體育賽事網絡輿情的傳播特征研究
——基于2019年女排世界杯的文本情感分析

王曉晨，關 碩，于文博，李 芳

網絡輿情是在一定的社會空間內，民眾圍繞社會熱點事件的發生、發展和變化在互聯網所表達的有較強影響力和傾向性的言論和觀點的集合［1］。第45 次《中國互聯網絡發展狀況統計報告》顯示，截至2020 年3 月，我國網民規模達9.04 億，互聯網普及率達64.5%，我國手機網民規模達8.97 億［2］。伴隨著當代移動互聯網的高速發展和社交媒體的急劇升溫，社會輿論場域產生變革。各級各類網絡社交媒體為社會熱點事件評論、傳播和輿論的形成、發酵提供了相對寬松的平臺，受眾得以通過快速和便捷的渠道表達觀點、態度和立場，逐漸打破傳統的媒介監督范式。體育作為社會的調節閥，體育賽事作為社會熱點往往成為受眾關注、熱議的話題。一場重要體育賽事的輸贏往往快速掀起網絡輿論狂潮。在2019 年9 月進行的女排世界杯，中國女排不畏強手豪取11 連勝奪冠，成功衛冕，為祖國70 華誕獻禮。習近平主席致電表示祝賀并會見了中國女排，女排精神成為了新時代“不忘初心、持之以恒”的不竭動力?！芭攀澜绫边@一賽事受眾關注度高、持續時間長、影響范圍廣，特別正值建國70周年，具有特殊意義?，F有研究針對司法、民生、醫療等社會問題的網絡輿情研究較多，國內體育賽事輿情研究網絡輿情的成果不多，國外體育賽事輿情研究散見于體育賽事危機管理文獻之中，與本文論題“體育賽事網絡輿情傳播特征”直接相關的研究成果較少。楊帆的《網絡輿論事件中微博評論的情感傾向及程度研究——以“于歡案”為例》和袁婷婷的《微博文本情感分析研究》從網絡輿論事件的選取和研究方法的選用給予本文啟發。本文以“2019年女排世界杯”這一體育賽事為研究背景，運用實證研究方法分析“中國女排”微博評論的時間序列、文本詞頻及文本情感，進而得出體育賽事網絡輿情的傳播特征，有助于了解、順應并引導網絡輿情。

1 研究方法與設計

本文采用文本情感分析的方法對“中國女排”微博評論文本進行情感分析與討論。文本情感分析這一研究方法是綜合計算機科學、自然語言學、數據挖掘和人工智能等多學科的新興研究方法。目前文本情感分析主要有基于機器學習和詞典兩種方法，機器學習偏向于數據涵蓋范圍，詞典方法更利于提煉特征。因為本文的研究對象是社交媒體的評論文本，而且微博語言具有顯著口語化、網絡詞語使用頻繁化等特征，文本情感多依賴于特殊情境和上下文語境［3］。從研究實際出發，本文將采用詞典的方法，應用“瑞信科研情報采集分析系統”對相關數據進行情感分析進而歸納提煉輿情傳播特征。

1.1 樣本選擇

“中國女排”作為中國女子排球隊的行政官方微博，擁有400 萬粉絲（截至2019 年12 月），日閱讀數一直穩定在100 萬以上，相關話題討論熱烈，是中國排球迷表達觀點、態度、立場的重要輿論場。2019年9 月14 日-29 日在日本舉行的女排世界杯是2020 年東京奧運會之前的重要練兵，引起了廣泛關注?；隗w育賽事報道遵循賽前、賽中和賽后的報道規律，通過對“中國女排”9 月9 日-13 日（賽前）、9 月14 日-29 日（賽中）和9 月30 日-10 月4日（賽后）共計26 天的微博數據進行觀察，該微博賬號共發布原創微博448 條，共計284 983 條評論。鑒于原始評論數據龐大，本文的數據要求為具有代表性的評論文本，需要進行數據抓取與預處理。

1.2 數據抓取

首先，本文運用Pycharm 對原始評論文本進行初步抓取，Pycharm 是由JetBrains 打造的一款Python開發工具，首先運用Python 語言編寫程序，通過Pycharm運行代碼并把網頁內容以TXT 格式存檔，爬取思路如下：

