论文部分内容阅读
关键词：突发公共卫生事件;在线健康社区;情感表达特征;情感分析;社会网络;方差分析
在线健康社区是指虚拟世界中由共同健康兴趣的人组成的集合，集合中人们从事分享经验、提出问题、提供情感支持以及自我帮助等各种与健康相关的活动[1]。随着医疗改革的不断深入和计算机技术的发展，丁香园、甜蜜家园、好大夫在线、医享网、寻医问药网等国内在线健康社区出现了蓬勃发展的态势。通过在线健康社区，用户可以组成医疗互助小组，不仅可以获取和分享医疗信息，而且可以找到归属感，互相鼓励，缓解焦虑紧张情绪。突发公共卫生事件不仅给公众的生命健康带来威胁，公众由于感知到事件给自身带来的不确定性和威胁性，会产生不安、紧张和担忧等负面情绪。例如，新冠肺炎疫情是新中国成立以来在我国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件[2]。该事件发生后，公众通过丁香园、好大夫在线、百度贴吧“健康保健”版块等在线健康社区寻求社会支持和发布事件相关的舆论文本。在线健康社区中的每位用户既是信息的发布者，也是信息的搜索者和传播者，以发帖、回帖为联系纽带，构建复杂的社交网络。根据信息传播的二八定律，一般数量非常少的关键节点却可以影响到网络中大部分节点[3]。根据社会网络理论，用户关系网络中的关键用户通常分为高影响力用户、高活跃度用户、关键中间用户，高影响力用户拥有较高的出度，是网络中信息的来源;高活跃度用户拥有较高的入度，在网络中表现较为活跃;关键中间用户拥有较高的中间中心度，在信息的传播中起到中间桥梁的作用。目前的研究发现，不同时间[4]、不同疾病情境[5]、不同性别[6]的用户情感表达特征均会存在差异，针对不同关键用户情感表达特征的研究还相对较少，基于此，本文提出以下研究问题：突发公共卫生事件情境下在线健康社区用户的情感表达类型有哪些？在事件的传播过程中情感表达的关键用户有哪些？社交网絡中关键用户的情感表达具有怎样的特征？本文以新冠肺炎疫情事件为例，采用社会网络分析、情感分析和方差分析方法对在线健康社区用户的社交网络角色与情感表达之间的关系进行研究，为突发公共卫生事件的情感引导和在线健康社区的服务提供一定的参考。
1研究综述
在线健康社区中用户关系网络是由许多网络节点（行动者）和它们之间的关系（朋友、信任、合作等）构成的一种社会结构[7]，从用户关系网络的角度来看，目前在线健康社区用户情感表达特征的研究主要有健康同质性研究、高影响力用户的情感表达特征、高活跃度用户的情感表达特征、整体网络的情感特征研究等几个方面。
1.1健康同质性
同质性理论（HomophilyTheory）认为社会关系更容易建立在具有相似或共同属性的个体之间[8]。健康同质性则认为具有相似健康状态的个体间更容易建立起彼此的信任，进而采纳对方的建议，分享积极的态度[9]。如ZhangY等为了了解Facebook上在线健康社区的社交网络提供情感支持的潜力，采集了1352条有关Facebook糖尿病社区的发帖和回帖，通过内容分析方法进行数据分析。研究结果表明，社区成员向与自己相似健康状态的同伴提供了情感支持，其中大多数通过分享积极态度，对同伴的状态进行积极确认或祈祷来鼓励同伴[10]。Que?ryJL等为了研究社会支持、情感表达和感知压力之间的关系，通过定量和定性相结合的方法进行数据采集和分析。研究结果表明，患者如果缺少与自己相似健康状态的同伴支持，对社会支持的满意度偏低，会产生更多的负面情感，面对更多的压力[11]。
1.2高影响力用户的情感表达特征
在线健康社区中用户的影响力不同，表达的情感类别和强度会存在差异，如ZhangS等研究了乳腺癌论坛中用户情感表达的影响因素，采用方差分析法研究用户年龄、患癌阶段和影响力在情感表达中的差异。研究结果表明，高影响力用户作为长期会员，在乳腺癌论坛中充当了信息提供者的角色，并且在参与的话题中表达了更多的鼓励和同情[12]。StieglitzS等为了研究社交媒体用户的信息分享行为与情感表达之间的关系，采用SentiStrength工具进行情感分析，研究发现影响力高的用户倾向于发布更多带有情感色彩的推文，并且排名前50位最具影响力的用户发布的正面情感推文的数量是负面情感的两倍[13]。KangZ等为了识别在线健康社区中的高影响力用户，提出一种新颖的指标来直接衡量用户影响他人情感的能力，采用机器学习的方法对癌症幸存者网络社区用户的情感进行分析，研究结果表明，在收到他人的回帖后，表达负面情感的高影响力用户随后会表现出较高的积极情感[14]。
1.3高活跃度用户的情感表达特征
在线健康社区中用户的活跃度影响用户的情感表达。如WuB等为了分析在线健康社区中用户交流互动的动机，应用随机指数图模型来分析影响用户交流的因素，根据对全球糖尿病论坛的数据集进行为期5年的研究，发现该论坛中拥有较高活跃度的用户对社区体验有较高的满意度，拥有更多经验和偏激情感的用户发布的帖子在社区中起着重要作用[15]。CablingML等研究了在线健康社区平台为用户提供的健康支持作用，采用LIWC文本分析方法分析用户情感，研究结果表明，最活跃的用户比最不活跃用户的不患癌症的概率高80%，而最不活跃的用户比最活跃用户的患癌症的概率高48%;用户患癌症的阶段越低，发布帖子的可能性就越大，并且在论坛上保持活跃并鼓励更多（在线）社会支持;用户患癌症的阶段越高，发帖的可能性就越小，并且发帖情感以焦虑/悲伤为主[16]。
1.4整体网络的情感表达特征
