互聯網情緒傳播研究的新路徑探析*

■ 朱 天 馬 超

隨著信息技術的發展,互聯網的開放性不僅帶來了信息傳播的便捷,同時也降低了公眾參與傳播的門檻,人們憑借互聯網表達著觀點、交流著思想、宣泄著情緒,這其中既有各種思想的交鋒,也有多元觀點的爭鳴,更有多樣情緒的發酵。這也使互聯網環境中的情緒傳播問題,成為一個必須給予重視并加以深入研究的議題。基于此,本文力圖探討互聯網形態下情緒傳播的新變化,以及在輿論學、心理學、計算機科學等不同學科中產生的情緒傳播研究新路徑。

一、互聯網環境中情緒傳播的發展特征

傳統媒體環境中的傳播活動有兩個顯著特征:一是人們的交往空間常常局限于一定范圍內,因而情緒的傳染面積有限,形成的社會影響自然也有限；二是傳播的時效不強。從事件發生到媒體報道再到公眾接收,往往存在一定滯后性,因而情緒的蔓延進程也很慢。此外,在傳統媒體環境下,主流媒體掌握著信息發布的主導權,對于容易激發人們強烈情緒的事件,媒體的運營者在報道時間與報道方式的選擇上擁有絕對的主導權。于是,公眾情緒的產生與變化,很大程度上受到主流媒體報道選擇和報道方式的影響。而互聯網的興起賦予了公眾極大的參與權和表達權,社會情緒的重要性也由此浮現出來。

1.互聯網的公開性大大提高了社會情緒的“能見度”

網絡的開放性使任何網民都可以上網發布信息。公共事件一旦發生并經過新媒體的傳播,在信息廣為擴散的同時,人們的社會情緒也會被瞬間激活。為了維系公信力和影響力,傳統媒體在報道時效與樣態上也必須與新媒體相適應。因此,在數字媒體時代,網民和各類媒體會共同傳播容易激起人們強烈情緒的事件,這樣就大大提高了社會情緒的能見度。

2.互聯網的連接性拓展了情緒傳播的覆蓋面

社交媒體的盛行不僅為人際交往和關系維護提供了便利,也極大地方便了信息的傳導與滲透。微博這類具有弱連接特性的社交媒體具有開放性和嵌套性,可以促進情緒擴散的廣度；微信這類具有強關系特征的社交媒體則有利于信任和認同的建立,可以促進情緒擴散的強度。經由四通八達、無遠弗屆的社交網絡連接和傳遞,社會情緒不再局限于一隅而“孤掌難鳴”,而是同時在各地“同頻共振”。

3.互聯網的匿名性助長了負面情緒的流動性

匿名的網絡身份既有助于人們暢所欲言行使表達權和監督權,同時也會助長一些不良情緒的生成。一些網民由于個人原因在現實中失意,便把不滿情緒帶到網上肆意發泄。另有一些人為了博取人們的同情不惜使用極度夸張的語言煽動社會情緒,為網絡空間注入大量負能量。①還有一些網民為了圈粉成名,不惜捕風捉影捏造事實,散布消極情緒,造成人們的恐慌和對現實的不滿。這些網絡亂象對社會情緒的干擾同樣值得我們重視。

4.互聯網環境增加了情緒傳播的變異性

網絡空間中情緒變異的情形大致可分為三種:一是事件的發展是一個循序漸進的過程,真相的調查、信息的披露也是一個漸次呈現的過程。有時候某一關鍵細節被挖掘出來致使輿情反轉,人們的認知發生改變,情緒也隨之調節,網民的正面情緒頃刻之間會變成負面情緒；二是事件本身在層層傳播中被扭曲失實,引發不同的接收者產生不同的情緒。奧爾波特和波斯特曼在謠言傳播過程中發現了“磨平”(leveling)、“削尖”(sharpening)、“同化”(assimilation)的效應。②其實在任何信息傳播過程中都會出現信息變異的情況。信息在轉發過程中一旦遺漏或變化了某些關鍵細節,人們就會產生截然不同的認知和情緒；三是在信息傳播過程中受到其他意見影響的人們對事件的認識發生了變化,進而認知和情緒也發生了改變。情緒的變異特性提醒我們在對傳播現象分析時,既要關注社會情緒的變化走勢,也不能忽略傳統的信息流變化。只有將信息流和情緒流結合起來,才能審視網絡輿論的全貌。