圖1 微博評論文本數據爬取思路Figure 1 Mind map of microblog comment text data crawling

依照上圖的爬取思路，筆者對2019 年女排世界杯“中國女排”官方微博的用戶評論進行數據爬取，收集當天評論量最多的微博共計26 條，對這26 條微博下的一級評論文本進行數據收集，最終共采集有效數據7 910 條。

其次，微博評論文本預處理。利用Python 語言編寫程序，將微博ID剔除，只保留評論文本內容，再利用ROSTCM 6 對文本進行預處理，具體包括分詞，去除停用詞以及刪除空行以及重復行，最終整理出6 248 條評論文本。

最后，利用ROSTCM 6 對評論文本進行情感分析。具體包括評論文本的詞頻分析，情感極性以及情感強烈程度。

2 研究分析與討論

按照研究思路，本部分將對全部微博評論進行時間序列分析，對有效微博評論文本進行詞頻和情感分析，進而得出體育賽事網絡輿情的傳播特征。

2.1 微博時間序列分析

2019年女排世界杯期間，伴隨著比賽進程的深入，中國女排接連勝利并最終奪冠、習近平主席會見中國女排、中國女排參加國慶閱兵活動等焦點事件，掀起了網絡體育輿情的高潮。通常情況下，網絡輿情的演化過程分為開始、擴散、高潮和消退四個階段，但各個階段間沒有十分鮮明的界限。針對不同類型的社會事件以及事件的嚴重程度，每個階段的持續時間和影響力也不盡相同［4］。根據網絡輿情的周期演化理論，以天為統計單位對“中國女排”官方微博的微博數據進行時間序列分析，得出日微博發布數量和日微博評論數量隨時間變化的曲線圖。

2.1.1 微博發布數量時間序列分析

圖2 微博發布數量時間序列變化Figure 2 Time sequence variation diagram of microblog publication quantity

由圖2 可見，“中國女排”微博發布數量的曲線圖高低起伏，在中國女排的比賽日微博發布數量明顯高于非比賽日，這符合體育比賽特別是較長的系列賽的媒體關注點變化曲線。其中日微博發布數量35 條以上的有4 天，分別是9 月15 日，9 月19日，9 月22 日和9 月29 日，這分別是中國女排戰勝喀麥隆、日本、巴西和阿根廷的比賽當日。特別是9月19 日和9 月29 日發布數量達到43 條和35 條，分別是中國女排戰勝宿敵巴西隊和“十一連勝”的奪冠日?？傮w而言，“中國女排”在重要比賽日發布了數量較多的微博進行賽事的連續報道，發文數量曲線符合體育賽事的報道規律，在重要場次達到幾次高潮點段。

2.1.2 微博評論數量時間序列分析

圖3 微博評論數量時間序列變化Figure 3 Time sequence variation diagram of microblog comment quantity

圖3 的曲線圖清晰地顯示在女排世界杯期間，網絡輿情的演化路線。三個重要的時間點即9 月14 日中國女排比賽首日、9 月26 日中國女排完成七連勝進入沖金期、9 月29 日中國女排奪冠，將網絡輿情的演化路線分為開始期、擴散期、高潮期和消退期。與其說日微博發文數量體現了社交媒體體育賽事報道的時間軌跡和報道階段性特征的話，日微博評論數量則充分體現了網絡體育輿情的變化曲線，完全是網民情緒的客觀表達，其高潮點段則比較單一，與微博發布數量無顯著性影響。

從時間序列變化圖中可知，從9 月9 日至9 月13 日，微博發布數量為31 條，微博評論數量7 006條，網絡輿情開始期，網民情緒低平，主要以“祝福女排”“積極備戰”為主要議題。而9 月14 日，中國女排戰勝韓國，獲得開門紅，當日便迎來了7 754 條評論，超過前5 天全部評論數量的總和，女排世界杯進入系列賽，網絡輿情從開始期進入擴散期。在擴散期內，伴隨著中國女排一次次地占勝對手，網民情緒日益高漲，評論數量與日俱增，在9 月14 日-9月24 日期間，日均微博評論數量為8 116 條。從評論數量來看，高潮期的到來源于中國女排奪冠的重要時刻，從9 月27 日-9 月29 日，微博評論數量為18 595 條、82 088 條、52 032 條。特別是9 月28 日，中國女排勝塞爾維亞，以十連勝的成績提前一場衛冕世界杯冠軍，達到了高潮期的峰值。隨即從9 月30 日至10 月4 日，微博評論數量日漸減少，網絡輿情進入消散期。