有研究人员发现，整体网络的网络密度与用户的情感表达之间有负相关关系，如Kivran-SwaineF等为了研究用户在Twitter帖子中表达的情感与网络结构特征之间的关系，采用相关分析法研究网络密度与情感表达之间的关系，研究发现，网络密度与情感表达之间具有负相关关系，即人们更倾向于在稀疏的网络中表达情感，而如果在密集的网络中，人们可能会对共享情感产生担忧[17]。也有研究人员发现，整体网络的网络密度正向影响用户的情感表达，如LinH等研究了Facebook上的社交网络结构如何影响用户的情感表达，采用单因素方差分析方法研究网络密度与情感表达之间的关系，研究结果表明，拥有较大网络密度的Facebook用户倾向于表达更多的积极和消极情感[18]。而在线健康社区用户关系网络的社区规模不同，用户的情感表达也会存在差异，如LiuC等采用相关分析法研究在线健康社区规模与艾滋病人群情感表达之间的关系，研究发现每个社区中带有负面情感的用户比例约为60%，并且与社区规模之间存在弱的正相关性[19]。 综上所述，已有研究发现高影响力用户、高活跃度用户等可能表现出不同的情感表达特征，但少有研究考虑突发公共卫生事件情境下不同社交角色的用户的情感表达特征。另外，有关在线健康社区用户的情感分析研究中，多为情感的褒贬倾向划分，情感细分不够细致。基于此，本文以新冠肺炎疫情事件为例，研究突发公共卫生事件中在线健康社区用户的情感表达类型以及关键用户的情感表达特征。
2研究设计
本研究共分为4步：第一步，采集数据和数据预处理，主要包括选取在线健康社区论坛和清洗数据。第二步，用户情感分析，主要包括基于基础情感词典，匹配情感词，并计算用户情感得分。第三步，关键用户识别，主要包括构建用户情感传播网络和根据构建的传播网络，分析用户社交角色。第四步，用户社交角色对情感表达的影响分析，即利用方差分析和相关分析研究关键用户的情感表达类型和强度特征。
2.1数据采集与预处理
本文以2019年底发生的新冠肺炎疫情事件为例，以百度贴吧“健康保健”目录下“新型冠状病毒吧”作为数据源，首先爬取“新型冠状病毒吧”中所有发帖内容、发帖用户名称、发帖用户等级头衔、发帖时间及其阅读数;然后爬取每一发帖内容下回帖用户名称、回帖用户等级头衔、回帖内容及其回帖时间。数据爬取时间为2020年1月1日—5月20日，共采集发帖文本5606条，回帖文本89935条。删除含有网址链接、重复及Null数据、广告信息等影响用户情感分析的内容后，共得到有效发帖文本3116条，回帖文本65127条，用户25821个。
2.2用户情感分析
2.2.1情感词的识别
为了增加对发帖和回帖文本进行分词处理的准确性，本文首先构建一个自定义基础词典，自定义基础词典包括基础情感词典、突发公共卫生事件领域词典和网络流行词典。其中基础情感词典选择大连理工大学情感词汇本体库中的27466个情感词，大连理工大学情感词汇本体库将情感分为7大类21小类，情感强度分为1、3、5、7、9五档（9表示强度最大，1为强度最小），情感分类能够满足深入分析情感类别的需求[20]。领域词和网络流行词通过搜狗输入法细胞词库进行获取，通过对细胞词库中《医学词汇大全》和《网络流行新词》进行格式处理，将Scel格式转化为txt后，将这两种词库导入到自定义基础词典中，形成突发公共卫生事件领域词典和网络流行词典。然后，将自定义基础词典导入到NLPIR-ICTCLAS汉语分词系统中，对预处理后的文本进行分词[21]。
随后将分词后识别出的词语与大连理工大学情感词汇本体库中的情感词相匹配，抽取情感词。并根据情感词和大连理工大学情感词汇本体库的对应关系，确定每个词所属的情感类别和强度，并据此统计每个词所属句子的情感类别和强度。在此过程中，根据本文的研究对象，结合用户发帖、回帖文本的语境，对部分情感词的情感类别进行修正，如“呵呵”在情感词汇本体库中被划分为褒义词汇，但是它在大部分文本中表示贬义，如“呵呵，有用的话，前线还需要这么辛苦嘛，03年囤的板蓝根喝完了嘛？”“呵呵，这不就是变相收费么？酒店不少赚啊。”因此需要将其情感类别从褒义变为贬义。
2.2.2情感计算与处理
文本中否定词的使用会逆转情感词表达的情感，因此为了提高情感分析的准确率，需要考虑否定词的逆转作用。根据以往的研究成果[22]，并结合本文的语料库，选定的否定词表如表1所示，共包含否定词语40个。
在判断否定词的修饰作用时，本文仅考虑情感词的前后不超过3个词的范围内是否含有否定词，如果含有则与情感词进行合并，且对情感词的情感类别和情感强度进行重新修正。由于本文的情感分析是基于细粒度的七元情感分类，因此否定词的修饰处理更为复杂，本文参考文献[23]的情感转换表，进行了7类情感类别的转换，如表2所示。有否定词修饰的情感词的情感强度修正如式（1）所示[24]。
其中，Emotional-Score为经否定词修饰后新的情感词强度值，n为否定词出现的次数，Score（W）为情感词W的初始情感强度值。
程度副词的使用会在一定程度上对情感词的情感倾向起到加强或削弱的作用。因此，本文基于HowNet情感分析用语词集中提供的程度级别词语（中文）[25]，参考文献[26]的程度级别词典，为每个程度副词添加了1个表示强弱程度的属性，属性值的范围[0，1]，最高为1，0.2为一级，降一级减0.2，升一级加0.2，本文构建的程度副词表如表3所示。在判断程度副词的修饰作用时，与否定词一致，本文仅考虑情感词的前后不超过3个词的范围内是否含有程度副词，如果含有则与情感词进行匹配，Degree表示程度副词的修饰强度，经程度副词修饰后的情感词的计算见式（2）。