二、互聯網形態下情緒傳播的三種研究路徑

互聯網形態下傳播生態的變化,也為情緒傳播研究提供了一些新的路徑選擇,本文將著重從輿論學、心理學、計算機科學三個方面對該問題展開探討。

(一)輿論學視角下的情緒傳播

1.基礎研究:作為輿論形態的社會情緒

陳力丹在對“輿論”下定義時就指出,輿論是一種“信念、態度、意見、情緒表現的總和”。③他區分了輿論的三種基本形態為潛輿論、顯輿論和行為輿論,并進一步指出,情緒是潛輿論的一種表現形式。④劉建明也曾指出“潛在輿論是意見的萌芽或潛伏形式,情緒是這種輿論的唯一外部形態”⑤。

在陳力丹看來,重視這種情緒型潛輿論,至少有兩重意義:第一,顯輿論的表達會受到道德、法規等因素的規范,而各種社會規范很難直接干預情緒型輿論的表達。在較少約束的情況下,情緒型輿論反而是真實民意的體現。第二,情緒型輿論是顯輿論的原始階段。如果在這種輿論形態下對公眾的不良情緒進行引導,效果比潛輿論轉化為顯輿論顯著得多也更有利于社會穩定。⑥

本文認為,信息傳播中實際上包含了兩重輿論,一是信息流,二是情緒流。這兩種輿論形態是相互影響的。一方面,信息流中既有事實性信息,也有意見性信息(如圖1)。一些社會現實問題會直接引發人們的情緒(路徑一),而其他民眾對事件的評論也會間接觸發人們的情緒(路徑二)；另一方面,當公眾產生一些非理性情緒后,引發的恐慌、焦慮情緒又容易滋生謠言等虛假信息干擾輿論(路徑三)。

圖1 信息傳播中的兩重輿論

2.研究轉向:由“事件導向型情緒”向“全域整體型情緒”深化

移動互聯網、大數據、云計算等新興技術的興起,激發了學界對輿論研究的新熱情,從既往研究來看,已有研究既有討論信源特征的,也有關注信息內容的,還有聚焦信息擴散影響因素的。⑦其中,從信息內容特性的研究來看,多數研究者關注的焦點集中在信息的主題分類和信息的表達方式上⑧,卻忽視了信息中所包含的網民情緒。實際上,互聯網上公眾情緒的表達可被看作是現實社會動向的風向標。⑨尤其是網絡意見領袖在社會化媒體上的情緒表露可以直接影響到事件的進程和方向。因此,重視情緒在輿情研究中的地位和作用,成為輿論學研究的一個重要議題。

然而從當前的研究來看,多數研究者的目光都投向單一事件中的情緒傳播上。誠然,個案研究有助于深入剖析事件中的細節。但每一起公共事件產生的背景、誘發的原因、進展的過程都各不相同,如果僅僅局限于單一類別事件的重復研究,難免產生“只見樹木,不見森林”的褊狹認識。實際上,國內一些研究團隊已經在社會整體情緒的研究中邁出了重要一步,如王俊秀從2010年就開始對國民社會心態問題展開實證調查,從2011年開始陸續出版了一系列《社會心態藍皮書》。在新聞傳播學領域,李良榮帶領團隊開展了覆蓋多元群體的“中國網絡社會心態調查”,這項調查產生了一系列有影響力的成果,如在對新浪微博1800名用戶進行兩年追蹤調查后發現,網絡用戶的理智情緒依然占據主流,建設性訴求明顯高于破壞性訴求。此外還有研究者對微博用戶表達的極端情緒進行潛類分析,擬合出“醬油眾”“冷漠族”“鐵血愛國派”“憤世嫉俗派”和“民粹主義者”五類群體。

