情感驅(qū)動(dòng)的社交網(wǎng)絡(luò)用戶內(nèi)容創(chuàng)建及信息傳播行為研究

楊永清　徐運(yùn)成　樊治平等

關(guān)鍵詞：社交網(wǎng)絡(luò)；用戶情感；內(nèi)容創(chuàng)建；信息傳播行為：文本分析

DOI：10.3969/j.issn.1008-0821.2023.07.015

[中圖分類號(hào)]G206 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821（2023）07-0162-16

當(dāng)前，社交網(wǎng)絡(luò)已成為信息傳播的主流媒介之一，以微博、微信為代表的社交網(wǎng)絡(luò)平臺(tái)月活躍用戶規(guī)模分別達(dá)到5.66億及12.51億，其社會(huì)影響力已經(jīng)超越傳統(tǒng)媒介。具有共同興趣或目標(biāo)的用戶通過社交平臺(tái)交流信息、表達(dá)意見、尋求情感支持，并與他人建立社會(huì)網(wǎng)絡(luò)關(guān)系。用戶基于自身信念、態(tài)度、意見、情感對某一話題進(jìn)行發(fā)布、轉(zhuǎn)發(fā)、評論等社交網(wǎng)絡(luò)行為，促使輿情的產(chǎn)生與傳播。鑒于社交網(wǎng)絡(luò)平臺(tái)具有參與性、開放性、對話性、社區(qū)性和連通性等特征，用戶能夠直接、即時(shí)地表達(dá)和分享他們的情感，導(dǎo)致社交網(wǎng)絡(luò)言論中蘊(yùn)含著豐富的情感特征.且與中性情感的信息相比，帶有消極或積極情感的信息更容易被廣泛傳播。社交網(wǎng)絡(luò)輿情主要由大量用戶針對某話題的內(nèi)容創(chuàng)建及信息傳播行為驅(qū)動(dòng)，而用戶情感又在社交網(wǎng)絡(luò)行為中起到推波助瀾的作用，但這種作用尚未得到有效證實(shí)。

用戶情感與社交網(wǎng)絡(luò)行為密切相關(guān)。用戶情感對社交網(wǎng)絡(luò)采納及使用行為影響的研究較為成熟，研究證實(shí)用戶情感不僅對一般的社交網(wǎng)絡(luò)的采納行為及使用行為有顯著影響，而且對某一具體平臺(tái)，如Facebook的采納及使用行為作用顯著。此外，關(guān)于用戶情感對群體互動(dòng)行為及輿情演化影響的分析也較為深入，主題多集中在特定輿情事件視角下，對輿情演變時(shí)群體情感更迭、內(nèi)容創(chuàng)建、信息傳播及群體互動(dòng)行為進(jìn)行探討。王晰巍等從輿情視角下發(fā)現(xiàn)群體用戶的情感與內(nèi)容創(chuàng)建、信息傳播有相關(guān)關(guān)系；Zhang H L等發(fā)現(xiàn)公眾心理壓力指數(shù)變化趨勢與群體互動(dòng)行為形成的輿情演化趨勢接近；Liu Y等發(fā)現(xiàn)負(fù)面情感演化規(guī)律與輿情影響力演化趨勢相似；李旭光等發(fā)現(xiàn)用戶情感對群體互動(dòng)有促進(jìn)作用。

既有文獻(xiàn)對用戶情感與社交網(wǎng)絡(luò)采納及使用、群體互動(dòng)行為的關(guān)系分析較為全面，但鮮有從個(gè)體用戶視角分析自身情感對內(nèi)容創(chuàng)建及信息傳播行為產(chǎn)生的影響；盡管有文獻(xiàn)對文本主題情感極性與信息傳播之間的關(guān)系進(jìn)行了討論，但并未闡明用戶自身情感對內(nèi)容創(chuàng)建及信息傳播行為的影響機(jī)理，忽視了個(gè)體用戶情感在其中的作用，也未證實(shí)情感改變所發(fā)揮的作用。為了彌補(bǔ)這方面研究的不足，本文提出以下研究問題：①社交網(wǎng)絡(luò)用戶情感如何影響內(nèi)容創(chuàng)建及信息傳播行為？②用戶情感改變是否會(huì)對內(nèi)容創(chuàng)建及信息傳播行為產(chǎn)生影響，如何影響？

為了解決上述研究問題，本文基于情感響應(yīng)模型、情緒即社會(huì)信息理論以及社會(huì)角色理論構(gòu)建研究模型，從社交網(wǎng)絡(luò)個(gè)體用戶層面研究情感對內(nèi)容創(chuàng)建及信息傳播行為的影響機(jī)理。本文將進(jìn)一步拓展社交網(wǎng)絡(luò)行為理論，完善社交網(wǎng)絡(luò)行為形成機(jī)理及輿情演化規(guī)律，同時(shí)也為相關(guān)研究提供新的視角。

1理論基礎(chǔ)

1.1情感響應(yīng)模型

情感響應(yīng)模型（Affective Response Model，ARM）認(rèn)為情感是決策和行為的關(guān)鍵因素。情感響應(yīng)包括情感狀態(tài)和情感評價(jià)兩個(gè)要素，前者指人們在特定時(shí)間內(nèi)的整體感覺狀態(tài)，描述人們此刻的感受；后者側(cè)重于評估或評價(jià)情感的質(zhì)量，來確定情感的具體價(jià)值。本研究中，基于ARM將社交網(wǎng)絡(luò)用戶自身情感作為自變量，將情感狀態(tài)分為負(fù)面情感和正面情感，情感評價(jià)即為用戶正面情感或負(fù)面情感的情感值，通過文本分析計(jì)算用戶發(fā)表的社交網(wǎng)絡(luò)言論文本中所蘊(yùn)含的情感。

