典型的知乎體是一種怎樣的文體？

11-17

相關問題：「知乎體」有哪些特徵？ - 網路文學 - 知乎

我只想說，無論答案更新了多少次，無論你得了多少贊受寵若驚，無論評論區里有什麼樣的奇葩，無論你要掛誰還是要跟誰吵架——

請把你的原始答案放在最前面！

請尊重第一次讀你的答案的人！
請思考一下一大片背景介紹和解釋給讀者那種無所適從的感覺！
請思考一下一點進來就看到你在跟人吵架的感受！而且還看得莫名其妙不知道在說什麼！翻了好幾屏都找不到原始答案的頭在哪裡！

轉載聲明：

本答案禁止任何形式的未經授權轉載，任何微信公眾號及營銷號轉載者，均視為同意以500元/千字為標準支付稿費。本聲明具有法律效力。

謝邀。
實名反對目前最高票答案，知乎體並不是那樣。

知乎體應該是一個以專業知識為基礎，以清晰的條理對問題進行闡述，並解決該問題的文體格式；對於不能明確給出答案的回答，給出問題相關的思考。

從規範的角度講，知乎體會給出相關的參考文獻，並給出相關的引用鏈接；
從內容講，知乎體在論證時應該保持情感和道德中立，而採用一種科學化、實證化的分析方法；

我們採用支持向量機（Support Vector Machine，SVM）的辦法對知乎答案中知乎體的比例做一個統計分析：
（重點結論已用黑體標粗，可以跳躍閱讀）
用於訓練的樣本點來自：可以被稱為明顯知乎體的答案（6,325份答案），再從百度知道抽取了明顯不屬於知乎體的答案（4,538份答案）。
在向量機中我們選用的核函數（即高維空間的分類函數）為 $f(X,y,z)=1, if left[ z ight] sinhfrac{y}{2pi } +frac{1}{sqrt{2pi } } e^-{frac{Xz-varsigma }{2 lambda _{}^{2} } } >0<br />$
$f(X,y,z)=0,if left[ z ight] sinhfrac{y}{2pi } +frac{1}{sqrt{2pi } } e^-{frac{Xz-varsigma }{2 lambda _{}^{2} } } leq 0$
其中X是對答案本身的描述向量：字數，圖片，段落；y，z為答案對應的用戶的被關注數和總回答的被收藏數（作為答案本身信息的相關性統計指標），其他為參數；
在使用訓練樣本之後，我們得到了相關的參數值；

再隨機抽樣了43,043,285份答案，總共涉及用戶數6,432,234位。根據我們已訓練的向量機：
知乎中知乎體的答案佔28%，也就是知乎體在知乎中佔有很大比例，但是並不是主體，相反，仍然有很多其他的類型：

而從答案的時間看，知乎體在知乎答案中是在不斷增多的：

圖中的虛線分別是線性回歸和指數回歸；

圖中的虛線分別是線性回歸和指數回歸；
在另一方面，如果我們從知乎體佔總發布答案的比例看，知乎體的比例並沒有增加，而是近乎隨機遊走的；也就是說知乎體答案增多主要是依賴於知乎答案總體增加的速率不斷增大。

就說到這兒吧，總結一下：

知乎體在知乎中的比例並沒有我們想像的高，以知乎為名命名稍有偏頗，這一現象的出現可能可以由heckman selection model解釋，這一部分的實證研究暫時還沒有做；
知乎體的答案越來越多，但實際上在總答案中的比例並未增加，而是近乎隨機遊走的。

聲明一下：
關於向量機核函數形式，是根據westin（1983）中所提到的對通常文本類型的分割方式改進而來，具體緣由可參見參考文獻；

集齊百贊再來更新基於heckman selection model，是否可以解釋：為什麼知乎體並沒有佔據大量回答，但我們觀測到知乎體的大比例出現。

利益相關：偶爾使用知乎體答題的知乎裝逼用戶。

============2015-6-2更新===========
回答評論區幾個問題：

核函數是否合理？

在聲明中已經說過了，核函數是根據westin（1983）中所提到的對通常文本類型的分割方式改進而來，具體緣由可參見參考文獻；

「知乎體答案增多主要是依賴於知乎答案總體增加的速率不斷增大」是否存在因果倒置？是不是因為知乎體答案作為高質量回答引發大家對知乎的關注而引發知乎總體答案增加？

真正的因果關係，我們確實不能通過計量的方式得到，而這種真正的因果在大衛·休謨那裡也認為是不可能通過經驗事實得到的。
不過我們還是可以用格蘭傑因果檢驗，但只能確定格蘭傑因果關係，我的方式是知乎體答案去趨勢後對知乎答案去趨勢滯後一階回歸，結果是顯著的（t值為4.36），這裡就不貼stata截圖了，如果要數據可以私信我
================================