由于本文侧重分析关键用户在新冠肺炎疫情事件中的情感表达特征，最后也将以用户为基本单位进行情感类别和强度分析，因此整理每位用户发布的关于该事件的发帖和回帖文本，先计算用户发帖和回帖文本中每个句子的情感类别及强度值，再将其中情感强度值最大的句子的情感作为该用户的情感类别，以属于该类情感的情感词的情感强度平均值作为该用户的情感强度值。最后，为保证情感计算结果的准确性，随机抽取1000条文本进行人工校对，对情感计算不准确的文本进一步修正，同时将修正规则应用于所有文本。
2.3关键用户的识别
2.3.1情感传播网络的构建
为更加直观地观察新冠肺炎疫情事件中用户在社交网络中的情感分布及情感传播过程，本文应用Gephi软件，结合社会网络分析法，构建用户情感传播网络。运用社会网络分析法分析用户的情感传播网络时，每个用户都是一个独立的节点，节点之间都存在一定的传播关系，即回帖关系。回帖关系是有向的，从发帖用户指向回帖用户，在数据统计分析时，发帖的用戶归为出度，回帖的用户归为入度。根据回帖关系，应用Gephi软件建立情感传播网络，以用户为节点，以用户的回帖关系为边，边的粗细反映节点（用户）之间联系的强弱，以节点颜色表示该用户情感类别，节点大小表示该用户的情感强度，使用“ForceAtlas2”布局。软件分析结果如图1所示，该情感传播网络由20633个节点和27759条边构成，节点大小表示该用户的情感极性强度得分，颜色表示节点情感。 2.3.2社会网络角色的测量
高影响力用户的计算方法为社会网络分析中的出度计算，节点出度大，则表示该节点在网络中具有较大的影响力，并处于较为重要的地位。高活跃度用户的计算方法为社会网络分析中的入度计算，节点入度大，则表示该节点在网络中比较活跃，属于网络中的积极行动者。中间中心度用来衡量节点控制其他节点的能力，如果一个节点处于许多其他节点对的最短的途径上，那么该节点就具有较高的中间中心度，居于节点中比较重要的地位，能够起到沟通其他各个节点的桥梁作用[27]。关键中间用户的计算方法为社会网络分析中的中间中心度计算，节点中间中心度越大，则表示该节点在信息传播过程中起到重要桥梁作用。本文通过Gephi软件计算情感传播网络中每个节点的出度、入度、中间中心度指标。
2.4关键用户的情感表达特征分析方法
本文以SPSS23.0软件为工具，分析关键用户的情感表达特征。采用单因素方差分析法分别对用户影响力、活跃度和中间中心度3个因素进行分析，判定其在情感表达类别上是否有所差异。采用相关分析法分别对用户影响力、活跃度和中间中心度3个因素之间，及其各自与情感表达强度之间的相关关系进行分析。
3研究结果
3.1总体情感分布特征
在所采集的样本数据中，在线健康社区用户在新冠肺炎疫情话题下的情感类别分布如图2所示。根据文本的情感倾向特征，并结合事件特点可知，在线健康社区用户对新冠肺炎疫情事件主要呈现好（占比43.8%）、恶（占比30.9%）这两种情感，其次为乐（占比9.2%）、惧（占比9.1%）、哀（占比3.4%）、怒（占比1.5%）、惊（占比1.1%）。
3.2不同等级头衔用户的情感分布特征
3.2.1不同等级头衔用户的情感表达类别特征
用户的等级头衔是衡量用户使用贴吧频率的指标，也是资历和影响力的体现。用户从初级粉丝开始成长，随着经验值提升，头衔也会不断升级。“新型冠状病毒吧”中用户的等级头衔依次为初级粉丝、中级粉丝、高级粉丝、正式会员、核心会员、铁杆会员、知名人士、小吧主。为进一步分析不同等级头衔用户的情感表达类别特征，图3列出不同等级头衔用户的情感表达类别比例分布。
由图3可以看出，初级粉丝、中级粉丝、高级粉丝、正式会员和核心会员的情感表达类别比例分布中，“好”和“恶”两种情感所占比例最大，“怒”和“惊”两种情感所占比例最小。而与初级粉丝、中级粉丝和高级粉丝等低等级头衔用户相比，铁杆会员、知名人士和小吧主等高等级头衔用户的情感表达类别比例分布中，“怒”情感所占比例更多。铁杆会员、知名人士和小吧主作为“新型冠状病毒吧”中的高等级头衔用户，他们报道的负面事件往往发生在第一时间，而被报道事件的负面属性也在一定程度上决定了情感表达更为激烈的“怒”情感所占比例更多。
3.2.2不同等级头衔用户的情感表达强度特征
根据不同等级头衔用户的情感表达类别差异，进一步对其情感表达强度进行分析，不同等级头衔用户的平均情感表达强度分布如图4所示。
从图4可以看出，除核心会员以外，初级粉丝、中级粉丝、高级粉丝、正式会员、铁杆会员、知名人士和小吧主的情感表达强度分布中“怒”和“惊”两类情感的平均情感表达强度最高，而核心会员“哀”和“惊”两类情感的平均情感表达强度最高。从总体情感表达强度分布来看，相比于知名人士和小吧主等高等级头衔用户，初级粉丝和中级粉丝等低等级头衔用户的各类情感的平均情感表达强度分布更为均匀。
3.3关键用户的情感表达类别特征
利用SPSS23.0软件，采用单因素方差分析的方法，分别研究用户影响力、活跃度、中间中心度在情感表达类别上的差异，如表4所示。
从表4可以看出，不同情感表达类别的用户其影响力存在显著差异（F=4.127，p=0.000），按照影响力均值从高到低排序，情感表达类别依次为怒、好、惧、恶、惊、乐、哀，表达“怒”的用户影响力均值最高（M=15.7，SD=253.7）。不同情感表达类别的用户其活跃度并不存在显著的差异（F=1.140，p=0.336）。不同情感表达类别的用户其中间中心度存在显著差异（F=8.554，p=0.000），按照中间中心度均值从高到低排序，情感表达类别依次为怒、好、哀、惊、惧、乐、恶，表达“怒”的用户中间中心度均值最高（M=74.88，SD=1215.8）。
