【摘要】突发重大疫情容易使网络群体产生群体情绪。运用大数据对当前网络群体所关注的热点事件的评论文本进行情感分析，有助于进一步研究重大疫情下网络群体情绪的产生机理，并提出网络平台的精准匹配推送、形成专业和权威的网络意见领袖、设置正向议程话题等干预策略，从而有效促进网络正向情绪的产生和传导。
【关键词】重大疫情 网络群体 群体情绪 【 中图分类号】G206 【 文献标识码】A
习近平总书记多次提出针对疫情要营造良好舆论氛围，讲好中国抗疫故事，发出好声音、传播正能量。引导网络舆论健康发展，了解网络群体情绪的产生机理，激发网络群体的正性情绪，避免网络群体消极情绪的产生，是当前思想教育研究的重要课题，对于疫情防控常态化具有重要意义。
疫情下网络正性情绪事件的大数据分析
引导网络舆论健康发展，了解网络群体情绪的产生机理，激发网络群体的正性情绪，避免网络群体消极情绪的产生，是当前舆情研究的重要课题。本研究选取新浪微博的评论为研究对象，抓取了新浪微博关于疫情的热点事件12 条，使用python 工具，抓取此微博评论的文本信息，一共抓取近7000 条热门评论。数据处理参照自然语言数据处理方式。首先对已经抓取的文本数据使用NLPIR-Parser 所提供的批量分词系统进行断词，然后导入中科院情感词典的LIWC 情感分析软件进行分析，共分出7 条正性情感事件。
通过对正性情感事件评论文本进行高频词分析，研究发现正性情感文章评论的热点词主要集中在戴口罩、希望、基层、加油、平安归来、牺牲、英雄、医生、健健康康、防护、确诊等关键词上，大家关注的焦点在“疫情防护”“戴口罩预防传染”“医生是人民英雄”等正性事件上，这些正性事件激发了网络群体正性情绪的产生，包括对医生的无私奉献带来的爱国情怀、战胜疫情的信心、乐观的心态等。
网络群体情绪的产生机理
个体情绪的产生与个体的实际需求和主观态度相联系，并影响着个体对外部信息的选择和判断。群体情绪是在个体情绪产生基础上，经过群体情绪的感染，在沉默的螺旋机制下使群体情绪会愈加高涨，最终成为群体“集体无意识”的狂欢。
第一， 个体情绪的产生— 情绪的ABC 理论。心理学家埃利斯提出情绪的ABC 理论，A 指事情的前因，B 是指个体的信念，C 指情绪和行为的后果，事情的前因受个体信念的影响而产生个体的情绪和行为结果。通常人们会认为诱发事件和事情的前因（A）直接导致了个体产生情绪和行为结果（C），发生了什么事就引起了什么情绪体验。然而结果表明，同一情景（A）下，由于人们观点和信念（B）的不同会产生不同的情绪体验（C）。正是由于人们常有的一些不合理的信念（B）才使个体产生情绪困扰。在当前疫情阶段，面对同样的疫情（A），个体因为不同的信念（B）会产生不同的情绪反应，例如有的个体对疫情有灾难化思维或偏执观念，认为疫情不可控制，从而产生悲观、恐慌、愤怒或焦虑等情绪反应。
第二，群体情绪的产生—情绪感染理论。哈菲尔德等认为情绪感染是个体自动化地模仿和合并他人的语言以及非语言的信息，最终个体融入了情绪传递者的情绪。贝恩等人研究发现Twitter 上热门人物的情绪表达会使网络受众的情绪产生影响。勒庞指出，“群体表现出来的情绪不管好坏与否，其突出的特点就是极为简单而夸张，群体因为夸大自己的感情，因此它只会被极端感情所感动，群体能够把感情提升到极高或者极低的境界”。在网络传播中情绪感染现象更加普遍，个体情绪更容易受到网络舆论信息的影响，某些激烈的言论、夸张的语言表述以及煽动性的听闻等等会使个体产生强烈的情感共鸣，并产生与舆论信息所一致的情绪反应。
第三，少数服从多数—沉默的螺旋理论。“沉默的螺旋”理论认为社会个体会避免让自己的观念和态度孤立于社会群体之外，一旦社会群体形成占有支配地位的意见和观点，那么其他观点的声音会持续减弱。如果这个过程有大众媒介的参与，螺旋的形成会更快更明显。针对有争议的议题，人们会了解和认识身边的“大众意见”，人们更倾向于表达出自己的观点，因此占有优势的“大众意见”会越来越强大，而劣势的“少数意见”则发声会越来越弱，呈现螺旋式的发展过程，从而产生少数服从多数意见的现象。沉默的螺旋现象会使人们的情绪愈加高涨，成为群体“集体无意识”的狂欢，加剧了群体情绪极化倾向。
