2016年5月13日,第三方全域大数据服务公司【友盟+】发布了《动漫行业网站用户访问行为偏好分析报告》其中就动漫行业网站进行了详细的大数据解读。报告中就动漫行业网站用户访问行为的访问活跃度时间段和关注的动漫形式分布以及网民的搜索习惯等进行了数据分析。
一、动漫行业网站用户访问行为偏好分析
(1)网民更加青睐视频形式动漫
从关注的内容分布来看,动漫网民比较青睐视频形式的动漫,视频形式动漫流量占比82%,在线阅读占比18%。
从排名来看,赛尔号、铠甲勇士、熊出没动漫作品最受关注,均是视频形式动漫。
(2)赛尔号领衔视频形式动漫,海贼王居在线阅读榜首
视频类动漫,赛尔号、铠甲勇士、熊出没最受网民青睐;在线阅读类动漫,海贼王、一拳超人、妖精的尾巴最受网民青睐。
(3)动漫网民忠诚度较高
从访问的途径来看,动漫网民忠诚度较高,近三成网民直接访问(收藏夹进入或输入网址访问)动漫网站。
7成多网民从站外访问网站,4399游戏网、百度、谷歌、360搜索等搜索引擎、金山影视是用户主要站外访问来源。
(4)动漫网民搜索目的比较明确
从搜索的关键词来看,可见大部分动漫网民搜索目的比较明确,直接搜索动漫网站,或是直接搜索某部动漫,小部分搜索较为宽泛,比如搜索词“漫画”。
从搜索的排名来看,动漫网站搜索量较高的是:风车动漫、火影忍者中文网、有妖气;动漫作品搜索排名最高的是:一拳超人、妖精的尾巴。
报告要点:
1、2016年Q1共有超1.3亿网民访问动漫网站,产生超249亿浏览量。
2、网民访问动漫网站呈现节假日访问量较高规律,每天12点至晚上9点是网民集中访问时段。
3、网民青睐视频形式动漫;赛尔号、铠甲勇士、熊出没最受关注。
4、网民搜索目的明确,以动漫网站和动漫作品为主。
5、动漫产业发达地区台湾、广东、香港网民关注度较高,流量最高。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。