微博上健康傳播的影響因素分析

【摘要】社交媒體有著連接多媒體、富含情緒的特征，本文探討它們?nèi)绾斡绊懡】敌畔⒌膫鞑バЧＭㄟ^爬蟲爬取D平臺(tái)的新浪微博博文內(nèi)容，并通過情感分析等方法進(jìn)行分析后發(fā)現(xiàn)，在微博健康信息的傳播中，多媒體的信息載體形式并沒有對(duì)促進(jìn)信息傳播起到?jīng)Q定性的作用，文本形式的健康信息傳播效果最好。本文中的情緒傾向也會(huì)影響健康信息的傳播，負(fù)面傾向、喜悅與憤怒傾向都會(huì)促進(jìn)其傳播效果。

【關(guān)鍵詞】健康傳播;情感分析;微博;媒介形式

現(xiàn)如今，隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，從Facebook、Twitter，到微博、微信，各式各樣的社交媒體在技術(shù)浪潮中不斷涌現(xiàn)，并迅速發(fā)展和擴(kuò)張，逐漸成為新一代的信息傳播工具。一方面，社交媒體這類新媒體支持更加多樣的信息承載方式，文字、圖片、視頻等形式都可以在社交媒體上進(jìn)行應(yīng)用。另一方面，由于社交媒體是基于用戶關(guān)系而存在的，公共與私人邊界變得模糊，在這種媒介環(huán)境下，信息處于失控的狀態(tài)，信息流侵蝕了理性思考的空間[1];同時(shí)，用戶在使用社交媒體時(shí)通常會(huì)傳達(dá)其情緒的相關(guān)信息，社交媒體也就成為一個(gè)公共情緒的集合體，情緒在其中發(fā)揮的作用也愈發(fā)受到關(guān)注[2]。因而信息在社交媒體上的傳播會(huì)呈現(xiàn)出與以往不同的特征，健康傳播在從大眾媒體轉(zhuǎn)移到社交媒體的過程中也受其影響，呈現(xiàn)出不同的傳播效果。

在社交媒體中，新浪微博是中國(guó)首個(gè)社交媒體平臺(tái)，也是目前國(guó)內(nèi)最大的社交媒體平臺(tái)，截止至2018年底，新浪微博的月活躍用戶達(dá)到4.46億，認(rèn)證企業(yè)/機(jī)構(gòu)賬號(hào)超過150萬，并有大量的關(guān)鍵意見領(lǐng)袖（ Key Opinion Leader，KOL）在微博開設(shè)賬號(hào)。

基于社交媒體的特點(diǎn)，本文想要探究這些特點(diǎn)對(duì)于健康信息傳播效果的影響，探討信息形式、信息中蘊(yùn)含的情緒對(duì)于健康信息的傳播會(huì)有怎樣的影響。由于新浪微博在中國(guó)社交媒體平臺(tái)中無可替代的地位，本文從新浪微博選取研究對(duì)象。

一、文獻(xiàn)綜述

在我國(guó)，健康傳播這一概念的興起最早引自于健康教育領(lǐng)域。隨著電子媒介和網(wǎng)絡(luò)媒介的興起，健康傳播的方式更加多樣。前人的研究發(fā)現(xiàn)，新興的社會(huì)化媒體的信息傳播方式更能提升公眾的健康意識(shí)，公眾也更傾向于用社交媒體來獲得健康知識(shí)[3];并且采用視頻、視頻和文字結(jié)合的信息傳播方式可以使得受眾對(duì)健康知識(shí)的卷入度和記憶程度更高，且能回想起具體的信息[4];但也有學(xué)者發(fā)現(xiàn)，相比于視聽形式或者音頻形式，文字更適合于傳遞健康知識(shí)這類相對(duì)復(fù)雜的信息[5]。因而，社交媒介等新媒體在信息形式上是否有助于健康知識(shí)的傳播還需要進(jìn)一步的探討。

除了信息形式對(duì)健康知識(shí)的傳播會(huì)造成影響外，健康知識(shí)中的情緒、情感傾向同樣會(huì)影響健康傳播的效果。前人研究發(fā)現(xiàn)，人的情緒即使不經(jīng)過社會(huì)交往情境，也能夠只通過語詞進(jìn)行傳遞[6]，這就使得社交媒體上文本中所蘊(yùn)含的情緒對(duì)傳播效果的影響有著更多的可能性。此外，有學(xué)者對(duì)微博平臺(tái)上的用戶情緒與傳播行為的關(guān)系進(jìn)行研究后發(fā)現(xiàn)，喚起程度對(duì)情緒效價(jià)與微博信息轉(zhuǎn)發(fā)、評(píng)論的關(guān)系有調(diào)節(jié)作用[7]，這進(jìn)一步強(qiáng)調(diào)了情緒在信息傳播中發(fā)揮的作用。從前人的研究我們可以看出，情緒在引導(dǎo)人們的健康行為中發(fā)揮著很大的效用，無論是蘊(yùn)含在健康知識(shí)中的情緒，抑或是健康行為中的情緒，都與人們之后的健康行為相關(guān)。但健康知識(shí)中的情緒與受眾之后的行為間的關(guān)系，及這種關(guān)系是如何產(chǎn)生的還需要進(jìn)一步的研究。