===========百贊更新==============
在之前的模型中主要有這樣一個問題：我們隨機抓取的樣本會不會存在選擇偏誤?
答案是可能的，因為在我們實際抽取中，雖然是隨機的，但是是依據隨機出現在動態頁面中的問題得到的。而出現在動態頁面中的問題出現頻率本身和贊同數是有關的：對於贊同數、收藏數為0且答主沒有任何關注的答案，是不會被抓取到的。
不過用heckman selection model 可以解決這個問題：
原來的回歸方程不變： $Theta _{i} =eta X_{i} +u$
加入selection condition：
$z_{i}^{*}=alpha w_{i} +e_{i} ;$
$z_{i} =1$ $if z_{i}^{*} >0$
$z_{i} =0$ $otherwise$
用probit模型：
$Pr(z_{i} =1)=Phi (alpha w_{i} )$
最終得出的結論稍稍變化（比例變為了21.1%），但是大體結論不變，這裡就不細講了。
=============================

再友情打個廣告，提了一個問題，但到現在都沒有人回答，希望藝術方面愛好研究者的解答：
倫勃朗的蝕版畫是否受到了丟勒的影響，若有，體現在哪些方面？ - 藝術

參考文獻：

B. E. Boser, I. M. Guyon, and V. N. Vapnik. A training algorithm for optimal margin classifiers. In D. Haussler, editor, 5th Annual ACM Workshop on COLT, pages 144-152, Pittsburgh, PA, 1992. ACM Press.
Corinna Cortes and V. Vapnik, "Support-Vector Networks, Machine Learning, 20, 1995. [1]
Christopher J. C. Burges. "A Tutorial on Support Vector Machines for Pattern Recognition". Data Mining and Knowledge Discovery 2:121 - 167, 1998 （Also available at CiteSeer: [2]）
Nello Cristianini and John Shawe-Taylor. An Introduction to Support Vector Machines and other kernel-based learning methods. Cambridge University Press, 2000. ISBN 0-521-78019-5（[3] SVM Book）
Harris Drucker, Chris J.C. Burges, Linda Kaufman, Alex Smola and Vladimir Vapnik (1997). "Support Vector Regression Machines". Advances in Neural Information Processing Systems 9, NIPS 1996, 155-161, MIT Press.
Huang T.-M., Kecman V., Kopriva I.（2006）, Kernel Based Algorithms for Mining Huge Data Sets, Supervised, Semi-supervised, and Unsupervised Learning, Springer-Verlag, Berlin, Heidelberg, 260 pp. 96 illus., Hardcover, ISBN 3-540-31681-7[4]
Vojislav Kecman: "Learning and Soft Computing - Support Vector Machines, Neural Networks, Fuzzy Logic Systems", The MIT Press, Cambridge, MA, 2001.[5]
Tapio Pahikkala, Sampo Pyysalo, Jorma Boberg, Aleksandr Myll?ri and Tapio Salakoski. Improving the Performance of Bayesian and Support Vector Classifiers in Word Sense Disambiguation using Positional Information. In Proceedings of the International and Interdisciplinary Conference on Adaptive Knowledge Representation and Reasoning（AKRR"05）, Jun 2005.
Bernhard Sch?lkopf and A. J. Smola: Learning with Kernels. MIT Press, Cambridge, MA, 2002. （Partly available on line: [6].）ISBN 0-262-19475-9
Bernhard Sch?lkopf, Christopher J.C. Burges, and Alexander J. Smola (editors). "Advances in Kernel Methods: Support Vector Learning". MIT Press, Cambridge, MA, 1999. ISBN 0-262-19416-3. [7]
John Shawe-Taylor and Nello Cristianini. Kernel Methods for Pattern Analysis. Cambridge University Press, 2004. ISBN 0-521-81397-2（[8] Kernel Methods Book）
P.J. Tan and D.L. Dowe（2004）, MML Inference of Oblique Decision Trees, Lecture Notes in Artificial Intelligence (LNAI) 3339, Springer-Verlag, pp1082-1088. Links require password.（This paper uses minimum message length（MML）and actually incorporates probabilistic support vector machines in the leaves of decision trees.)
Vladimir Vapnik. The Nature of Statistical Learning Theory. Springer-Verlag, 1999. ISBN 0-387-98780-0
Chien-Yi Wang, "The fusion of support vector machine and Multi-layer Fuzzy Neural Network". Machine Learning, Jun, 2012.

