重大体育赛事的社交媒体情绪传播探

2024年4月1日发(作者：斯柯达明锐2011款手动挡)

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

实质是一场以情绪理解为内核的群体情感互动仪式

[1]

，

在诸如危机公关、奥运会等重大公共事件中起着重要的

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。

赛事期间，社交平台产生了一系列群体性的情绪渲

染行为，比如全民兴起的冰墩墩热潮、谷爱凌及苏翊鸣

等运动员偶像热潮以及极少数的极端民族主义情感舆情

等。在社交传播过程中，负面的情绪易招致群体恐慌，

正面的情绪引导则有助于信息的传递以及网络舆论空间

的治理。因此，关注北京冬奥会社交媒体用户的情绪表

达机制，对未来如何有效发挥体育外交价值具有一定的

参照意义。

合情绪感染理论，对新浪微博上与北京冬奥会有关的评

论信息进行了挖掘和呈现，以期归纳出体育公共外交中

的话语表达机制和规律。

二、北京冬奥会社交媒体情绪传播动态呈现

本文利用Python3.8.0编写网络爬虫程序，以

“2022北京冬奥会”为关键词检索新浪微博平台历史

热搜中与之相关的超级话题(2019年12月1日-2022

年5月11日，共150个热搜话题)，并对每个话题中

话题主持人/话题贡献度最高(依据原创、转发、热度

等衡量指标)的博主下方的评论数据进行挖掘，剔除与

“北京冬奥会”关联性不大的数据后，爬取的有效数据

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

情绪被描述为“一种没有证据或确定性基础的个人

信仰或判断”，它描述使用者的状态，如高兴、恐惧、痛苦，

或作者对一个话题的观点。

[2]

情绪感染理论认为，感

官情绪信息会自动化、无意识地在人际间传递，导致接

受者的情绪与激发者保持一致。

[3]

由此，个体或者群

体在信息传播中伴生的情绪表达、感染及分享的行为，

也被称之为情绪传播。数字传播时代，社交媒体成为重

要的情绪监测工具，当人们在社交媒体上接触他人情感

表达的时间越多，越容易趋同于他人的情绪。

[4]

作为重大的体育公共外交事件，北京冬奥会在进行

社交媒体传播过程中，在受众特性研究与应用、情感共

鸣引发的文化共情互动方面尚有不足。基于此，本文结

里云NLP基础服务多语言分词API(应用程序编程接口)

过滤微博文本中的停用词并进行下一步的分词，同时基

于情绪词典语料库(本文选择了大连理工大学信息检索

研究室构建的“情感词汇本体库”)对评论文本进行了

情绪关键词的划分和归类，以进一步整合计算出主要的

情绪类型和总体的情绪变化趋势。

(一)北京冬奥会社交媒体的话题引导

本文通过对热搜话题梳理发现，话题主持人或话题

主要贡献者以主流媒体为主，其中以人民日报(23%)、

央视新闻(11%)、北京日报(5%)、人民网(5%)、新华

社(5%)为代表。

结合北京冬奥会的信息传播特点来看，主流媒体信

息具有较高权威性，是自媒体的主要信息源，体现了较

44

全媒体探索 2022年12月号

Copyright?博看网. All Rights Reserved.