3.4关键用户的情感表达强度特征
3.4.1影响力、活跃度、中间中心度之间的相关关系
利用SPSS23.0软件，采用相关分析的方法，研究用户影响力、活跃度、中间中心度之间的相关关系，如表5所示。
从表5可以看出，用户影响力与活跃度之间、用户活跃度与中间中心度之间均存在较弱的相关关系，而用户影响力与中间中心度之间存在高度相关关系，即用户的影响力越高，其中间中心度也相对较高。作为表征用户社交角色特征的指标，影响力的大小反映了用户发布的信息在扩散过程中所引发的反响程度，中间中心度的大小反映了一个用户对于其他用户以及交往网络的控制程度。同时，高影响力用户与关键中间用户都可以对各类事件发表自己的观点，作为信息的发布者和把控者，二者之间存在一定的共性。
3.4.2影响力、活跃度、中间中心度与情感表达强度之间的相关关系
利用SPSS23.0软件，采用相关分析的方法，分别研究用户影响力、活跃度、中间中心度与情感表达强度之间的相关关系，使用Pearson相关系数（r）表示相关关系的强弱情况，如表6所示。
从表6可以看出，用户的活跃度、中间中心度均通过了显著性检验（p<0.01），与情感表达强度之间具有相关关系。而用户的中间中心度与情感表达强度的相关系数r为0.022，相关性较弱。用户的活跃度与情感表达强度的相关系数r为0.315，在p=0.01的水平下呈正相关，即用户的活跃度越高，其情感表达强度也相对较高。本文中用户活跃度的计算方法为社会网络分析中的入度计算，将回帖的用户归为入度，用户在回复或转发他人的信息时，不仅可以促进信息的共享，还可以表达对该信息的支持或反对的观點，促进情感的传播。情绪感染理论认为个体情绪可以影响到他人的行为、思想和情绪，这一影响过程可以在多人间交互产生，并不断增强[28]。文献[29]的研究结果也表明，用户回复或转发他人信息的数量越多，与他人的互动也就越多，在这一过程中用户自身的情感表达强度得到加强。这些研究成果也在一定程度上证明用户的活跃度与其情感表达强度存在相关关系，用户的活跃度越高，与他人的互动也就越多，其自身的情感表达强度得到一定程度的加强。 4讨论与建议
在“互联网 医疗健康”时代，越来越多的用户加入在线健康社区，获取和分享医疗经验信息，同时也在社区中与他人进行交流沟通，获得来自其他用户的情感支持。但是，国内在线健康社区还处于发展初期，许多因素会影响其健康发展。本文选取百度贴吧中“新型冠状病毒吧”作为在线健康社区环境，采用情感分析和社会网络分析方法，探索突发公共卫生事件中在线健康社区关键用户的情感表达特征，研究发现：
1）不同等级头衔的用户其情感表达类别存在显著差异。与初级粉丝和中级粉丝等低等级头衔用户相比，知名人士和小吧主等高等级头衔用户的情感表达类别分布中，“怒”情感所占比例更多。而且铁杆会员、知名人士和小吧主等高等级头衔用户情感表达强度分布中“怒”和“惊”两类情感的平均情感表达强度最高。由此可见，知名人士和小吧主等高等级头衔用户表达的情感不一定都是积极的，也有可能是消极的。而这些高等级头衔用户作为平台的资深用户，具有重要影响力，他们的观点会进行长时间或高频率的发布。因此，需要对这些高等级头衔用户的消极情感产生的原因进行分析，并将事件正面信息和报道事实推送给这些用户，进而逐渐引导其他用户，使得舆情向着积极方向发展。
2）不同情感表达类别的用户其影响力、中间中心度存在显著差异。表达“怒”的用户的影响力均值、中间中心度均值最高。用户影响力越大，该用户在信息传播网络中的地位越重要;用户中间中心度越大，该用户在信息传播过程中的沟通作用越重要。如果不及时对这些用户的“怒”情感进行疏导，任其在社交网络中蔓延，将可能导致舆情危机。因此，需要分析用户“怒”情感产生的原因，及时通报用户关注事件的进展情况，并对涉事人员进行相应处罚，逐渐转变这些用户的态度，使其情感朝着积极的一面发展。
3）用户的影响力与中间中心度之间存在高度相关关系。作为表征用户社交角色特征的影响力、中间中心度之间具有高度正相关性，符合常规意义上社会交往的特性，體现出在线健康社区平台在人际交往上的促进性，同时也为依托在线健康社区进行社会化医疗信息平台的搭建提供了一定的借鉴。即在线健康社区用户需要发布高质量的信息，增加帖子的回复数，扩大自身的影响力，同时也应积极地关注和回复他人，来吸引更多的其他用户，获得更高的关注度，使得信息的传递更加有效。
4）用户的活跃度与情感表达强度之间存在相关关系。用户的活跃度与情感表达强度在p=0.01的水平下呈正相关，即用户的活跃度越高，其情感表达强度也越高。高活跃度用户作为用户关系网络中的积极行动者，对新冠肺炎疫情事件的关注度较高，热衷于回复或转发各种信息。因此，需要关注情感表达强度高的高活跃度用户，观察其各类情感的情感表达强度波动情况，分析情感表达强度产生波动的原因，对其进行一定的安抚工作，从而降低负面信息被转发扩散的风险。
5结论
本文探索突发公共卫生事件中在线健康社区关键用户的情感表达特征，有利于舆情监管部门了解和掌握用户的情感表达规律，及时疏导用户情感，避免舆情失控现象的发生。本文的局限和未来研究方向主要表现在以下两个方面：第一，本文仅以2019年底发生的新冠肺炎疫情事件作为研究对象，具有一定的局限性，未来可结合更多的突发公共卫生事件开展在线健康社区用户情感表达特征的研究。第二，本文数据来源主要是百度贴吧“新型冠状病毒吧”，数据覆盖范围不够广泛，未来可结合调查问卷、访谈等方法进行数据收集的工作，丰富数据类型。