二、研究問題

社交媒體上用戶可以用轉(zhuǎn)發(fā)、點(diǎn)贊或者評(píng)論表達(dá)自己的態(tài)度，轉(zhuǎn)發(fā)數(shù)越多意味著傳播擴(kuò)散效果越好，點(diǎn)贊數(shù)越多意味著人們的認(rèn)同感越強(qiáng)，這三種行為的效果都可以通過具體的數(shù)據(jù)來衡量。

社交媒體的一個(gè)重要特點(diǎn)就是可以靈活地應(yīng)用多種信息形式，但是哪種信息形式的健康信息在微博上有更好的傳播效果并沒有明確的結(jié)論，因此文本提出以下研究問題：

R1：信息形式如何影響健康類微博的轉(zhuǎn)發(fā)效果？

R2：信息形式如何影響健康類微博的評(píng)論效果？

R3：信息形式如何影響健康類微博的點(diǎn)贊效果？

社交媒體是一個(gè)公共情緒的集合體，但是文本中的情緒與健康信息的傳播效果之間的關(guān)系并沒有明確的結(jié)論，因此文本提出以下研究問題：

R4：文本中蘊(yùn)含哪種情緒的健康類微博的轉(zhuǎn)發(fā)效果更好？

R5：文本中蘊(yùn)含哪種情緒的健康類微博的評(píng)論效果更好？

R6：文本中蘊(yùn)含哪種情緒的健康類微博的點(diǎn)贊效果更好？

三、研究方法

（一）數(shù)據(jù)來源

本文選取D平臺(tái)的新浪微博博文作為研究對(duì)象，利用爬蟲爬取其2012年7月27日至2019年1月19日的全部原創(chuàng)微博共4971條，包含微博內(nèi)容、內(nèi)容的形式以及各條微博的評(píng)論、轉(zhuǎn)發(fā)和點(diǎn)贊數(shù)。其中，內(nèi)容的形式包括文本、圖文結(jié)合以及視頻形式三種。

（二）數(shù)據(jù)處理

在進(jìn)行數(shù)據(jù)分析時(shí)，本研究對(duì)變量進(jìn)行了處理。由于轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)和點(diǎn)贊數(shù)這幾個(gè)連續(xù)變量的原始數(shù)據(jù)并不符合正態(tài)分布的假設(shè)，本研究對(duì)該變量進(jìn)行取對(duì)數(shù)的處理。

在分類變量方面，本研究使用HanLP基于機(jī)器學(xué)習(xí)的sentimentAnalysis方法進(jìn)行情感分析和分類，sentimentAnal-VSIS方法利用樸素貝葉斯法進(jìn)行特征提取，從訓(xùn)練集中選取最有助于分類決策的詞語，經(jīng)過訓(xùn)練后返回一個(gè)情感分析與分類的模型，并使用這個(gè)模型對(duì)文本進(jìn)行情感分析和分類。本研究使用的訓(xùn)練集是ChineseNlpCorpus兩份帶情感標(biāo)注的新浪微博數(shù)據(jù)集，其中一份將數(shù)據(jù)以正負(fù)向進(jìn)行標(biāo)注，正負(fù)向數(shù)據(jù)各5萬條;另一份將數(shù)據(jù)以4種情感進(jìn)行標(biāo)注，其中喜悅約20萬條，厭惡、憤怒、低落各約5萬條。在以上兩份數(shù)據(jù)集的訓(xùn)練下將D平臺(tái)的新浪微博內(nèi)容進(jìn)行情感標(biāo)注，分別以正負(fù)面與喜悅、厭惡、憤怒、低落進(jìn)行標(biāo)注。

四、研究發(fā)現(xiàn)

（一）單因素方差分析

我們采用單因素方差分析來檢驗(yàn)不同的信息形式、微博文本中的不同情緒的傳播效果。

（二）信息形式與傳播效果的關(guān)系

從單因素方差分析結(jié)果可以看出，健康信息的傳播效果從好到差的信息形式依次是文本、視頻、圖文結(jié)合（p<0.01），即文本形式的微博轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊效果最好，其次是視頻、圖文結(jié)合形式。因此回答了R1、R2、R3三個(gè)研究問題。