涉及數據部分純屬瞎扯，涉及文獻部分純屬瞎編，只是為了表明，作為回答的知乎體，就是這樣。
回答評論區幾個問題也純屬胡謅，因為，評論區，根本沒有問題~
以及本文中使用的向量機和heckman二階段方法，請初學者不要模仿，因為，
都是誤用，都是誤用，都是誤用。
重要的事情說三遍。

以及轉載聲明來自於評論區和我一樣逗比的知友提醒，嗯，感覺也應該算在知乎體大V系列中，實際上，本，文，隨，意，轉，載。
重要的事情加逗號。

哦還有一句算半個知乎體：求贊求粉求關注?(?╯?╰??)

裝逼結束，趕緊溜。

等下，還缺一句，
以上。

1、先說一個故事吧
XX自幼XX，母親/父親/兄弟姐妹XXX，
XX靠著XXX，經歷了怎樣的XXXxN，
目前工資XXX、房產XXX、在XXX工作，說這些只想證明現在XXX，而不是XXX
沒錯，故事裡那個XX就是我，
你以為一切就這樣了么？其實事情並沒有想像的那麼美好
那之後沒多久，XXX又XXX
現在XXX
總結：我想說的是XXX。。。

評論：大半夜的看哭了、加油，么么噠、相信XXX。。。

2、謝邀/卸腰/瀉藥/，我是XXX協會/工程/院的XXX師/，這個問題我想我比較有資格回答
其實XXX，本來XXX，很多人以為XXX，
先來看一篇XXX發表的XXX
圖表、公式xN
總結：XXX
利益相關：XXX

評論：不明覺厲、媽媽問我為什麼跪著刷知乎、這麼好的回答居然沒人給贊？。。。

3、實名反對票數第一的答案（納尼？票數第一被刪了？那實名反對票數第二的好了）
先說是不是，再說為什麼
題主問得出這個問題，我認為已經不用去考慮XXX
...
x月x日更新...
(本文禁止XXX轉載，XXX有權XXX，XXX將通過知乎法務團隊XXX)

評論：匿名反對此答案、漲姿勢、然而這並沒有什麼卵用、好有道理我竟無言以對

4、慎入！慎入！慎入！（重要的事情要說三遍！恩）
以下多圖預警 / 前方高能預警 / 前方核能警報！
密集恐懼症 / 強迫症 / 恐高症 / 深海恐....症慎入！
圖片xN
來源於某某網站，侵刪！
對XXX有興趣，可參考我的XXX

5、評論 / 點贊過（百、千、萬）就取匿 / 上圖 / 爆照 / 放出XXX

6、抖機靈

評論：上日報、大半夜的笑出聲、hhh / 蛤蛤蛤 / 233 / 噗、恭喜上日報、系統自動評論

7、看臉

8、花式秀恩愛 / 虐狗 / 騙照

9、這麼多小夥伴贊我，潛水黨受寵若驚Σ(っ °Д °;)っ
其實是因為中午邊逛知乎邊吃飯，夾起的花生不小心滾落在鍵盤上了(。?_?)/，所以才寫了這些無聊的東西(*￣ω￣)~~嗯哼~
（是的沒錯，以上也是答案之一，奧義為意義不明的顏文字和故意賣萌~）

評論：道理我都懂，可是花生掉了和寫答案有毛關係啊

10、一覺醒來沒想到都過千了 / 上日報了，第一次回答沒想到這個待遇謝謝大家。
關於評論區XX用戶提出的xxx我認為xx
ps：如果XX月XX日前沒再更新就不會補充了

