基于極化理論的社交媒體輿論情感極性形成機制研究

常樂 上海交通大學媒體與傳播學院

一、文獻綜述

（一）極化理論

群體極化現象的發現最早起源于Stoner的群體決策相關研究，其實驗發現作為群體出現的實驗對象會選擇風險更大的決策，這一現象被稱為群體決策的風險偏移。群體意見并不是個體成員意見的平均值，而會在其基礎上進行偏離、趨向極端，這種現象被稱為“極化”。本文主要采用Spears&Postmes[1]對群體極化的定義，即群體極化指的是“在群體討論中群體的觀點比群體內個體的平均態度更為極端（或極化）”的現象。

隨著互聯網及網絡媒體的誕生與發展，極化理論也隨之被移植到CMC及新近的社交媒體語境下。關于新媒體對極化現象的影響，學界主要有兩種觀點，第一種認為新媒體能使用戶接觸到更多不同的聲音，從而抑制極化現象的發生；另一種觀點則認為新媒體環境下的個體因為算法或用戶對信息的選擇性接觸，將接觸到更多與自身所持立場相似的觀點，從而強化了受眾觀點的極化。

（二）群體討論與極化

從最早的群體極化研究開始，群體討論就被視為群體意見極化的原因之一。Wallach和Kogan[2]的控制實驗發現，群體討論將直接導致群體決策的風險性偏移。具體到本研究的語境中，群體討論被具體化為用戶在博文的評論區進行的發言與互動，由于以往研究普遍表明了群體討論對極化的促進作用，因此本文提出以下研究假設：

研究假設H1：評論區群體意見的情感極化程度高于原博文內容。

1.社會背書與極化

社會背書是新媒體環境下極化研究的一個重要組成部分，社會背書理論很好地詮釋了社交媒體的獨有特征，即在社交媒體中，用戶會依據自身興趣和信息的重要性對信息做出反饋，較為常見的有點贊、評論、轉發等[3]。

研究假設H2a：情感極化程度越高的博文內容，轉發、評論、點贊數越多。

研究假設H2b：情感極化程度越高的評論內容，點贊數越多。

2.社會認同與極化

Postmes等[4]在去個性化理論和社會認同理論的基礎上提出了去個性化的社會認同模型，該模型認為在電腦中介傳播中，從認知角度來看，CMC的匿名性特征使得個體的群體身份顯著，從而使得個體更容易遵從其所屬群體的規范，這一結論得到了諸多實證研究的補充和支持。同時，Spears和Postmes發現當個體可被群體內成員識別時，群體規范約束力增強，而當個體可被群體外成員識別時，外部規范約束力增強，Reicher和Levine[5]的兩個相關實驗啟發并佐證了這一結論。

研究假設H3：在“肖某超話”及“227歷史時刻超話”中的博文內容比攜帶#肖某227事件#話題標簽的博文情感極化程度更高。

二、研究方法

研究者選出兩個社會認同程度最高，并且帖子和閱讀數量最高的話題標簽“我是普通人，我喜歡肖某”和超話“227歷史時刻超話”，同時，選取了一個較不能明確表現發言者自我歸類和社會認同程度的話題，“肖某227事件”作為本文主要的數據來源。隨后，作者采集了五個月間的熱門微博博文內容及轉發、點贊、評論數及每條博文下前50條評論及每條評論的點贊數。最后采集到的數據計數為：事件博文384條，評論251條，227博文450條，評論5610條，粉絲博文384條，評論4090條，博文總計1218條，評論總計9951條，樣本總計11169條。

本研究主要調用百度AI開放平臺的自然語言處理技術，對所有博文及評論內容進行情感極性分析，情感極性數值取值范圍為0~1，數值越接近1則正/負向情感越強烈。最后，研究者對各組數據的情感極性數值進行分析，以驗證研究假設。

（一）數據整體統計結果

研究者首先對各類數據中正向/負向/中立情感內容的數量和占比進行統計，同時計算各類數據情感極性的均值，統計結果如下：事件博文0.930，評論0.951，227博文0.958，評論0.979，粉絲博文0.921，評論0.937，博文總計0.943，評論總計0.949。

