網絡代際溝通環境及特征研究
——以B站老年UP主視頻下的評論為例

◎李雙余

自銀發網紅出現在各視頻平臺后，青年群體在老年UP主視頻下的留言形成了全新的網絡代際溝通現象。老年UP主在視頻中的價值輸出與年輕人在評論區的留言實現了代際價值觀的碰撞與相互影響。在代際溝通缺失成為社會普遍問題的大背景之下，網絡代際溝通在某些方面彌補了年輕人現實中對老年人缺失的情感共鳴。不同于現實生活中傳統的跨代對話，網絡代際溝通形成了別具一格的特征。

一、研究緣起和研究問題

《中華人民共和國老年人權益保障法》第二條規定，老年人是指60周歲以上的公民，即我國老年人的年齡起點標準是60周歲。根據《2021銀發經濟洞察報告》，銀發人群網絡使用程度正在穩步加深。短視頻是銀發人群的主要娛樂方式，而在娛樂類應用中，銀發人群對于短視頻平臺同樣具有較高黏性。①老年群體在不斷地融入媒介生活中，由瀏覽短視頻逐漸發展到如今拍視頻成為UP主，并收獲百萬粉絲。銀發網紅以別樣的圈層氣質不斷顛覆人們的刻板印象，吸引了大批年輕粉絲。

嗶哩嗶哩彈幕視頻網（以下簡稱“B站”）是國內第一家設立彈幕視頻的網站，至今涵蓋番劇、娛樂、體育等27個內容分類。自2009年創建以來，年輕用戶在B站有很高的黏性和忠誠度。自2020年5月起，B站先后試圖通過《后浪》《喜相逢》等作品走出單一的年齡覆蓋層次和輻射范圍，破壁融合追求更大的影響力和聚焦熱度。其中，《喜相逢》以故事化的方式宣揚老年UP主“活到老，學到老”的理念。至此，老年人從短視頻平臺幕后逐漸走向臺前，從旁觀者到發布者，一定程度上打破了原有網絡人群形成的圈子壁壘。而B站作為短視頻平臺之一，架起青年一代和老年一代之間的新橋梁，為網絡時代的代際對話提供了全新的環境與場景。

目前，學界從老年群體短視頻“使用潮”興起的原因到銀發網紅視頻的傳播特點都做了詳細的探究。從網絡視頻視角出發，不乏探究年輕人與老年人之間關系的文章，但大多數集中在家庭內年輕人對老年人數字反哺現象的討論上。總體而言，既有相關研究大多單獨從銀發網紅或家庭內部代際溝通方面展開，而鮮有融合老年視頻使用者和青年群體二者的綜合角度。本文以B站老年UP主視頻下的評論區文本為研究材料，通過對其評論內容的情感極性判斷、文本挖掘和主題分析，探究網絡上年輕人與老年UP主之間代際溝通的態勢，并從中窺探代際溝通在網絡環境中的具體表現特征。

二、研究設計

本研究利用Snow NLP情感分析模型，將老年UP主視頻下的評論文本的情緒可視化，分析視頻下評論數據的整體情感傾向，判斷青年受眾對老年UP主視頻的情感態度。然后，通過LDA主題模型得到評論文本的關鍵詞集合，歸納出老年UP主視頻下評論的主題。最后，運用詞頻統計分析，了解年輕人評論文本內容的特征，描述和預測網絡代際溝通的發展趨勢。

（一）研究方法

1.Snow NLP情感分析模型

Snow NLP是專為中文設計的自然語言處理類庫。利用Snow NLP對中文文本進行處理后，可幫助分析出文本情感，極大降低了文本情感處理難度。本研究通過Snow NLP將評論內容作為訓練文本，進行多次深度學習后，讀取每一條評論并依次為每條評論文本的情感傾向賦值。最終，每條評論生成一個0～1之間的值。數值越大，說明評論情感極性越積極；數值越小，說明評論情感極性越消極。