以上

另：答主十分感謝評論區小夥伴的相關補充~么么噠(づ￣3￣)づ╭?～

來知乎一個月了，見識各路大牛的專業知識蘊藏，本人只以好事者的身份把這個月見聞的高頻用語總結一下，望博眾一笑。
瀉藥，不邀自來就不說了，
利益相關？本人向來以耿性對待自己的答案，說實名制反對就決不匿名！
沒錯！
朕就是這樣的漢子！
朕就是這樣的漢子！
朕就是這樣的漢子！（第三遍）
-分-割-線-以上和一下的文字都是受法律保護！禁止轉載！

多圖黨：
多圖預警，手機黨慎入——————————————————————————————————
[圖片]
[圖片]
[圖片]
[圖片]
[圖片]
（啊！啊！啊！啊！！！！我的流量！）

沒想到這麼多贊黨：
一覺醒來/一節課下來/剛下班/手機剛充上電/吃完飯回來/取個快遞迴來/擼一炮回來，沒想到這麼多贊。
（Orz為什麼我每次醒來都發現還是那麼幾個贊。。。）

占坑黨：
等有了女朋友了再答，先佔個坑。
（然後再也沒來過）

集贊更新黨：
集齊一百個贊可以召喚出答主來更新呦。

故事黨：
一個真實的故事（嚴肅臉）：感人的故事+感想+給題主的話（更嚴肅的臉）+有人問我XXX，唉（此處有應有BGM），其實都過去很多年了，XXXX。

匿名黨：
關於在宿舍擼管怎麼不被室友發現，本屌自然有獨特秘籍，先匿了。

無腦雞湯黨：
如果你想要去攀登高峰，那麼你切是莫把彩虹當作梯子。（認真臉）
婚姻的殺手有時不是外遇，而是時間。（認真臉）
人生是一場說走就走的旅行。（認真臉）

@黨：
首先先感謝@浦肯野的回答。
看到@浦肯野的精彩回答我首先想到的是XXX
感謝@浦肯野的補充！
@浦肯野老公快回答！

都給我讓開黨：
都給我讓開！我要變形了！整個知乎都是我的！

來知乎一個月大多數時間還是認真學習專業知識（真的！），以後常駐知乎。喜好長長的回答（咦？我為什麼要說這個？）沒事也抖抖機靈。

非原創，第一次見是朋友圈，如有侵權只好刪除，作者：笛子［據評論所說，圖片右下角有水印］

-在酒吧被迷藥放倒，第二天發現自己在盛滿冰塊的浴池裡醒來是一種怎樣的體驗？

-卸腰。

撕逼文格式：

X月X日補充：
評論區還有私聊罵我的，你們的閱讀都是零分，我沒有否認XXX，我只是說XXX，你們真是玻璃心。
——————————————

X月X日：掛個人呵呵
［圖片］
知乎上關注過萬的大V啊，水平這麼low嗎？還有那個@XXX，有種你自己開一個回答啊，跑到我評論區里放肆，@知乎小管家，你還管不管了。
————————————

補充：一覺醒來，這麼多贊，感謝大家的厚愛，我只是做出一點微小的貢獻，回答隨便轉載。
————————————
原答案之前再多說一句：

評論區我不關閉，如果你們看不慣我寫的回答，你可以評論，但是請不要罵人，否則一律拉黑。

以下是原答案：

實名反對@XX的回答。
先亮出觀點，我認為，
中醫是偽科學。
化學生物都該勸退。
還有材料冶金環境製藥土木電氣機械力學。
你國藥丸。
大青果藥丸。
中國人都是巨嬰。
知乎都是精英病。
咪蒙是傻逼。
分手，下一題，喜歡月莫的妹子不能要。
這是不是歧視女性？
……