1.2情緒即社會(huì)信息理論

情緒即社會(huì)信息理論（Emotion as Social Infor-mation Theory，EASI）認(rèn)為情緒（情感）是一種社會(huì)信息，人們通過特定的社會(huì)信息表達(dá)自身情緒（情感），在社交活動(dòng)中作用顯著。人際交往中，個(gè)體在表達(dá)情緒（情感）的同時(shí)，也傳遞其認(rèn)知，態(tài)度等信息。人們也有可能會(huì)因?yàn)榍楦械母淖兌沟帽旧淼男袨闋顟B(tài)發(fā)生變化?；贓ASI理論，社交網(wǎng)絡(luò)用戶將情感表達(dá)與觀點(diǎn)看法交織在一起，強(qiáng)化了社會(huì)信息的傳遞，進(jìn)而影響其社交網(wǎng)絡(luò)行為。

1.3社會(huì)角色理論

社會(huì)角色理論（Social Role Theory，SRT）表明社會(huì)化演進(jìn)導(dǎo)致了社會(huì)行為存在性別差異，所以男性用戶與女性用戶在社交平臺(tái)上的情感表達(dá)及行為存在差異性。該理論表明，男性特征是更具能動(dòng)性，即熟練性、工具性和競爭性，而女性特征是更具公共性，即友好性、合作性和情感表達(dá)性；男性主要關(guān)注結(jié)果，而女性更關(guān)注人際關(guān)系，女性更能適應(yīng)以社會(huì)為導(dǎo)向的交流，并且更有可能利用這些交流來建立和維持這些關(guān)系。本研究基于SRT來探討性別對用戶情感與內(nèi)容創(chuàng)建及信息傳播行為之間關(guān)系的調(diào)節(jié)作用。

2研究模型與假設(shè)

2.1研究模型

基于ARM、EASI及SRT等理論構(gòu)建情感影響社交網(wǎng)絡(luò)行為的研究模型，將用戶情感及情感改變作為解釋變量，社交網(wǎng)絡(luò)行為及行為變化作為被解釋變量，用戶性別及認(rèn)證屬性作為調(diào)節(jié)變量，用戶社會(huì)活躍度作為控制變量如圖1所示。

2.2用戶情感與內(nèi)容創(chuàng)建及信息傳播行為

情感社會(huì)學(xué)理論表明，情感是影響人們行為的關(guān)鍵因素之一，例如，情感可顯著影響人們的消費(fèi)購買行為，消費(fèi)者經(jīng)歷的正面情感越多，消費(fèi)支出越多，電商直播觀眾的情感越高漲，其購買意愿越強(qiáng)烈。人們的社交行為通常也會(huì)受到情感因素的影響，無論正面情感還是負(fù)面情感都會(huì)影響社交行為，愈加強(qiáng)烈的情感會(huì)引發(fā)更多、更豐富的社交互動(dòng)行為。情感響應(yīng)模型也表明，情感會(huì)影響人們的在線社交行為，用戶情感可激活在線社交行為，并通過社交網(wǎng)絡(luò)將內(nèi)在情感表現(xiàn)出來。由于社交網(wǎng)絡(luò)平臺(tái)的便捷性，在情感的作用下，用戶更易產(chǎn)生內(nèi)容創(chuàng)建、信息傳播、社交互動(dòng)等行為意向。

用戶的很多社交網(wǎng)絡(luò)行為源于情感需要或受情感驅(qū)動(dòng)，社交網(wǎng)絡(luò)用戶經(jīng)歷正負(fù)情感時(shí)，會(huì)有比較強(qiáng)烈的分享需求，進(jìn)而產(chǎn)生相應(yīng)的社交網(wǎng)絡(luò)行為，以持久體驗(yàn)正面情感或緩解負(fù)面情感，且行為可能會(huì)隨著經(jīng)歷情感的增加而增加。當(dāng)社交網(wǎng)絡(luò)用戶感到沮喪、焦慮不安時(shí)，會(huì)通過內(nèi)容創(chuàng)建及信息傳播行為來釋放、緩解負(fù)面情感，以此在社交網(wǎng)絡(luò)平臺(tái)上尋求情感支持，并從行為中獲得情感認(rèn)同，負(fù)面情感越強(qiáng)烈的用戶越有可能在社交網(wǎng)絡(luò)發(fā)表或傳播負(fù)面言論來減輕自身的負(fù)面情感。用戶在社交網(wǎng)絡(luò)中的自我呈現(xiàn)和自身正面情感呈顯著正相關(guān)關(guān)系，當(dāng)用戶經(jīng)歷開心、興奮、熱情等正面情感時(shí)，由于情感上對行為的依賴，會(huì)傾向于通過社交活動(dòng)增強(qiáng)與他人的互動(dòng)，并以此建立與他人的聯(lián)系，此時(shí)選擇社交網(wǎng)絡(luò)平臺(tái)進(jìn)行內(nèi)容創(chuàng)建及信息傳播行為的意愿更強(qiáng)烈。