基于最終計算出的情感極性分值，本文判定0～0.3為消極情緒，0.3～0.7為中性情緒，0.7～1為積極情緒。此外，研究者將消極情緒和積極情緒以0.1為一段對其分段，即0～0.1為高度消極情緒，0.1～0.2為中度消極情緒，0.2～0.3為一般消極情緒，0.7～0.8為一般積極情緒，0.8～0.9為中度積極情緒，0.9～1為高度積極情緒。

2.LDA主題模型

LDA主題模型（Latent Dirichlet Allocation，潛在狄利克雷分布模型）是通過機器學習方式挖掘文本中隱含語義信息的模型。根據期望生成的主題數，該模型可以在大量非結構化文檔集合中歸納出不同的主題組合。LDA主題模型有助于研究者有效挖掘海量文本，統計文本數據中的主題分布。

3.詞頻分析法

詞頻分析法是指通過文本內容中出現的關鍵詞或主題詞出現的頻次高低，確認研究熱點和發展動向的研究方法。在新聞傳播學研究中，學者們常運用詞頻分析法對挖掘到的文本數據進行網絡輿情研究。

（二）案例選取及樣本規模

根據《2021中國網絡視聽發展研究報告》②中用戶上傳短視頻的內容分類，并結合B站對內容頻道的劃分，本文將研究內容定位于“美食”“生活”“游戲”“影視”“音樂”“數碼”6個頻道。為了判別UP主的年齡，研究者對各位老年UP主網絡公開的年齡信息、視頻標題及簡介和視頻內容反復進行觀閱。在參考B站微信官方平臺發布的文章《B站老年UP主的快樂生活》③和《B站的爺爺奶奶UP主，有點東西》④的基礎上，選取了出現頻率較高并具有代表性的8位60歲以上的UP主，并選擇他們最具頻道代表性作品中播放量最高的視頻作為樣本案例（見表1）。

表1 8位UP主的典型視頻案例（數據截至2021年11月29日）

在樣本規模方面，本文通過Python工具共收集了這8條視頻下47613條評論，累計2772984字。在此說明，數據采集時間為2021年11月27日至29日，在忽略采集過程中平臺和信息的動態變化的前提下，本研究范圍內的文本數據均為靜態樣本。

三、研究結果

（一）SnowNLP情感傾向性得分分段統計

基于前文對情感極性分值的分段可知，在47613條評論中，大部分評論處在積極情緒分層，積極情緒詞條頻次約為消極情緒的6倍，頻次占比為64.01%。在消極情緒分段中，消極情緒偏高的詞條約為2071條，頻次占比最高約為4.35%。老年UP主視頻下的評論留言整體上呈現出一種歡迎與鼓勵的氛圍（具體數據詳見表2）。

表2 情感分析數據表

（二）LDA主題模型構建結果

本研究在對數據進行預處理后，在Python環境中編寫語言程序運行LDA主題模型。經多次模型訓練和調試后，本研究將本文主題數目確定為4組，主題下關鍵詞數量為10個。計算結果見表3。結合關鍵詞和原評論內容，本文將主題分別描述為“祝福與鼓勵”“回憶與共情”“表情符號”和“積極情感表達”。

表3 主題模型及關鍵詞分布

（三）詞頻統計分析

經過數據預處理后，本文對樣本中的關鍵詞進行詞頻統計分析，經統計共得到有效詞匯20325個。按照詞語出現頻率高低，此處選取前30個高頻詞予以呈現（見表4）。由表格中評論文本出現頻率排名前30的詞匯可以看出，“爺爺”“奶奶”以絕對優勢頻率出現，直接表明視頻主角“老年UP主”。另外，[打call]、[doge]、[星星眼]等表情符號名列前茅，體現了年輕人對emoji網絡表情符號語言的使用。同時，“歡迎”“喜歡”“加油”“謝謝”等關鍵詞的高頻出現表現出年輕人對老年UP主的支持和喜愛，“身體健康”“壽比南山”“福如東海”等關鍵詞表達了年輕人對老年UP主的祝福，“我們”“孫子”“小時候”等分詞是老年UP主和青年群體的別樣情感連接和身份認同。