2.2 微博文本詞頻分析

詞頻分析法源于情報學。利用詞頻分析能夠描述和預測產業、事物發展趨勢，判斷事物之間的關聯性。詞頻的某些波動與社會現象、情報現象的波動存在著內在聯系［5］。詞頻分析同樣適用于網絡輿情研究，通過分析評論文本的高頻詞匯，能夠反映出受眾對某一社會熱點事件的整體態度、觀點和立場。大眾傳播媒介作為公共話語空間，建構出的網絡輿情深深影響著民眾對社會及社會關系的認知。微博作為當下最主要的社會化媒體之一，微博的評論文本內容無疑是網民最直觀的看法。2019年女排世界杯，“中國女排”發布微博的評論文本內容能夠充分反映大型體育賽事的網絡輿情熱點。在有效的6 248 個評論文本中，共出現了301 個詞語，圖4 為詞頻排名前100 的詞語可視化分布圖。

圖4 2019 年女排世界杯“中國女排”微博評論文本詞頻Top100 的詞語可視化Figure 4 The word visual cloud of“Chinese Women's Volleyball Team”microblog comment text word-frequency top 100 in 2019 Women's Volleyball World Cup

如圖4 的詞語可視化云圖顯示，微博評論文本中詞頻Top100 的詞語中，出現頻次越多，則字體越大。詞頻達到500 以上的按照次數多少依次為“加油”“女排”“中國女排”“女排”，具體次數為1 570次、1 283 次、1 245 次和515 次。這些出現頻率比較高的詞語一定程度上構建了中國女排參加世界杯比賽的焦點事件，并且表現為受眾為女排加油助威的正向情感。另外，詞頻出現100 次以上的詞語見表1，在全部微博評論文本中，出現最多的是為中國女排加油的詞語，與此同時，中國女排的焦點人物主教練“郎導”“朱婷”“婷隊”亦分別出現了334 次、209 次和124 次，體現了體育競賽中教練和核心球員的重要作用。另外，關于此次賽事戰績相關的“世界杯”“比賽”“冠軍”“衛冕”亦分別出現了515次、216 次、187 次、100 次，體現了體育競賽中賽事結果的受關注程度。體育比賽往往摻雜著受眾的情感偏向，特別女排奪冠又正值祖國喜迎70 華誕，因此“祖國”“驕傲”“升國旗”“奏國歌”這樣的詞語也反復出現，亦體現了國慶前后網絡輿情的主要議題。

表1 微博評論文本詞頻100 以上的詞語列表Table 1 Theword chart of microblog comment text word-frequency above 100

2.3 微博文本情感分析

2.3.1 微博評論文本的極性統計

運用大連理工情感詞匯本體庫、沈陽團隊ROSTCM分詞系統做基礎詞庫的同時，通過筆者的觀察和收集，整理出包括有關中國女排的專業用語以及網絡流行詞語的自定義詞庫，并將自定義詞庫導入ROSTCM6 文本分析工具的分詞字典［6］。對6 248條評論文本的情感極性進行計算，發現積極情緒（情感傾向值＞0）為3 275 條，占52.42%；中性情緒（情感值＝0）為2 135 條，占34.17%；消極情緒（情感值＜0）為838 條，占13.41%，網民的情緒分布對比詳見圖5?？梢詮南聢D清晰地看出女排世界杯網民情緒以積極情緒和中性情緒為主，消極情緒占比較少。雖然網民的微博評論有一定數量的消極情緒，但是總體都是積極樂觀的，這與中國女排取得的較好成績有密切關系。

圖5 網民情緒分布對比（單位：百分比）Figure 5 The comparison diagram of internet users sentiment distribution

2.3.2 微博評論文本的正向情感結果

2019 年中國女排世界杯，中國女排是以11 連勝衛冕奪得冠軍，因此網絡輿情以網絡積極情緒所帶動的正向情感占總評論量的52.42%，達到1／2以上。通過對3 275 條帶有積極情緒的評論文本的情感傾向值大小進一步分析，其中，積極情緒分段統計結果如下：高度正向［20，＋∞）共655 條，占比10.48%；中度正向［10，20）共973 條，占比15.57%；一 般 正 向（1，10）共1647 條，占 比26.36%。通過對情感傾向值進行統計計算，將正向情感結果中高度正向、中度正向、一般正向三個區間段的最高、居中和最低的各3 個文本列表如下。