據(jù)此推斷，用戶自身情感會(huì)影響其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為，提出以下假設(shè)：

H1：用戶負(fù)面情感（負(fù)值）對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為具有負(fù)向顯著影響

H2：用戶正面情感（正值）對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為具有正向顯著影響

2.3情感改變與內(nèi)容創(chuàng)建及信息傳播行為變化

情感改變是指人們即時(shí)情感相較于平時(shí)穩(wěn)定的情感發(fā)生的改變，情感的改變會(huì)導(dǎo)致人們行為變化，用戶社交網(wǎng)絡(luò)行為隨著情感的改變而改變。有研究表明，投資者情感改變會(huì)對投資者決策和行為產(chǎn)生影響，消費(fèi)者情感改變會(huì)顯著影響消費(fèi)者購買決策行為。同理，社交網(wǎng)絡(luò)用戶情感改變也會(huì)對其社交網(wǎng)絡(luò)行為產(chǎn)生影響，有研究提到用戶情感改變不僅會(huì)對其發(fā)帖頻率產(chǎn)生影響，也會(huì)影響其轉(zhuǎn)發(fā)行為，但并未對此進(jìn)行證實(shí)。用戶在使用社交網(wǎng)絡(luò)過程中經(jīng)歷的正面情感較往常更多即正面情感改變較大時(shí)，由于情感的刺激，會(huì)創(chuàng)建或傳播更多的內(nèi)容來保持與他人良好的互動(dòng)關(guān)系，以此將內(nèi)在的情感改變，外向?yàn)樯缃痪W(wǎng)絡(luò)行為的變化。用戶當(dāng)天負(fù)面情感較穩(wěn)定情感變化較大時(shí)，會(huì)通過更多的內(nèi)容創(chuàng)建及信息傳播行為來緩和激增的負(fù)面情感。

據(jù)此推斷，用戶自身情感改變會(huì)對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為產(chǎn)生影響，由此提出以下假設(shè)：

H3：用戶負(fù)面情感改變對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化具有正向顯著影響

H4：用戶正面情感改變對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化具有正向顯著影響

2.4用戶性別對情感與內(nèi)容創(chuàng)建及信息傳播行為關(guān)系的調(diào)節(jié)作用

用戶的在線信息搜索、購物意圖、情感及心理動(dòng)態(tài)往往存在性別差異，也有研究證實(shí)性別在用戶即時(shí)信息分享中起到調(diào)節(jié)作用。社交網(wǎng)絡(luò)中，女性更情緒化，更傾向于與他人保持社交關(guān)系，傾向于更積極地參與討論，且男性與女性在微博文本長度上有顯著差異?；谝陨戏治黾吧鐣?huì)角色理論，女性用戶在情感驅(qū)動(dòng)下相比于男性用戶更傾向于通過社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為將內(nèi)在情感外化成行為來尋得情感支持。女性用戶情感劇烈改變時(shí)，相比男性會(huì)發(fā)布、轉(zhuǎn)發(fā)更多的帖子來表達(dá)自身感情，導(dǎo)致內(nèi)容創(chuàng)建及信息傳播行為有較大變化。因此，本研究認(rèn)為男性用戶與女性用戶在社交網(wǎng)絡(luò)平臺(tái)上的情感表達(dá)與內(nèi)容創(chuàng)建及信息傳播行為均有顯著差異。由此提出以下假設(shè)：

H5：用戶性別對負(fù)面情感與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的關(guān)系有調(diào)節(jié)作用

H6：用戶性別對正面情感與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的關(guān)系有調(diào)節(jié)作用

H7：用戶性別對負(fù)面情感改變與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化的關(guān)系有調(diào)節(jié)作用

H8：用戶性別對正面情感改變與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化的關(guān)系有調(diào)節(jié)作用

2.5用戶認(rèn)證屬性對情感與內(nèi)容創(chuàng)建及信息傳播行為關(guān)系的調(diào)節(jié)作用

認(rèn)證用戶與非認(rèn)證用戶的社交網(wǎng)絡(luò)行為具有顯著差異，非認(rèn)證用戶在社交網(wǎng)絡(luò)平臺(tái)上發(fā)表非中性情感言論的概率高于認(rèn)證用戶，且其對同一事件所表達(dá)的情感強(qiáng)度高于認(rèn)證用戶。相比非認(rèn)證用戶，認(rèn)證用戶的微博轉(zhuǎn)發(fā)行為明顯較少，且認(rèn)證用戶的主題文本更容易被轉(zhuǎn)發(fā)。相比認(rèn)證用戶，非認(rèn)證用戶由于網(wǎng)絡(luò)的匿名性使其能夠在社交網(wǎng)絡(luò)平臺(tái)隨意產(chǎn)生內(nèi)容創(chuàng)建及信息傳播行為來表達(dá)、流露、甚至宣泄自身情感而不用承擔(dān)輿論壓力、政治后果，甚至法律責(zé)任，在情感驅(qū)動(dòng)下會(huì)產(chǎn)生更多的社交網(wǎng)絡(luò)行為。當(dāng)用戶自身情感發(fā)生改變時(shí)，非認(rèn)證用戶的社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化幅度相比認(rèn)證用戶更大?；谝陨戏治觯J(rèn)證用戶相比非認(rèn)證用戶在社交網(wǎng)絡(luò)平臺(tái)上的情感表達(dá)與內(nèi)容創(chuàng)建及信息傳播行為均有顯著差異。由此提出以下假設(shè)：