上述研究表明,從宏觀層面對中國網民的整體情緒進行研究,不僅可以從全域視角關照當前公眾的社會心態,洞見民眾對不同議題的認識與態度,還可以深化對網民社會信任、階層認同、價值觀念、生活滿意度等領域的認識。

(二)心理學視角下的情緒傳播

1.基礎研究:從情緒到行為的交互影響

在心理學領域,情緒的涌現與擴散長期都被視為一種社會心理現象來關注,因此學界往往從情緒與社會適應、情緒與人格特征、情緒與人際信任、情緒障礙與干預等角度進行研究；而在傳播學領域,過往的多數研究往往將信息傳播行為視為理性人的信息溝通,卻忽略了個體內心的情感活動。實際上,作為人類多種感覺、思想、行為綜合產生的心理和生理狀態,情緒既能影響個體的日常行為,同樣也會影響到人們的信息傳播行為。

重拾情緒傳播的重要性,需要將其納入到社會心理—情緒—態度—行為的循環模型中去考量(如圖2)。首先,社會心理可以看作是循環的起點,但由于人們的心理活動復雜多變,難以實時觀察與度量。而社會情緒是社會心理在可見形式下尋求的表達,亦即人們內心世界的反映,因此通過對社會情緒的監測可以間接反映人們的社會心理活動。其次,社會情緒雖然通常是短時期的認知和體驗,但當人們的各種情緒積累到一定程度就會形成相對穩定的社會態度。而人們的社會態度將會引發人們特定的社會行為。第三,當人們施行某種社會行為后,行為所形成的后果又會對人們的心理產生影響。最后,在情緒產生、態度形成、行動促發的整個過程中,人們都會受到外部事件和環境的刺激和影響。

圖2 社會心理—情緒—態度—行為的循環模型

在這個循環過程中,社會情緒至少發揮著三種重要的作用:首先是“呈現”作用。即透過對社會情緒的觀察可以間接呈現人們的社會心理活動。比如對于違反社會道德的各種行徑,往往會引發人們憤怒的情緒并從譴責的言辭中表現出來；對于體現人類美德的行為,往往會引發人們的正面情緒,并在贊賞認同的評價中體現出來。這說明對情緒的研究可以為轉型時期培育和塑造人們健康的社會心態提供重要指導。

其次是“誘導”作用,即一個人的情緒達到一定強度后,情緒既可以通過社會態度來間接引致人的行動,也可以直接引發其作出相應的行動(比如情緒直接引發沖動行為)。因此,了解公眾情緒的性質和強度可以預測公眾的行為傾向,這就對危險行為的干預(比如悲觀情緒可能引發的自殘行為)提供了方向。

最后是“預警”作用。即社會情緒的生成受到社會事件、社會現象和社會環境的刺激,透過社會情緒可以洞見人們對社會問題的認識和看法,這就為公共決策的制定和調整提供了參考。

2.議題拓展:重視公共事件中的反向認知情緒

2013年,中國社科院社會學研究所發布《中國社會心態研究報告2012-2013》,首次在“官方”層面提出了“反向社會情緒”概念。報告指出,“反向社會情緒”是指一些社會事件中表現出來的反常的情緒反應:本該引起大家同情的事,卻有很多人表現出欣喜；本該是人所公憤的事情,卻有人在贊美和欽佩；本該譴責的行為看到的卻是社會性冷漠。報告指出,這種現象既與社會普遍存在的“群體性怨恨”有關,也與社會極化、群體之間相互不信任有關。

面對快節奏的生活和高強度的壓力,許多年輕人容易滋生迷惘、焦慮、困惑、沮喪等負面情緒。處于這種心境下的人們對事物的看法多為消極的。出于壓力釋放和情緒宣泄的本能,一旦找到出口,即便是正面或中性事件,也會引發人們的反向解碼和負面解讀。加之當前社會分層、社會不公等現象客觀存在,一些人心理結構失衡、社會情緒浮躁,每當一些敏感群體卷入熱點事件時,一些網民的感性便壓倒理性,開始不由自主表達出反向情緒來。

