把三十一年的《三联生活周刊》正文切成词，数每个词每年出现在多少篇文章里。默认纵轴是每千篇文章里有几篇提到它，阴影是 95% 置信区间。输入几个词，用逗号隔开。
这是三联编辑部的眼睛，不是中国社会本身。曲线记录的是一本面向城市读者的北京周刊选了什么题、用了什么词。刊物几次改版也会改变曲线，页面下方专门审这份史料。一个词没出现，不等于那件事没发生。
不按日历切，让三十一年的用词自己分组：每年是一个两万多维的向量，用有序最优分割找出组内最相像、组间断得最开的切法。左边热图里颜色越深，两年的用词越像。右边是每个时期最反常的议题词和文风词。
拿某一年和其余三十年比，哪些词在这一年多得最反常。记者署名、图片社、编辑部套话已经剔掉。一个词如果当年过半的出现都挤在同一期里，多半是那期封面专题带出来的，标成「专题」。点一格展开，点词把它加进主图。
曲线是新说法所占的份额，越过中线那年就是交班的年份。用字规范那几对，变的是编辑部的校对习惯，不是社会；生活那几对，变的是东西本身。
按主题挑的词，用原文逐字匹配计数，不经过分词。小图是每千篇的走势（各自按自己的最大值缩放），右边是三年合并后的峰值年份和全期篇数。每个词按走势归入一种轨迹类型，借的是 Downs（1972）「议题注意力周期」的思路：媒体对一个议题的注意，往往突然升温、到达顶点、再慢慢退潮。
字形没变，指的东西变了。按上面分出的时期，列出每个时期里最常出现在这个词前后三十字之内的词（对数似然比排序，排除最常见的 300 个词）。下面的色条是这个词出现在哪些栏目里。
读任何一条曲线之前，先知道这本刊物自己怎么变过。篇数、篇幅、栏目构成的变化，都会被曲线误读成社会的变化。
柱是篇数，红点是期数。2001 年起每年约 48 期，2005 年起每期篇数翻倍，2017 年后逐步回落。
篇幅越长，任何一个词被提到的机会越大。「每百万字」口径可以抵消这一点。
按栏目把文章归成六组，看每年各占多少篇。汇编与读者类（读者来信、环球要刊速览、声音等）不是三联记者的原创报道，它的比重变化会稀释或放大曲线。
《三联生活周刊》1995—2025 年的 53,295 篇正文，约 1.73 亿字。
每千篇：提到该词的篇数 ÷ 当年篇数，一篇提十次也只算一篇。每百万字：出现次数 ÷ 当年总字数，抵消篇幅变化。期覆盖率：提到该词的期数 ÷ 当年期数，压低一期封面专题的冲击。篇数：原始计数。
「三年合并」把前后各一年的分子分母加总再相除，不是三个比率求平均。区间：篇数和期数口径用 Wilson 二项区间，字数口径用泊松近似，都是 95%。
查词框用 jieba 精确模式分词，词表是至少 20 篇、至少 2 个年份的 个词，长词算一个整体，搜「奥运」不含「奥运会」。主题词直接在原文里找字串，拉丁字母和数字词要求两边不是字母数字，「996」另排除计量单位。查词框输入主题词时也用逐字匹配。
加权对数比，带信息先验（Monroe、Colaresi、Quinn 2008）。排除作者名、首尾署名区出现占四分之一以上的词和一份套话表。全期最常见的 600 个词归「文风词」，其余归「议题词」。
只用全期至少 150 篇的词（ 个）。每年取 log(1+每千篇)，逐词标准化，在年份序列上做有序最优分割（Fisher 1958 的动态规划，每段至少 2 年），按组内平方和曲线的拐点选默认段数。
精选词前后各 30 字的窗口里出现过的词，按篇计数（一篇只算一次），与该词在同一时期的总篇数做 2×2 表，按对数似然比 G²（Dunning 1993）排序，只保留比期望多的。
用三年合并的每千篇，不计 1995 年。起伏小（变异系数 < 0.3）为常备；峰值在最近五年内、且近五年均值是此前十年的两倍以上为上升；峰值前后一年占全部的 45% 以上为事件；峰值在 2015 年前、近五年跌到峰值三成五以下为退场；其余为起伏。全期不到 30 篇的不归类。
已知事件的峰值年份：非典、SARS 2003，汶川 2008，世博 2010，新冠 2020，封控 2022，贸易战 2018，十二个里十一个落在预期年份正负一年内。雾霾峰值在 2017 年，比预想的 2013 年晚。
文章版权归《三联生活周刊》。这一页只发词频统计和文章标题，不含正文。