H9：用戶認(rèn)證屬性對負(fù)面情感與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的關(guān)系有調(diào)節(jié)作用

H10：用戶認(rèn)證屬性對正面情感與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的關(guān)系有調(diào)節(jié)作用

H11：用戶認(rèn)證屬性對負(fù)面情感改變與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化的關(guān)系有調(diào)節(jié)作用

H12：用戶認(rèn)證屬性對正面情感改變與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為變化的關(guān)系有調(diào)節(jié)作用

3研究方法

鑒于微博已成為當(dāng)前使用最頻繁的社交網(wǎng)絡(luò)平臺(tái)之一，由此使用微博用戶社交行為數(shù)據(jù)來驗(yàn)證研究模型。首先從微博平臺(tái)爬取用戶信息及社交行為數(shù)據(jù)，然后基于文本分析對相關(guān)變量進(jìn)行量化處理，通過描述性統(tǒng)計(jì)分析、相關(guān)性分析、多元回歸分析等進(jìn)行假設(shè)檢驗(yàn)。

3.1研究數(shù)據(jù)與變量定義

鑒于微博社會(huì)生活頻道的用戶傾向于發(fā)表自身在生活、工作、學(xué)習(xí)中的真實(shí)事件或想法，較少對他人看法或輿情事件發(fā)表評價(jià)，其社交網(wǎng)絡(luò)言論文本更能反映內(nèi)心真實(shí)情感，因此本研究在微博社會(huì)生活頻道中隨機(jī)選取700名用戶，剔除僵尸號(hào)、追星號(hào)、營銷號(hào)、商業(yè)號(hào)、機(jī)構(gòu)號(hào)等影響本研究的用戶，剩余339名適合本研究的經(jīng)常發(fā)布有效的社會(huì)生活內(nèi)容的社交網(wǎng)絡(luò)個(gè)體用戶。運(yùn)用Python爬取了339名個(gè)體用戶2021年1月1日—2021年7月20日的微博數(shù)據(jù)，包括微博ID、文本內(nèi)容、發(fā)布時(shí)間、點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評論數(shù)等。共爬取553 899條有效微博文本，包含發(fā)布微博238 911條，轉(zhuǎn)發(fā)微博314 988條，用戶舉例數(shù)據(jù)如表1所示。用發(fā)帖及轉(zhuǎn)發(fā)頻數(shù)、文本字?jǐn)?shù)等多個(gè)指標(biāo)對社交網(wǎng)絡(luò)用戶內(nèi)容創(chuàng)建及信息傳播行為進(jìn)行量化，本研究不僅研究內(nèi)容創(chuàng)建行為的數(shù)量，還研究內(nèi)容創(chuàng)建行為的信息豐富度，變量及其定義如表2所示。

3.2文本情感計(jì)算

本研究運(yùn)用情感詞典計(jì)算文本具體情感值，包括正面情感值和負(fù)面情感值。綜合知網(wǎng)詞典How-Net、大連理工大學(xué)中文情感詞匯本體庫和清華大學(xué)中文褒貶義詞典三大情感詞典，構(gòu)建正面情感詞、負(fù)面情感詞、停用詞、否定詞及程度副詞庫，詞語庫及其個(gè)數(shù)舉例如表3所示。

為進(jìn)一步分析用戶情感，需定量分析每條文本的情感值。用戶在發(fā)布網(wǎng)絡(luò)文本過程中會(huì)同時(shí)使用正面情感詞與負(fù)面情感詞，若僅依靠關(guān)鍵詞進(jìn)行情感評價(jià)會(huì)存在偏差。因此，本研究在得到文本情感值的基礎(chǔ)上，進(jìn)一步將情感分為正面與負(fù)面，可以準(zhǔn)確反映用戶每次發(fā)布內(nèi)容的整體情感值。

首先運(yùn)用Python軟件中的Jieba包對文本進(jìn)行分詞，將其分為單個(gè)詞組，其次對詞組的詞性進(jìn)行判斷。將分成的詞組與情感詞典里的情感詞進(jìn)行匹配，當(dāng)詞組詞性為正面情感時(shí)，文本情感值加1，當(dāng)詞組詞性為負(fù)面情感時(shí)，文本情感值減1。詞組前面有程度副詞修飾時(shí)，將該詞組的情感值乘以程度副詞對應(yīng)的程度權(quán)重P_i。當(dāng)有與情感詞相關(guān)的否定詞出現(xiàn)時(shí)，要對情感詞的詞語情感值乘上負(fù)1，當(dāng)與情感詞語相關(guān)的其他詞語沒有情感屬性時(shí)，情感值加0。基于上述規(guī)則對文本情感進(jìn)行量化，計(jì)算文本情感得分。不同程度副詞的權(quán)重P_i設(shè)置如表4所示?，F(xiàn)對一些文本進(jìn)行情感計(jì)算，計(jì)算舉例如表5所示。

