基于SIR模型的正面情緒累積效應(yīng)下直播間群體情緒傳播研究

◎謝本譜 肖開(kāi)紅 張斌

近年來(lái)，直播間群體情緒性事件已經(jīng)成為直播電商中的重大挑戰(zhàn)，研究消費(fèi)者群體正面情緒傳播機(jī)制對(duì)直播電商平臺(tái)把控群體情緒、引導(dǎo)群體情緒意義重大?！痉椒?過(guò)程】通過(guò)將情緒感染理論引入基礎(chǔ)SIR傳染病模型中，并結(jié)合正面情緒積聚效應(yīng)，并結(jié)合MATLAB仿真軟件構(gòu)建正面情緒積聚效應(yīng)下消費(fèi)者群體情緒傳播的改進(jìn)SIR模型，分析消費(fèi)者情緒強(qiáng)度和電商平臺(tái)等官方平臺(tái)引導(dǎo)等因素對(duì)消費(fèi)者群體正面情緒傳播的重要影響。【結(jié)果/結(jié)論】通過(guò)MATLAB仿真分析得出：情緒強(qiáng)度與群體情緒傳播行為有正相關(guān)關(guān)系，群體情緒強(qiáng)度越大使得群體情緒傳播行為就越明顯；官方平臺(tái)引導(dǎo)會(huì)顯著降低情緒傳播者速度，加快情緒免疫者恢復(fù)速度。

直播電商中會(huì)傳播較強(qiáng)烈的正面情緒，這種正面情緒在群體之中傳播較為普遍。直播間中的正面情緒信息會(huì)對(duì)消費(fèi)者群體行為，特別是心理產(chǎn)生深刻影響，從而使得直播間中的消費(fèi)者受其情緒感染進(jìn)而形成共識(shí)，其正面情緒若能有效引導(dǎo)，極易塑造良好的直播間產(chǎn)品或服務(wù)的口碑和銷(xiāo)量。借助計(jì)算機(jī)仿真軟件MATLAB研究直播電商中的消費(fèi)者群體情緒傳播機(jī)制，有利于品牌商和官方平臺(tái)對(duì)直播間群體情的傳播時(shí)間、速度和效率進(jìn)行有益的引導(dǎo)，從而實(shí)現(xiàn)對(duì)正面群體情緒的有效引導(dǎo)。

國(guó)內(nèi)外對(duì)在線群體情緒傳播研究已取得一定成果。國(guó)外學(xué)者主要從心理學(xué)與營(yíng)銷(xiāo)（郭爽，2021）、共享文化（Von，2013）、模仿與反饋（郭琦，2021）、聯(lián)想與學(xué)習(xí)（Hoffman，2002）、神經(jīng)系統(tǒng)學(xué)（肖珺，2020）、以及群體規(guī)模（Wataru，2018）視角探究情緒信息傳播的影響因素和機(jī)制，并得出情緒傳播主要影響因素為群體認(rèn)同感、群體規(guī)模密度、消費(fèi)者的正負(fù)面情緒、自我價(jià)值提升、消費(fèi)者個(gè)體的環(huán)境敏感度。國(guó)內(nèi)學(xué)者主要從以下五個(gè)方面來(lái)分析情緒傳播：1.社交情感。宋英華（2021）通過(guò)在分析劃分社交網(wǎng)絡(luò)中的成員關(guān)系、賦值群體情感指數(shù)等來(lái)生成社交網(wǎng)絡(luò)情感圖譜，進(jìn)而探究社交情感的作用。2.情緒信息偏差。張亞明（2020）通過(guò)分析正負(fù)面情緒的信息偏差及轉(zhuǎn)換速度來(lái)驗(yàn)證情緒信息偏差對(duì)情緒傳播的影響程度。3.情緒信息特征及政府調(diào)控。高曉源（2019）和吳興杰（2020）從社交媒體情緒信息的特征、情感強(qiáng)度分析、情緒信息傳播行為、情緒信息的影響及情緒信息調(diào)控五個(gè)方面闡釋了情緒傳播的獨(dú)特機(jī)制。4.負(fù)面群體情緒。鐘志錦（2019）從網(wǎng)民負(fù)面情緒視角出發(fā)，證實(shí)負(fù)面情緒可以顯著調(diào)節(jié)情緒信息傳播傾向。5.接觸關(guān)系與情緒干預(yù)視角。陳衛(wèi)明（2018）將現(xiàn)實(shí)情緒的特征引入改進(jìn)的情緒感染模型，證實(shí)了接觸感染作用效果顯著低于自我感染效果。