疫情防控常态化背景下网络群体情绪的正向引导策略
网络平台的精准匹配推送——引导正性情绪传递。媒体的精准匹配推送，包括对评论的精准筛选和对文章的精准推送。第一，对评论的精准筛选。网络媒体平台的评论区已经成为社会群体情绪表达的主要聚集地，情绪极化现象容易在评论区形成，并迅速感染其他网络媒体的评论区。根据情绪感染的特点，一方面，利用这种公共传播区域，有意识地引导网络群体多去传播正向情绪的评论，多去互动点赞和评论回复，使评论区成为正性情绪传递的聚集区。另一方面，可以利用网络媒体评论区的筛选功能，有意识地对评论进行筛选，展示给网络群体更多的正向评论，可以引发正向情绪极化。第二，对文章的精准推送。使用大数据分析的方法对用户的偏好进行精准匹配，并有意识地向用户进行正向文章的推送，包括向不同认知群体推送与其相匹配的正向舆论信息，以及向同一用户推送不同角度的正向舆论信息，使群体更容易认识和接纳，从而有效促进正向情绪的产生，避免负性情绪的极化。
形成专业和权威的网络意见领袖——避免负性情绪的激发。在这次重大疫情下，钟南山院士作为权威和专业的意见领袖，对新冠肺炎疫情给出了专业权威的解释和有效的预防措施，传递了关于疫情发展的明确信息，有效缓解了社会群体对于疫情发展的焦虑和恐慌情绪。意见领袖最主要的功能是当信息模糊不明确、信息量呈爆发式增长但观点不一致等方面的情况，群体难以做出判断和采取行动时，意见领袖会及时给出自己的观点和判断，给予居民有效的指导和防范措施。在网络传播中，意见领袖不仅影响人们的想法和观点，还直接影响人们的情绪和行为。在当前疫情发展阶段，注重将权威、专业和正能量的意见领袖作为网络舆论的引导者，给出准确的疫情发展信息和积极应对的态度，可以引导网络群体以理性和客观的态度看待疫情，避免产生过度的负性情绪，保证网络群体情绪的稳定性。
设置正向议程主题——引导群体正向关注。美国传播学者麦肯姆斯等人的研究发现，传播媒介作为“要闻”进行重点报道的主题，同样在社会群体的意识中也是重要的新闻，即传播媒介的报道活动与社会群体对报道活动的认知具有高度的正相关，传播媒介强调的越多，社会群体对该事件的重视程度就越高。当网络媒体关注点在疫情的有效应对等正向议程话题时，网络群体则表现出对战胜疫情更多的信心，正性情绪较多。网络群体通过传播媒介了解疫情信息，群体的关注点也在跟随着网络媒体关注点的转移而发生变化。因而设置正向议程话题可以引导网络群体更多的正向关注，形成积极的舆论氛围。
引用具有说服力的论据——保持理性的群体情绪。劝服理论认为论据对于社会群体的态度和行为具有决定性的影响，当正反两方面的论据都呈现在群体面前，社会群体的决策依赖于对信息的获取和思考。劝服理论认为论据的说服力是建立在论据是否具备有效性和新颖性两个特征基础之上。首先，发布科学和权威的论据。论据要经得起科学理论的推敲和论证，并且通过权威个体或机构发布，那么这种论据的说服力会显著高于没有论证并且通过自媒体发布的论据信息。例如，国家卫健委关于疫情数据的实时更新，央视新闻对战“疫”情况的滚动播出，保证疫情数据的公开透明，让居民可以准确掌握疫情发展的情况，并积极采取正确的防护措施，从而有效缓解对未知的恐慌和焦虑情绪。其次，发布具有新颖性表述或者新颖性角度的论据。网络存在着海量碎片化的信息，想要获得群体的高度关注是非常困难的。论据新颖性的影响因素论据包括论据是否原创、是否生动有趣、是否首次提出、是否接地气等等。当论据具有充分的新颖性时，会出现网络群体的集群行为引发高度关注，并获得更多的赞同和支持。
（作者为山东科技大学马克思主义学院副教授）
【注：本文系2018 年教育部人文社会科学研究青年基金项目“大学生网络偏好与思政微信平台个性化推荐匹配研究”（项目编号：18YJC710032）阶段性成果】
【参考文献】
① [ 法] 古斯塔夫·勒庞著、冯克利译：《乌合之众》，北京：中央编译出版社，2004 年。
责编/ 孙垚 美编/ 杨玲玲
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