4數(shù)據(jù)結(jié)果

4.1描述性統(tǒng)計(jì)分析

社交網(wǎng)絡(luò)用戶內(nèi)容創(chuàng)建及信息傳播行為的變量描述性統(tǒng)計(jì)如表6所示，用戶負(fù)面情感最大值及最小值分別為－0.05和－122；用戶正面情感最大值及最小值分別為633.8和0.04;用戶關(guān)注數(shù)最小為5名，最大為5088名，用戶粉絲數(shù)最小為2名，最大為242萬名，用戶使用時(shí)長最短為0年，最長為12年，3個(gè)指標(biāo)都體現(xiàn)了用戶活躍度差異較大。由此可見，研究選取的樣本具有代表性。由于關(guān)注數(shù)（FO）及粉絲數(shù)（FOER）兩變量與其他變量相比量級(jí)過大，因此后續(xù)研究中將兩變量作取對數(shù)處理。

4.2相關(guān)性分析

用戶社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建行為主要變量之間的相關(guān)性系數(shù)如表7所示，除內(nèi)容創(chuàng)建行為頻數(shù)（ORI）與負(fù)面情感（NI），以及內(nèi)容創(chuàng)建行為頻數(shù)（ORI）與正面情感（PI）的相關(guān)性系數(shù)分別為0.665、0.667外，其余都小于0.6。此外，經(jīng)過方差膨脹因子（VIF）檢驗(yàn)，各變量的VIF值均介于1和10之間，表明本研究的變量之間不存在共線性問題，VIF值如表8所示。

用戶社交網(wǎng)絡(luò)信息傳播行為主要變量之間的相關(guān)性系數(shù)如表9所示，除信息傳播行為頻數(shù)（RET）與正面情感（PI），以及負(fù)面情感（NI）與情感改變（ND）的相關(guān)性系數(shù)分別為0.654、0.788外，其余都小于0.6。此外，各變量的VIF值均介于1和10之間，表明信息傳播行為的各變量間不存在共線性問題，VIF值如表10所示。

4.3多元回歸分析

使用三階段最小二乘法進(jìn)行回歸分析，計(jì)算主要分3步，以用戶情感對社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的影響為例，令：

BEH=[ORI，RET，CHA]^T（1）

其中，BEH為內(nèi)容創(chuàng)建行為頻數(shù)、信息傳播行為頻數(shù)及內(nèi)容創(chuàng)建信息豐富度。

第1步（M1），只保留控制變量，檢驗(yàn)控制變量與內(nèi)容創(chuàng)建及信息傳播行為之間的關(guān)系。第2步（M2），在控制變量基礎(chǔ)上，加入自變量用戶情感和調(diào)節(jié)變量用戶性別及用戶認(rèn)證屬性，均作為主效應(yīng)，檢驗(yàn)用戶負(fù)面情感和正面情感對行為的影響。第3步（M3），在第2步的基礎(chǔ)上，加入自變量與調(diào)節(jié)變量的交互項(xiàng)，驗(yàn)證用戶性別及用戶認(rèn)證屬性在內(nèi)容創(chuàng)建及信息傳播行為關(guān)系的調(diào)節(jié)效應(yīng)。具體步驟為：

多元回歸分析結(jié)果如表11和表12所示，檢驗(yàn)了用戶情感及情感改變對其社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的影響、用戶性別及用戶認(rèn)證屬性對情感與社交網(wǎng)絡(luò)行為之間關(guān)系的調(diào)節(jié)效應(yīng)。

5討論分析

本研究的回歸分析結(jié)果匯總?cè)绫?3所示，假設(shè)H1～H4、H6、H8～H10完全得到支持，假設(shè)H5、H7、H11及H12部分得到支持。分別從社交網(wǎng)絡(luò)用戶情感對內(nèi)容創(chuàng)建及信息傳播行為的影響、社交網(wǎng)絡(luò)用戶情感改變對內(nèi)容創(chuàng)建及信息傳播行為變化的影響兩方面對結(jié)果進(jìn)行討論分析。

5.1用戶情感對內(nèi)容創(chuàng)建及信息傳播行為的影響

回歸結(jié)果表明，社交網(wǎng)絡(luò)用戶情感對內(nèi)容創(chuàng)建行為解釋性最強(qiáng)，調(diào)整R²為0.8488，對信息傳播行為及內(nèi)容創(chuàng)建信息豐富度的解釋能力接近，調(diào)整R²均超過0.65，如表11所示。

回歸結(jié)果顯示，假設(shè)Hl、H2得到支持，表明用戶負(fù)面情感對其內(nèi)容創(chuàng)建及信息傳播行為具有顯著負(fù)向影響、用戶正面情感對其內(nèi)容創(chuàng)建及信息傳播行為具有顯著正向影響，說明用戶的情感越強(qiáng)烈、越極端，用戶的內(nèi)容創(chuàng)建及信息傳播行為越頻繁，且內(nèi)容創(chuàng)建時(shí)信息越豐富。這是因?yàn)榍楦袝?huì)激勵(lì)人們與朋友、陌生人分享他們的經(jīng)歷和情感，強(qiáng)烈的情感會(huì)使得人們更頻繁地分享事件來抒發(fā)感情。

假設(shè)H5、H6部分得到支持，表明在情感的影響下女性用戶更傾向于進(jìn)行內(nèi)容創(chuàng)建行為將自身感情外化，且文本信息相較男性豐富，男性用戶更傾向于進(jìn)行信息傳播行為外化自身感情，原因在于女性用戶更情緒化，其比男性用戶有更活躍的網(wǎng)絡(luò)關(guān)系，且比男性用戶更受歡迎，會(huì)傾向于創(chuàng)建內(nèi)容來尋求情感支持，且信息較豐富。與此相反的是，男性由于其能動(dòng)性，更傾向于通過信息傳播來尋求情感支持。性別對負(fù)面情感與信息傳播行為關(guān)系的調(diào)節(jié)不顯著（c=-0. 0370.t=-1.291），表明男性、女性在同樣負(fù)面情感下的信息傳播行為沒有明顯差異。

