微博平臺下用戶評論特點研究
——以電影《長津湖》為例

管仲怡

（蘭州大學新聞與傳播學院 甘肅 730000）

在移動傳播的時代背景下，微博已經成為國民社交生活中的重要組成部分。根據新浪微博發布的2020年用戶發展報告，如今微博用戶規模巨大，月活躍用戶達5.11億。目前，微博存在圖片、文字、表情、視頻等多種表現形式，信息內容中夾雜著大量廣告、鏈接、網絡用語和粗俗詞匯等[1]。在微博平臺上，用戶可以隨時獲知自己所需要的資訊，并第一時間查看別人對自己發表內容的評價。在進行評論的過程中，不只是博主可以回復他人的評論，其他使用者之間也可以在該博主的評論區進行互動。

同時，越來越多的網民選擇微博作為自己平時與他人交流、了解信息和娛樂消遣的工具，網絡平臺上的社交與現實社會高度重合，甚至成為年輕人社交生活中的重要組成部分。許多行業及政務主體也開通了官方微博，用戶可以進行多個領域的話題討論，更可以選擇自己感興趣的內容加入交流。

電影《長津湖》講述了抗美援朝戰爭中長津湖戰役的歷史。在冬日極端苦寒的惡劣環境下,東線作戰部隊依靠剛毅的膽魄與意志堅守陣地、浴血奮戰，成功改變戰場形勢,為長津湖戰役的勝利作出了重大貢獻。該電影一經上映，便引起了廣泛熱議。作為最熱門的社交平臺之一，微博上自然會出現大量與電影內容相關的討論。本文將專注于微博平臺，以電影上映后一周內的微博評論為主要研究對象，展開相關內容的進一步分析。

一、研究綜述

作為使用人數最多的社交平臺之一，目前有越來越多的學者展開關于微博的研究。然而，目前的研究大多集中于社會性事件，對于電影等同樣具有較大爭議性內容的討論較少。恰逢電影《長津湖》上映，并在微博平臺上引起了一定范圍內的討論，因此本文以電影上映一周內的微博評論為研究樣本，對該平臺上用戶的評論現狀進行闡述，對于微博平臺研究的進一步發展具有現實意義。

微博（Weibo），即微型博客（MicroBlog）的簡稱。該平臺基于用戶之間的關系完成信息的獲取與傳播，具有顯著的時效性和隨意性。作為一種憑借關注機制分享簡短實時信息的廣播式社交網絡平臺，微博的目的在于體現用戶某時某刻之下最新的思想動態。用戶可以通過WEB、WAP等多種客戶端，使用140字（包括標點符號）以內的文字更新信息，從而實現內容的即時分享。目前，微博的主要職能以傳播評論性信息為主，其評論具有數量巨大、內容多樣的特點。隨著平臺的不斷更新，微博已逐漸打破了140 字的限制，其評論功能更是為廣大用戶觀點交流、思想碰撞提供了平臺。

關于微博與微博評論，范佳健認為：“微博評論是指粉絲或用戶對在微博平臺上發布的微博內容發表自己的觀點看法的行為”，“評論中蘊含著大量信息且具有其獨有的特點”[2]。吳彼得從內容特點出發，認為微博評論的發表出于用戶自己的個人認知或是情感表達，因此具有較強的主觀色彩，更不乏偏激的思想，許多相同的評論聚在一起，會導致輿論的產生。在評論的過程中，不論內容是對是錯，都會對后來的信息接受者產生間接傳播的效果。[3]同時，也有學者談到，也許正是由于不同評論的存在，才能使平臺上某種聲音一家獨大的情況出現的頻率降低。由此來看，微博多樣性的評論帶來的影響，應當具體問題具體分析。

隨著平臺的不斷更迭與發展，微博評論的價值得到了較為豐富的擴展。劉果、王鐵軍提出微博評論的價值拓展主要表現在“實現和保障了個人權利”、“為走向公民社會凝聚強大的社會力量”[4]。雖然微博評論的價值拓展較寬，但也存在部分人利用微博評論進行惡意引導，造成負面影響的情況。因此在實際情況中應當辯證看待微博評論的價值問題，多利用正面價值，同時減少其帶來的負面影響。

通過對于以往的文獻回顧，發現目前的研究方法多使用文獻研究、實例剖解、問卷調查，研究對象多以某個話題下發表的微博或某條微博的評論為分析樣本，研究主題集中在市場營銷、教育學、傳播學，對電影評論這樣沒有明顯爭議性的事件為研究對象的已有文獻不足。同時，對評論文本中的具體內容、用戶評論出發點的深入分析較少，對微博用戶的媒介素養、觸媒習慣研究有限。因此，需拓展研究視角，并對評論之后的價值觀進行分析。

