微博平台舆情情绪演化：案例分析与研究

随着微博对用户日常生活的渗透，基于微博平台的舆论正对社会产生越来越大的影响。腾讯、网易和搜狐等公司纷纷减少对微博的投入，导致微博服务中呈现出新浪微博一家独大的格局。新浪微博的网络舆论影响力在2014年的“冰桶挑战”和“马航事件”中可见一斑。

网络用户情绪形成、渲染的过程往往对网络舆论的形成和发展方向产生巨大的影响。2015年5月，“成都女司机被打”事件在微博上引起广泛关注，随着“成都女司机被打”事件的持续发酵和后续发展，网络舆论的情绪呈现出180度的情感反转：从谴责男司机施暴到声讨女司机该打。整个事件情绪的转换过程呈现两极性，具有典型网络舆论情绪演化的代表性，是难得的网络舆论情绪演变的研究案例。

通过编写爬虫程序和新浪API提取相互配合的方式，笔者提取了新浪微博2015年5月3至31日之间关于“成都女司机被打”微博共45，516条，剔除重复和噪音数据后的有效数据为37，429条，本次研究以文本挖掘和数据可视化的方法，观测本次微博事件的情绪演变过程。基于社会学研究的伦理，除媒体微博或组织官方微博外，对提取的网友微博ID等能回溯样本身份特征的信息进行重新编码，以确保研究样本的匿名，保护研究样本的隐私。研究借助北京大学PKUVIS微博可视分析工具（以下简称PKUVIS），对具有代表性的单条微博样本的传播路径进行了分析，^[24]具体微博地址列表见表9-1。

表9-1 重点分析单条微博信息表

续表

2015年5月3日下午2点13分，成都娇子立交桥附近一女司机被一男司机逼停后殴打，打人过程被行车记录仪记录，视频被上传到网上后引发了网络舆论的同情和媒体关注。后续调查显示，女司机被打是因变道而引发的别车。网络舆论迅速反转为对女司机驾驶行为的谴责，进而引发网友的深挖行为，女司机的诸多隐私遭网络曝光。事件主要节点与经过见表9-2。

表9-2 事件关键节点时间表

5月3日17点39分，女司机被打新闻的微博在成都商报新浪官方微博发布，微博描述了打人经过并公布了视频截图，该条微博获得524次转发，693次评论。成都商报官微拥有2，642，896个粉丝，从转发量和评论量来看，该条微博的影响力并不大，但由于《成都商报》本身的媒体影响力，以及微博中媒体相互之间的关注关系，这条新闻很快被多家媒体以多种形式转载。“女司机惨遭男司机暴打”的话题讨论迅速成为微博的热门话题，吸引了众多网友的参与讨论。

图9-5 《成都商报》5月3日“女司机被打”微博报道转发关键节点树状图

通过使用PKUVIS从转发数维度过滤没有转发和粉丝、且长度在12字以上的微博，绘制出了关键节点树状图（图9-5）。分析发现，该条微博在转发的过程中除转发信息本身外，多处可见情绪的强烈表达。具体观点归类为：谴责男人打女人的行为，谴责男司机打人的狠劲，谴责男司机暴力的处理方式，谴责过路车不去劝阻的冷漠，猜测女司机是肇事逃逸。在微博直接转发路径中，“人渣”“怒”“狂野”“傻逼”等带有强烈情绪色彩的词大量出现。在该条微博传播途径上的各个网络节点，网友在接收信息后，对信息进行自己的解读，产生多种情绪，然后将自己的情绪通过微博平台以转发、点赞、评论的行为表达出来。研究发现，微博评论内容比转发所蕴含的情绪性更强。

尽管这一时期的网络情绪呈现为多元化，但微博舆论的情绪流整体上呈现为对男司机暴力行为的谴责和对女司机的同情。这一点从该条微博5月3日当天的评论情绪分布中得到印证。经过对49条按情绪分类的微博进行梳理后发现，58%的微博用户用评论表达了对女司机的同情，谴责男司机的暴行（图9-6）。

图9-6 微博评论意见归类饼状图

研究提取5月3日至12日每天转发量前20条的微博，对微博账号性质按媒体微博、网友微博、非媒体官V进行归类，微博内容按报道事实、信息爆料、话题评论、表达情绪进行归类。发现媒体微博呈现出微博舆论领袖的作用：53%的事件信息由媒体微博发布（图9-7）。但媒体微博并不呈现明显的情绪特征，统计数据显示，78%的微博内容是报道事实，22%的微博内容为事件的话题评论，评论内容表现为隐性的舆论引导，较少见到强烈的情感表达（图9-8）。以在话题评论类微博中转发量最高的《南方都市报》5月6日12：45发布的微博为例，微博内容为对新闻事件的评论，尝试引导公众对事件的深度思考，反思社会文明程度（内容见表9-2）。

