Zovda
研究者找到了能证明论点的那条讨论。链接打不开，账号已注销，引发讨论的那条内容在研究开始之前就被删了。
这不是运气差，是常态。公开讨论一直在被写、被改、被删，任何「照着今天的状态建一次」的数据集，都只是一份「幸存者」的数据集。
一切都在衰减，而且衰减得不均匀
删除率并不均等，它按账号类型、按话题、按时间聚集。今天均匀采样、之后慢慢老化的面板，会不知不觉地向「从不删东西的那类账号」漂移。
这是建立在对话数据上的纵向研究最常见的缺陷，而且从单个快照里根本看不出来。
覆盖是一个网格，不是一个数字
「一千万条记录」说明不了它是否覆盖了你需要的时段和人群。覆盖是一个网格：一条轴是时间窗口，一条轴是账号分段，再一条是内容类型。
画不出这张网格的供应商，说不清这份数据能支撑什么研究，只能告诉你它有多大。
稳定的编号才是产品
如果同一条内容每次导出都换一个新编号，你就无法跨时间追踪它，每一个后续研究都得从零开始。
要拿到导出后仍不变的编号，外加每条记录的版本字段。这样纵向面板才可能成立：同一批对象，被反复测量。
快照和面板回答的不是同一个问题
快照告诉你某个日期能看到什么；面板告诉你某个东西怎么变的。多数听起来像前者的研究问题，实际上是后者——而这个差别在采集时就定了，不在分析时。
在采集窗口打开前决定你买的是哪一种。半年之后再想补更早的观测，已经来不及。
交付前我们跑的清单
- 供应商能按「时间 × 人群」给出覆盖网格？
- 记录编号跨导出稳定？
- 变化的记录有版本字段？
- 清单写明了删除情况如何处理？
- 同一份面板以后能继续延长，而不用重来？
答不上这些，行数是真的，能支撑的研究未必是。
从哪里开始
从你需要在时间上回答的问题出发，倒推它需要的覆盖窗口。数据研究目录写清了研究类语料怎么组织；如果你更想自己建面板，社媒数据接口是另一条路径。
这些跨时间的语料由 Zovda 通过 Datuva 维护，上面的日期在刷新后依然成立，上游删掉的内容不会在下游变成一个洞。
告诉我们你需要的时段与人群，我们会在 1 个工作日内回复；范围确认后提供字段说明。