强的议题设置能力与舆论引导能力。除了奥运赛事、日

程安排等情况通知，还有一系列情感倾向比较明显的内

容，比如 #北京冬奥会徽藏着暖心小细节# #北京冬奥

会写给落选志愿者的信太戳了#等。此外，舆论领袖也

是用户情绪表达的重要参考因素之一，北京冬奥会话题

中涉及明星等舆论领袖的话题热度往往很高。

(二)北京冬奥会社交媒体的情绪共享类型

一定程度上，情绪关键词能反映出北京冬奥会中的

微博情绪表达概况，也可以看出某个特定的时间段内

受众的主要情绪类型。针对受众情绪类型的划分，所

有词汇均参照艾克曼（Paul Ekman）的情绪分类理论

被划分为7大类21小类。同时，本研究在原有情绪词

典语料库的基础上，结合具体的微博文本进行了补充。

“yyds”“打call”等网络词汇常出现在有关微博话题

的评论区中，但是参照的情感词汇本体库中并无此类词

汇。因此，本文将新增的此类情感词汇纳入已有情绪词

典中，并标记其情绪大类为“好”，情绪小类为“相信”。

最终，所有的微博评论文本共提取到情绪关键词1940

个。

基于上述1940个情绪关键词进行分类统计，我们

发现，在2022年北京冬奥会期间，微博评论文本的情

绪共有6个大类，出现频数由高到低依次是：好、恶、

乐、哀、惧和惊，“怒”并未出现。“好”是用户对于北

京冬奥会表达的占比最高的情绪，比重为61.60%。其

次是“乐”(17.08%)，“恶”(12.25%)、“哀”(4.44%)、

“惧”(3.90%)，而“惊”的情绪占比较低(0.73%)。

能的精彩表现或者自我人格魅力的展现，成为微博受众

的新型“偶像”。

“赞扬”“快乐”“尊敬”等情绪词出现的频率较高，

而“妒忌”“羞”“疚”等情绪极少。作为重大体育公共

外交事件，微博用户在北京冬奥会中进一步增强了对国

家和民族的认同感，充分地表达了自己肯定和赞扬的态

度，发布了大量如“来感受一下我们中华民族的魅力

[加油]”“厉害了我的国”等评论内容。但在一些涉及

国家利益的新闻报道和话题探讨中，部分用户也表现出

了消极的负面情绪，对一些不公平的竞赛现象和媒体误

读的看法表现出了“贬责”“憎恶”等态度。

(三)北京冬奥会社交媒体的情绪传染变化

为进一步探清北京冬奥会前后公众情绪变化的趋势

动态，本文运用阿里云NLP基础服务情感分析API的

短文本情感分析。预测结果分别展现正面、中性、负面

情感极性的概率，取概率值最大的情感为极性类别作为

当前评论文本的预测结果(部分结果如表2)。

结果表明，受众在新浪微博平台上的情绪变化大致

分为三个阶段：第一阶段，2019年12月至2021年3

月，以积极情绪为主，但情绪起伏较大。该阶段会间歇

性地发布一些冬奥会前期的筹备信息，如志愿者招募、

设计方案征集等，受众对相关信息关注的延续性不强。

这期间如#北京冬奥会金银纪念币下月发行#等话题

将用户的期待情绪推至高点。第二阶段：2021年3月

至2021年8月，情绪波动呈大幅变化。该阶段内并无

原始评论文本

正面情感

极性概率

中性情感负面情感预测情感

极性概率极性概率极性

排名情绪词

情绪小类/

大类

词频排名情绪词

情绪小类/

大类

词频

1

2

3

4

5

欢迎

希望

成功

和平

漂亮

赞扬/好

祝愿/好

快乐/乐

喜爱/好

赞扬/好

509

358

273

210

210

6

7

8

9

10

圆满

友谊

可爱

喜欢

恭喜

快乐/乐

喜爱/好

赞扬/好

喜爱/好

快乐/乐

208

183

180

157

153

这么快就要闭

幕了？闭幕式

我期待看到谷

爱凌和苏翊鸣

当旗手。中国

冬奥健儿拿9

金，圆满！

有国旗的帽子

哪有买？

主持人的表情

+肢体动作好

奇怪，眨眼和

点头一起就非

常的不协调。

0.99920.00.0008正面

表1　情绪关键词词频排名前10统计

0.08280.7410.1759中性

本文筛选出排名前10的情绪关键词(见表1)，主

要有“欢迎”“希望”“成功”等。这表明，微博用户对

2022年北京冬奥会主要呈现积极情绪表达。其中，“漂

亮”“优秀”等形容词汇频出，不少公众通过微博表达

对运动健儿们的喜爱与鼓励，许多奥运健儿通过赛场技

0.14530.06910.7856负面

表2　阿里云NLP情感分析模型预测结果示例

2022年12月号 全媒体探索

45

Copyright?博看网. All Rights Reserved.

