李淑娜

【關(guān)鍵詞】重大疫情? 網(wǎng)絡(luò)群體? 群體情緒? ? 【中圖分類號】G206? ? 【文獻標識碼】A

習(xí)近平總書記多次提出針對疫情要營造良好輿論氛圍，講好中國抗疫故事，發(fā)出好聲音、傳播正能量。引導(dǎo)網(wǎng)絡(luò)輿論健康發(fā)展，了解網(wǎng)絡(luò)群體情緒的產(chǎn)生機理，激發(fā)網(wǎng)絡(luò)群體的正性情緒，避免網(wǎng)絡(luò)群體消極情緒的產(chǎn)生，是當前思想教育研究的重要課題，對于疫情防控常態(tài)化具有重要意義。

疫情下網(wǎng)絡(luò)正性情緒事件的大數(shù)據(jù)分析

引導(dǎo)網(wǎng)絡(luò)輿論健康發(fā)展，了解網(wǎng)絡(luò)群體情緒的產(chǎn)生機理，激發(fā)網(wǎng)絡(luò)群體的正性情緒，避免網(wǎng)絡(luò)群體消極情緒的產(chǎn)生，是當前輿情研究的重要課題。本研究選取新浪微博的評論為研究對象，抓取了新浪微博關(guān)于疫情的熱點事件12條，使用python工具，抓取此微博評論的文本信息，一共抓取近7000條熱門評論。數(shù)據(jù)處理參照自然語言數(shù)據(jù)處理方式。首先對已經(jīng)抓取的文本數(shù)據(jù)使用NLPIR-Parser所提供的批量分詞系統(tǒng)進行斷詞，然后導(dǎo)入中科院情感詞典的LIWC情感分析軟件進行分析，共分出7條正性情感事件。

通過對正性情感事件評論文本進行高頻詞分析，研究發(fā)現(xiàn)正性情感文章評論的熱點詞主要集中在戴口罩、希望、基層、加油、平安歸來、犧牲、英雄、醫(yī)生、健健康康、防護、確診等關(guān)鍵詞上，大家關(guān)注的焦點在“疫情防護”“戴口罩預(yù)防傳染”“醫(yī)生是人民英雄”等正性事件上，這些正性事件激發(fā)了網(wǎng)絡(luò)群體正性情緒的產(chǎn)生，包括對醫(yī)生的無私奉獻帶來的愛國情懷、戰(zhàn)勝疫情的信心、樂觀的心態(tài)等。

網(wǎng)絡(luò)群體情緒的產(chǎn)生機理

個體情緒的產(chǎn)生與個體的實際需求和主觀態(tài)度相聯(lián)系，并影響著個體對外部信息的選擇和判斷。群體情緒是在個體情緒產(chǎn)生基礎(chǔ)上，經(jīng)過群體情緒的感染，在沉默的螺旋機制下使群體情緒會愈加高漲，最終成為群體“集體無意識”的狂歡。

第一，個體情緒的產(chǎn)生—情緒的ABC理論。心理學(xué)家埃利斯提出情緒的ABC理論，A指事情的前因，B是指個體的信念，C指情緒和行為的后果，事情的前因受個體信念的影響而產(chǎn)生個體的情緒和行為結(jié)果。通常人們會認為誘發(fā)事件和事情的前因（A）直接導(dǎo)致了個體產(chǎn)生情緒和行為結(jié)果（C），發(fā)生了什么事就引起了什么情緒體驗。然而結(jié)果表明，同一情景（A）下，由于人們觀點和信念（B）的不同會產(chǎn)生不同的情緒體驗（C）。正是由于人們常有的一些不合理的信念（B）才使個體產(chǎn)生情緒困擾。在當前疫情階段，面對同樣的疫情（A），個體因為不同的信念（B）會產(chǎn)生不同的情緒反應(yīng)，例如有的個體對疫情有災(zāi)難化思維或偏執(zhí)觀念，認為疫情不可控制，從而產(chǎn)生悲觀、恐慌、憤怒或焦慮等情緒反應(yīng)。