（三）文本情緒與傳播效果的關(guān)系

從圖1、圖2的單因素方差分析結(jié)果可以看出，如果以正向和負(fù)面兩個(gè)層面對(duì)微博內(nèi)容進(jìn)行標(biāo)注的話，負(fù)向情感的微博轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)越多。說明蘊(yùn)含著負(fù)面情感的健康信息微博的轉(zhuǎn)發(fā)效果和評(píng)論效果更好，而在點(diǎn)贊效果上沒有顯著區(qū)別。

如果以喜悅、憤怒、厭惡和低落四個(gè)層面對(duì)微博內(nèi)容進(jìn)行標(biāo)注的話，轉(zhuǎn)發(fā)效果從好到差的文本情感依次是低落、喜悅、憤怒、厭惡;評(píng)論效果最差的文本情感是低落：點(diǎn)贊效果從好到差的文本情感依次是喜悅、低落、憤怒、厭惡。總體而言，喜悅和憤怒的文本情感的轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊效果最好;低落的文本情感的轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊效果最差。

上述的結(jié)果回答了R4、R5、R6三個(gè)研究問題。

五、研究討論與結(jié)論

社交媒體的興起使得更多的信息形式可以用于信息傳播，那么在微博健康信息的傳播中，新媒體技術(shù)帶來的豐富的信息形式是否真的能夠促進(jìn)其傳播效果？從信息形式對(duì)微博傳播效果的影響結(jié)果來看，視頻這一承載信息量最大、且是新媒體技術(shù)發(fā)展所帶來的信息承載方式雖然對(duì)健康傳播的傳播效果有所促進(jìn)，但是在傳播效果上還是弱于文本信息的傳播效果，這說明在傳遞類似健康知識(shí)這類相對(duì)復(fù)雜的消息時(shí)，文本形式依舊是最有效的媒介的形式。

社交媒體上是一個(gè)情緒的集合體，情感盛行，這與健康傳播注重理論論證之間存在矛盾，那么微博健康信息中的情感傾向是否會(huì)影響其傳播效果？從文本情緒對(duì)微博傳播效果的影響結(jié)果來看，負(fù)面情感傾向會(huì)促進(jìn)健康信息的轉(zhuǎn)發(fā)和評(píng)論，因?yàn)樵诮】祩鞑ブ校?dāng)提及與損失有關(guān)的話題時(shí)，會(huì)給受眾一個(gè)直接的風(fēng)險(xiǎn)預(yù)警，引發(fā)受眾的警覺，即負(fù)面刺激會(huì)使得受眾更有可能對(duì)健康信息進(jìn)行進(jìn)一步的思考，從而促成進(jìn)一步的評(píng)論、轉(zhuǎn)發(fā)等互動(dòng)行為。同時(shí)，在社交平臺(tái)上喜悅和憤怒更容易傳播[8]，說明喜悅和憤怒情緒有助于健康知識(shí)的傳播，這可能是由于本文中的喜悅和憤怒更容易感染受眾，促使受眾對(duì)信息做出反應(yīng)，產(chǎn)生傳播或者互動(dòng)行為。

參考文獻(xiàn)：

[1]Lash S.Critique of Information[J]. 2002.

[2]Bollen J，Pepe A，Mao H.Modeling public mood and emotion： Twitter sentiment and socio-economic phe-nomena[J]. Www， 2009， 44（12）：2365 - 2370.

[3]Korda H H，Itani Z.Harnessing Social Media forHealth Promotion and Behavior Change[J]. Health PromotionPractice， 2013， 14（1）：15-23.

[4]Yadav A，Phillips M M，Lundeberg M A，et al.If a picture is worth a thousand words is video worth a million？Differences in affective and cognitive processing of video andtext cases[J]. Joumal of Computing in Higher Education，2011.23（1）：15-37.

[5]Byme M，Curtis R.Designing health communica-tion： Testing the explanations for the impact of commumca-tion medium on effectiveness[J]. British Journal of Health Psy-chology， 2011， 5（2）：189-199.

[6]Kramer A D I，Guillory J E，Hancock J T.Experi-mental evidence of massive-scale emotional contagionthrough social networks[J]. Proceedings of the National Acad-emy of Sciences， 2014， 111 （24）.8788-8790.

[7]陳爽，周明潔，張建新，微博信息的情緒效價(jià)與喚起程度對(duì)信息傳播的影響[C]//第十五屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集.2012.

[8]Fan R，Zhao J，Chen Y，et al.Anger Is More Influ-ential than Joy： Sentiment Correlation in Weibo[J]. PLOS ONE.2014，9.

【作者簡(jiǎn)介】李志鵬，上海交通大學(xué)媒體與傳播學(xué)院，研究生學(xué)歷;研究方向：新聞與傳播學(xué)。