表2 正向情感各區間代表性微博評論文本Table 2 Representativemicroblog comment text in each range of positive sentiment

續表2

從表2 可以看出，即便是積極情緒的微博評論文本，也通過句式、詞性等體現出高度、中度、一般的區間。積極情緒的評論文本中，情感傾向值較高的詞語為“勝”“贏”“加油”“喜歡”“驕傲”“震撼”等相信、贊揚、支持、祝愿的情感類型文本。

2.3.3 微博評論文本的中性情感結果

2019 年女排世界杯，“中國女排”的微博評論中，中性情感結果的文本有2 135 條，占比34.17%。這些中性微博評論文本并無褒貶之意，受眾只是單純客觀地進行賽事評論，其情感傾向值顯示為0。有相當部分的網友是以理智的心態客觀評論女排的戰績，無明顯使用包括贊揚、相信、懷疑、貶責、悲傷等情感類型的詞語。代表性文本如下，“升國旗，奏國歌，迎國慶?！薄八械某晒Χ疾皇桥既?，中國女排辛苦了！”“愿明年東京再度衛冕?！薄爸袊攀澜绲谝粚嵵撩麣w?！薄翱粗袊藕涂粗袊凶阋粯?，基本無懸念?！薄爱敿一ǖ煸瑥垺?。

2.3.4 微博評論文本的負向情感結果

對全部負向情感結果的838 條微博評論文本進行情感極性的統計計算，得到一般負向（-10，0）共629 條，占10.06%；中度負向（-20，-10）共190條，占3.04%；高度負向（-∞，-20）19 條，占0.30%?？梢钥闯?，本身就占比較少的負向微博評論，高度負向又是鳳毛麟角，將正面情感結果中一般負向、中度負向、高度負向三個區間段的最高、居中和最低的各3 個文本列表如下。

表3 負向情感各區間代表性微博評論文本Table 3 Representativemicroblog comment text in each range of negative sentiment

從表3 可以看出，負向情感的文本多表達失望、貶責、憎惡、煩悶、擔心等的情感類型文本，出現頻率較高的詞語是“辛苦”“哭”“死”等詞語。這些文本雖然表達的懼、哀、怒、惡的負向情感，即便是高度負向，情感傾向值不是很低，很多表達是出于心疼、惋惜等特殊情境和上下文語境。

3 體育賽事網絡輿情傳播特征的實證分析

3.1 體育賽事網絡輿情情感演化特征

3.1.1 體育賽事網絡輿情情感演化的階段屬性

根據網絡輿情事件周期演化理論，結合上文2019 年女排世界杯“中國女排”官方微博相關數據的時間序列分析，得出體育賽事網絡輿情同一般社會熱點事件一樣，情感演化具有明顯的階段特征，分為開始、擴散、高潮和消退四個階段，但是其每個階段的分界點相對于一般社會熱點事件要更加清晰。2019 年女排世界杯的網絡輿情主要通過體育比賽的焦點時刻即比賽首日、進入沖金期、奪冠日為時間結點分為開始期、擴散期、高潮期和消退期。開始期網民對于體育賽事所持的態度為觀望、期待，中性情緒占據主導；擴散期網民對于體育賽事所持的態度很大程度上取決于比賽成績及教練、隊員的表現，中國女排因為成績較好，所以網民態度逐漸轉變為驚喜、相信；以“女排奪冠”為主要議題的高潮期評論數量激增，評論文本中積極情緒占據主導，網民參與度高，這一時期網民評論文本的情感傾向很大程度上決定了體育賽事網絡輿情情感演化的總體趨勢；消退期網民對輿情事件的最新動態敏感度較高，關于“習近平主席會見中國女排”“中國女排參加國慶閱兵”等動態新聞給予持續關注，但是總體關注度較低［7］。

