【摘要】社交媒体有着连接多媒体、富含情绪的特征，本文探讨它们如何影响健康信息的传播效果。通过爬虫爬取D平台的新浪微博博文内容，并通过情感分析等方法进行分析后发现，在微博健康信息的传播中，多媒体的信息载体形式并没有对促进信息传播起到决定性的作用，文本形式的健康信息传播效果最好。本文中的情绪倾向也会影响健康信息的传播，负面倾向、喜悦与愤怒倾向都会促进其传播效果。

【关键词】健康传播;情感分析;微博;媒介形式

现如今，随着互联网技术的不断发展，从Facebook、Twitter，到微博、微信，各式各样的社交媒体在技术浪潮中不断涌现，并迅速发展和扩张，逐渐成为新一代的信息传播工具。一方面，社交媒体这类新媒体支持更加多样的信息承载方式，文字、图片、视频等形式都可以在社交媒体上进行应用。另一方面，由于社交媒体是基于用户关系而存在的，公共与私人边界变得模糊，在这种媒介环境下，信息处于失控的状态，信息流侵蚀了理性思考的空间[1];同时，用户在使用社交媒体时通常会传达其情绪的相关信息，社交媒体也就成为一个公共情绪的集合体，情绪在其中发挥的作用也愈发受到关注[2]。因而信息在社交媒体上的传播会呈现出与以往不同的特征，健康传播在从大众媒体转移到社交媒体的过程中也受其影响，呈现出不同的传播效果。

在社交媒体中，新浪微博是中国首个社交媒体平台，也是目前国内最大的社交媒体平台，截止至2018年底，新浪微博的月活跃用户达到4.46亿，认证企业/机构账号超过150万，并有大量的关键意见领袖（ Key Opinion Leader，KOL）在微博开设账号。

基于社交媒体的特点，本文想要探究这些特点对于健康信息传播效果的影响，探讨信息形式、信息中蕴含的情绪对于健康信息的传播会有怎样的影响。由于新浪微博在中国社交媒体平台中无可替代的地位，本文从新浪微博选取研究对象。

一、文献综述

在我国，健康传播这一概念的兴起最早引自于健康教育领域。随着电子媒介和网络媒介的兴起，健康传播的方式更加多样。前人的研究发现，新兴的社会化媒体的信息传播方式更能提升公众的健康意识，公众也更倾向于用社交媒体来获得健康知识[3];并且采用视频、视频和文字结合的信息传播方式可以使得受众对健康知识的卷入度和记忆程度更高，且能回想起具体的信息[4];但也有学者发现，相比于视听形式或者音频形式，文字更适合于传递健康知识这类相对复杂的信息[5]。因而，社交媒介等新媒体在信息形式上是否有助于健康知识的传播还需要进一步的探讨。

除了信息形式对健康知识的传播会造成影响外，健康知识中的情绪、情感倾向同样会影响健康传播的效果。前人研究发现，人的情绪即使不经过社会交往情境，也能够只通过语词进行传递[6]，这就使得社交媒体上文本中所蕴含的情绪对传播效果的影响有着更多的可能性。此外，有学者对微博平台上的用户情绪与传播行为的关系进行研究后发现，唤起程度对情绪效价与微博信息转发、评论的关系有调节作用[7]，这进一步强调了情绪在信息传播中发挥的作用。从前人的研究我们可以看出，情绪在引导人们的健康行为中发挥着很大的效用，无论是蕴含在健康知识中的情绪，抑或是健康行为中的情绪，都与人们之后的健康行为相关。但健康知识中的情绪与受众之后的行为间的关系，及这种关系是如何产生的还需要进一步的研究。

二、研究问题

社交媒体上用户可以用转发、点赞或者评论表达自己的态度，转发数越多意味着传播扩散效果越好，点赞数越多意味着人们的认同感越强，这三种行为的效果都可以通过具体的数据来衡量。

社交媒体的一个重要特点就是可以灵活地应用多种信息形式，但是哪种信息形式的健康信息在微博上有更好的传播效果并没有明确的结论，因此文本提出以下研究问题：

R1：信息形式如何影响健康类微博的转发效果？

R2：信息形式如何影响健康类微博的评论效果？

R3：信息形式如何影响健康类微博的点赞效果？

社交媒体是一个公共情绪的集合体，但是文本中的情绪与健康信息的传播效果之间的关系并没有明确的结论，因此文本提出以下研究问题：

R4：文本中蕴含哪种情绪的健康类微博的转发效果更好？

R5：文本中蕴含哪种情绪的健康类微博的评论效果更好？

R6：文本中蕴含哪种情绪的健康类微博的点赞效果更好？

三、研究方法

（一）数据来源

本文选取D平台的新浪微博博文作为研究对象，利用爬虫爬取其2012年7月27日至2019年1月19日的全部原创微博共4971条，包含微博内容、内容的形式以及各条微博的评论、转发和点赞数。其中，内容的形式包括文本、图文结合以及视频形式三种。