現(xiàn)有群體情緒傳播的研究還存在兩個(gè)方面的不足：①現(xiàn)有研究考慮到情緒累積效應(yīng)。②一定程度上未考慮到官方平臺(tái)及消費(fèi)者自我情緒波動(dòng)極易對(duì)直播電商中正面情緒傳播產(chǎn)生影響。根據(jù)上述情況，本文構(gòu)建了正面情緒累積效應(yīng)下群體情緒傳播的改進(jìn)模型。結(jié)合直播電商中消費(fèi)者群體情緒傳播特點(diǎn)，加入情緒感染者節(jié)點(diǎn)，分析了群體情緒強(qiáng)度、官方平臺(tái)引導(dǎo)對(duì)情緒傳播的影響程度。

一、研究基礎(chǔ)

1.直播電商概述。

直播電商，即指主播（明星、網(wǎng)紅、創(chuàng)作者等）借助視頻直播形式推薦賣(mài)貨并實(shí)現(xiàn)“品效合一”的新興電商形式。郭全中（2020）認(rèn)為直播電商具有“現(xiàn)場(chǎng)+同場(chǎng)+互動(dòng)”的特點(diǎn)，可以提供更好的沉浸感和臨場(chǎng)感，是傳統(tǒng)電商的創(chuàng)新方式，其可以借助高互動(dòng)性留住消費(fèi)者。直播電商具有以下四個(gè)特點(diǎn)：

（1）直播電商是一種全新的基于內(nèi)容電商和視頻直播融合模式；

（2）直播電商主播來(lái)源多元化；

（3）交易效率顯著提高，且高于傳統(tǒng)電商；

（4）直播電商可以通過(guò)構(gòu)建臨場(chǎng)感和增加沉浸感傳遞價(jià)值認(rèn)同，進(jìn)而實(shí)現(xiàn)品牌的傳播。當(dāng)前非常著名的直播電商平臺(tái)包括淘寶直播、快手、抖音和騰訊直播等。

2.情緒感染理論。

情緒的感染，即左右和影響他人情緒（Basak，2018），在各文化中都具有普遍性。社會(huì)互動(dòng)會(huì)加劇情緒在群體內(nèi)部的傳播，情緒主要在情緒傳播者和情緒接受者之間傳播，主要表現(xiàn)為接觸和進(jìn)一步傳遞。而情緒感染理論從情緒的角度探究消費(fèi)者正面情緒累積，為這一領(lǐng)域提供了新的視角。

情緒既是消費(fèi)者的情感表征，也包含著信息，通過(guò)提供外部社會(huì)線索或信息，從而影響消費(fèi)者情緒，進(jìn)而影響后續(xù)行為，是群體成員間有效互動(dòng)的重要參考信息（Connelly，2015）。Stieglitz（2013）在研究中證實(shí)情緒會(huì)顯著影響社交媒體中的信息擴(kuò)散。因?yàn)榍榫w集體感染對(duì)社會(huì)行為影響非常重要，所以Bosse（2013）將集體情緒感染的概念拓展到社交媒體情境中，并證實(shí)了群體的行為傾向會(huì)受到高影響力個(gè)體的顯著影響。此外，正面情緒因可以提供更積極的信息暗示，進(jìn)而可使群體內(nèi)部形成更相似的行為傾向。基于上分析可得，直播電商場(chǎng)景中的情緒可以通過(guò)直播間中實(shí)時(shí)彈幕以及主播與消費(fèi)者互動(dòng)傳遞給直播間中的其他消費(fèi)者個(gè)體。因此，本文引入情緒感染的理論視角來(lái)研究研究直播電商情境下等從眾購(gòu)買(mǎi)行為。

3.正面情緒傳播性質(zhì)與特點(diǎn)。

正面情緒傳播具有以下三個(gè)特性：首先是非自知性：當(dāng)消費(fèi)者進(jìn)行正面情緒傳播時(shí)，消費(fèi)者心理一般處于無(wú)意識(shí)狀態(tài)。其次是快速性：群體內(nèi)部進(jìn)行正面情緒傳播時(shí)，情緒傳播者會(huì)使得情緒感染者快速的接受其傳遞的傳播刺激行為和信息，進(jìn)而迅速的感染其他人（張洪，2019）。再者是爆發(fā)性（田維鋼，2019）：在直播間消費(fèi)者群體內(nèi)的正面情緒傳播往往會(huì)產(chǎn)生循環(huán)感染，通過(guò)不斷的反復(fù)循環(huán)來(lái)積聚正面情緒，當(dāng)集聚到一定情緒強(qiáng)度時(shí)，就可能會(huì)產(chǎn)生良好口碑。基于上述分析，本文擬在改進(jìn)的SIR模型中引入正面情緒累積效應(yīng)，并增加了情緒感染者（只受到情緒感染，但不進(jìn)行情緒傳播）這一節(jié)點(diǎn)。