在线健康社区是指虚拟世界中由共同健康兴趣的人组成的集合，集合中人们从事分享经验、提出问题、提供情感支持以及自我帮助等各种与健康相关的活动[1]。随着医疗改革的不断深入和计算机技术的发展，丁香园、甜蜜家园、好大夫在线、医享网、寻医问药网等国内在线健康社区出现了蓬勃发展的态势。通过在线健康社区，用户可以组成医疗互助小组，不仅可以获取和分享医疗信息，而且可以找到归属感，互相鼓励，缓解焦虑紧张情绪。突发公共卫生事件不仅给公众的生命健康带来威胁，公众由于感知到事件给自身带来的不确定性和威胁性，会产生不安、紧张和担忧等负面情绪。例如，新冠肺炎疫情是新中国成立以来在我国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件[2]。该事件发生后，公众通过丁香园、好大夫在线、百度贴吧“健康保健”版块等在线健康社区寻求社会支持和发布事件相关的舆论文本。在线健康社区中的每位用户既是信息的发布者，也是信息的搜索者和传播者，以发帖、回帖为联系纽带，构建复杂的社交网络。根据信息传播的二八定律，一般数量非常少的关键节点却可以影响到网络中大部分节点[3]。根据社会网络理论，用户关系网络中的关键用户通常分为高影响力用户、高活跃度用户、关键中间用户，高影响力用户拥有较高的出度，是网络中信息的来源;高活跃度用户拥有较高的入度，在网络中表现较为活跃;关键中间用户拥有较高的中间中心度，在信息的传播中起到中间桥梁的作用。目前的研究发现，不同时间[4]、不同疾病情境[5]、不同性别[6]的用户情感表达特征均会存在差异，针对不同关键用户情感表达特征的研究还相对较少，基于此，本文提出以下研究问题：突发公共卫生事件情境下在线健康社区用户的情感表达类型有哪些？在事件的传播过程中情感表达的关键用户有哪些？社交网絡中关键用户的情感表达具有怎样的特征？本文以新冠肺炎疫情事件为例，采用社会网络分析、情感分析和方差分析方法对在线健康社区用户的社交网络角色与情感表达之间的关系进行研究，为突发公共卫生事件的情感引导和在线健康社区的服务提供一定的参考。
1研究综述
在线健康社区中用户关系网络是由许多网络节点（行动者）和它们之间的关系（朋友、信任、合作等）构成的一种社会结构[7]，从用户关系网络的角度来看，目前在线健康社区用户情感表达特征的研究主要有健康同质性研究、高影响力用户的情感表达特征、高活跃度用户的情感表达特征、整体网络的情感特征研究等几个方面。
1.1健康同质性
同质性理论（HomophilyTheory）认为社会关系更容易建立在具有相似或共同属性的个体之间[8]。健康同质性则认为具有相似健康状态的个体间更容易建立起彼此的信任，进而采纳对方的建议，分享积极的态度[9]。如ZhangY等为了了解Facebook上在线健康社区的社交网络提供情感支持的潜力，采集了1352条有关Facebook糖尿病社区的发帖和回帖，通过内容分析方法进行数据分析。研究结果表明，社区成员向与自己相似健康状态的同伴提供了情感支持，其中大多数通过分享积极态度，对同伴的状态进行积极确认或祈祷来鼓励同伴[10]。Que?ryJL等为了研究社会支持、情感表达和感知压力之间的关系，通过定量和定性相结合的方法进行数据采集和分析。研究结果表明，患者如果缺少与自己相似健康状态的同伴支持，对社会支持的满意度偏低，会产生更多的负面情感，面对更多的压力[11]。
1.2高影响力用户的情感表达特征
在线健康社区中用户的影响力不同，表达的情感类别和强度会存在差异，如ZhangS等研究了乳腺癌论坛中用户情感表达的影响因素，采用方差分析法研究用户年龄、患癌阶段和影响力在情感表达中的差异。研究结果表明，高影响力用户作为长期会员，在乳腺癌论坛中充当了信息提供者的角色，并且在参与的话题中表达了更多的鼓励和同情[12]。StieglitzS等为了研究社交媒体用户的信息分享行为与情感表达之间的关系，采用SentiStrength工具进行情感分析，研究发现影响力高的用户倾向于发布更多带有情感色彩的推文，并且排名前50位最具影响力的用户发布的正面情感推文的数量是负面情感的两倍[13]。KangZ等为了识别在线健康社区中的高影响力用户，提出一种新颖的指标来直接衡量用户影响他人情感的能力，采用机器学习的方法对癌症幸存者网络社区用户的情感进行分析，研究结果表明，在收到他人的回帖后，表达负面情感的高影响力用户随后会表现出较高的积极情感[14]。
1.3高活跃度用户的情感表达特征
在线健康社区中用户的活跃度影响用户的情感表达。如WuB等为了分析在线健康社区中用户交流互动的动机，应用随机指数图模型来分析影响用户交流的因素，根据对全球糖尿病论坛的数据集进行为期5年的研究，发现该论坛中拥有较高活跃度的用户对社区体验有较高的满意度，拥有更多经验和偏激情感的用户发布的帖子在社区中起着重要作用[15]。CablingML等研究了在线健康社区平台为用户提供的健康支持作用，采用LIWC文本分析方法分析用户情感，研究结果表明，最活跃的用户比最不活跃用户的不患癌症的概率高80%，而最不活跃的用户比最活跃用户的患癌症的概率高48%;用户患癌症的阶段越低，发布帖子的可能性就越大，并且在论坛上保持活跃并鼓励更多（在线）社会支持;用户患癌症的阶段越高，发帖的可能性就越小，并且发帖情感以焦虑/悲伤为主[16]。
1.4整体网络的情感表达特征