除了網民自身的心態失衡以外,媒體的推波助瀾也是一個重要因素。一些媒體只顧吸引眼球,罔顧社會責任和職業規范,公共事件發生后不去耐心細致調查事件發生的原委,而是用大量時段和篇幅去炒作渲染,或夸大事實或隱瞞細節,無形中為反向情緒煽風點火,在社會上產生了極大的不良影響。

總之,社會反向情緒的存在不僅影響了公眾正常的認識與判斷,也損壞了政府的公信力和社會的安定團結,而學界對于這個領域的研究還遠遠不夠。

(三)計算機學科視野中的情緒傳播

1.基礎研究:網絡情緒識別的方法與步驟

數字媒體時代,互聯網不僅成為各種情緒的集散地,而且也成為了反映社情民意的“晴雨表”。加之社會化媒體時代各種數據痕跡遍布網際,這也為計算機科學領域的學者進行語義情感分析提供了用武之地。網絡情緒的判別涉及到信息檢索、數據挖掘、文本分類、自然語言處理等眾多技術。簡而言之,對其進行的分析大致可以分為兩個步驟。

第一步是對文本進行預處理,包括分詞、詞性標注和句法分析等過程。其中分詞是指篩選過濾掉諸如“@”“#”、URL鏈接和標點符號等；詞性標注是指識別出詞語的性質是名詞、形容詞、動詞還是副詞,情緒分析著重分析形容詞和副詞；而句法分析主要是識別出句子的結構,將抓取到的文本進行分拆(比如可以按句進行分拆),檢測每一部分是否包含某種情緒(一句話是客觀描述還是主觀評價),下一步會將帶有主觀色彩的句子挑出來進一步分析其情緒。

第二步是對情緒信息的提取和判別。通常來講,情緒分析有兩種路徑:一種是詞典路徑(lexical approach),通過建立包含一定預標記情感詞匯的詞典作為基準,當機器識別到文本中類似詞匯后便會自動進行情感編碼；另一種是監督學習路徑(supervised learning)。監督學習的又大致分為三步:首先建立包含人工分類數據的語料庫(corpus),這是計算機用來進行學習的訓練數據；其次用語料庫訓練機器學習自動語言處理；最后再用訓練之后的計算機來自動實現更多文本的情緒分類。

值得重視的是,基于“詞典路徑”和“監督學習”兩種不同的分析路徑,又形成了兩種主流的方法:基于語義詞典的情緒分析和基于機器監督學習自然語言處理的情緒分析。

基于語義詞典的情緒判別方式大致可以分為三類。一是用情感詞典里面收錄的詞庫直接判別,即當需要分析的詞匯與情感詞典里面已經收錄的詞匯一模一樣時可以直接判別該詞的情感特征；二是建立同義詞典判別；三是根據語義相似語判別。自從這一方式創立以來,許多學者紛紛采用這種路徑進行嘗試。在國外,有學者選取了汽車、銀行服務、電影、旅行四個領域的網上評論,采用基于情感詞典的方法進行情緒分析,發現情感詞典路徑的準確率從汽車評論的84%到影評的66%不等,平均準確率為74%。在國內,Yan等學者基于hownet建構了中國的情感詞匯本體構造,本體包含了5500個單詞,分為113類情緒。

這種方法的難點在于情感詞典的建構問題。具體而言面臨三種挑戰:一是面對每年層出不窮的網絡詞匯,情感詞典如何具有完整性和包容性；二是在漢語中經常出現一詞多義的現象,在沒有人工介入的情況下情感詞典如何準確判定；三是人們對某一主體的評價不僅要看具體的某一詞匯,而且要看整個句子表達的態度。情感詞典的判別方法主要是通過計算一個句子中正負情感詞匯的相對數量來判斷句子的情感傾向,但現實中人們會存在欲揚先抑、先抑后揚等情緒表達方式。

