知乎好事 - マトリックスアカウントグループ思考ゲームプレイ

問題を解決する前に、まず余談をさせてください。ブラッシングのいいねがランキングに影響するのはなぜでしょうか?

Zhihu のランキングを最適化する過程で、私は SEO の考え方をさらに活用しました。どのように活用したかを説明します。

① 知乎 = 検索エンジン

② 答えたい質問＝検索エンジンのキーワード

③私たち自身の答え = 私たちのウェブページ

④質問に対するすべての回答 = 検索エンジンの逆インデックス後のウェブページのランキング

⑤同意する = 外部リンク

検索エンジンの主なランキングルールは、関連性、適時性、権威です。

関連性：関連性が優先されます。回答が関連性がない場合、折りたたまれて罰せられます。これについてはコメントしません（Zhihuは高品質の質問と回答のプラットフォームです。高品質のオリジナル+イラスト付きテキストもランキングに影響します）

適時性: Zhihu の適時性は、記事の執筆が終わった直後に、一定期間、総合リストに表示されるという点にあります。Zhihu は、この期間中のパフォーマンスに基づいて、より多くのユーザーにプッシュし続けるかどうかを決定します。

十分に注意深く観察すると、ここでの答えがこの質問の最初の答えではないことに気付くでしょう。特に、あまり人気のない質問について記事を書き終えたばかりの場合は、総合記事に掲載される可能性が高くなります。 （では、タイムリーさで遊ぶ別の方法はないでしょうか？考えたことはありますか？ N個のアカウントを一括で用意し、定期的に記事や回答の下に誘導することで、露出を長く維持することができます。）

権威：私はこの権威を2つの部分に分けます。1つはアカウント自体の重み（検索エンジンのドメイン名のスコアに似ています。このスコアは多次元であり、最も核心的で重要な部分はリンクファームの中心、つまり逆アンカーテキストリンクが多数あり、Zhihuのファンとして理解できます）、もう1つは質問に対する回答の重みです。 （検索エンジンにおけるウェブページの重みと同様）

回答者本人 = ドメイン名（またはウェブサイト全体）

質問に答える = ドメイン名またはウェブサイト内のリンク（ページ）

明らかに同意していない回答が、同意している回答よりも上位にランク付けされるのはなぜでしょうか? (関連性を除けば、回答者のアカウントの重みが高いためと思われます。検索エンジンの観点では、重みと信頼度が高いドメイン名は、その内部ページまたはページの 1 つでも信頼度と重みが高くなっています。Zhihu でも同じです!)

私たちが知乎好事プロジェクトを運営している時、質問の回答ランキングを最適化することで表示される[同意]は、実は検索エンジンのアンカーテキスト外部リンクです。このアルゴリズムを「推奨アルゴリズム」と呼ぶことができます。

より多くのユーザーに認知されればされるほど、ランキングも上がります。アカウントの重みと信頼性が高ければ高いほど、ランキングも上がります。アカウントの重みと信頼性が高ければ高いほど、私たちに[いいね]をもらえ、ランキングも上がります。 (知乎ランキングは検索エンジンとは異なります。[反対]ボタンが追加されています。反対がランキングに大きな影響を与えることがわかりました。[反対]を操作してランキングに影響を与えることもできます。)

不正行為によるいいねの減少問題について

前述のように、サードパーティのアルバイトプラットフォームを使用したり、友人にあなたの回答に「同意」をクリックするように依頼したりすることで、質問内の回答のランキングに影響を与えることができます。最近、Zhihuプラットフォームのルールのアップグレードにより、いいねをブラッシングしていいねを失う率が非常に高くなっています。実際の分析の結果、Jiahangは主に次の3つの原因が原因であることを発見しました。

① 短期間のうちに多くの人がこの質問に同意します。

②いいねをするユーザーは塩分が少なくファンが少ない人ばかりです。

③ パートタイムのプラットフォームユーザーは、短期間に複数のいいね！をする

①理由分析：

ここで、当時の外部リンク投稿戦略を思い出します。外部リンクが10万個あったら、一度に全部投稿するのではなく、一定期間にわたって均等に投稿します。Zhihuでも同じです。新しい質問が短期間で直接訪問され、いいねされると、リスク管理システムによって検出されます。TAはZhihuでのあなたの行動をすべて知っていることを忘れないでください。

①解決策：

この質問のこの回答のランキングに影響を与えたいとします。

2020年のダブル11では、1,000元前後の携帯電話でどの携帯電話を推奨する価値がありますか?