有研究人员发现，整体网络的网络密度与用户的情感表达之间有负相关关系，如Kivran-SwaineF等为了研究用户在Twitter帖子中表达的情感与网络结构特征之间的关系，采用相关分析法研究网络密度与情感表达之间的关系，研究发现，网络密度与情感表达之间具有负相关关系，即人们更倾向于在稀疏的网络中表达情感，而如果在密集的网络中，人们可能会对共享情感产生担忧[17]。也有研究人员发现，整体网络的网络密度正向影响用户的情感表达，如LinH等研究了Facebook上的社交网络结构如何影响用户的情感表达，采用单因素方差分析方法研究网络密度与情感表达之间的关系，研究结果表明，拥有较大网络密度的Facebook用户倾向于表达更多的积极和消极情感[18]。而在线健康社区用户关系网络的社区规模不同，用户的情感表达也会存在差异，如LiuC等采用相关分析法研究在线健康社区规模与艾滋病人群情感表达之间的关系，研究发现每个社区中带有负面情感的用户比例约为60%，并且与社区规模之间存在弱的正相关性[19]。 综上所述，已有研究发现高影响力用户、高活跃度用户等可能表现出不同的情感表达特征，但少有研究考虑突发公共卫生事件情境下不同社交角色的用户的情感表达特征。另外，有关在线健康社区用户的情感分析研究中，多为情感的褒贬倾向划分，情感细分不够细致。基于此，本文以新冠肺炎疫情事件为例，研究突发公共卫生事件中在线健康社区用户的情感表达类型以及关键用户的情感表达特征。
2研究设计
本研究共分为4步：第一步，采集数据和数据预处理，主要包括选取在线健康社区论坛和清洗数据。第二步，用户情感分析，主要包括基于基础情感词典，匹配情感词，并计算用户情感得分。第三步，关键用户识别，主要包括构建用户情感传播网络和根据构建的传播网络，分析用户社交角色。第四步，用户社交角色对情感表达的影响分析，即利用方差分析和相关分析研究关键用户的情感表达类型和强度特征。
2.1数据采集与预处理
本文以2019年底发生的新冠肺炎疫情事件为例，以百度贴吧“健康保健”目录下“新型冠状病毒吧”作为数据源，首先爬取“新型冠状病毒吧”中所有发帖内容、发帖用户名称、发帖用户等级头衔、发帖时间及其阅读数;然后爬取每一发帖内容下回帖用户名称、回帖用户等级头衔、回帖内容及其回帖时间。数据爬取时间为2020年1月1日—5月20日，共采集发帖文本5606条，回帖文本89935条。删除含有网址链接、重复及Null数据、广告信息等影响用户情感分析的内容后，共得到有效发帖文本3116条，回帖文本65127条，用户25821个。
2.2用户情感分析
2.2.1情感词的识别
为了增加对发帖和回帖文本进行分词处理的准确性，本文首先构建一个自定义基础词典，自定义基础词典包括基础情感词典、突发公共卫生事件领域词典和网络流行词典。其中基础情感词典选择大连理工大学情感词汇本体库中的27466个情感词，大连理工大学情感词汇本体库将情感分为7大类21小类，情感强度分为1、3、5、7、9五档（9表示强度最大，1为强度最小），情感分类能够满足深入分析情感类别的需求[20]。领域词和网络流行词通过搜狗输入法细胞词库进行获取，通过对细胞词库中《医学词汇大全》和《网络流行新词》进行格式处理，将Scel格式转化为txt后，将这两种词库导入到自定义基础词典中，形成突发公共卫生事件领域词典和网络流行词典。然后，将自定义基础词典导入到NLPIR-ICTCLAS汉语分词系统中，对预处理后的文本进行分词[21]。
随后将分词后识别出的词语与大连理工大学情感词汇本体库中的情感词相匹配，抽取情感词。并根据情感词和大连理工大学情感词汇本体库的对应关系，确定每个词所属的情感类别和强度，并据此统计每个词所属句子的情感类别和强度。在此过程中，根据本文的研究对象，结合用户发帖、回帖文本的语境，对部分情感词的情感类别进行修正，如“呵呵”在情感词汇本体库中被划分为褒义词汇，但是它在大部分文本中表示贬义，如“呵呵，有用的话，前线还需要这么辛苦嘛，03年囤的板蓝根喝完了嘛？”“呵呵，这不就是变相收费么？酒店不少赚啊。”因此需要将其情感类别从褒义变为贬义。
2.2.2情感计算与处理
文本中否定词的使用会逆转情感词表达的情感，因此为了提高情感分析的准确率，需要考虑否定词的逆转作用。根据以往的研究成果[22]，并结合本文的语料库，选定的否定词表如表1所示，共包含否定词语40个。
在判断否定词的修饰作用时，本文仅考虑情感词的前后不超过3个词的范围内是否含有否定词，如果含有则与情感词进行合并，且对情感词的情感类别和情感强度进行重新修正。由于本文的情感分析是基于细粒度的七元情感分类，因此否定词的修饰处理更为复杂，本文参考文献[23]的情感转换表，进行了7类情感类别的转换，如表2所示。有否定词修饰的情感词的情感强度修正如式（1）所示[24]。
其中，Emotional-Score为经否定词修饰后新的情感词强度值，n为否定词出现的次数，Score（W）为情感词W的初始情感强度值。
程度副词的使用会在一定程度上对情感词的情感倾向起到加强或削弱的作用。因此，本文基于HowNet情感分析用语词集中提供的程度级别词语（中文）[25]，参考文献[26]的程度级别词典，为每个程度副词添加了1个表示强弱程度的属性，属性值的范围[0，1]，最高为1，0.2为一级，降一级减0.2，升一级加0.2，本文构建的程度副词表如表3所示。在判断程度副词的修饰作用时，与否定词一致，本文仅考虑情感词的前后不超过3个词的范围内是否含有程度副词，如果含有则与情感词进行匹配，Degree表示程度副词的修饰强度，经程度副词修饰后的情感词的计算见式（2）。
