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 肖開紅 張斌

近年來，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)，研究消費者群體正面情緒傳播機(jī)制對直播電商平臺把控群體情緒、引導(dǎo)群體情緒意義重大。【方法/過程】通過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)下消費者群體情緒傳播的改進(jìn)SIR模型，分析消費者情緒強(qiáng)度和電商平臺等官方平臺引導(dǎo)等因素對消費者群體正面情緒傳播的重要影響?！窘Y(jié)果/結(jié)論】通過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；官方平臺引導(dǎo)會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對消費者群體行為，特別是心理產(chǎn)生深刻影響，從而使得直播間中的消費者受其情緒感染進(jìn)而形成共識，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)的口碑和銷量。借助計算機(jī)仿真軟件MATLAB研究直播電商中的消費者群體情緒傳播機(jī)制，有利于品牌商和官方平臺對直播間群體情的傳播時間、速度和效率進(jìn)行有益的引導(dǎo)，從而實現(xiàn)對正面群體情緒的有效引導(dǎo)。

國內(nèi)外對在線群體情緒傳播研究已取得一定成果。國外學(xué)者主要從心理學(xué)與營銷（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、消費者的正負(fù)面情緒、自我價值提升、消費者個體的環(huán)境敏感度。國內(nèi)學(xué)者主要從以下五個方面來分析情緒傳播：1.社交情感。宋英華（2021）通過在分析劃分社交網(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）通過分析正負(fù)面情緒的信息偏差及轉(zhuǎn)換速度來驗證情緒信息偏差對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)控五個方面闡釋了情緒傳播的獨特機(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)實情緒的特征引入改進(jìn)的情緒感染模型，證實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及消費者自我情緒波動極易對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)合直播電商中消費者群體情緒傳播特點，加入情緒感染者節(jié)點，分析了群體情緒強(qiáng)度、官方平臺引導(dǎo)對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貨并實現(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+同場+互動”的特點，可以提供更好的沉浸感和臨場感，是傳統(tǒng)電商的創(chuàng)新方式，其可以借助高互動性留住消費者。直播電商具有以下四個特點：

（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）直播電商可以通過構(gòu)建臨場感和增加沉浸感傳遞價值認(rèn)同，進(jìn)而實現(xiàn)品牌的傳播。當(dāng)前非常著名的直播電商平臺包括淘寶直播、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。社會互動會加劇情緒在群體內(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。

情緒既是消費者的情感表征，也包含著信息，通過提供外部社會線索或信息，從而影響消費者情緒，進(jìn)而影響后續(xù)行為，是群體成員間有效互動的重要參考信息（Connelly，2015）。Stieglitz（2013）在研究中證實情緒會顯著影響社交媒體中的信息擴(kuò)散。因為情緒集體感染對社會行為影響非常重要，所以Bosse（2013）將集體情緒感染的概念拓展到社交媒體情境中，并證實了群體的行為傾向會受到高影響力個體的顯著影響。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，直播電商場景中的情緒可以通過直播間中實時彈幕以及主播與消費者互動傳遞給直播間中的其他消費者個體。因此，本文引入情緒感染的理論視角來研究研究直播電商情境下等從眾購買行為。

3.正面情緒傳播性質(zhì)與特點。

正面情緒傳播具有以下三個特性：首先是非自知性：當(dāng)消費者進(jìn)行正面情緒傳播時，消費者心理一般處于無意識狀態(tài)。其次是快速性：群體內(nèi)部進(jìn)行正面情緒傳播時，情緒傳播者會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）：在直播間消費者群體內(nèi)的正面情緒傳播往往會產(chǎn)生循環(huán)感染，通過不斷的反復(fù)循環(huán)來積聚正面情緒，當(dāng)集聚到一定情緒強(qiáng)度時，就可能會產(chǎn)生良好口碑?；谏鲜龇治觯疚臄M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。

