重大体育赛事的社交媒体情绪传播探 .pdfVIP

重大体育赛事的社交媒体情绪传播探究

——基于北京冬奥会微博文本数据的实证分析

□雷月秋李媛媛

摘要：如今，社交圈层化，信息互动受到个人感知、群体情绪渲染等多重因素影响。本文结合情绪

感染理论，采用文本挖掘方法，探究社交平台上北京冬奥会的受众评论文本情感倾向及情绪动态传播趋势，

以期为未来我国重大体育公共外交事件的信息传播和舆论引导提供参考。

关键词：北京冬奥会；情绪感染；社交媒体；情绪传播

从社会学角度看，个体情绪在社会网络间的传播合情绪感染理论，对新浪微博上与北京冬奥会有关的评

[1]

实质是一场以情绪理解为内核的群体情感互动仪式，论信息进行了挖掘和呈现，以期归纳出体育公共外交中

在诸如危机公关、奥运会等重大公共事件中起着重要的的话语表达机制和规律。

作用。北京冬奥会使得“三亿人参与冰雪运动”成为现

实，也成为汇聚民族情绪的重要推力。二、北京冬奥会社交媒体情绪传播动态呈现

赛事期间，社交平台产生了一系列群体性的情绪渲本文利用Python3.8.0编写网络爬虫程序，以

染行为，比如全民兴起的冰墩墩热潮、谷爱凌及苏翊鸣“2022北京冬奥会”为关键词检索新浪微博平台历史

等运动员偶像热潮以及极少数的极端民族主义情感舆情热搜中与之相关的超级话题(2019年12月1日-2022

等。在社交传播过程中，负面的情绪易招致群体恐慌，年5月11日，共150个热搜话题)，并对每个话题中

正面的情绪引导则有助于信息的传递以及网络舆论空间话题主持人/话题贡献度最高(依据原创、转发、热度

的治理。因此，关注北京冬奥会社交媒体用户的情绪表等衡量指标)的博主下方的评论数据进行挖掘，剔除与

达机制，对未来如何有效发挥体育外交价值具有一定的“北京冬奥会”关联性不大的数据后，爬取的有效数据

参照意义。合计31026条。

本文使用Python对评论数据进行预处理，利用阿

一、情绪感染理论与社交媒体情绪传播

里云NLP基础服务多语言分词API(应用程序编程接口)

情绪被描述为“一种没有证据或确定性基础的个人过滤微博文本中的停用词并进行下一步的分词，同时基

信仰或判断”，它描述使用者的状态，如高兴、恐惧、痛苦，于情绪词典语料库(本文选择了大连理工大学信息检索

或作者对一个话题的观点。[2]情绪感染理论认为，感研究室构建的“情感词汇本体库”)对评论文本进行了

官情绪信息会自动化、无意识地在人际间传递，导致接情绪关键词的划分和归类，以进一步整合计算出主要的

受者的情绪与激发者保持一致。[3]由此，个体或者群情绪类型和总体的情绪变化趋势。

体在信息传播中伴生的情绪表达、感染及分享的行为，(一)北京冬奥会社交媒体的话题引导

也被称之为情绪传播。数字传播时代，社交媒体成为重本文通过对热搜话题梳理发现，话题主持人或话题

要的情绪监测工具，当人们在社交媒体上接触他人情感主要贡献者以主流媒体为主，其中以人民日报(23%)、

[4]

表达的时间越多，越容易趋同于他人的情绪。央视新闻(11%)、北京日报(5%)、人民网(5%)、新华

作为重大的体育公共外