由于本文侧重分析关键用户在新冠肺炎疫情事件中的情感表达特征，最后也将以用户为基本单位进行情感类别和强度分析，因此整理每位用户发布的关于该事件的发帖和回帖文本，先计算用户发帖和回帖文本中每个句子的情感类别及强度值，再将其中情感强度值最大的句子的情感作为该用户的情感类别，以属于该类情感的情感词的情感强度平均值作为该用户的情感强度值。最后，为保证情感计算结果的准确性，随机抽取1000条文本进行人工校对，对情感计算不准确的文本进一步修正，同时将修正规则应用于所有文本。
2.3关键用户的识别
2.3.1情感传播网络的构建
为更加直观地观察新冠肺炎疫情事件中用户在社交网络中的情感分布及情感传播过程，本文应用Gephi软件，结合社会网络分析法，构建用户情感传播网络。运用社会网络分析法分析用户的情感传播网络时，每个用户都是一个独立的节点，节点之间都存在一定的传播关系，即回帖关系。回帖关系是有向的，从发帖用户指向回帖用户，在数据统计分析时，发帖的用戶归为出度，回帖的用户归为入度。根据回帖关系，应用Gephi软件建立情感传播网络，以用户为节点，以用户的回帖关系为边，边的粗细反映节点（用户）之间联系的强弱，以节点颜色表示该用户情感类别，节点大小表示该用户的情感强度，使用“ForceAtlas2”布局。软件分析结果如图1所示，该情感传播网络由20633个节点和27759条边构成，节点大小表示该用户的情感极性强度得分，颜色表示节点情感。 2.3.2社会网络角色的测量
高影响力用户的计算方法为社会网络分析中的出度计算，节点出度大，则表示该节点在网络中具有较大的影响力，并处于较为重要的地位。高活跃度用户的计算方法为社会网络分析中的入度计算，节点入度大，则表示该节点在网络中比较活跃，属于网络中的积极行动者。中间中心度用来衡量节点控制其他节点的能力，如果一个节点处于许多其他节点对的最短的途径上，那么该节点就具有较高的中间中心度，居于节点中比较重要的地位，能够起到沟通其他各个节点的桥梁作用[27]。关键中间用户的计算方法为社会网络分析中的中间中心度计算，节点中间中心度越大，则表示该节点在信息传播过程中起到重要桥梁作用。本文通过Gephi软件计算情感传播网络中每个节点的出度、入度、中间中心度指标。
2.4关键用户的情感表达特征分析方法
本文以SPSS23.0软件为工具，分析关键用户的情感表达特征。采用单因素方差分析法分别对用户影响力、活跃度和中间中心度3个因素进行分析，判定其在情感表达类别上是否有所差异。采用相关分析法分别对用户影响力、活跃度和中间中心度3个因素之间，及其各自与情感表达强度之间的相关关系进行分析。
3研究结果
3.1总体情感分布特征
在所采集的样本数据中，在线健康社区用户在新冠肺炎疫情话题下的情感类别分布如图2所示。根据文本的情感倾向特征，并结合事件特点可知，在线健康社区用户对新冠肺炎疫情事件主要呈现好（占比43.8%）、恶（占比30.9%）这两种情感，其次为乐（占比9.2%）、惧（占比9.1%）、哀（占比3.4%）、怒（占比1.5%）、惊（占比1.1%）。
3.2不同等级头衔用户的情感分布特征
3.2.1不同等级头衔用户的情感表达类别特征
用户的等级头衔是衡量用户使用贴吧频率的指标，也是资历和影响力的体现。用户从初级粉丝开始成长，随着经验值提升，头衔也会不断升级。“新型冠状病毒吧”中用户的等级头衔依次为初级粉丝、中级粉丝、高级粉丝、正式会员、核心会员、铁杆会员、知名人士、小吧主。为进一步分析不同等级头衔用户的情感表达类别特征，图3列出不同等级头衔用户的情感表达类别比例分布。
由图3可以看出，初级粉丝、中级粉丝、高级粉丝、正式会员和核心会员的情感表达类别比例分布中，“好”和“恶”两种情感所占比例最大，“怒”和“惊”两种情感所占比例最小。而与初级粉丝、中级粉丝和高级粉丝等低等级头衔用户相比，铁杆会员、知名人士和小吧主等高等级头衔用户的情感表达类别比例分布中，“怒”情感所占比例更多。铁杆会员、知名人士和小吧主作为“新型冠状病毒吧”中的高等级头衔用户，他们报道的负面事件往往发生在第一时间，而被报道事件的负面属性也在一定程度上决定了情感表达更为激烈的“怒”情感所占比例更多。
3.2.2不同等级头衔用户的情感表达强度特征
根据不同等级头衔用户的情感表达类别差异，进一步对其情感表达强度进行分析，不同等级头衔用户的平均情感表达强度分布如图4所示。
从图4可以看出，除核心会员以外，初级粉丝、中级粉丝、高级粉丝、正式会员、铁杆会员、知名人士和小吧主的情感表达强度分布中“怒”和“惊”两类情感的平均情感表达强度最高，而核心会员“哀”和“惊”两类情感的平均情感表达强度最高。从总体情感表达强度分布来看，相比于知名人士和小吧主等高等级头衔用户，初级粉丝和中级粉丝等低等级头衔用户的各类情感的平均情感表达强度分布更为均匀。
3.3关键用户的情感表达类别特征
利用SPSS23.0软件，采用单因素方差分析的方法，分别研究用户影响力、活跃度、中间中心度在情感表达类别上的差异，如表4所示。
从表4可以看出，不同情感表达类别的用户其影响力存在显著差异（F=4.127，p=0.000），按照影响力均值从高到低排序，情感表达类别依次为怒、好、惧、恶、惊、乐、哀，表达“怒”的用户影响力均值最高（M=15.7，SD=253.7）。不同情感表达类别的用户其活跃度并不存在显著的差异（F=1.140，p=0.336）。不同情感表达类别的用户其中间中心度存在显著差异（F=8.554，p=0.000），按照中间中心度均值从高到低排序，情感表达类别依次为怒、好、哀、惊、惧、乐、恶，表达“怒”的用户中间中心度均值最高（M=74.88，SD=1215.8）。