二、研究過程

（一）研究假設

在閱讀大量文獻后，根據現有研究及相關資料，本文作出如下假設：

首先，相比起個人賬號，電影官方宣傳賬號的評論中更容易呈現出“好評如潮”的極化現象。這是由于電影在宣傳過程中，宣傳團隊會在微博平臺上購買一定數量的評論，從而提升電影在微博搜索榜單中的位置，起到吸引更多觀眾、增加關注度的作用。在這種情況下，在微博中搜索到的部分賬號發布的內容完全相同，參考意義較為有限。因此在選擇樣本的過程中，本研究更加關注個人賬號發布的信息，并在此基礎上進行數據分析。

由于微博平臺本身的定位傾向于全體國民，內容包含多個話題領域，而非單純的電影評論，用戶傾向于關注演員而非電影內容，評論也更傾向于票房成績。此外，該部電影的導演、演員在微博上的人氣高、粉絲數量多，而且團隊的宣傳工作到位，電影擁有很高的票房。粉絲群體在發布微博時，會更多宣傳自己喜歡的明星，并在慶祝票房成績時增加其他話題的討論度。相比于這部分評論，電影內容本身的相關評價更少。本研究選取的有效評論是關于電影本身的內容，包括攝影、演員表演、配樂、劇情討論、觀后感等；專注于記錄電影票房數字、對演員在其他作品中的表現的相關評論，在本研究內的意義并不太大。

（二）研究方法

本文采取內容分析的方法，結合定量和定性研究，選取微博上電影相關評論樣本進行分析。

1.研究樣本的選取

長津湖戰役作為一個歷史事件，擁有數部相關紀錄片進行講述，微博上存在對于紀錄片的研究和討論。并且隨著電影上映，微博平臺上也引發了大量對于這一個歷史事件的交流和探討。因此，本研究選擇“電影長津湖”作為關鍵詞，搜索有關微博和評論。一方面，這樣的選擇可以使所選取的樣本內容精確為電影觀眾的討論；另一方面，部分影迷在觀影后發布微博時可能不會包括“電影”一詞，僅僅使用“長津湖”作為關鍵詞，這樣的選擇也會使得樣本具有一定的局限性。

在時間段的選取過程中，為了讓研究范圍包括更多的樣本，本研究選擇電影上映一周內為研究時間段，即2021年9月30日至2021年10月6日，使用python 軟件進行收集，共獲取有效內容1765條。

2.情感分析與主題分析

本文針對用戶對于電影長津湖的情感傾向賦值，以用戶發布的微博文本為數據源，通過軟件進行情感挖掘，在一定程度上體現用戶對于電影長津湖的滿意程度。本研究使用大連理工大學情感詞匯本體庫，將情感分為7 大類，分別是anger,disgust,fear,sadness,surprise,good,happy。最后將每種情緒下的得分相加，數據顯示，正向評論相加得到的總分更高，占到了75%。

在具體得分統計上，可以看出評論中正向情緒占比更大，其中good占63%，disgust占12%，happy占11%，sadness占8%，fear占4%，surprise占1%，anger占0%。

在評價為“good”的部分中，內容大多是表示對電影的贊賞，認為電影還原度高，演員的呈現方式、表演技巧令觀眾滿意，表示這部電影的內容和票房數據相符合，并且認同這一部電影可以獲得更多的成就，表達了對于未來同類型和同題材電影的期待。

在評價為“disgust”的部分中，內容大多表現為觀看電影后的復雜心情。用戶表達了對于過去那一段歷史的反思以及對于殘酷戰爭的厭惡，感慨當下和平生活的來之不易。少部分用戶表達了對電影的失望，以及對于部分電影好評的反對意見。

在評價為“happy”的部分中，評論內容同樣以對電影內容和拍攝技巧的肯定為主。多數用戶表示“終于等到了電影上映”，還有不少評論表示，未來可能會再次觀看影片，可能會將該電影推薦給朋友，或是會和家人一起觀看。

在評價為“sadness”的部分中，樣本內容以感慨電影內的角色命運為主。用戶對于角色的逝世表達傷感，認為最好的結局是先烈們可以看到如今的和平年代。

在評價為“fear”的部分中，受眾的角色定位大多是兒童教師或家長，認為部分場景較為血腥，可能不太適合年齡較小的兒童觀看。同時也有評論指出，電影內容本身并不會讓孩子覺得恐懼，家長和老師應該教給孩子更多的歷史知識，讓孩子們在了解歷史背景的基礎上再觀看電影。

在評價為“surprise”的部分中，用戶表達了對演員表現的肯定，同時也提出這部電影在其他同類型題材的電影中脫穎而出。這部電影能夠滿足上映前的期待，未來也會擁有更好的發展前景。

沒有評論文本被判定存在“anger”情緒。

受電影題材和機器分析的準確性所限，部分負向情緒可能來源于對于電影中歷史場景的體現。因此在分析過程中，本研究還采用了人工閱讀的方式，將評論分為積極、中立和消極三類。在分類過程中，積極的部分包含“給出好評，表示期待，認為值得去看”，中立的部分包含“電影的介紹與宣傳，對演員的采訪，票房數據”等與對電影本身的評價無關的內容。消極的部分包含“對電影不滿，對好評無法贊同”的內容。統計顯示，積極內容占24%，消極內容占2%，中立內容占74%。

