Upvote Analysis of CN Whales CN区大鲸点赞分析 📊

用steemsql收集数据，简单分析了一下CN区几个大鲸的点赞分布得到上图。其中囊括了2017年8月9号直到今天的全部数据。横轴是X收益人数，纵轴是前X个受益人获得的收益所占全部收益的比例。如果我没说明白，请看下表。

百分比	@tumutanzi	@htliao	@linuslee0216	@nicolemoker	THLN	@abit
20%	5	8	6	5	8	5
30%	12	15	10	8	13	8
40%	22	23	15	12	22	12
50%	34	34	22	17	32	17
60%	50	48	31	23	47	24
70%	72	69	43	33	66	33
80%	106	100	58	49	97	48
90%	155	165	86	97	167	76

上表显示每个大鲸点赞受益人百分比分布。比如说tumutanzi那一列20%那一行的5说明他给5个人的点赞占了全部点赞比重的20%。

其中THLN一列是 @tumutanzi, @htliao, @linuslee0216, @nicolemoker四个人的合计统计。这四位小鲸的sp主要来自steemit的创始人之一 @ned。数据的时间选择也是选在ned把sp代理给四位小鲸之后。

图中可以看出tumutanzi和htliao的曲线非常吻合，他们把80%的点赞收益分给了大约一百名作者，90%的收益分给了150多名作者。辛苦了！

而nicolemoker的点赞跟abit的点赞曲线开始部分非常非常吻合，以至于我怀疑把数据弄错了，检查了好几遍才确认没错。nicolemoker的点赞范围比上面两位要窄。不过80%的受益者也包括了接近50位作者。

nicolemoker的点赞曲线前半段虽然几乎跟abit吻合，但是查看具体内容可以发现受益人名单有很大区别。所以可以断定前者不是跟踪后者点赞。至于为什么如此吻合，我搞不清楚。不过nicolemoker曲线在后半段压低，照顾了更多的作者。

linuslee2016的点赞曲线比较中庸，介于上面两组之间，但是更加靠近nicole-abit模式。他的点赞曲线在任何一个位置都既不是最大也不是最小，充分表现了中国文化的中庸之道。

THLN曲线说明四位小鲸的点赞收益的一半被32名作者分享，其中8名作者分享了收益的20%。

另外，还分析了一下点赞受益名单的前25位。abit的前25位和四位点赞者的前25位有12位作者是重合的。可见，英雄所见略同，好作者得到了大鲸们的一致首肯。

---

• One Day in Lisbon 里斯本一日
• Journey of China in 2017 中国之旅
• Journey of New Zealand South Island 新西兰南岛之行

---

© Copyright 所有照片与文字皆为 @nationalpark原创。All photos taken by @nationalpark. All rights reserved.