3.4关键用户的情感表达强度特征
3.4.1影响力、活跃度、中间中心度之间的相关关系
利用SPSS23.0软件，采用相关分析的方法，研究用户影响力、活跃度、中间中心度之间的相关关系，如表5所示。
从表5可以看出，用户影响力与活跃度之间、用户活跃度与中间中心度之间均存在较弱的相关关系，而用户影响力与中间中心度之间存在高度相关关系，即用户的影响力越高，其中间中心度也相对较高。作为表征用户社交角色特征的指标，影响力的大小反映了用户发布的信息在扩散过程中所引发的反响程度，中间中心度的大小反映了一个用户对于其他用户以及交往网络的控制程度。同时，高影响力用户与关键中间用户都可以对各类事件发表自己的观点，作为信息的发布者和把控者，二者之间存在一定的共性。
3.4.2影响力、活跃度、中间中心度与情感表达强度之间的相关关系
利用SPSS23.0软件，采用相关分析的方法，分别研究用户影响力、活跃度、中间中心度与情感表达强度之间的相关关系，使用Pearson相关系数（r）表示相关关系的强弱情况，如表6所示。
从表6可以看出，用户的活跃度、中间中心度均通过了显著性检验（p<0.01），与情感表达强度之间具有相关关系。而用户的中间中心度与情感表达强度的相关系数r为0.022，相关性较弱。用户的活跃度与情感表达强度的相关系数r为0.315，在p=0.01的水平下呈正相关，即用户的活跃度越高，其情感表达强度也相对较高。本文中用户活跃度的计算方法为社会网络分析中的入度计算，将回帖的用户归为入度，用户在回复或转发他人的信息时，不仅可以促进信息的共享，还可以表达对该信息的支持或反对的观點，促进情感的传播。情绪感染理论认为个体情绪可以影响到他人的行为、思想和情绪，这一影响过程可以在多人间交互产生，并不断增强[28]。文献[29]的研究结果也表明，用户回复或转发他人信息的数量越多，与他人的互动也就越多，在这一过程中用户自身的情感表达强度得到加强。这些研究成果也在一定程度上证明用户的活跃度与其情感表达强度存在相关关系，用户的活跃度越高，与他人的互动也就越多，其自身的情感表达强度得到一定程度的加强。 4讨论与建议
在“互联网 医疗健康”时代，越来越多的用户加入在线健康社区，获取和分享医疗经验信息，同时也在社区中与他人进行交流沟通，获得来自其他用户的情感支持。但是，国内在线健康社区还处于发展初期，许多因素会影响其健康发展。本文选取百度贴吧中“新型冠状病毒吧”作为在线健康社区环境，采用情感分析和社会网络分析方法，探索突发公共卫生事件中在线健康社区关键用户的情感表达特征，研究发现：
1）不同等级头衔的用户其情感表达类别存在显著差异。与初级粉丝和中级粉丝等低等级头衔用户相比，知名人士和小吧主等高等级头衔用户的情感表达类别分布中，“怒”情感所占比例更多。而且铁杆会员、知名人士和小吧主等高等级头衔用户情感表达强度分布中“怒”和“惊”两类情感的平均情感表达强度最高。由此可见，知名人士和小吧主等高等级头衔用户表达的情感不一定都是积极的，也有可能是消极的。而这些高等级头衔用户作为平台的资深用户，具有重要影响力，他们的观点会进行长时间或高频率的发布。因此，需要对这些高等级头衔用户的消极情感产生的原因进行分析，并将事件正面信息和报道事实推送给这些用户，进而逐渐引导其他用户，使得舆情向着积极方向发展。
2）不同情感表达类别的用户其影响力、中间中心度存在显著差异。表达“怒”的用户的影响力均值、中间中心度均值最高。用户影响力越大，该用户在信息传播网络中的地位越重要;用户中间中心度越大，该用户在信息传播过程中的沟通作用越重要。如果不及时对这些用户的“怒”情感进行疏导，任其在社交网络中蔓延，将可能导致舆情危机。因此，需要分析用户“怒”情感产生的原因，及时通报用户关注事件的进展情况，并对涉事人员进行相应处罚，逐渐转变这些用户的态度，使其情感朝着积极的一面发展。
3）用户的影响力与中间中心度之间存在高度相关关系。作为表征用户社交角色特征的影响力、中间中心度之间具有高度正相关性，符合常规意义上社会交往的特性，體现出在线健康社区平台在人际交往上的促进性，同时也为依托在线健康社区进行社会化医疗信息平台的搭建提供了一定的借鉴。即在线健康社区用户需要发布高质量的信息，增加帖子的回复数，扩大自身的影响力，同时也应积极地关注和回复他人，来吸引更多的其他用户，获得更高的关注度，使得信息的传递更加有效。
4）用户的活跃度与情感表达强度之间存在相关关系。用户的活跃度与情感表达强度在p=0.01的水平下呈正相关，即用户的活跃度越高，其情感表达强度也越高。高活跃度用户作为用户关系网络中的积极行动者，对新冠肺炎疫情事件的关注度较高，热衷于回复或转发各种信息。因此，需要关注情感表达强度高的高活跃度用户，观察其各类情感的情感表达强度波动情况，分析情感表达强度产生波动的原因，对其进行一定的安抚工作，从而降低负面信息被转发扩散的风险。
5结论
本文探索突发公共卫生事件中在线健康社区关键用户的情感表达特征，有利于舆情监管部门了解和掌握用户的情感表达规律，及时疏导用户情感，避免舆情失控现象的发生。本文的局限和未来研究方向主要表现在以下两个方面：第一，本文仅以2019年底发生的新冠肺炎疫情事件作为研究对象，具有一定的局限性，未来可结合更多的突发公共卫生事件开展在线健康社区用户情感表达特征的研究。第二，本文数据来源主要是百度贴吧“新型冠状病毒吧”，数据覆盖范围不够广泛，未来可结合调查问卷、访谈等方法进行数据收集的工作，丰富数据类型。