二、情緒積聚效應(yīng)下消費(fèi)者群體情緒傳播的IESR模型構(gòu)建

在直播電商的直播間中，直播間觀看者是情緒信息的主要傳播者，對(duì)推動(dòng)正面情緒傳播非常重要。在發(fā)生群體情緒性事件后，直播間觀看者會(huì)自發(fā)形成非正式群體，群體內(nèi)的消費(fèi)者會(huì)相互感染，進(jìn)而使得群體成員情緒逐漸呈一致化傾向。在這一過(guò)程中，群體內(nèi)部成員因?yàn)槎啻问艿秸媲榫w性信息的影響，并且會(huì)自我進(jìn)行再加工，從而改變?nèi)后w情緒強(qiáng)度，導(dǎo)致直播間消費(fèi)者群體內(nèi)部不斷反復(fù)加強(qiáng)正面情緒，這就是正面情緒累積效應(yīng)。

1.基礎(chǔ)的SIR傳染病動(dòng)力學(xué)模型。

基礎(chǔ)的SIR模型中有三類(lèi)可以相互轉(zhuǎn)化的人群：情緒易感者，情緒感染者和情緒免疫者，其中免疫者為已治愈且具有免疫力的人，即不會(huì)再被感染。α表示易感染者轉(zhuǎn)變?yōu)楦腥菊叩母怕?，β表示感染者轉(zhuǎn)變?yōu)槊庖哒叩母怕剩琒（t）、I（t）、R（t）分別代表在t時(shí)刻處于S狀態(tài)、I狀態(tài)和R狀態(tài)個(gè)體的所占比例，在基礎(chǔ)模型中，感染者會(huì)隨著時(shí)間而逐漸增多，經(jīng)過(guò)足夠充分的時(shí)間，易感染者和感染者數(shù)量最終會(huì)變?yōu)?，這時(shí)標(biāo)志著傳染過(guò)程結(jié)束。如圖1所示。

圖1基礎(chǔ)SIR傳染病動(dòng)力學(xué)模型

基礎(chǔ)的SIR模型的傳播過(guò)程可以用微分方程表示：

2.改進(jìn)的IESR模型。

基于上述的正面情緒傳播特點(diǎn)和直播電商的互動(dòng)和臨場(chǎng)感特性，本文改進(jìn)的IESR模型直播間中的消費(fèi)者的消費(fèi)者主要分為以下四類(lèi)：

①情緒易感者I：是指在直播間中尚未被感染，但暴露在其他消費(fèi)者情緒感染下且極易受影響的消費(fèi)者。

②情緒感染者E：是指直播間中已被情緒感染的消費(fèi)者群體，但是該狀態(tài)消費(fèi)者尚未開(kāi)始傳播情緒。與此同時(shí)，這一群體的消費(fèi)者會(huì)不斷積累情緒，從而也使得群體情緒強(qiáng)度不斷提高。

③情緒傳播者S：是指直播間中已被感染且愿意主動(dòng)傳播情緒的消費(fèi)者群體。

④情緒免疫者R：即對(duì)直播間傳播的情緒免疫且不愿?jìng)鞑デ榫w的消費(fèi)者群體。

圖2改進(jìn)模型中消費(fèi)者群體情緒狀態(tài)轉(zhuǎn)移圖

正面情緒累積效應(yīng)下消費(fèi)者群體情緒傳播的IESR模型規(guī)則如下：

（1）：即情緒易感者以概率λ1轉(zhuǎn)變?yōu)榍榫w感染者，此階段主要受到群體其他消費(fèi)者影響。

（2）：即情緒感染者以概率λ2轉(zhuǎn)變?yōu)榍榫w傳播者，主要受直播間群體情緒氛圍影響，進(jìn)而產(chǎn)生相似程度高的群體情緒。

（3）：即情緒感染者以概率λ4直接轉(zhuǎn)變?yōu)榍榫w免疫者，這是因?yàn)橄M(fèi)者受到品牌商及官方平臺(tái)的引導(dǎo)。

（4）：即情緒傳播者以概率λ5轉(zhuǎn)變?yōu)榍榫w免疫者，這是因?yàn)榍榫w傳播者的情緒會(huì)隨著時(shí)間逐漸消散，從而徹底變?yōu)槊庖哒摺?/p>

