8553 条帖子里的校园集市
同学的闲置、跑腿、组队、失物招领,都挤在同一个论坛里。 我把七周的帖子导出成索引,想看清楚:这个市场到底在交换什么。
缘起
校园集市是那种「人人都在用、但没人说得清它是什么」的东西。它既是二手交易市场, 又混着跑腿代取、比赛组队、失物招领、拼单搭子,甚至还有大量无人回应的求助。 想做一个关于校园供需的产品或方案,第一个问题就是:这里真实的需求分布长什么样? 没有现成数据,只能自己动手。
怎么做的
分三步。第一步是抓取与导出:把论坛帖子按时间顺序翻出来,记录时间、标题和短链, 得到一份 8553 行的 TSV 索引。第二步是清洗:去掉重复、识别官方模板帖。第三步是归类: 先用关键词规则做粗分类,再看规则错在哪里。
这里要对数据来源说清楚:帖子标题是公开可见的,但正文、价格、成交与否都不在索引里。 所以下面所有结论都只关于「标题层面说了什么」,不能直接推到「成交额」或「真实价格」。
几个数字
| 指标 | 数值 |
|---|---|
| 帖子总数 | 8553 条 |
| 时间范围 | 2026-09-17 至 2026-11-08(约 7 周) |
| 单月峰值 | 2026 年 10 月,5062 条 |
| 官方模板 / 榜单帖 | 约 368 条(4.3%) |
| 求购类(收 / 求 / 蹲 / 有没有人) | 约 756 条 |
| 大创组队与招人 | 约 253 条 |
| 跑腿 / 代办 | 约 247 条 |
| 「搭子」类 | 约 146 条 |
| 失物招领 | 26 条 |
| 兼职 / 招聘 | 31 条 |
| 明确写「出售 / 转让 / 闲置」 | 仅 43 条 |
三个观察
一、需求侧比供给侧更愿意开口
明确求购的帖子(756 条)远多于明确写「出售」的帖子(43 条)。但这不代表没人卖—— 更可能的原因是措辞:卖东西的人写「出个台灯」「九成新自行车带走」,很少写「出售」。 这一点让我意识到,用关键词统计供需,本身就是有偏的。
二、论坛不只是交易市场
「大创」相关 253 条、跑腿代办 247 条、搭子 146 条——加起来已经超过很多品类。 对同学来说,这个论坛承担的是「在校生活的协作接口」,交易只是其中一块。
三、官方内容占比不小
榜单、投稿入口这类模板帖约 4.3%。做任何用户侧分析前都必须先剔掉, 否则很容易把运营动作误读成用户行为。
失败的地方
最初的分类方案是七个类别加正则匹配,跑完之后发现「出售」只有 43 条, 明显不符合直觉。回头看规则,问题在于我用的是书面语词表,而真实标题是口语、缩写、谐音。 更好的做法是先做五百条人工标注,从实际措辞里归纳词表,再扩展—— 这一步我没能在这次做完,留在这里当作教训。
接下来想做的
- 补五百条人工标注,做一版可验证的分类器,至少报告准确率与混淆矩阵。
- 把同一物品的多次发帖串起来,看「挂多久能出」,这是比条数更有用的指标。
- 区分「求」与「兜售」的语言特征,做一张真实的校园需求地图。