活动与社群
通过官方账号和微信、QQ 社群说明剪辑激励活动与奖励规则；处理咨询、违规内容与粉丝争议，收集一线反馈。
内容运营 / 用户运营2027 届硕士 · 莫纳什大学 / 余欣然
做过社群一线，也能把用户声音拆成数据。
在陌陌参与过 0 预算的创作者冷启动，也维护过 200–400 人的粉丝群；之后独立分析了 4,433 条 YouTube 评论，并和 3 位用户做了深度访谈。
0 预算，怎么找到第一批声音？
陌陌早期 AI 语音业务 · 2021 实习 · 负责联系潜在声音创作者
流程按实习中的实际职责整理；没有转化或成交数据，这里不展示结果数字。
遇到新任务，我怎么做？
三个真实项目里的做法、调整与不足
任务
方法
中途调整
交付
不足
4,433 条评论里，大家在聊什么？
MKBHD（Marques Brownlee）是美国头部科技测评博主，YouTube 订阅超过 2,000 万。我抓取了他两条新机测评视频下的评论与回复。
正面中性负面
以上是我从数据得出的待验证假设，尚未通过实际发布测试。
从写影视内容，到做内容运营
- 本科 · 戏剧影视文学西安工业大学
- 交换 · 戏剧系台湾中国文化大学学习戏剧与文化产业相关内容
- 运营实习陌陌「哇偶」创作者冷启动 · 社群维护 · 内容上新
- 影评与社区讨论豆瓣 · 微博2022 年单条短评获赞 7,000+；《明日之子》《创造营》讨论帖获多月激励
- 硕士 · 传播与媒体研究莫纳什大学（预计 2026.12 完成学业）用户研究 · 评论数据分析 · AI 工作流
SELECTED WORK / 代表项目
社区执行经验，与近期分析实践。
01 / 社区运营实习
陌陌「哇偶」：内容与用户两端的执行
2021.06–2021.09 · 北京陌陌科技有限公司 · 创新业务部 · 运营实习生。参与视频内容社区的早期运营，协同维护官方账号、公众号与用户社群。
OPERATIONS IN PRACTICE / 工作规模
7–9微信 / QQ 社群活动信息与奖励规则触达
200–400人 / 群咨询处理 · 日常维护 · 用户反馈
≈30潜在声音创作者 / 日早期 AI 语音业务拓展
以上为实习职责中的工作规模，非增长或转化成效；流程根据原有经历整理。
内容上新流程 / 按实际职责整理
01创作者对接沟通字幕组创作者
02素材跟进跟进原始视频交付
03后台执行上传 · 内容检查
04内容上新协助保障内容供给
创作者拓展
早期 AI 语音业务：通过喜马拉雅、荔枝等平台联系潜在声音创作者，沟通试音、报价与合作意向，参与候选声音筛选。
补充经历 / 学而思运营实习 · 2020.01 ＋
参与新媒体选题、文案撰写与课程宣传；维护家长用户群，进行课程信息触达与潜在用户转化。
02 / YOUTUBE · 个人研究 · 2026
4,433
COMMENTS & REPLIES / 评论与回复
iPhone 讨论购买决策，
Huawei 讨论创新与争议。
自主选择 MKBHD 的 iPhone 17 与 Huawei Tri-Fold 视频，分析评论中的讨论主题和情感差异。
已分类 1,588 条 / DistilBERT
iPhone 17
56.86%自动分类为正面的评论占比
正面 56.86% · 中性 8.69% · 负面 34.45%
消费决策：选哪款，值不值得升级？
讨论更集中于型号选择与升级价值。
已分类 2,820 条 / DistilBERT
Huawei Tri-Fold
46.74%自动分类为正面的评论占比
正面 46.74% · 中性 8.90% · 负面 44.36%
技术创新，也牵动社会文化议题。
讨论呈现更明显的情绪分化，并延伸至创新与社会文化话题。
情感占比以已分类评论为分母：iPhone 1,588 条，Huawei 2,820 条，合计 4,408 条。比采集总数 4,433 条少 25 条（iPhone 5 条、Huawei 20 条），原始分析记录未说明差异原因，这部分未计入百分比。
我完成的分析步骤
01获取评论YouTube Data Tools
4,433 条评论及回复
4,433 条评论及回复
02模型辅助分类Communalytic
DistilBERT 情感分析
DistilBERT 情感分析
03调整主题聚类Communalytic 主题分析
根据初始结果调参
根据初始结果调参
04交叉统计Excel
话题 × 情感标签