基于機器監督學習的方法主要包括支持向量機方法(support vector machines 簡稱“SVM”)和貝葉斯算法兩種。這種方式的步驟可以簡單分為兩步:第一步是建立一個語料庫,其中包含N篇語料,正反語料各多少篇。將一定比例的語料用作訓練集,剩下的用作測試集；第二步是將人工標注好情緒極性的詞匯作為訓練集,通過機器學習算法訓練得到分類模型,再用建立好的分類模型用于以后大規模詞語的分類。

有研究者采用機器學習的方法進行情感分析,準確率達到87.5%。但機器學習方法的前提是要建立大規模的真實語料庫。為此,國內外的研究者們紛紛進行了嘗試。比如瓦利圖蒂(Valitutti)等人開發了情感詞匯資源數據庫“Wordnet-affect”。塞巴斯蒂亞尼(Sebastiani)等研究者開發的詞匯分類工具“SENTIWORDNET”。加西亞-塞拉諾(García-Serrano)等研究人員在“SentiWordNet”基礎上改進后的詞源分類系統“Q-WordNet”等。隨著社交媒體的普及,一些學者也開始著手研究社交媒體的情感分析工具。比如朗卡西里(Rungkasiri)等開發出一款名為“micro-blog sentiment analysis system”的情感分析系統,通過對用戶推特文章的分析可以發現消費者對不同特性產品流露的情感。

鑒于語義詞典的路徑與機器學習的路徑各有所長,也有學者將語義詞典和機器學習結合起來分析的。但總體而言,學者們普遍認為,基于支持向量機模型和貝葉斯算法的機器學習方法在準確率上優于語義詞典。

2.落地深耕:重視服務行業中的網絡情緒判別與口碑營銷

在當下輿情研究的版圖上,關于政務輿情的研究歷時較長而熱度不減。服務行業的輿情研究卻相對冷落。因此,未來的研究應重新審視服務業的輿情研究:服務行業直接面向市場,了解消費者對商品和服務的評價是每個企業持續發展的動力。傳統的市場調研主要通過抽樣調查的方式進行,而抽樣調查往往存在覆蓋面偏差和自選性偏差等問題。而大數據的興起則為掌握消費者的評價反饋情況提供了新途徑。首先,各電商平臺都為消費者提供了售后評價的入口,消費者可以在上面留言闡述自己的消費感受；其次,消費者除了在電商平臺上留言之外,還會在各種社交媒體上評論曬圖表達自己的觀點。因此,對電商平臺和社交媒體上的評價文本進行數據抓取和語義分析后,可以透過消費者的情緒特征發現銷售中的問題。目前,通過對消費者評論的情緒分析來判斷消費者滿意度已成為一個新興的研究熱點。比如對旅游市場的研究發現,游客情感作為中介因素,可以正向影響其滿意度和口碑宣傳。也有研究探析了網絡口碑與酒店績效之間的關系,發現網民的總體評價越好,酒店的經營績效越高,而酒店對負面評價的回應越充分,酒店銷售績效也會更好。

另一方面,在媒介渠道泛濫和信息爆炸的時代,消費者對傳統的廣告、促銷等形式產生了極強的免疫力,開始轉而重視同類群體的意見。消費者評價的情緒傾向具有很強的感染力,如果用戶體驗不佳,消費者便會在社交媒體上發泄自己的不滿。這種負面情緒不僅影響了用戶的后續消費,也會在其朋友圈中激起一場負面的口碑風暴。反之,如果消費者體驗良好,其發表的正面評論可以放大積極口碑的影響力。由此可見,充分利用計算機科學技術在數據挖掘和語義分析方面的優勢,對網上售后評論中的情緒進行分析判斷,也是把握情緒傳播與研究價值的一個重要來源。