————————
補充兩點：

我沒有任何要撕逼的意思，我只是表明了一個自己的立場，我相信絕大多數人都是這麼認為的。腦子是個好東西。

還有，針對XXX這一點，這是我個人的言論自由，你可以不聽但是你不能妨礙我說話。你可以自己去寫個回答。

————————
媽的天天說我不友善的內容，破乎藥丸。

————————

關評論了，我是玻璃心，呵呵。

題目：為什麼我要原諒出軌的老公？

問題日誌：
匿名用戶：
為什麼我要原諒出軌的老公（劃掉）更改為老公出軌了，我該原諒他嗎？如果應該，為什麼？

——————————————————————————

謝謝知友XXX的提醒，現已修改題目。原題目為為什麼要原諒出軌的老公。

必要信息補充：
我與老公相愛七年，一直艱苦奮鬥互相扶持，相濡以沫blablabla（以下省略一萬字）
可後來他出軌了，那天我無意中看到了他的手機，發現了他和別的女人發的信息。
看到的時候我都在發抖，我都不敢相信這一切。他沖我下跪跟我說只是一時鬼迷心竅，心裡最愛的還是我，以後再也不會了。
看見他的樣子我心裡百感交集，不知道該不該相信他。
我現在不知道該怎麼做，也不敢和朋友們說，怕他們逼著我和他離婚。迫不得已，所以只好上來向知友們請教，希望得到幫助，謝謝各位。

回答
匿名用戶：謝邀。為了不影響我的關注者的時間線，我決定匿名。我是@自己。

截止我回答，本題目下共有729個答案。
大致看了下高票答案，我對知友@XX與@XX的答案表示反對意見/表示認同，再補充幾點。

針對題主這個問題，我認為應該先問是不是，再問為什麼。

其實這個問題在題主上知乎來問之前，心裡就有了答案，因為真正blablabla

忘記在哪裡看見過一張圖了，這張圖可以很好的說明題主現在的狀態（轉侵刪）

（XXXXX）

題主這是典型的XX，可以看出……………
之前我身邊一個朋友也有相似情況，（以下省略一萬字）

blablabla
布施尼·鳩史沃·碩迪曾經說過blabla（黑粗）

總結可以得出…………的結論：
1.先………如果…………
2.反之………則（加粗）

最後衷心祝願題主blablabla

希望我的回答對你有所幫助。

以上。

謝謝看到這裡，不介意的話點個贊。

來自最近出現了許多令人不知怎麼讀的長答案 - 私宅 - 知乎專欄
實名反對排名第一的答案 //格式而已……我並不反對排名第一的答案……

大家都答的很好了，我試著來概括一下：
女神單身脾氣好，
氣質內涵可約炮。
大牛公知學識高，
裝逼撈粉有一套。
匿名內幕有爆料，
尼瑪腦殘要舉報。
學霸認真博士佬，
花式虐狗女友好。

***不是分割線***

瞎扯腦洞來吐槽，
悶聲作死查水表。
優雅逼格收藏好，
機靈看臉段子婊。
如何評價先謝邀，
是否過譽我知道。
什麼體驗秀一遭，
多圖慎點捂臉跑。

***真**分割線***
百贊了，附贈一篇濕貨：為什麼有些知乎用戶不想讓周圍的人知道自己在知乎答題？ - 絕塵小碎步的回答記得點贊特技助脫單哦~
以上。

謝邀。

其實第一次我知道要回答這個問題，我是拒絕的。但我一句話不說，你們又不高興，我怎麼辦？

實名反對樓上樓下所有答案。

因為我實在看不下去了，我不由得挽起袖子露出麒麟臂怒答一記！

難道只有我一個人認為知乎是一個社交網站？

@喬納森喬斯達@喬瑟夫喬斯達@空條承太郎@東方仗助@空條徐倫

==========================2015年5月32日更新============================

一覺醒來一個贊都沒有。

==========================2015年5月33日更新============================

我跟你們講，那一年的廣場上，可是鑼鼓喧天鞭炮齊鳴……

點贊過京繼續更新。

這個話題前幾天剛給《南都娛樂周刊》寫過，在這裡貼出來跟大家分享一下。
————————————————————————————————————

在互聯網2.0時代，所有微信公眾號的運營者和訂閱者都應該感謝一個網站，那就是知乎。這個網路問答社區以高質量的內容和理性的氛圍迅速在一眾網站中殺出一條血路，直接佔領很多年輕人的視線之後，又攻佔了微信公眾號的大半壁江山。如果哪一天你在刷朋友圈的時候沒有遇到知乎上的文章，那麼騰訊和知乎肯定有一個出問題了。然而，有的網站活著，它已經死了；有的網站就算死了，它依然活在人們心中。知乎就是後面這樣一個網站，因為它創造了一種新的文體—知乎體。