假設(shè)H9、H10得到支持，表明非認(rèn)證用戶情感對內(nèi)容創(chuàng)建及信息傳播行為的影響均比認(rèn)證用戶強(qiáng)，相比非認(rèn)證用戶，認(rèn)證用戶會(huì)創(chuàng)建更豐富的信息來表達(dá)自身感情，原因在于網(wǎng)絡(luò)的私密性使得非認(rèn)證用戶在表達(dá)自身感情時(shí)不受其他條件的約束，且非認(rèn)證用戶的匿名性使其能夠在網(wǎng)絡(luò)上隨意宣泄自己的情感而不用承擔(dān)輿論壓力、政治后果，甚至法律責(zé)任。非認(rèn)證用戶不像認(rèn)證用戶那樣傾向于發(fā)表中立、客觀言論的長文本，其更傾向于創(chuàng)建及傳播短文本內(nèi)容來宣泄情感。

結(jié)果表明，用戶負(fù)面情感對內(nèi)容創(chuàng)建行為的影響強(qiáng)于正面情感，用戶正面情感對信息傳播行為的影響強(qiáng)于負(fù)面情感。表明用戶在進(jìn)行內(nèi)容創(chuàng)建行為時(shí)更喜歡表達(dá)自己的負(fù)面情感，更傾向于通過原創(chuàng)社交網(wǎng)絡(luò)言論文本信息來發(fā)泄負(fù)面情感；用戶在進(jìn)行信息傳播行為時(shí)更喜歡表達(dá)自己的正面情感，更傾向于通過原創(chuàng)社交網(wǎng)絡(luò)言論文本信息來表達(dá)自身歡喜的狀態(tài)。

5.2用戶情感改變對內(nèi)容創(chuàng)建及信息傳播行為變化的影響

回歸結(jié)果顯示，假設(shè)H3、H4得到支持，表明用戶負(fù)面情感改變及正面情感改變均對其內(nèi)容創(chuàng)建及信息傳播行為變化產(chǎn)生顯著正向影響，說明用戶情感改變越劇烈，用戶內(nèi)容創(chuàng)建及信息傳播行為變化越大，原因在于當(dāng)用戶負(fù)面情感改變越多，即用戶當(dāng)天負(fù)面情感相對于穩(wěn)定的負(fù)面情感向更負(fù)面變化時(shí)，這意味著用戶當(dāng)天相比往常更容易感到悲傷和不安等情感，這會(huì)刺激用戶當(dāng)天發(fā)布或轉(zhuǎn)發(fā)更多的帖子來抒發(fā)、緩解自己的負(fù)面情感55]，并且帖子里蘊(yùn)含更多的情感詞來體現(xiàn)用戶的情感，使得發(fā)布的文本長度變化越大。同理，當(dāng)用戶正面情感改變越多，即用戶當(dāng)天正面情感相對于穩(wěn)定的正面情感向更正面變化時(shí)，這意味著用戶當(dāng)天相比往常更容易感到快樂和開心等情感，這會(huì)刺激用戶當(dāng)天發(fā)布或轉(zhuǎn)發(fā)更多的帖子來分享、展示自己的正面情感，并且帖子里蘊(yùn)含更多的情感詞來體現(xiàn)用戶的情感，使得發(fā)布的文本長度變化越大。

假設(shè)H7、H8部分得到支持，表明女性情感改變對內(nèi)容創(chuàng)建及信息傳播頻數(shù)的影響都較男性強(qiáng)，男性用戶情感改變對內(nèi)容創(chuàng)建豐富度的影響較女性強(qiáng)。男性和女性有不同的情感特征，女性用戶情感改變越劇烈，越傾向于發(fā)布、轉(zhuǎn)發(fā)帖子來表達(dá)自身感情，導(dǎo)致帖子數(shù)量較往常有顯著增加。男性用戶因?yàn)楦永硇?，?dāng)其情感發(fā)生劇烈改變時(shí)，會(huì)更傾向于增加所創(chuàng)建內(nèi)容的文本信息豐富度，而不是增加創(chuàng)建內(nèi)容數(shù)。性別對負(fù)面情感改變與內(nèi)容創(chuàng)建行為信息豐富度變化關(guān)系的調(diào)節(jié)不顯著（c=0.00609，f=0.802），表明男性、女性同樣在負(fù)面情感改變下，其內(nèi)容創(chuàng)建信息豐富度變化沒有明顯差異。