第二，群體情緒的產(chǎn)生—情緒感染理論。哈菲爾德等認為情緒感染是個體自動化地模仿和合并他人的語言以及非語言的信息，最終個體融入了情緒傳遞者的情緒。貝恩等人研究發(fā)現(xiàn)Twitter上熱門人物的情緒表達會使網(wǎng)絡(luò)受眾的情緒產(chǎn)生影響。勒龐指出，“群體表現(xiàn)出來的情緒不管好壞與否，其突出的特點就是極為簡單而夸張，群體因為夸大自己的感情，因此它只會被極端感情所感動，群體能夠把感情提升到極高或者極低的境界”。在網(wǎng)絡(luò)傳播中情緒感染現(xiàn)象更加普遍，個體情緒更容易受到網(wǎng)絡(luò)輿論信息的影響，某些激烈的言論、夸張的語言表述以及煽動性的聽聞等等會使個體產(chǎn)生強烈的情感共鳴，并產(chǎn)生與輿論信息所一致的情緒反應(yīng)。

第三，少數(shù)服從多數(shù)—沉默的螺旋理論?！俺聊穆菪崩碚撜J為社會個體會避免讓自己的觀念和態(tài)度孤立于社會群體之外，一旦社會群體形成占有支配地位的意見和觀點，那么其他觀點的聲音會持續(xù)減弱。如果這個過程有大眾媒介的參與，螺旋的形成會更快更明顯。針對有爭議的議題，人們會了解和認識身邊的“大眾意見”，人們更傾向于表達出自己的觀點，因此占有優(yōu)勢的“大眾意見”會越來越強大，而劣勢的“少數(shù)意見”則發(fā)聲會越來越弱，呈現(xiàn)螺旋式的發(fā)展過程，從而產(chǎn)生少數(shù)服從多數(shù)意見的現(xiàn)象。沉默的螺旋現(xiàn)象會使人們的情緒愈加高漲，成為群體“集體無意識”的狂歡，加劇了群體情緒極化傾向。

疫情防控常態(tài)化背景下網(wǎng)絡(luò)群體情緒的正向引導(dǎo)策略

網(wǎng)絡(luò)平臺的精準匹配推送——引導(dǎo)正性情緒傳遞。媒體的精準匹配推送，包括對評論的精準篩選和對文章的精準推送。第一，對評論的精準篩選。網(wǎng)絡(luò)媒體平臺的評論區(qū)已經(jīng)成為社會群體情緒表達的主要聚集地，情緒極化現(xiàn)象容易在評論區(qū)形成，并迅速感染其他網(wǎng)絡(luò)媒體的評論區(qū)。根據(jù)情緒感染的特點，一方面，利用這種公共傳播區(qū)域，有意識地引導(dǎo)網(wǎng)絡(luò)群體多去傳播正向情緒的評論，多去互動點贊和評論回復(fù)，使評論區(qū)成為正性情緒傳遞的聚集區(qū)。另一方面，可以利用網(wǎng)絡(luò)媒體評論區(qū)的篩選功能，有意識地對評論進行篩選，展示給網(wǎng)絡(luò)群體更多的正向評論，可以引發(fā)正向情緒極化。第二，對文章的精準推送。使用大數(shù)據(jù)分析的方法對用戶的偏好進行精準匹配，并有意識地向用戶進行正向文章的推送，包括向不同認知群體推送與其相匹配的正向輿論信息，以及向同一用戶推送不同角度的正向輿論信息，使群體更容易認識和接納，從而有效促進正向情緒的產(chǎn)生，避免負性情緒的極化。