知乎體都有哪些易於辨別的特徵？

謝邀

1、毫無疑問，必須是疑問句。

2、知乎體發家於知乎，但並不限於知乎。知乎體火了之後，許多人寫文章也都開始用知乎體，但他們的文章可能並不是首發於知乎。

3、知乎體有一些相對固定的辭彙可以作為辨別的標誌，但是因為每個人的用詞習慣，具體的用詞可能會有一定的變化。

知乎體有哪些表現形式？有沒有具體的例子？

怒答

根據我在知乎上摸爬滾打數十年的經驗，掐腳一算，知乎體常見的形式包括但不限於以下幾種：

如何評價×××？

解析

「如何評價×××」中被評價的對象五花八門林林總總，在知乎初期，這類問題主要是一些基本問題，如「如何評價一本雜誌的好壞？」但隨著知乎不斷發展並逐漸融入時代，這類問題的重心慢慢向時下熱門話題傾斜。如今，這類話題時刻追隨熱點，緊跟潮流，幾乎每一個熱門話題都能在知乎上找到「如何評價」，而針對這些話題的高票答案也一定會在網路引起廣泛傳播。

舉例

如何看待電視劇《一起打鬼子》里「銀妹」的戲？

如何評價王思聰在微博炮轟范冰冰和張馨予？

如何優雅地 ×××？

解析

問題中帶優雅並不代表著事情真的優雅，而是恰恰相反，正因為某些事情本身不優雅或者不夠優雅，或者此時本來是一件缺乏創意的平常事，才故有疑問。而在逗比遍地的知乎，一旦你提出這種問題，就不要期待著正兒八經的答案會出現。

舉例

如何優雅地炫富？

如何優雅地管理自己的襪子和內褲？

×××是一種怎樣的體驗？

解析

這幾乎是最具知乎特色的問題了，也是最受知乎網友認可的問題。在這個問題下，有大量的答案得到成千上萬的贊。答主用自己的人生體驗撐起了一個個或妙趣橫生或真知灼見的答案，給網友帶來了樂趣和啟示。

舉例

青梅竹馬是一種怎樣的體驗？

和成熟女人談戀愛是什麼感覺？

能吃是一種怎樣的體驗？

什麼叫做×××？

解析

這類問題以經典的教養、情商、成熟、會聊天等等美好的辭彙為核心詞，高票答案介於雞湯和乾貨之間，耳目一新的視角加上睿智的故事，保證了答案的質量，輕鬆就能俘獲一大片粉絲。

舉例

什麼叫做情商低？

什麼叫做內心強大？怎樣變成一個內心強大的人？

到底什麼叫做「愛自己」？

有哪些×××？

解析

這類可以被稱為「×××使用技巧」的問題同樣是知乎的經典問題，相比於"什麼叫做×××？"問題的形而上，這類問題更加形而下更加具象，因此也更加具有實用性。

舉例

哪些素質很重要，但卻是讀書學不來的？

日常生活中有哪些十分鐘就能學會並可以終生受用的技能？

哪些東西買了之後，會讓人因生活質量和幸福感提升而感覺相見恨晚？

我該怎麼辦？

解析

這類問題又可以稱之為「個人諮詢」，這時候，知乎變成了心理諮詢師，而每一個知友都變成了心理諮詢師。在這裡，有人語帶嘲諷，有人循循善誘，更有人一陣見血。原來的問題可以忽略不管，重要的是借題發揮，表達對人生的感悟。

舉例

異地戀的女朋友喜歡微信搖一搖，我該怎麼辦？

癌症男友和我該何去何從？

PS：知乎體的問題有一定的格式，但未必任何問題都會按照流行的格式來表達。比如，「如何評價×××？」就可以表達成「如何看待×××？」，而問題「連高中都沒畢業的學生，如何在這社會更好生活下去？」同樣可以變成「連高中都沒畢業的學生，想在這個社會更好地生活下去，我該怎麼辦？」其他以此類推。