表4 詞頻統計表

四、結論與討論

經過以上對老年UP主視頻下評論內容的文本分析，一方面運用Snow NLP情感模型分析結果，可以從宏觀角度把握青年群體對老年UP主的情感態度；另一方面，可以通過LDA主題模型構建結果和詞頻統計分析，從微觀角度進一步明確網絡環境中代際溝通的具體特征。

（一）代際溝通環境呈積極態勢

根據評論區64.01%的積極情感評論內容，總體上，青年群體對于老年UP主的情感態度呈現出強積極性。這是年輕人中的普遍情感需求以及文化心理投射的結果。

其一，一部分老年UP主積極采用年輕化語態與活潑的表達方式呈現自我，主動擁抱和融入青年文化，有助于網絡代際壁壘消解。“演員董祁明”在網絡上發布風趣幽默的娛樂表演等個性化內容，不斷在視頻中融入并創造時下流行用語，引發青年群體關注與熱議。

其二，銀發網紅作為當下理想化老年形象缺失現狀的應對方案，成為不少年輕人自身的心理投射。⑤“骨灰級游戲玩家_楊老頭”憑借游戲通關攻略等系列視頻塑造了自身熱愛游戲、“老有所樂”的老年形象，極大程度上融入“網絡游戲”這一青年亞文化圈層，因此受到了大批年輕粉絲的熱愛。

其三，中國傳統思想一向對老年人持正面的看法。他們認為老年人經過長期的歷練，應該是最有人生智慧和道德修養的一群人，也是最值得尊敬的人。⑥“敏慈不老”就是這類老年UP主的典型代表。在其發布的視頻內容中，她總是親切和藹地與網友們分享人生經驗，設身處地地對年輕人的生活進行潛移默化的指引，收獲了無數青年粉絲的支持和歡迎。

（二）情感傳播引發回憶與共情

基于評論區內容主題模型構建結果，主題2表明老年UP主引發了不少青年粉絲的回憶與共情。

首先，青年群體的過往記憶被老年UP主視頻內容喚醒，年輕人的情感在視頻中得到寄托。許多網友在老年UP主視頻下的留言區中評論表示，UP主使其聯想到了自己的老年親人。“爺爺”“奶奶”等評論中的高頻詞不僅出現在對老年UP主的歡迎與祝福中，也頻繁出現在年輕人對自己爺爺奶奶表達思念的文字中。這說明，通過觀看老年UP主的視頻，不少年輕人被觸發了共情心理，構成強烈的情感認同，從而對老年UP主產生情感寄托。例如，老年UP主“農鄉大爺醬”以制作的美食作為共同的情感體驗，喚醒了大量青年粉絲對自己親人的思念和回憶。

其次，老年UP主向上的人生態度對青年粉絲產生激勵作用。美國社會學家蘭德爾·柯林斯提出的互動儀式鏈理論，在今天也常常被用于解釋網絡中的各種互動。蘭德爾·柯林斯認為，人們分享共同的情緒或體驗是互動儀式初始條件之一。老年人不斷學習新技能、新知識的行為呼喚了與年輕人相同的積極情緒。在“乙未爺爺”的音樂演奏視頻的評論區中，不少青年網友表達出“學習永遠不晚”的傾向。“自己”這一高頻詞也再度說明了青年網友對自己學習和工作的發展規劃與美好愿景。在網絡代際交往中，老年UP主和青年粉絲之間承載的不僅是簡單的符號溝通，更是一種新的情感共同體的構建。