与北京冬奥会有关的热搜话题出现，受众对有关内容的

关注度低，情绪均值达到最小值。第三阶段：2021年

8月至2022年6月，以积极情绪传染为主，并维持在

相对稳定的状态。该阶段北京冬奥会相关赛事的实时报

道、获奖情况的话题增多，受众可通过新浪微博平台了

解最新的信息，并在相关热搜话题下积极地发表自己的

观点。

本文选取了北京冬奥会开办期间(2022年2月4

日-29日)公众的情绪变化切片(按日)进行分析，发

现这一时间段内微博评论文本的日均情绪随时间波动

较小，均值基本维持在80%左右，积极性的情绪占主

导。其中明显的高峰为2022年2月11日-12日，标

志性的积极事件如#北京冬奥会第一个世界纪录产生#，

用户也纷纷发表“一万米太强了”“我们的冰全世界最

好！”等内容来表达对北京冬奥会赛事的关注和对国家

的认可。

注意力分配和情绪生成依赖于个体感知，并受媒介环境

的影响和制约。因此，做好重大公共事件的宣传和舆论

引导工作，是一个长期过程，应该在事件前期或者后期

的一些重要时间节点加强话题引导，发布持续性的信息

引起受众的注意。同时，在信息流扩散和情绪集中爆发

的关键期，媒体也应抓住情绪循环双向、互动的特点，

设置新颖有趣、接地气的话题并增进与受众的实时互动，

以形成对受众的情绪感染与情感认同。

第三，主流媒体等在话题设置和情绪感染中发挥着

重要作用，应利用情绪传播特点，推动正向的群体情绪

传播

在体育公共外交事件中，不论是作为重要信息来源

的主流媒体，还是作为舆论焦点的运动员、明星等意见

领袖，都推动形成了受众的“情绪螺旋”。与此同时，

传播信息的个体不仅会受到上述有影响力的信息中所蕴

含的客观情绪的影响，还会受到主观情绪倾向的影响。

因此，主流媒体可充分利用粉丝社群的结构特点，通过

三、重大体育公共外交事件舆论引导策略

本文通过整理北京冬奥会有关的热搜话题并对评论

文本进行挖掘，以总结评论信息的主要情绪类型以及情

绪变化趋势，研究发现：

第一，受众评论文本呈现明显的积极情绪性倾向，

应利用公共外交事件的传播契机增强情绪设置能力

相对于议题设置，情绪设置效果认为媒介所引起的

受众情绪状态，会进一步影响舆情的环境与整体生态特

质。

[5]

例如，北京冬奥会充分展现出中国的大国形象

与大国担当，用户积极表达国家认同感和民族自豪感，

形成了大面积的情绪感染，进而延伸为群体性的内容传

播行为。与此同时，情绪传播覆盖面扩大的背后也伴随

着匿名化的负面情绪流动。其中“恶”等负面情绪不容

忽视，一些涉及国家、运动员等的信息内容呈现出极端

的情绪分化，存在着攻击、辱骂式的情绪文本，易引发

次生负面舆情。因此，对于重大体育赛事应加强正面性

的新闻报道及内容宣传，增强积极的情绪设置能力，同

时也要注意话题的引导性与争议性，以避免引起攻讦等

非理性情绪与极端网络民族主义。

第二，情绪的生成和传染是一个长期和潜在性的过

程，应该加强议题的延续性，增进用户的实际参与感

情绪传染理论认为，情绪的扩散发生在个体层面，

往往通过与情绪化内容的直接一次性接触实现。受众的

多样化的在线参与方式进一步影响受众的主观情绪判断

和情绪体验，以推动正能量、集体性的情绪感染形成与

传播。

[参考文献]

[1]隋岩,李燕.论网络语言对个体情绪社会化传播的作

用[J].国际新闻界,2020,42(01):79-98.

[2]Chong,M. (2016). Sentiment analysis

and topic extraction of the twitter network of#

prayforparis. Proceedings of the Association for

Information Science and Technology,53(1),1-4.

[3]Hatfield, E., Cacioppo, J. T., & Rapson, R. L.

(1993). Emotional contagion. Current directions in

psychological science,2(3),96-100.

[4]Goldenberg, A., & Gross, J. J. (2020).

Digital emotion contagion. Trends in Cognitive

Sciences,24(4),316-328.

[5]徐翔.“议程设置”到“情绪设置”:媒介传

播“情绪设置”效果与机理[J].暨南学报(哲学社会科学

版,2018(3):82-89.

(雷月秋：华中科技大学新闻与信息传播学院博士

研究生；李媛媛：华中科技大学新闻与信息传播学院硕

士研究生）

46

全媒体探索 2022年12月号

Copyright?博看网. All Rights Reserved.