（二）数据处理

在进行数据分析时，本研究对变量进行了处理。由于转发数、评论数和点赞数这几个连续变量的原始数据并不符合正态分布的假设，本研究对该变量进行取对数的处理。

在分类变量方面，本研究使用HanLP基于机器學习的sentimentAnalysis方法进行情感分析和分类，sentimentAnal-VSIS方法利用朴素贝叶斯法进行特征提取，从训练集中选取最有助于分类决策的词语，经过训练后返回一个情感分析与分类的模型，并使用这个模型对文本进行情感分析和分类。本研究使用的训练集是ChineseNlpCorpus两份带情感标注的新浪微博数据集，其中一份将数据以正负向进行标注，正负向数据各5万条;另一份将数据以4种情感进行标注，其中喜悦约20万条，厌恶、愤怒、低落各约5万条。在以上两份数据集的训练下将D平台的新浪微博内容进行情感标注，分别以正负面与喜悦、厌恶、愤怒、低落进行标注。

四、研究发现

（一）单因素方差分析

我们采用单因素方差分析来检验不同的信息形式、微博文本中的不同情绪的传播效果。

（二）信息形式与传播效果的关系

从单因素方差分析结果可以看出，健康信息的传播效果从好到差的信息形式依次是文本、视频、图文结合（p<0.01），即文本形式的微博转发、评论、点赞效果最好，其次是视频、图文结合形式。因此回答了R1、R2、R3三个研究问题。

（三）文本情绪与传播效果的关系

从图1、图2的单因素方差分析结果可以看出，如果以正向和负面两个层面对微博内容进行标注的话，负向情感的微博转发数和评论数越多。说明蕴含着负面情感的健康信息微博的转发效果和评论效果更好，而在点赞效果上没有显著区别。

如果以喜悦、愤怒、厌恶和低落四个层面对微博内容进行标注的话，转发效果从好到差的文本情感依次是低落、喜悦、愤怒、厌恶;评论效果最差的文本情感是低落：点赞效果从好到差的文本情感依次是喜悦、低落、愤怒、厌恶。总体而言，喜悦和愤怒的文本情感的转发、评论、点赞效果最好;低落的文本情感的转发、评论、点赞效果最差。

上述的结果回答了R4、R5、R6三个研究问题。

五、研究讨论与结论

社交媒体的兴起使得更多的信息形式可以用于信息传播，那么在微博健康信息的传播中，新媒体技术带来的丰富的信息形式是否真的能够促进其传播效果？从信息形式对微博传播效果的影响结果来看，视频这一承载信息量最大、且是新媒体技术发展所带来的信息承载方式虽然对健康传播的传播效果有所促进，但是在传播效果上还是弱于文本信息的传播效果，这说明在传递类似健康知识这类相对复杂的消息时，文本形式依旧是最有效的媒介的形式。

社交媒体上是一个情绪的集合体，情感盛行，这与健康传播注重理论论证之间存在矛盾，那么微博健康信息中的情感倾向是否会影响其传播效果？从文本情绪对微博传播效果的影响结果来看，负面情感倾向会促进健康信息的转发和评论，因为在健康传播中，当提及与损失有关的话题时，会给受众一个直接的风险预警，引发受众的警觉，即负面刺激会使得受众更有可能对健康信息进行进一步的思考，从而促成进一步的评论、转发等互动行为。同时，在社交平台上喜悦和愤怒更容易传播[8]，说明喜悦和愤怒情绪有助于健康知识的传播，这可能是由于本文中的喜悦和愤怒更容易感染受众，促使受众对信息做出反应，产生传播或者互动行为。

参考文献：

[1]Lash S.Critique of Information[J]. 2002.

[2]Bollen J，Pepe A，Mao H.Modeling public mood and emotion： Twitter sentiment and socio-economic phe-nomena[J]. Www， 2009， 44（12）：2365 - 2370.

[3]Korda H H，Itani Z.Harnessing Social Media forHealth Promotion and Behavior Change[J]. Health PromotionPractice， 2013， 14（1）：15-23.

[4]Yadav A，Phillips M M，Lundeberg M A，et al.If a picture is worth a thousand words is video worth a million？Differences in affective and cognitive processing of video andtext cases[J]. Joumal of Computing in Higher Education，2011.23（1）：15-37.

[5]Byme M，Curtis R.Designing health communica-tion： Testing the explanations for the impact of commumca-tion medium on effectiveness[J]. British Journal of Health Psy-chology， 2011， 5（2）：189-199.

[6]Kramer A D I，Guillory J E，Hancock J T.Experi-mental evidence of massive-scale emotional contagionthrough social networks[J]. Proceedings of the National Acad-emy of Sciences， 2014， 111 （24）.8788-8790.

[7]陳爽，周明洁，张建新，微博信息的情绪效价与唤起程度对信息传播的影响[C]//第十五届全国心理学学术会议论文摘要集.2012.

[8]Fan R，Zhao J，Chen Y，et al.Anger Is More Influ-ential than Joy： Sentiment Correlation in Weibo[J]. PLOS ONE.2014，9.

【作者简介】李志鹏，上海交通大学媒体与传播学院，研究生学历;研究方向：新闻与传播学。