ステップ1: https://www.zhihu.com/ を開きます。

ステップ 2: 「2020 年のダブル イレブンにおすすめできる 1,000 元前後の携帯電話はどれですか?」を検索し、並べ替える必要がある質問をクリックします。

ステップ3: 並べ替えたい回答を見つけ、回答の最後までスクロールして[同意する]をクリックします。

また、1 回につき約 10 個のタスクを完了するのが最適であることにも注意してください。これらの 10 個のタスクを完了した後、10 ～ 30 分待ってから次の 10 個のタスクを完了しても、基本的にいいねを失うことはありません。

②解決策：

タスクを提出する際に状況を説明できます。要件: 1,000 人以上のファンを持つ 500 人以上の Zhihu ユーザーがタスクを気に入ること。注: 主な基準は依然としてファンに基づいています。

検索エンジン、QQグループ、WeChatなどのチャネルにも、いいねサービスを提供する高フォロワーアカウントが多数あります。高フォロワーアカウントは、通常のアカウントよりも質問と回答のランキング結果に明らかな影響を与えることがテストされています。

③解決策：

パートタイムプラットフォームでタスクを提出する場合は、30分以上の間隔を空けるのがベストで、複数のプラットフォームで提出することもできます。

ステーショングループ思考は相互賞賛とアカウントブロックの問題を解決します

サイト群をやっていると、検索エンジンのスプロケットや相互接続にもスキルが必要だと分かっています。何も考えずに接続してしまうと、最終的には全滅してしまいます。

読みやすさを考えて、専門用語はなるべく使わないようにしています。

ステーショングループを操作する場合、同じCセグメント（ABCD）を相互接続できないことは誰もが知っています。つまり、111.123.111.7を111.123.111.8にリンクすることはできません（理解するだけです）

知乎マトリックスアカウントは、1台のマシン、1枚のカード、1つの番号を使用するようにしてください。仮想番号セグメントの携帯電話番号を使用して登録しないでください。これらは、各アカウントが独立していることを保証するための厳しい要件です。（検索エンジンでは、ステーショングループIPを使用して操作し、1つのIPは1つのドメイン名に対応します）

アカウントを維持するプロセスは比較的簡単です。毎日推奨事項を確認し、ランダムに同意+収集+コメントなどして、実際の人物にできるだけ近づけるだけです。

実際、回答の相互いいねはスプロケットプロセスです。毎日、これらの10のアカウントからお互いの回答にいいねする10のアカウントがあると想像してください。長い時間が経つと、Zhihuのリスク管理によって検出され、アカウントは100％ブロックされます。私たちの目標は、データを増やし、ランダム性を高め、Zhihu のリスク管理システムによって特定されるリスクを減らすことです。

​

これはサイト クラスターのスプロケット ダイアグラムです。すべての小さなサイトは相互接続されていません。代わりに、重みは 5 つのサイト (ABCDE) に集中しています。その後、これらの 5 つのサイトはメイン サイトに重みを集中させ、メイン サイトの重みを増やします。このスプロケット図は参考としてのみ使用できます。考慮すべき点は、1 つのマトリックス番号にパワーを集中させるのではなく、すべてのマトリックス番号の重みを増やすことです。

当社の事業内容は以下の通りです。

マトリックス アカウントを 10 個のグループに分割し、さらに A、B、C、D、E の 5 つのグループに分けます。各アカウント グループは互いに好意を持ちますが、異なるグループのアカウントは互いに好意を持ちません。

グループ A の相互賞賛プロセス中に、グループ A のアカウントは、BCDE (検索エンジンの単一のアンカー テキスト) など、他の 4 つのグループのアカウントにランダムに単一のいいね! を与えます。

A1 同意します。A2 同意します。A3 同意します。A4 同意します。A5 同意します。A6 同意します。A7 同意します。A8 同意します。A9 同意します。A10 同意します。B5 同意します。B8 同意します。C8 同意します。D9 同意します。E10 同意します。D2 同意します。

A2 は A1 に同意し、A3 に同意し、A4 に同意し、A5 に同意し、A6 に同意し、A7 に同意し、A8 に同意し、A9 に同意し、A10 に同意し、B1 に同意し、B2 に同意し、C4 に同意し、D8 に同意し、E3 に同意し、D5 に同意します。

このサイクルは順番に繰り返されます。グループ A の相互いいねプロセス中に、お互いにいいねしていないアカウントが散在し、Zhihu のリスク管理システムを混乱させます。注: Zhihu のリスク管理によって認識されるリスクを最小限に抑えるには、単独のいいねの数が相互いいねマトリックスのグループ化の N 倍である必要があります。マトリックス アカウントがそれほど多くない場合は、相互いいねプロセス中に他の人の回答をランダムに推奨したり同意したりできます。相互いいね以外の単独のいいねが多いほど、相互いいねマトリックス アカウントがブロックされる可能性が低くなります。これはすべてのアカウントに適用されます。

著者: ジアハン

出典: Jiahang Thinking