图9-7 每天转发量前20条微博的账号、性质分类图

图9-8 每天转发量前20条微博的内容分类图

与媒体微博相反，网友在整个新闻事件中更倾向于进行情绪的表达。统计显示，在网友发布的84条微博中，表达情绪的微博占68%，话题评论占26%，网友在评论中观点明晰、爱憎分明（图9-9）。通过对网友微博文本进行词频统计，高频词部分可见“混蛋”“畜生”“野蛮”“活该”等情感高级性词语。其中，网友发布的情绪表达类转发量最高的微博由用户Mu001在5月7日11：40发布，内容为：“一定要把这个畜生找出来！”该条微博带着强烈的情绪色彩，转发量108，131，评论数31，145，点赞数8，552。

图9-9 网友微博内容分类分布图

图9-10 成都女司机被打事件微博数量时间分布图

女司机被打事件第一时间在网络传播中具备了几个极端要素：男司机对女司机施暴（强者打弱者），殴打的过程男司机下手极狠，打人的过程被行车记录仪记录。5月3日17：39第一条关于该事件微博出现时，该条微博被迅速传播，第一时间高度关注这一事件的并不是网友而是媒体。在5月3日当天转发量最高的20条微博中，有13条为媒体微博，占比65%。由于现场打人的过程有视频记录，事件新闻在电视媒体上被大量报道，即此时事件的主要传播渠道是媒体。从图9-10事件的微博数量时间分布图上可清楚地看出，5月3日，事件在微博的传播量并不大。截至5月3日22：00，与事件相关的微博仅有111条，为当天的最高点。5月4日3：33，事件有了新的进展：男司机被锦江公安分局拘留。该条新闻引发了更多网友的关注和传播。当天12：00事件迎来网友传播的一次小高峰，一个小时内新发事件相关微博389条，将近是5月3日高峰时段的4倍。当天20：22，男女司机别车视频通过媒体曝光，视频中出现双方对骂、车辆多次危险互别的极端行为，为整个事件添加了更多的极端要素，刺激网友进行转发和评论。网友的情绪从一开始对男司机的谴责转换为对“再怎么也不应该打女人与女司机着实该打”的争论。这种争论导致网络舆论剧烈波动，双方观点互相交锋，当天23：00，一小时内事件相关微博发布数量达到1，116条，为整个事件中一个小时内发帖量的最高点，接近当天12：00相关微博发布数量389条的3倍。

网友在争论的同时也自发开展了事件深挖行为，5月5日通过网友的人肉搜索，三条重磅信息在网络上曝光。5月5日8：56，疑似女司机不文明驾驶行为帖子在网上出现，佐证女司机驾驶行为劣迹斑斑。5月5日13：50，女司机个人资料和开房记录被曝光。这两条信息的出现引发网友对女司机道德行为的质疑，舆论开始一边倒向对女司机不文明驾驶行为的谴责。5月5日15：41，女司机父亲通过媒体表示，针对女儿隐私遭泄露将报案。这形同向网友宣战的媒体表态，激起了网友的逆反心理，舆论彻底倒向对女司机的批评。通过对5月3日与5月5日微博的文本分析发现，“畜生”这个词在微博中高频出现，网友选择这个词来表达谴责男司机的情绪；5月5日，“该打”这个词在微博中高频出现，网友用这个词来表达对女司机的不满情绪。

使用PKUVIS选择5月3日与5月5日转发量最高的两条微博绘制帆状图并使用关键词标注功能，对高频关键词“畜生”“活该”进行标注对比后发现：5月3日转发量最高的微博，使用“畜生”关键词标注的橙色点在帆状图上呈密集均匀分布（图9-11），以“活该”为关键词标注的橙色点在帆状图上未见明显分布（图9-12），显然，5月3日网友的情绪中弥漫的是对女司机的同情；5月5日转发量最高的微博，使用“该打”关键词标注的橙色点在帆状图上未见明显分布（图9-13），以“活该”为关键词标注的橙色点在帆状图上呈密集均匀分布（图9-14），很明显此时微博舆论的情绪已经完全反转，网友的情绪中弥漫着对女司机的谴责与声讨。情绪的极化与舆情的反转彻底地将整个事件推向情绪宣泄的最高点。从图9-10事件的微博数量时间分布图上可清楚地看出，5月5日全天事件相关微博的发布量出现峰值，网友对事件的关注与传播高度活跃。

图9-11 5月3日转发最高微博帆状图

微博用户“Mu002”——关键词标注“畜生”

图9-12 5月3日转发最高微博帆状图

微博用户“Mu002”——关键词标注“活该”

图9-13 5月5日转发最高微博帆状图

微博用户“Mu003”——关键词标注“该打”