话题 × 情感标签
统计口径、话题明细与局限 ＋
TOPIC × SENTIMENT / 原分析中的话题占比
基础款 vs ProiPhone · 主题内情感占比67.57%正面
创新领导者Huawei · 主题内情感占比81.82%正面
轻薄手机创新之争iPhone · 主题内情感占比55.17%负面
抄袭三星技术Huawei · 主题内情感占比78.05%负面
原分析记录只提供话题内情感占比，未提供各话题的评论条数，因此不据此判断话题规模或结论稳定性。
情感占比以已分类评论为分母；约 27% 的评论未归入任何主题；Huawei 视频发布更早（2024.10 对 2025.09）；YouTube 在中国大陆基本无法访问，大陆观众在样本中占比偏低；主题数量随参数设置变化。这不说明哪款产品更受欢迎。
SUPPORTING PROJECT / 用户洞察
算法之外，听见具体的人
在澳中国留学生（非媒体专业）
小红书 · 抖音 · B 站
半结构式访谈 + 边刷边讲的屏幕演示
主动干预推荐不干预
刷到不想要的推荐时，三个人分别怎么做？
| P01 | P02 | P03 | |
|---|---|---|---|
| 遇到的情况 | 推荐几乎全是购物内容 | 和朋友聊过的动画，当天就出现在抖音 | 推荐页呈现的自己并不完整 |
| 做法 | 刻意搜索英语学习、编程，用搜索向系统发出“非购物”的信号 | 感觉被监听，但仍把平台当作放松空间，照常使用 | 意识到推荐的局限，仍选择不改变 |
| 归纳 | 主动重置 | 不安但继续 | 有意不干预 |
表中为访谈内容的匿名转述，非逐字引语。
是否干预推荐，不只取决于是否意识到算法，还取决于内容是否仍然有用。
研究范围与局限 ＋
研究范围
- 3 位在澳中国留学生，非媒体专业
- 覆盖小红书、抖音与 B 站的推荐体验
局限
- 三位参与者的经验用于形成后续验证的假设
- 不应推广为所有用户的共同偏好
CONTENT OBSERVATION
Becca Bloom
创作者内容观察
TikTok · 3 条代表视频
向往感亲近感
向往感与亲近感，如何共同塑造人设？
| 展示型 | 讲话型 | |
|---|---|---|
| 代表视频 | 爱马仕开箱；给猫做早餐 | 面对镜头的励志谈话 |
| 呈现方式 | 快速剪切与特写，集中呈现多件商品；奢华餐具搭配顶级食材 | 画面简单、剪辑较少，配有字幕；形式更适合高频重复 |
| 语气 | 轻松（给猫做早餐） | 励志，直接面向观众 |
| 形成的感受 | 向往感 | 亲近感 |
两类内容分工不同：展示型拉开距离、建立向往，讲话型拉近距离、维持日常联系，人设由两者共同完成。
外部质疑与分析边界 ＋
外部质疑
- 质疑经济压力背景下的奢华展示
- 质疑专业团队打造的形象是否削弱真实感
分析边界
- 样本仅为 3 条代表视频与公开报道
- 没有播放、互动等平台数据，以上为定性观察
SUPPORTING PROJECT / AI 工作流 · 个人实践
内容复盘诊断：一个规则原型。
把曝光、观看率和关注转化拆成检查规则，输出指标依据与下一步检查建议。此处展示原型功能；使用模拟数据，本地运行。
工作流设计：人与 AI 的分工（五步）＋
发现问题
把“数据变差了”改写成可回答的问题：变化发生在曝光、观看还是关注转化？先确定比较对象、时间范围与需要的字段。
内容运营数据诊断
数据变了，先看哪里？
模拟数据 · 本地规则运行 · 无在线 AI 调用
选择场景，查看本期与上期指标，再运行诊断。
查看指标口径与判断规则 ＋
每个场景均为相同周期、同一统计口径的演示数据。观看率＝观看次数 ÷ 曝光次数；关注转化率＝新增关注 ÷ 观看次数。曝光相对变化 ≤ −10% 标记下降；观看率下降 ≥ 5 个百分点、关注转化率下降 ≥ 0.2 个百分点时提示检查。阈值仅为演示，不是通用行业标准。真实使用前还需检查发布量、内容结构、统计口径与样本规模；不能据此直接判断因果。
技能与工具
工具能力，对应具体任务。
AI 应用与工作流
使用 Claude、ChatGPT、Grok 与 Gemini 辅助任务拆解与实现，并对输出进行核查。
Excel 与数据库
使用 Excel 进行表格整理、简单计算及话题与情感标签的交叉统计；掌握数据库基础 SQL 查询，支持数据提取与查看。使用 Communalytic 与 YouTube Data Tools 辅助评论数据分析。