假設(shè)H11、H12部分得到支持，表明用戶認(rèn)證屬性抑制情感改變對社交網(wǎng)絡(luò)行為變化的促進(jìn)作用，即非認(rèn)證用戶情感改變對社交網(wǎng)絡(luò)行為變化的影響較認(rèn)證用戶強(qiáng)，原因在于非認(rèn)證用戶的匿名性使其受情感驅(qū)動(dòng)時(shí)能在社交網(wǎng)絡(luò)平臺(tái)上隨時(shí)隨地進(jìn)行內(nèi)容創(chuàng)建及信息傳播行為，當(dāng)其情感發(fā)生改變時(shí)，其社交網(wǎng)絡(luò)行為會(huì)隨之發(fā)生變化，且變化幅度比認(rèn)證用戶大。認(rèn)證屬性對負(fù)面情感改變與內(nèi)容創(chuàng)建頻數(shù)變化關(guān)系的調(diào)節(jié)不顯著（c=-0.00480，t=-0.342），表明認(rèn)證用戶、非認(rèn)證用戶同樣在負(fù)面情感改變下，其內(nèi)容創(chuàng)建頻數(shù)變化沒有明顯差異；認(rèn)證屬性對正面情感改變與信息傳播頻數(shù)變化關(guān)系的調(diào)節(jié)不顯著（c=-0.0187，t=-1.349），表明認(rèn)證用戶、非認(rèn)證用戶同樣在正面情感改變下，其信息傳播頻數(shù)變化沒有明顯差異。

結(jié)果表明，用戶正面情感改變對社交網(wǎng)絡(luò)行為變化的影響強(qiáng)于負(fù)面情感，原因在于快節(jié)奏的生活中，人們更容易感到學(xué)習(xí)、工作、生活中的壓力，更多地處在負(fù)面感情中，經(jīng)常需要使用社交網(wǎng)絡(luò)釋放自身的“戾氣”，故而負(fù)面情感都較為穩(wěn)定，負(fù)面情感的改變對社交網(wǎng)絡(luò)行為的影響弱于正面情感的改變。

6結(jié)論

本研究采用實(shí)證分析方法探討社交網(wǎng)絡(luò)用戶情感如何影響內(nèi)容創(chuàng)建及信息傳播行為，通過爬取用戶社交網(wǎng)絡(luò)行為數(shù)據(jù)，分析其中的用戶情感、內(nèi)容創(chuàng)建及信息傳播行為數(shù)據(jù)，運(yùn)用回歸分析對假設(shè)進(jìn)行檢驗(yàn)。研究不僅驗(yàn)證了用戶情感對內(nèi)容創(chuàng)建及信息傳播行為的影響，而且檢驗(yàn)了用戶性別及認(rèn)證屬性的調(diào)節(jié)效應(yīng)，深入分析了個(gè)體用戶情感與社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為之間的復(fù)雜關(guān)系。結(jié)論表明：用戶情感越強(qiáng)烈、越極端，用戶內(nèi)容創(chuàng)建及信息傳播行為越頻繁；用戶情感改變越劇烈，用戶內(nèi)容創(chuàng)建及信息傳播行為變化越大；女性用戶更情緒化，更傾向于采取內(nèi)容創(chuàng)建形式來表達(dá)情感，而男性用戶更傾向于通過信息傳播行為來表達(dá)情感；非認(rèn)證用戶較認(rèn)證用戶更傾向于通過短文本來表達(dá)情感，其情感及情感改變對社交網(wǎng)絡(luò)其情感及情感改變對社交網(wǎng)絡(luò)各行為的影響更大。

6.1理論貢獻(xiàn)

在情感響應(yīng)模型及社會(huì)角色理論的基礎(chǔ)上，構(gòu)建社交網(wǎng)絡(luò)用戶情感對內(nèi)容創(chuàng)建及信息傳播行為影響因素模型，從不同方面分析了社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建及信息傳播行為的影響因素，完善并豐富了用戶情感影響社交網(wǎng)絡(luò)行為的相關(guān)研究：采用實(shí)際數(shù)據(jù)證實(shí)社交網(wǎng)絡(luò)用戶情感與內(nèi)容創(chuàng)建及信息傳播行為的關(guān)系，克服了以往研究方法方面的局限性；檢驗(yàn)了用戶性別及認(rèn)證屬性的調(diào)節(jié)效應(yīng)，用戶情感與內(nèi)容創(chuàng)建及信息傳播行為之間的復(fù)雜關(guān)系得到更為全面的解釋，為系統(tǒng)研究社交網(wǎng)絡(luò)用戶行為提供了新思路及理論參考。

6.2管理啟示

本研究結(jié)論可為社交網(wǎng)絡(luò)平臺(tái)及輿情監(jiān)管部門管理社交網(wǎng)絡(luò)用戶、治理社交網(wǎng)絡(luò)輿情提供理論依據(jù)、決策支持及管理策略。

精準(zhǔn)識(shí)別輿情中情緒化用戶。輿情監(jiān)管部門可根據(jù)情感極性及強(qiáng)度識(shí)別極端情感用戶，動(dòng)態(tài)調(diào)整輿情治理方案。社交網(wǎng)絡(luò)平臺(tái)及輿情監(jiān)管部門可實(shí)時(shí)計(jì)算輿情傳播中的文本信息所蘊(yùn)含的用戶情感極性及情感強(qiáng)度，根據(jù)情感極性及強(qiáng)度的變化實(shí)時(shí)調(diào)整輿情治理方案及強(qiáng)度，提高輿情管控效率。由于極端情感更容易在網(wǎng)上迅速傳播，輿情監(jiān)管部門要重點(diǎn)管理經(jīng)常發(fā)表負(fù)面極端情感的用戶，致力于營造清朗網(wǎng)絡(luò)空間。