經過統計可以看出，除了粉絲博文及評論中正面情感內容較多外，其余兩種數據（事件、227）的博文與評論中負面情感內容占多數，而三種數據中，中性情感內容的占比都最少。所有數據的情感極性均值（無論正/負向）都在0.9以上，博文與評論內容整體情感較為強烈。

（二）群體討論與輿論情感極化

（1）227博文情感極性（均值=0.958）與227評論情感極性（均值=0.979）顯著相關（p=0.007），群體討論后輿論情感極性顯著上升（p=0.002<0.05）。

（2）粉絲博文情感極性（均值=0.921）與事件評論情感極性（均值=0.937）顯著相關（p=0.031），群體討論后輿論情感極性顯著上升（p=0.039<0.05）。

由此可見，粉絲與227話題在經過評論區討論后，情感趨于極端，研究假設H1被部分證實，在這兩個話題中，群體討論加劇了輿論情感的極化。

（三）社會背書與輿論情感極化

（1）事件博文的情感極性與用戶的轉發、評論和點贊行為并不顯著相關（轉發數均值=0.90，標準差=3.846，Pearson0.051，p=0.316；評論數均值=6.07，標準差=23.637，Pearson0.06，p=0.243；點贊數均值=29.66，標準差=100.814，Pearson0.059，p=0.249）；

（2）粉絲博文的情感極性與用戶的轉發、評論和點贊行為并不顯著相關（轉發數均值=0.958，標準差=0.099，Pearson0.015，p=0.770；評論數均值=90.59，標準差=336.773，Pearson0.031，p=0.541；點贊數均值=151.429，標準差=299.089，Pearson0.038，p=0.453）；

（3）227博文的情感極性與用戶的轉發、評論和點贊行為并不顯著相關（轉發數均值=0.938，標準差=0.109，Pearso0.003，p=0.952；評論數均值=404.064，標準差=1483.449，Pearson0.001，p=0.980；點贊數均值=113.102，標準差=248.431，Pearson0.036，p=0.445）。

可以發現，在所有三個話題中，博文的情感極化程度與用戶的促進性社會背書行為（轉發、評論和點贊）都不顯著相關，研究假設H2a被推翻。

繼續對三類數據（事件、227和粉絲）的評論情感極性與評論的點贊數進行相關分析。結果發現：1）事件評論的情感極性與用戶的點贊行為并不顯著相關（點贊數均值=0.929，標準差=0.114，Pearson0.036，p=0.570）；2）粉絲評論的情感極性與用戶的點贊行為顯著相關（點贊數均值=12.73，標準差=62.894，Pearson-0.048，p=0.002），在#我是普通人，我喜歡肖某#的話題標簽下，評論的情感趨于極化會抑制用戶的點贊行為（促進性社會背書行為）；3）227評論的情感極性與用戶的點贊行為顯著相關（點贊數均值=34.89，標準差=160.558，Pearson0.040，p=0.003），在#227歷史時刻#的超話中，評論的情感趨于極化會促進用戶的點贊行為（促進性社會背書行為）。研究假設H2b被部分證實。

（四）社會認同與輿論情感極化

社會認同對博文情感極性沒有顯著影響（Levene檢驗F=0.784，p=0.376，兩總體方差相等的情況下p=0.301>0.05）。社會認同對評論的情感極性也沒有顯著影響（Levene檢驗F=1.729，p=0.189，兩總體方差相等的情況下p=0.619>0.05）。未能證實研究假設H3，社會認同對博文和評論的情感極性都沒有顯著影響。

三、結語

本文在對“肖某粉絲舉報AO3”事件中三個具有代表性的話題標簽和超話中的熱門博文及其評論進行分析后，部分證實了研究假設H1與H2b，同時推翻了研究假設H2a與H3。研究結果發現：①情感極化現象在事先具有明確情感傾向的輿論場域中，出現的幾率大于在無明確情感傾向的前提下進行討論；②只有在有明確立場的群體討論中，極化情感傾向才與用戶的社會背書行為相關，而用戶對輿論情感極化進行促進還是矯正，則可能取決于該群體的群體規范；③對特定群體的社會認同對社交媒體發布內容的情感極化程度并無顯著影響。