在网络传播理论与实践课上，吕欣老师提到了 “媒体黄金时间的重新定义”。交通广播的黄金时间是 6:00 - 7:00 和 17:30 - 18:30 的早晚交通高峰，电视的黄金时间是 19:00 - 21:00，到了移动互联网时代，手机和我们互相成为延伸，不再像广播、电视那样那么受限于使用的场景。那么这个时代的黄金时间是什么？

大家不妨思考一下这个问题：

你认为什么时候发朋友圈最合适？

有人说，晚饭后发朋友圈最合适，因为那个时候大部分人都会闲下来刷朋友圈；也有人说，晚上发朋友圈的人太多了，自己发的内容太容易被淹没，反而更难取得关注；还有人说，早起发朋友圈更好、正午发朋友圈更好，因为大家有起床后工作前或是午饭后刷朋友圈的习惯，而且那时朋友圈更新的频率比较小……

以上都是大家对朋友圈发布的基于经验的思考，经验会不会出错呢？我想研究一下。

首先，我们发朋友圈最期待的就是两个反馈：点赞和评论，因为它们是由我们所发布的内容转化而来的，所以我们称之为 “转化量”。来看看我朋友圈一天中点赞量和评论量在 24 小时时间上的分布，其中图中的每一个点代表一条朋友圈，纵坐标是其收获的点赞量 / 评论量，横坐标是朋友圈发布的时间。

朋友圈点赞数与时间散点图

朋友圈评论数与时间散点图

看到这里，很多人就想下结论了，显然朋友圈晚上发最合适嘛，晚上的点又高又密。真的是这样吗？这其中有许多的问题。

首先是样本，图中的 7418 个点代表我获取我的朋友圈的 7418 条数据，局限性很大，不能代表所有人朋友圈的发布情况。其次，点的密度大只能说明该时段朋友圈的发布量大，这没什么。还有，晚上点赞量高的朋友圈多，但点赞量低的朋友圈也多，点赞量的期望真的会高于其他时段吗？

抛开样本的局限性不说，我们先看一看这些朋友圈都是在什么时候发的：

朋友圈发布时间直方图

工作日和周末各时段的平均发布量对比图：

工作日与周末朋友圈平均发布量对比图

可以看出，我的朋友喜欢在正午、傍晚、和晚间发布朋友圈，在每晚 21:00 - 23:00 达到全日的最高峰。同时，周末的高峰比工作日更高。

这就是为什么有人会觉得晚上发朋友圈会被 “淹没” 了。

可是，发朋友圈的人多，看朋友圈的人也会多啊！我把一天拆成 48 个时段，统计每个时段朋友圈的数量、点赞总量、评论总量，绘制成如下散点图。

各时间段点赞量（黑）、评论量（灰）与发布量的散点图与拟合直线

其中，每一个点代表一个时段，横坐标是其间朋友圈的数量，纵坐标是其点赞总量（黑）/ 评论总量（灰）。再进行一波线性拟合，发现……无论什么时候发朋友圈，获得点赞、评论数量的期望几乎是一样的，一样的！

这可真是太尴尬了。

这个时候老师发来了一条公式：选择或然率公式。

将其投影在微信朋友圈上，我也得出了一条类似的公式：（微信朋友圈）转化量公式。

进行简单的转换，可以得出：

也就是：

所以，转化量期望恒定的源头就在于：我们发朋友圈的时间和浏览朋友圈的时间分布几乎是一致的。

等等，回到刚才的问题，期望一样又能怎样呢？期望恒定了，我们获得更大转化量的机会也恒定了吗？

这时，我们来关注一个新的指标：注意熵。

微信朋友圈的发布、浏览、点赞、评论都是符号互动的重要组成，它形成了比以往更多的人与人之间的强弱互惠性服务关系。这些互动拓展了个体维持关系的能力，同时也挤压了用户的时间，占用了用户的注意力。

假设我们的注意在各条朋友圈之间的分配是完全随机的，那么各条朋友圈获得的曝光机会也就是相等的。但事实上，我们的注意力会集中在某几个位置而忽视其余位置，我们怎样去描述注意的集中或分散程度？

基于香农的信息熵理论，用户朋友圈的注意熵可以反应用户注意的不确定性。

熵被用来衡量一个随机变量出现的期望值，计算方法是：

我将点赞以及评论数据作为计算注意熵的来源，探究用户注意的分散度。对于一份点赞样本 C，P(ci) = ci / ∑ C，即某条朋友圈的点赞数可反应用户注意停留在该内容上的概率。

同样把一天分为 48 个时段，对每个时段的所有朋友圈计算注意熵，可以得到总注意熵的趋势图：

各时间段的总注意熵

如果对每个时段取定量的朋友圈样本，可以绘制各时段确定样本数注意熵的趋势图：

各时间段确定样本数的注意熵

由图可知，在一个确定时间段内，用户的注意的随机性会因内容的增多而变强，而在一个确定数量的样本中，用户注意的随机性几乎恒定。

这就说明，用户浏览内容时，注意力出现的概率是恒定的，即用户出现对某条朋友圈关注度提升的概率是恒定的，但是用户的注意总量会被有限时间的内容数量所稀释，信息量越大，用户随时间分配注意的随机性越强。

太玄学了。

紧接着，我的神仙老师又发来了一本书——巴拉巴西的《链接》，读完之后，我发现其中无尺度网络的幂律分布同样适用于微信朋友圈。

首先，我们把我朋友圈的每一个用户视作一个节点，每一个次点赞都形成两个节点之间的有向边，这样一来，一个有向图就形成了：

一个相同阶数和边数的随机图：

统计两个图中各个节点的度（节点连接的边数），可以发现，朋友圈的图的度的分布是幂律分布，而随机图的分布是二项式分布。对于幂律分布来说，研究其度的期望的意义不很大。

二图度分布对比图

平均没有意义，多少不是关键。

综上所述，如果朋友圈的质量足够高，那么我们可以一直维持在自己朋友圈这个幂律分布的顶端节点——那个拥有连接数最多的节点，这个时候，朋友圈转化率的期望值没有意义——它几乎是恒定的，朋友圈发布的数量不是关键——大部分朋友圈会被 “淹没”，起决定作用的就是我们获得的曝光量。所以，质量足够高，什么时候 “人多” 什么时候发，这，就是互联网时代的 “黄金时间”。

用《链接》里的另一句话作为此次小思考的收尾：节点永远在为链接而竞争。

One more thing……

根据点赞关系绘制的社区图，可以非常精准的分类我的各个好友群体

非常感谢吕欣老师、沈浩老师、孙国玉老师、张辉老师的悉心教导！

完。