　也即：

Act(m) = ACT × Life(m) × Range(m)

　　其中ACT是交互常數。這條定理的特點，在于信息質量并不顯然地出現在關系中——所以，一條爛消息，如果反復出現的次數夠多（比如水軍反復發同一條消息），也能引起足夠的交互。

　　上面還只是考慮在同一個系統內部，如果同時有多個平臺共存，用戶可以在多個平臺之間選擇，那情況就又不同了：

定理四：用戶更傾向于在消息交互更頻繁的平臺上交互。

　　基本上，平臺p對用戶的粘性大致可以表達為：

Stick(m, p) = Act(m, p) / Sum(Act(m, q), q)

　　所以啦，我們比較微博、輕博客和博客，就會發現，因為微博最輕，所以微博上的信息傳播最廣，信息存在時間最長，因此用戶增長最快，用戶和信息的交互也就最頻繁，最后導致的就是大家越來越喜歡在微博這個平臺上進行交互。

　　上面的都是一些統計性的猜測性的東西。既然是統計，所以具體到個體自然是有差異的；既然是猜測，那總會猜錯的。

　　嗯，以上。

　　歐耶，終于把廢話都寫完了，萬歲～～