（三）表情符號助力代際溝通

在主題模型構建結果中，表情符號占據了評論內容的主題之一，說明了表情符號是網絡環境中代際溝通不可或缺的一部分。但從年輕人表情符號使用習慣這一角度來看，網絡代際溝通中年輕人對表情符號的使用也產生了相應變化。

一方面，表情符號助力網絡代際環境中的情感溝通，是年輕人交流時的文化表征之一。網絡表情符號包含著豐富的內涵，而在與老年UP主互動溝通時，這種具有年輕氣息的話語形式依然存在。涂爾干、帕森斯、韋伯等社會學家都曾在其社會學理論中或隱或顯地談及促使社會結合的因素，情感成為古典社會學理論涉及的一個重要概念。年輕人通過運用表情符號，以更加具象和立體的方式直接向老年UP主表達情感信息。相比于文字符號，表情符號直接刺激視覺中心，可以超越語言限制表達豐富的情感，成為網絡環境中代際溝通的情感補償，對網絡代際溝通起著積極作用。

另一方面，表情符號使用習慣讓步于代際溝通。根據美國學者蒂奇諾等人的“知溝”假說，信息社會的基本矛盾是“信息富有者”和“信息貧窮者”之間的兩極化問題。而在網絡代際溝通中，作為“信息富有者”的年輕人和作為“信息貧窮者”的老年UP主需對表情符號的意義闡釋達成共識，才能避免“知溝”的產生，達到良好的跨代對話效果。而高頻出現的[打call]、[星星眼]、[愛心]、[微笑]等表情符號均能直觀表達出正面的情緒。這說明，年輕人刻意避免使用易產生解碼失誤的表情符號，為良好的網絡代際溝通創造了條件。

（四）消極評論同質化程度較高

研究結果顯示，老年UP主的評論區中消極情緒評論占比低，且內容同質化程度高。負面關鍵詞主要是“財富”和“密碼”，分別呈現918次和934次。另外，占比少數的負面評論中還存在大量相同的文字內容，不同用戶發表的復刻版評論內容的情況比比皆是。網絡水軍是消極評論同質化現象形成的原因之一。部分網紅會雇傭水軍對與其存在競爭關系的UP主的視頻發表負面評論，動搖那些還沒看過視頻的用戶的觀看意向。這種不良現象不但嚴重影響了行業生態，還在一定程度上對網絡代際溝通產生了負面影響，應當嚴厲打擊與制止。

總體來說，數字媒體時代，各類新媒體平臺不斷促進代際對話和交流方式的轉變。老年人是社會中的一個群體，同時與其他群體是命運共同體。積極擁抱老年人在數字時代發出的話語符號是當前良好的實踐，在流動液化的過程中促進代際間年齡代溝和數字鴻溝的消融是各個群體要持續進行的變革。

注釋：

①2021銀發經濟洞察報告[EB/OL].Quest Mobile,2021-12-07.https://baijiahao.baidu.com/s?id=1718477478204337257&wfr=spider&for=pc.

②2021中國網絡視聽發展研究報告[EB/OL].中國網絡視聽節目服務協會,2021-06-05.https://www.cnsa.cn/attach/0/2112271351275360.pdf.

③粵利粵.B站老年UP主的快樂生活[EB/OL].嗶哩嗶哩,2021-01-06.https://mp.weixin.qq.com/s/38Hpo2KEJqaSV9sFFdg6MA.

④過節的.B站的爺爺奶奶UP主，有點東西[EB/OL].嗶哩嗶哩,2021-10-14.https://mp.weixin.qq.com/s/ftPjZ_Y9F19PLu5m3ZYbJA.

⑤吳煒華,姜俁.銀發網紅的網絡實踐與主體追尋——基于視頻社交場景中的“老年UP主”族群研究[J].新聞與寫作,2021(03):14-21.

⑥馮濤,顧明棟.莫道桑榆晚，人間重晚情——中西思想和文學中的老年主體性建構[J].學術研究,2019(09):166-176+178.