形成專業(yè)和權(quán)威的網(wǎng)絡(luò)意見領(lǐng)袖——避免負性情緒的激發(fā)。在這次重大疫情下，鐘南山院士作為權(quán)威和專業(yè)的意見領(lǐng)袖，對新冠肺炎疫情給出了專業(yè)權(quán)威的解釋和有效的預(yù)防措施，傳遞了關(guān)于疫情發(fā)展的明確信息，有效緩解了社會群體對于疫情發(fā)展的焦慮和恐慌情緒。意見領(lǐng)袖最主要的功能是當信息模糊不明確、信息量呈爆發(fā)式增長但觀點不一致等方面的情況，群體難以做出判斷和采取行動時，意見領(lǐng)袖會及時給出自己的觀點和判斷，給予居民有效的指導(dǎo)和防范措施。在網(wǎng)絡(luò)傳播中，意見領(lǐng)袖不僅影響人們的想法和觀點，還直接影響人們的情緒和行為。在當前疫情發(fā)展階段，注重將權(quán)威、專業(yè)和正能量的意見領(lǐng)袖作為網(wǎng)絡(luò)輿論的引導(dǎo)者，給出準確的疫情發(fā)展信息和積極應(yīng)對的態(tài)度，可以引導(dǎo)網(wǎng)絡(luò)群體以理性和客觀的態(tài)度看待疫情，避免產(chǎn)生過度的負性情緒，保證網(wǎng)絡(luò)群體情緒的穩(wěn)定性。

設(shè)置正向議程主題——引導(dǎo)群體正向關(guān)注。美國傳播學(xué)者麥肯姆斯等人的研究發(fā)現(xiàn)，傳播媒介作為“要聞”進行重點報道的主題，同樣在社會群體的意識中也是重要的新聞，即傳播媒介的報道活動與社會群體對報道活動的認知具有高度的正相關(guān)，傳播媒介強調(diào)的越多，社會群體對該事件的重視程度就越高。當網(wǎng)絡(luò)媒體關(guān)注點在疫情的有效應(yīng)對等正向議程話題時，網(wǎng)絡(luò)群體則表現(xiàn)出對戰(zhàn)勝疫情更多的信心，正性情緒較多。網(wǎng)絡(luò)群體通過傳播媒介了解疫情信息，群體的關(guān)注點也在跟隨著網(wǎng)絡(luò)媒體關(guān)注點的轉(zhuǎn)移而發(fā)生變化。因而設(shè)置正向議程話題可以引導(dǎo)網(wǎng)絡(luò)群體更多的正向關(guān)注，形成積極的輿論氛圍。

引用具有說服力的論據(jù)——保持理性的群體情緒。勸服理論認為論據(jù)對于社會群體的態(tài)度和行為具有決定性的影響，當正反兩方面的論據(jù)都呈現(xiàn)在群體面前，社會群體的決策依賴于對信息的獲取和思考。勸服理論認為論據(jù)的說服力是建立在論據(jù)是否具備有效性和新穎性兩個特征基礎(chǔ)之上。首先，發(fā)布科學(xué)和權(quán)威的論據(jù)。論據(jù)要經(jīng)得起科學(xué)理論的推敲和論證，并且通過權(quán)威個體或機構(gòu)發(fā)布，那么這種論據(jù)的說服力會顯著高于沒有論證并且通過自媒體發(fā)布的論據(jù)信息。例如，國家衛(wèi)健委關(guān)于疫情數(shù)據(jù)的實時更新，央視新聞對戰(zhàn)“疫”情況的滾動播出，保證疫情數(shù)據(jù)的公開透明，讓居民可以準確掌握疫情發(fā)展的情況，并積極采取正確的防護措施，從而有效緩解對未知的恐慌和焦慮情緒。其次，發(fā)布具有新穎性表述或者新穎性角度的論據(jù)。網(wǎng)絡(luò)存在著海量碎片化的信息，想要獲得群體的高度關(guān)注是非常困難的。論據(jù)新穎性的影響因素論據(jù)包括論據(jù)是否原創(chuàng)、是否生動有趣、是否首次提出、是否接地氣等等。當論據(jù)具有充分的新穎性時，會出現(xiàn)網(wǎng)絡(luò)群體的集群行為引發(fā)高度關(guān)注，并獲得更多的贊同和支持。

（作者為山東科技大學(xué)馬克思主義學(xué)院副教授）

【注：本文系2018年教育部人文社會科學(xué)研究青年基金項目“大學(xué)生網(wǎng)絡(luò)偏好與思政微信平臺個性化推薦匹配研究”（項目編號：18YJC710032）階段性成果】

【參考文獻】

①[法]古斯塔夫·勒龐著、馮克利譯：《烏合之眾》，北京：中央編譯出版社，2004年。

責(zé)編/孫垚? ? 美編/楊玲玲