图9-14 5月5日转发最高微博帆状图

微博用户“Mu003”——关键词标注“活该”(www.chuimin.cn)

事件的舆情互动效应形成后，事件上升为微博舆论热点事件。通过传统媒体、网络媒体、人际传播等多种传播形式，该事件迅速向公众辐射。事件的话题从对当事人事实与细节的关注辐射到其周边人物，网友的自发深挖为这种辐射起到了关键的推动作用。5月5日，女司机父亲向网友近乎宣战的表态让其成为舆论的焦点。5月6日9：10，网络中出现流言：女司机父亲为营山县政法委干部。该条消息的出现为事件添加了“官二代”的元素。5月6日16：33，女司机母亲在采访中称女儿别车是因急着去“搞一个慈善机构”。事件近乎戏剧化的发展让其更具看点，招致了更多的围观。本已处于舆情高点汹涌澎湃的网络情绪在这两件事的催化下彻底爆发。

5月6日当天，事件相关微博发布量为10，462条，与5月5日的11，117条数量基本相当。与流言相关转载量最高的一条微博发自网友Mu004的微博，微博发布时间为5月7日1：20，微博全文转载了流言内容，并@成都发布、成都市政府门户网站，求证女司机父亲身份，并评论女司机违章达40余次的行为是典型的“土皇帝”做派，质疑其行为背后有深层次的原因。该微博成为当天转发量最高的20条微博之一。通过使用转发数控制节点大小，过滤粉丝数为0、转发数6以下、博文长度5个字以下的账号信息后，绘制出该微博传播关键路径树状图（图9-15）。

从图9-15中的13条关键节点的微博信息来看：6个节点要求相关部门调查流言所述内容真相，流言的真实性待调查后检验；1个节点质疑流言，认为这是别有用心的舆情转移；5个节点围观评论。网友对流言并不盲从，流言背后隐藏的社会敏感问题引发了网友再次的聚集。在相关部门的官方回复与澄清前，网友除了响应与号召深挖核实信息外，也靠猜测或主观的推理判断流言的真伪，进而进行评论与传播。流言在传播过程中演变成若干个版本，至此，事件话题再次转向，演变成对官员腐败问题的关注与深挖。

图9-15 网友“Mu004”5月7日1：20微博转发路径树状图

微博的影响力很快引起政府相关部门的注意，相关部门迅速做出了反应。在流言出现的三个小时后，即5月6日11：25，营山县政法委官方在四川新闻网麻辣社区发布声明回应称，营山县政法委没有姓卢的干部。^[25]四川省人民政府新闻办公室官方微博“四川发布”在19：09转发了营山县政法委的声明。虽然“四川发布”拥有4，916，973个粉丝，但对该微博的转发仅有20次，评论284条，点赞44次。通过以粉丝数控制节点大小，绘制该微博的转发路径圆环图，可以清楚地看到直接转发该微博的用户粉丝数量并不大，转发层级也不多（图9-16）。政府的澄清行为并没有通过政府的微博平台得到有效传播，流言的传播并没有终止，文本分析发现，5月6日晚上流言仍在微博社区内传播。直到5月7日《华西都市报》做了标题为《营山政法委发声明没有卢姓干部》的报道，并被多家网络媒体转发，流言才渐趋销声匿迹。5月7日，政府将澄清送达网友，以期让事件水落石出，但并未有任何劲爆的结果出现。女司机家属做出了不再接受媒体采访的决定，并且采用了对事件原委、谣言、人肉三不回应的冷处理方式。^[26]当天再未出现刺激性的事件去激发网友的情绪。网友的情绪经过两天集中的宣泄，蓄积的能量逐渐减弱。5月7日，该事件微博的新发数量开始显著下降，事件的舆论热度在消退。

图9-16 四川发布5月6日11：25微博转发路径圆环图

从图9-10上可清楚地看到，5月8日至10日，该事件在微博社区中相关微博发送量迅速下降。该事件未有任何新的消息与进展，这三天很多媒体对事件的报道主要呈现为深度评论。5月8日，人民网发表了题为《每个人都可能成为“女司机”》的评论，凤凰网发表题为《“羞辱文化”在互联网上狂欢不是好事》的评论，中国新闻网发表题为《成都女司机被打持续发酵 “路怒症”引文明驾驶深思》的评论。

图9-17 头条新闻5月7日10：44微博转发路径树状图

媒体尝试通过评论来引导用户深度思考，网友也通过博客发文对事件进行了整理和反思，比如网友“蚂蚁公民律师的博客”在新浪博客发表了题为《从“路怒症”想到“网怒症”》的博文，对事件进行反思。