3.1.2 體育賽事網絡輿情情感演化的觀點極化

2019 年女排世界杯，“中國女排”發布微博的數量和內容基本遵循體育賽事報道的客觀規律，隨著比賽進程的深入，在時間序列上呈現了大小高潮的演進路線。與體育賽事報道可以進行議程設置不同的是，在虛擬網絡空間內，像體育賽事這樣的社會熱點事件不會馬上形成網絡輿情，網絡輿情的情感演化依賴于網民之間的交互行為，是信息匯聚互動的過程。由紛呈復雜、觀點各異的微博評論內容所構成的網絡輿情是零散的、非系統化的東西，是包括積極情緒、中性情緒和消極情緒多種不同意見的集合。多數情況下，體育賽事網絡輿情在開始期由于賽情的不明朗，往往呈現不同的態度和觀點；伴隨比賽進程的深入，經過擴散期的網民交互，某類態度和觀點被更多人點贊、評論，越引發網民圍觀，網絡輿情熱點慢慢涌現；進入高潮期，許多開始期的“自由觀點”在經歷了擴散期網絡輿情演變的“馬太效應”后，會出現“觀點極化”現象［8］。進入消退期，比賽尾聲，“觀點極化”現象逐漸消退。這次女排世界杯，“為祖國70 華誕獻禮”就是在情感演化過程中逐漸形成的帶有明顯積極情感的正向極化觀點。

3.2 體育賽事網絡輿情信息匯聚特征

3.2.1 體育賽事網絡輿情信息匯聚的社會化特征

社會化媒體信息傳播的便利性，使得網民的各種態度和觀點得以充分表達。網民可以將自己的積極情緒、中性情緒和消極情緒以微博評論的形式進行民意抒發，這就極大地加快了信息匯聚的過程。2019 年9 月28 日，“中國女排”官方微博“中國女排以十連勝的戰績提前一輪奪冠衛冕世界杯冠軍”微博轉發量3.4 萬、評論量1.3 萬、點贊量10.1萬，體育賽事網絡輿情瞬時完成信息匯聚過程。移動互聯網的全面普及，龐大的手機用戶群體通過互聯網進行信息交互和匯聚，在現實社會分散的網絡用戶通過信息交互和匯聚形成社會化網絡，互聯網的工具屬性逐漸轉變成社會屬性。體育作為社會的調節閥，體育賽事又是體育迷表情達意、排解心情的重要渠道，部分體育迷將自己內心的情感借助評論文本進行情感表達，以這樣的信息匯聚方式演變成網絡輿情。網民的評論通常夾帶著觀點認同、情感認同、價值認同，所以才會衍生成不同情感傾向的網絡輿情。體育賽事網絡輿情的情感傾向很大程度取決于賽事的結果，就比如女排世界杯的網絡輿情的積極情緒占比較高；而于同年9 月舉辦的男籃世界杯，由于中國男籃的糟糕戰績，網絡輿情基本呈現消極情緒一邊倒的態勢。

3.2.2 體育賽事網絡輿情信息匯聚的族群意識

由于體育本身具有全球性，體育賽事是一種跨國家、跨地域，全世界可以共享的媒介文化［9］。倘若在全球范圍內分析體育賽事網絡輿情，不難發現輿情在信息匯聚的過程中不可避免地具有族群意識。2019 年女排世界，“中國女排”微博評論文本中的高頻詞匯像“加油”“必勝”“恭喜”“厲害”這種情感傾向值較高的正向詞匯占據主導，同時像“中國女排”“中國”“祖國”“中國隊”“日本”“巴西”這種帶有地域屬性的名詞也是高頻詞匯，因此經常出現“中國隊加油”“中國女排加油”“女排必勝”這種帶有明顯自身標簽的評論。族群意識是一種民族認同感的表達，體育賽事網絡輿情在信息匯聚的過程，網民或出于民族的認同，或出于心理或者地理的接近，形成極強的族群意識。特別是這次女排世界杯比賽，中國女排再次詮釋了“女排精神”，適逢祖國70 周年華誕，微博出現大量的將中國女排的勝利跟祖國的繁榮昌盛相關聯的評論文本，這不僅源于體育本身的族群意識，更是在信息交互的匯聚過程中將族群意識強化。因此，也可以說，體育賽事網絡輿情在特定時間和一定場域內能夠起到振奮人心并提高民族凝聚力的作用。