三、結語

情緒的表露與傳遞,不僅是心理學意義上知覺態度的體現,也可以通過社會認知和行為映射出來。因此,社會情緒的表達與擴散,引發著不同學科研究者的關注。在新聞傳播學領域,謝耘耕等對2013年24起公共事件的微博分析后發現,微博信息中以消極情緒為主,微博負面情緒越強烈,其被評論轉發的次數越多,這提示負面情緒更容易在微博平臺上傳播。隋巖指出,新媒介為個人情緒的社會化傳播創造了技術條件；仇富、仇官等社會心態是個人負面情緒社會化的社會心理基礎；意見領袖是個人情緒的放大器；而群體傳播是個人情緒社會化的核心動因。徐翔在對新浪網“社會新聞”版塊的網民留言進行實證研究后發現,網絡媒介中存在“情緒偏好”的特性,憤怒情緒具有比其他情緒更多的數量和更高的比重,新聞的情緒強度與憤怒情緒之間,存在著較之其他情緒更緊密的正相關性;新聞的傳播熱度與憤怒情緒之間,存在著較之其他情緒更緊密的正相關性。丁漢青等通過文獻計量學的方法繪制出情緒識別、情緒感染學術領域的科學知識圖譜,為網絡輿情研究提供了指引。

近年來,情緒傳播成為傳播學的熱門議題備受關注，但“情緒”與“情感”常被視為同一概念混用，進而引發不同研究結論的間隙和學科認同的歧義。本文采用“情緒”的概念，一方面是因為情緒是情感的外顯形式，另一方面情緒具有情境性和暫時性，網絡事件的演化勢必會引發公眾情緒的時刻變化，因而采用“情緒傳播”的用法更能反映其動態特征。正基于此，本文提出了情緒傳播的三種路徑。分別是聚焦情緒型輿論形成的輿論學視角、關注情緒引致行為的心理學視角和致力于語義識別的計算機科學視角。與之相對應,三種學科各自在情緒傳播研究中的未來方向是:注重從“事件導向型情緒”向“全域整體型情緒”的研究深化；注重網絡公共事件中的反向認知情緒研究；注重行業輿情中的情緒判別與口碑營銷。

情緒傳播的現象由來已久,然而今天其又被賦予了新的意義,這不僅是因為互聯網技術發展帶來情緒表達渠道的拓展,更源于當前社會結構調整和利益格局變革所引發的社會心態變化。在情緒傳播的研究進程中,除了立足本學科的優勢特長之外,還需要將其置于新興技術發展和現實社會變遷的背景中,從跨學科、多領域的視角切入。只有從心理學、社會學、經濟管理學和計算機信息科學等多元學科中汲取理論和方法的營養,才能在包容互鑒中拓展出傳播學情緒研究的一方沃土。

注釋:

① 張志安等研究者通過對大粵網一年中845條新聞后的網友投票進行統計后發現,網民的憤怒情緒占據主導地位(41.8%),悲傷、厭惡、恐懼等負面情緒分別為10.77%、9.71%和5.32%,正面情緒高興僅占12.34%。參見王俊秀、楊宜音主編:《中國社會心態研究報告》,社會科學文獻出版社2014年版,第102頁

② Gordon W.Allport,Leo Postman(1947).ThePsychologyofRumor.New York:Henry Holt & Co.p.75,p.86,p.100.

③④⑥ 陳力丹:《輿論學:輿論導向研究》,上海交通大學出版社2012年版,第33、86、87頁。

⑤ 劉建明:《基礎輿論學》,中國人民大學出版社1988年版,第350頁。

⑦ Macskassy S.A.,Michelson M.(2011),Whydopeopleretweet?Anti-homophilewinstheday! In l.Adamic,R.Baeza-Yates,and S.Counts (eds.),Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media.Palo Alto,CA:AAAI Press.pp.209-216.

⑧ Zhao W.X.,Jiang J.,Weng J et al.ComparingTwitterandTraditionalMediaUsingTopicModels.Lecture Notes in Computer Science,2011,6611,pp.338-349.

⑩ 焦德武:《微博輿論中公眾情緒形成與傳播框架分析——以“臨武瓜農之死”為例》,《江淮論壇》,2014年第5期。