以上。

————————

先想到這些，以後想到再更新。

————————

本文未經過本人同意嚴禁任何媒體和個人轉載，關於某門戶網站和各大網站擅自盜用我的文章，我將追究你們的法律責任，請各位編輯朋友保留自己最後的一點節操好嗎？

語言學

如何正確看待知乎體？

這個問題放著我來回答並實名反對以上所有答案。

這裡，我們要提到一個並不新鮮的名詞：「虛擬社區」，就是一個供人們圍繞某種興趣或需求集中進行交流的地方，虛擬社區由「網緣」而生，人們通過網路，根據自身的興趣、偏好和價值取向交換信息、傳導知識、宣洩情感，自由地組合在一起。雖然成員沒有固定的共居地，對某些社區而言，卻有標誌明顯的成員感和歸屬感。而相對統一的語言形態，就是這種成員感和歸屬感的最明顯標誌。知乎體就是這樣一種語言標誌。它用相對固定的語式和辭彙，營造成一種相對整齊的知乎語態，讓人讀到一句話，便知是從知乎而來。這是網路社區成熟的標誌，也是確立自己品牌的隱形手段。

我的微信公眾號短篇集（ID：duanpianji）

http://weixin.qq.com/r/Okzq8uzEz7GwraiR9xko (二維碼自動識別)

1.開頭謝邀，結尾用以上

2.實名反對最高票答案，我也不知道我為什麼要反對，反正我特娘的就要反對

3.分手，下一題，這樣的男人你不跟他分手，留著過年？

4.哇，一覺醒來過百贊了,讓知乎小透明我……高潮了

5.一個特別好的故事，看到結尾：這是我編的，知乎，與你分享剛編的故事

6.答主畢業於一個普通的211/985

7.都閃開，這個問題讓我來答！我去你媽的，老太太都沒有敢這樣要求我讓位，你特么答個題把自己當人物了

8.利益相關

9.我是一個科密/勇蜜/詹蜜，但是………

10.這問題下回答很多了，有說XX的，有說XX的，有說的XX，大家說得都不錯。
然後呢？
然後其實沒啥用。對，你們沒看錯，就是沒啥用。
就先不說對於個體，也就是正在看知乎的能有多大的作用了。

11.還是可恥的匿了

12.科科

沒出現【實名反對】四個字我趙忠祥第一個不服！

隨手點開幾個答案，答主義憤填膺的對著題主或者對著他人口誅筆伐時總要不失氣勢的來一句，【實名反對XXX和XXX什麼樣的觀點/意見/內容】

一個簡單的回答似乎加上「實名反對」四個大字以後含金量瞬間就高了不少。

然鵝

我點進去一看，答主的名字，正常點的類似於吳彥祖金城武這種，不太合理的就類似於什麼甜水雞啊跳跳魚啊可達鴨啊什麼的。就是一出動物世界。

這也叫實名反對？你爸媽真的忍心給你取一道菜名？

我乎向來是一個嚴肅認真的社區，所以建議以上答主答題時可以改成「網名反對」。氣勢依舊不輸。

點贊過億繼續更新。

謝邀先寫准沒跑
實名反對逼格高
多圖預警顯關懷
利益相關要記牢

先挖後填鉤興趣
爆照虐狗常用技
一天N贊很驚訝
大夥賞臉就取匿

學霸富二有資格
留學移民秀生活
侵刪禁轉說三遍
以上就醬不多說

不邀自來。
在知乎潛水這麼多年終於遇到個能回答的問題了。
暫時想到那麼多，以後再更。
————————————————————————————分割線
這分割線實際上沒什麼卵用。

———————————————————————————————分割線
中午再上知乎，一點也不驚喜地發現一個贊也沒有。這不是第一次沒贊了，一點也不激動！
———————————————————————————————分割線
五個贊！！五個贊耶！人生中的五個贊！感謝這五位知友無私的鼓勵！！
------------------------------------------------（可能是最後一次分割線）
感謝每一位贊我的知友，這對我的鼓勵都是巨大的。每次登陸時都會被驚喜到，雖然只有五個，我也很滿足了，謝謝各位！

我已委託維權騎士撒下天羅地網，為我的文章維權！
（知乎大v證明，沒有維權騎士，肯定不是專業寫手型大v）

謝邀，

實名反對樓上所有答案，

以上，

二百取匿，五百爆照

未經同意禁止轉載，