3.3 體育賽事網絡輿情文本語言特征

3.3.1 體育賽事網絡輿情文本語言的娛樂化表達

在所有媒介致力于為受眾提供娛樂的時代，我們的問題不在于媒介展示具有娛樂性的內容，而是在于所有的內容都以娛樂的方式表現出來［10］。在整個網絡社會被娛樂思潮席卷和體育新聞自身娛樂化的影響下，體育賽事網絡輿情同樣呈現出娛樂化的表達方式。觀看體育比賽已經成為人們娛樂生活中不可或缺的一部分，以娛樂化的方式進行表達的微博評論文本語言，同時也正在影響體育話語風格。體育迷在表達意見時往往會使用創新詞匯，打破語法規則從而達到娛樂化效果，例如空耳諧音現象、網絡流行語的使用、夸張化的表達等等，網絡平臺的包容性讓微博評論的文本語言的娛樂性得到完美詮釋。例如，女排世界杯的微博評論文本多次使用了“C位”“收下我的膝蓋”“最美女團”等或夸張或流行的詞匯，文本語言顯得輕松活潑。同時娛樂化的文本語言常常包括對某只球隊或某位球員的吐槽調侃，例如“中國女排感動到觀眾哭，中國乒乓球打到對手哭，中國男籃被對手打到哭，中國男足呆在家里哭”在表達了對中國女排的正向情感同時，又含沙射影地抨擊了中國男足和男籃的糟糕戰績，個性且幽默的表達吸引更多的人進行信息交互從而形成輿情。

3.3.2 體育賽事網絡輿情文本語言的情感化表達

通常情況下，微博用戶進行的每一條評論都是一句或一段包含眾多詞語的文字，即便是去除停用詞，剩余的文字都包含不同的情感。通過上文對微博文本進行情感分析，不難發現，體育賽事微博評論構成的網絡輿情是充斥著各種情感的綜合體。網絡空間的體育迷對體育賽事進行的預測、分析和評價，相比于客觀、嚴肅的傳統媒體體育評論，能更加準確、具體地反應出用戶即時的態度和情感。由于體育賽事本身也是體育迷情緒宣泄的平臺，文本語言就呈現出更加強烈的情感傾向。文本語言會呈現“必勝”“厲害”“漂亮”這些代表相信、贊揚、喜愛主要情感類型的正向詞匯表達熱愛和鼓勵的正向情感，也會呈現“垃圾”“真的菜”“傻瓜”這些代表失望、憤怒、貶責主要情感類型的負向詞匯表達悲傷和懷疑的負向情感；除此之外，還會出現“我覺得…”“…應該”“感覺…”這種帶有心理動詞的句式來表達自身觀點，雖然沒有特別明顯的情緒表達，但是從更理性的角度表達自己的態度和觀點。因此，無論是飽含正向和負向情緒詞匯的使用還是自身觀點的表達，都說明體育賽事網絡輿情的文本語言是具有明顯的情感化表達特征。

4 研究結論與建議

本文以2019 年女排世界杯為例，通過對“中國女排”微博評論文本進行統計與分析，對體育賽事網絡輿情的情感演化特征、信息匯聚特征和文本語言特征進行探究，研究發現：（1）體育賽事網絡輿情與一般社會熱點事件相比，具有更加明顯的情感演化階段特征，并且在信息交互和匯聚過程中逐漸形成極性觀點。（2）現實社會分散的網絡用戶通過互聯網進行信息交互和匯聚形成社會化網絡，體育賽事的特殊屬性在形成網絡輿情的過程中將族群意識強化。（3）結合網絡社會和體育賽事的特征，體育賽事網絡輿情的文本語言兼具娛樂性和情感性的雙重表達。

依據研究結果，本文為有關部門進行體育賽事網絡輿情監管和引導提出建議：（1）跟蹤輿論熱點，加強媒體管理。關注體育賽事網絡輿情不同時期的情感變化和可能出現的極性觀點，針對性地選擇內容重點推薦以提高用戶的關注度從而有效引導網絡輿論。（2）關注意見領袖，引導輿情傳播。網絡平臺管理者可以對引導相關體育話題的意見領袖的傳播內容和方式加以監管，形成客觀積極的輿論導向。（3）控制負向情緒，避免網絡謠言。避免負向情緒匯聚過快導致的群體極化現象，加強新聞發布強度，避免謠言產生和擴散，營造良好的體育賽事網絡輿情環境。