三、仿真及其結(jié)果分析

本文假定在直播間網(wǎng)絡(luò)中，一共有N=1000個(gè)直播觀眾（每位觀眾也是直播網(wǎng)絡(luò)中節(jié)點(diǎn)）。設(shè)定直播網(wǎng)絡(luò)中在最開(kāi)始中只有一個(gè)情緒傳播者，而其他被設(shè)定為情緒易感者，即I（t）=0.999，E（t）=R（t）=0，S（t）=0.001。在直播帶貨場(chǎng)境下，直播間發(fā)生正面或負(fù)面群體性事件，消費(fèi)者都會(huì)在較短時(shí)間內(nèi)知道并開(kāi)始傳播。基于直播電商特性，可以將λ1設(shè)為較高的固定值0.7，λ5設(shè)為固定值0.1，初始時(shí)的λ2為0.2，λ3設(shè)為0.15。基于上述設(shè)定，并結(jié)合Matlab2016，從情緒分享概率、官方平臺(tái)引導(dǎo)概率來(lái)探究正面情緒累積效應(yīng)對(duì)群體情緒的影響。

1.情緒分享概率λ2對(duì)正面情緒傳播的影響分析。

圖3情緒分享概率λ2值對(duì)群體情緒傳播的影響

圖4（a）不同λ4值對(duì)情緒感染者的影響

如圖3所示，當(dāng)λ2分別取不同的值時(shí)，群體情緒傳播變化較大。λ2的值越大，情緒傳播者人數(shù)增加越快，并且由情緒感染者轉(zhuǎn)化為情緒傳播者的人也越多。

群體情緒強(qiáng)度對(duì)消費(fèi)者從情緒感染者轉(zhuǎn)變?yōu)榍榫w傳播者影響較大。主要體現(xiàn)為情緒傳播行為強(qiáng)度和速度都隨著群體情緒強(qiáng)度增強(qiáng)而增強(qiáng)。這一發(fā)現(xiàn)較為契合直播電商特性，由于國(guó)家大力的扶持以及疫情期間直播電商的迅猛發(fā)展，使得眾多高影響力人士入駐直播電商平臺(tái)。因此，直播間中高影響力消費(fèi)者和主播在初始時(shí)會(huì)積極傳播正面情緒，使得直播間整體群體情緒不斷提高，從而情緒傳播者也增加。此外，在直播間受眾中，大多數(shù)消費(fèi)者還是處于情緒感染者狀態(tài)，這時(shí)他們的情緒更多的處于積累階段，而只有當(dāng)再次在直播間發(fā)生類(lèi)似的事件或傳播相似的情緒時(shí)，群體情緒才會(huì)迅速增加強(qiáng)度，進(jìn)而使得情緒爆發(fā)。

2.官方平臺(tái)引導(dǎo)率λ4對(duì)正面情緒傳播的影響分析。

如圖4所示，當(dāng)只有參數(shù)λ4取不同值時(shí)，情緒傳播者人群和情緒免疫者人群變化顯著，即官方平臺(tái)引導(dǎo)率顯著影響情緒傳播，主要體現(xiàn)為情緒傳播者數(shù)量和速度，以及情緒免疫者速度都隨λ4增大而增大。正面情緒大多源于品牌忠誠(chéng)和從眾心理，在直播間初始階段，直播間的正面情緒主要由消費(fèi)者自發(fā)盲目傳播，不易形成規(guī)模且易受引發(fā)關(guān)于產(chǎn)品的負(fù)面情緒，所以官方平臺(tái)和品牌商也無(wú)法進(jìn)行有效引導(dǎo)。在官方平臺(tái)介入后，使得消費(fèi)者開(kāi)始理性認(rèn)識(shí)品牌及其產(chǎn)品，從而在平臺(tái)的引導(dǎo)下傳播正面情緒，從而使得直播間群體情緒強(qiáng)度下降，進(jìn)而將情緒傳播者轉(zhuǎn)化為免疫者。

圖4（b）不同λ4值對(duì)情緒免疫者的影響

四、結(jié)論與意義

本文通過(guò)引入正面情緒累積效應(yīng)，構(gòu)建了包含情緒易感者、情緒感染者、情緒傳播者和情緒免疫者四種情緒狀態(tài)的的IESR模型，結(jié)合情緒累積效應(yīng)，主要從官方平臺(tái)引導(dǎo)和群體情緒強(qiáng)度因素探究其對(duì)情緒傳播的影響，得出以下結(jié)論：

（1）情緒傳播者和免疫者的增加速度、數(shù)量隨著群體情緒強(qiáng)度的增加而增加。

（2）官方平臺(tái)引導(dǎo)可以顯著影響直播間消費(fèi)者群體情緒強(qiáng)度，能有效引導(dǎo)直播間群體情緒的傳播。