結合以上兩種方式的數據分析，可以得到的結論是，微博平臺上可收集到的有關電影的評論內容較為有限，相關話題下大多以記錄票房等無關內容為主。在對于電影的評價部分出現了輿論極化現象，對電影持肯定態度的用戶認為“內容好，還原度高，有較高的可看性”，對電影持否定態度的用戶則認為“內容仍存在較大的問題，發表評論的原因來源于對電影的失望和對這一段歷史的關注”。總體來看，持肯定態度的人數多于持否定態度的人數。

3.使用LDA模型進行主題提取

在經過對以往文獻的閱讀和總結中，可以發現在微博文本的挖掘過程中，應用主題模型是一個很好的方法。2003年,Blei 等人在PLSA 模型的基礎上提出了LDA 模型。該模型將每篇文檔的主題以概率分布的形式給出，通過分析文檔抽取主題分布，從而根據結果進行主題聚類或文本分類。

相對于傳統的文本挖掘方法，主題模型能夠高效地完成一些基本的工作，如發掘潛在關系、判斷關聯性、分類等。但微博用戶之間存在關注與被關注的關系，微博之間存在轉發、評論等功能，且微博具有文本短、噪聲大、語義不規范的特點，因此相關文本的挖掘面臨很多困難，常規的分析方法并不適用。因此，基于微博信息構成的文本矩陣的稀疏性和高維性，本文使用LDA 模型完成對樣本的文本挖掘。內容可以大致分為三個主題，分別是電影劇情、觀影情緒和電影成就。

結果印證了此前本文中提出的假設。不論是在哪一個主題下的分類，對演員的討論都占了極高比重。同時，也可以從第三個主題看出，微博用戶的確將部分注意力放在了討論影片成績而非影片內容之上。在分析過程中，出現了部分與電影相關的社會性新聞，例如小女孩在觀影后選擇嘗試與前輩吃相同的食物，切身體會那段歷史。同時，評論中出現了有關對于小女孩行為的討論。這一部分文本內容不屬于對于電影內容本身的評價，因此不作為本研究的重點內容進行研究。

總體來說，在觀影評價方面，以正向的肯定內容為主。在評價的內容中，多數人會對于電影講述的那一段歷史故事表達自己的感想。

（三）研究結果

通過多種方式進行數據挖掘和分析，得到的結論是在有關電影《長津湖》的討論中，正向、積極的肯定評論為主，伴有少部分否定評價。在所有評論中，持否定態度的用戶表現出的情緒大多數是表達對內容的失望，而非對電影選題的不滿，也能體現出這一部分用戶對這一段歷史的反思。同時，在分析數據的過程中，可以發現用戶的關注內容更多側重于對演員、票房數據和其他社會性新聞的討論，其中的粉絲群體參與度極高。在相關內容下的討論中，真正對電影內容做出探討的數據有限。

結語

本文通過情感分析、人工分類和LDA 模型主題提取三種方式對收集到的樣本進行了處理和分析，得到的結果與研究開始時作出的假設基本一致。由于電影在宣傳過程中，宣傳團隊會在微博平臺上購買一定數量的評論，從而提升電影在微博搜索榜單中的位置，達到增加關注度的作用。因此官方賬號中“好評如潮”現象更為明顯，而個人賬號中更能體現出微博用戶對于電影《長津湖》的真實想法。

受到微博平臺傾向于受眾是全體國民的影響，該平臺上的討論內容包含多個話題領域，而非單純的電影評論，因此平臺上可以收集到的評論內容并不專業。微博用戶更傾向于關注演員而非電影本身，評論內容中其他內容的討論數量高。此外，該部電影中的導演、演員在微博上的人氣較高，粉絲數量較多，并且該部電影擁有很高的票房。在粉絲群體發布微博時，更多是為喜歡的明星慶祝，旨在增加票房成績的討論度。因此相比于這部分評論，對電影內容本身的評價會更少。

本次研究過程中的不足主要體現在樣本收集方面。以“電影長津湖”作為關鍵詞搜索，忽略了許多以“長津湖”作為關鍵詞的內容，樣本數量較為有限。其次，本文選取的研究平臺是新浪微博，具有受眾廣、領域分散的特性，用戶中粉絲群體數量較大。粉絲用戶為偶像買單，發布的評論內容與研究方向存在偏差，使得樣本受到了一定影響。在這樣的背景下，微博上收集到的電影評論內容雖然有助于進行輿論極化現象的討論，但具體收集到的樣本內容難以做到像專業的影評軟件一樣令人信服。

此外，由于中文本身的特性，目前對于中文詞匯情感分析的技術還無法達到英語詞匯情感分析的高度，在數據挖掘和文本分析方面仍然存在較大的進步空間。未來對于微博平臺上電影評論的研究，仍存在更多的可能性。■