二、情緒積聚效應(yīng)下消費者群體情緒傳播的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，對推動正面情緒傳播非常重要。在發(fā)生群體情緒性事件后，直播間觀看者會自發(fā)形成非正式群體，群體內(nèi)的消費者會相互感染，進(jìn)而使得群體成員情緒逐漸呈一致化傾向。在這一過程中，群體內(nèi)部成員因為多次受到正面情緒性信息的影響，并且會自我進(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傳染病動力學(xué)模型。

基礎(chǔ)的SIR模型中有三類可以相互轉(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，即不會再被感染。α表示易感染者轉(zhuǎn)變?yōu)楦腥菊叩母怕剩卤硎靖腥菊咿D(zhuǎn)變?yōu)槊庖哒叩母怕?，S（t）、I（t）、R（t）分別代表在t時刻處于S狀態(tài)、I狀態(tài)和R狀態(tài)個體的所占比例，在基礎(chǔ)模型中，感染者會隨著時間而逐漸增多，經(jīng)過足夠充分的時間，易感染者和感染者數(shù)量最終會變?yōu)?，這時標(biāo)志著傳染過程結(jié)束。如圖1所示。

圖1基礎(chǔ)SIR傳染病動力學(xué)模型

基礎(chǔ)的SIR模型的傳播過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和直播電商的互動和臨場感特性，本文改進(jìn)的IESR模型直播間中的消費者的消費者主要分為以下四類：

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

②情緒感染者E：是指直播間中已被情緒感染的消費者群體，但是該狀態(tài)消費者尚未開始傳播情緒。與此同時，這一群體的消費者會不斷積累情緒，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傳播情緒的消費者群體。

④情緒免疫者R：即對直播間傳播的情緒免疫且不愿傳播情緒的消費者群體。

圖2改進(jìn)模型中消費者群體情緒狀態(tài)轉(zhuǎn)移圖

正面情緒累積效應(yīng)下消費者群體情緒傳播的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，這是因為消費者受到品牌商及官方平臺的引導(dǎo)。

（4）：即情緒傳播者以概率λ5轉(zhuǎn)變?yōu)榍榫w免疫者，這是因為情緒傳播者的情緒會隨著時間逐漸消散，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個直播觀眾（每位觀眾也是直播網(wǎng)絡(luò)中節(jié)點）。設(shè)定直播網(wǎng)絡(luò)中在最開始中只有一個情緒傳播者，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。在直播帶貨場境下，直播間發(fā)生正面或負(fù)面群體性事件，消費者都會在較短時間內(nèi)知道并開始傳播?；谥辈ル娚烫匦?，可以將λ1設(shè)為較高的固定值0.7，λ5設(shè)為固定值0.1，初始時的λ2為0.2，λ3設(shè)為0.15?；谏鲜鲈O(shè)定，并結(jié)合Matlab2016，從情緒分享概率、官方平臺引導(dǎo)概率來探究正面情緒累積效應(yīng)對群體情緒的影響。

1.情緒分享概率λ2對正面情緒傳播的影響分析。

圖3情緒分享概率λ2值對群體情緒傳播的影響

圖4（a）不同λ4值對情緒感染者的影響

如圖3所示，當(dāng)λ2分別取不同的值時，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)度對消費者從情緒感染者轉(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。因此，直播間中高影響力消費者和主播在初始時會積極傳播正面情緒，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)消費者還是處于情緒感染者狀態(tài)，這時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)生類似的事件或傳播相似的情緒時，群體情緒才會迅速增加強(qiáng)度，進(jìn)而使得情緒爆發(fā)。

2.官方平臺引導(dǎo)率λ4對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，情緒傳播者人群和情緒免疫者人群變化顯著，即官方平臺引導(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，所以官方平臺和品牌商也無法進(jìn)行有效引導(dǎo)。在官方平臺介入后，使得消費者開始理性認(rèn)識品牌及其產(chǎn)品，從而在平臺的引導(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值對情緒免疫者的影響

四、結(jié)論與意義

本文通過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)，主要從官方平臺引導(dǎo)和群體情緒強(qiáng)度因素探究其對情緒傳播的影響，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）官方平臺引導(dǎo)可以顯著影響直播間消費者群體情緒強(qiáng)度，能有效引導(dǎo)直播間群體情緒的傳播。