以上评论均以各种形式在微博中被网友转发，网络舆论呈现为对整个事件中多方行为的反思，网络舆论进入平静期。

5月11日，女司机公开发布道歉信，为自己的驾驶陋习道歉，恳请网友停止对自己的人肉搜索。当天事件相关转发量最高的微博为头条新闻10：44对女司机道歉的新闻报道。分析该微博的传播路径，可见该微博主要转发集中于一级，一级转发比例占整个转发量的89%。从节点大小来看，很多二级节点拥有与一级节点相同量级的粉丝量，但未见有效的二级甚至多级转发。显然，道歉信的发布虽然再次引发了网络舆论的波动，但其能量并未引起网络情绪的共振，传播能量快速消散。此后，事件的网络舆论情绪归于平静，事件从舆论热点中消失。

本章小结：从事件的舆情演化过程来看，微博用户呈现出弱信息强情绪的特征。这种情绪很容易流于极端，并且容易因受到热点事件的极端要素刺激而聚集，在聚集的过程中，情绪会通过自组织完成能量的汇聚与认识的统一。媒体微博与微博舆论领袖交互议程设置是使事件从普通事件向热点事件转换的充分必要条件。事件本身构成的极性要素越容易触碰网友潜在的情绪，与网友情绪发生碰撞或共鸣的概率就越大。事件持续的进展如有不同寻常要素的呈现，情绪在网络舆论中蓄积的能量就会瞬间爆发，引发全网的共振。情绪能量聚集得快，宣泄得也快，网络舆论形成快，消散也快。当事件中存在未知因素并且受到网友质疑时，流言很容易滋生。抑制流言最好的策略是第一时间用事实进行澄清，但澄清仅通过政府官方微博的发布是不够的，还需要全面整合传播资源以有效传播。

[1] 司马云杰.文化社会学[M].济南：山东人民出版社，1987：350.

[2] 刘建明.舆论传播[M].北京：清华大学出版社，2001：230.

[3] 刘建明.穿越舆论隧道：社会力学的若干定律[M].北京：中共中央党校出版社，2000：252.

[4] 刘建明.舆论传播[M].北京：清华大学出版社，2001：232.

[5] 刘建明.舆论传播[M].北京：清华大学出版社，2001：232.

[6] 刘建明.舆论传播[M].北京：清华大学出版社，2001：234.

[7] 刘建明.舆论传播[M].北京：清华大学出版社，2001：235.

[8] 蔡怀新，等.基础物理学：下册[M].北京：高等教育出版社，2003：204.

[9] 张峻.论网络舆论形成的一般规律[J].商场现代化，2005（5）：189.

[10] 刘建明.穿越舆论隧道：社会力学的若干定律[M].北京：中共中央党校出版社，2000：68.

[11] http：//www.people.com.cn/32306/366956/372815/373310/index.html.

[12] 周裕琼.网络传播噪音与对策探析[J].当代传播，1999（5）：38-41.

[13] 李志雄.论网络舆论引导的特点及方式[D].南宁：广西大学，2005：42.

[14] 胡钰.如何利用BBS开展高校思想教育[J].思想理论教育导刊，2002（7）：36-41.

[15] 杜涛.我国网络舆论引导探索与思考[D].郑州：郑州大学，2005：12.

[16] 彭兰.网络新闻传播结构的构建与分析（下）[J].国际新闻界，2003（3）：31-35.

[17] 闵大洪.网上舆论的形成及特点[EB/OL].（2003-06-09）.http：//www.people.com.cn/GB/14677/21963/22062/1902444.html.

[18] 刘建明.舆论传播[M].北京：清华大学出版社，2001：345.

[19] 谢梅，刘昊.网络传播环境中的舆论传播分析[J].西南民族大学学报（人文社科版），2006（8）：184-186.

[20] 谢梅，刘昊.网络传播环境中的舆论传播分析[J].西南民族大学学报（人文社科版），2006（8）：184-186.

[21] 杜涛.我国网络舆论引导探索与思考[D].郑州：郑州大学，2005：16.

[22] 杜涛.我国网络舆论引导探索与思考[D].郑州：郑州大学，2005：18.

[23] 彭兰.网络新闻传播结构的构建与分析（下）[J].国际新闻界，2003（3）：31-35.

[24] Ren，Donghao，Xin Zhang，Zhenhuang Wang，Jing Li，and Xiaoru Yuan.Weibo events：a crowd sourcing Weibo visual analytic system.In Pacific Visualization Symposium （PacificVis）Notes，2014 IEEE，pp.330-334.IEEE，2014.

[25] 关于营山政法委无卢姓干部的声明[EB/OL].（2015-05-06）.http：//bbs.mala.cn/thread-11958841-1-1.html.

[26] 成都被打女司机家属：我们现在三不回应[EB/OL].（2015-05-07）.http：//cq.cqwb.com.cn/NewsFiles/201505/07/5578068.shtml.