個(gè)性化引導(dǎo)輿情發(fā)展預(yù)期?；谇楦袃A向?qū)ι缃痪W(wǎng)絡(luò)用戶細(xì)分，社交網(wǎng)絡(luò)平臺(tái)可根據(jù)情感及行為數(shù)據(jù)對用戶進(jìn)行定性標(biāo)記，區(qū)分不同類型的用戶，如易情緒化用戶、較理性用戶等，對不同用戶推送不同的信息，制定精準(zhǔn)治理策略，提供差異化服務(wù)。針對易情緒化用戶，社交網(wǎng)絡(luò)平臺(tái)可增加中性情感信息的推送，降低推送極端負(fù)面事件的頻率；針對較理性用戶，社交網(wǎng)絡(luò)平臺(tái)可在其主頁增加客觀、中立、理性文本推送的次數(shù)。預(yù)測用戶情感及行為。社交網(wǎng)絡(luò)平臺(tái)可以在此研究基礎(chǔ)上設(shè)計(jì)出用戶情感行為預(yù)測模型，根據(jù)用戶歷史情感、內(nèi)容創(chuàng)建及信息傳播行為數(shù)據(jù)快速預(yù)測出在輿情事件影響下用戶的情感極性及產(chǎn)生的社交網(wǎng)絡(luò)行為趨勢。在此基礎(chǔ)上，社交網(wǎng)絡(luò)平臺(tái)可大致預(yù)測輿情事件各階段影響力，根據(jù)用戶情感極性的變化來動(dòng)態(tài)調(diào)整輿情信息管控策略及強(qiáng)度，加強(qiáng)輿情用戶的情感極性治理效果。

基于用戶情感加強(qiáng)輿情治理。當(dāng)用戶情感向負(fù)面極端變化時(shí)，社交網(wǎng)絡(luò)平臺(tái)可推送含有積極情感、弘揚(yáng)主旋律的文本內(nèi)容，以此中和情感極性，降低用戶發(fā)表負(fù)面言論的概率，減輕平臺(tái)治理壓力。輿情監(jiān)管部門應(yīng)加強(qiáng)對負(fù)面情感用戶的管理，當(dāng)輿情事件發(fā)生時(shí)，輿情監(jiān)管部門應(yīng)立即對此類用戶社交網(wǎng)絡(luò)行為進(jìn)行跟蹤，并分析其所發(fā)表的文本中蘊(yùn)含的用戶自身情感.若此類用戶根據(jù)歷史習(xí)慣發(fā)表負(fù)面或有害信息，則輿情監(jiān)管部門需要及時(shí)做出應(yīng)對措施控制負(fù)面或有害信息的傳播。加強(qiáng)正面情感用戶的推薦及流量引導(dǎo)，社交網(wǎng)絡(luò)平臺(tái)加強(qiáng)對輿情信息的管理，篩選不同文本信息，優(yōu)先傳播高質(zhì)量文本內(nèi)容，避免輿情發(fā)展陷入低質(zhì)量內(nèi)容一大量社交網(wǎng)絡(luò)用戶—消極或有害信息大量擴(kuò)散的惡性循環(huán)。根據(jù)用戶歷史情感、社交網(wǎng)絡(luò)行為及數(shù)據(jù)對用戶進(jìn)行標(biāo)簽化分級(jí)管理，增加輿情發(fā)展中文本內(nèi)容質(zhì)量高、情感積極正面的用戶的推薦及相關(guān)流量引導(dǎo)，打造健康網(wǎng)絡(luò)環(huán)境。例如在“豐縣生育八孩女子事件”輿情事件中，不全面、偏頗信息首先出現(xiàn)在網(wǎng)絡(luò)上，導(dǎo)致網(wǎng)民產(chǎn)生大量負(fù)面、消極的情感，助推輿情迅速發(fā)展。輿情管理部門應(yīng)及時(shí)對用戶情感進(jìn)行分析，關(guān)注帶有極端情感的用戶，跟蹤該類用戶的情感狀態(tài)的改變，提取關(guān)鍵信息，為輿情的進(jìn)一步治理提供依據(jù)。官方用戶應(yīng)精準(zhǔn)推送更加正面且全面的內(nèi)容，對該類用戶的認(rèn)知及觀點(diǎn)進(jìn)行正向引導(dǎo)，從而避免輿情愈演愈烈。

6.3研究局限

本研究也存在一定的局限性。首先，僅考慮了用戶社交網(wǎng)絡(luò)內(nèi)容創(chuàng)建行為及信息傳播行為，未來可研究用戶瀏覽、搜索、評論等行為；其次，只選取微博平臺(tái)對研究模型進(jìn)行驗(yàn)證，未來可選取微信、抖音、Twitter等其他社交網(wǎng)絡(luò)平臺(tái)數(shù)據(jù)對研究模型進(jìn)一步驗(yàn)證；第三，本研究爬取用戶半年多的社交網(wǎng)絡(luò)數(shù)據(jù)對假設(shè)進(jìn)行檢驗(yàn)，未來可擴(kuò)大爬取用戶數(shù)據(jù)的時(shí)間跨度及樣本量，且可考慮研究突發(fā)事件下用戶情感變化對其社交網(wǎng)絡(luò)行為的影響；最后，本研究只對社交網(wǎng)絡(luò)言論文本進(jìn)行情感分析，未來還將分析用戶所發(fā)表情包里蘊(yùn)含的情感，進(jìn)一步豐富用戶情感特征。