新傳播生態下體育賽事網絡輿論特征及治理
——基于結構分析與情感分析的雙重視角

萬曉紅，陳嘉寶

（武漢體育學院 新聞傳播學院，湖北 武漢 430079）

1 新傳播生態下體育賽事網絡輿論的復雜性及其挑戰

1.1 新傳播生態下的網絡輿論

過去10年，伴隨著信息傳播技術的智能化發展和互聯網終端的普及，以社交化、視頻化和個體化為特征的自媒體及自媒體服務平臺迅速崛起，與此同時，傳統報刊廣電媒體則出現了整體性衰落，在新舊媒體的此消彼長中，新傳播生態逐漸形成，表現為：在整個傳媒生態系統中，自媒體的社會影響越來越大，平臺媒體的主導性越來越強；傳統媒體壟斷地位喪失，在傳媒產業鏈上逐漸退居為單純的內容提供商。

從中心化、去中心化到再中心化，新傳播生態深度改變了輿論格局。首先，網絡輿論場逐漸取代傳統媒體輿論場并占據主導地位；其次，互聯網有極強的滲透力；再者，技術賦權和網絡的開放性使輿論主體日益多元化，不同主體間的博弈也讓輿論的演化更趨復雜；最后，從輿論擴散過程來看，5G技術使得網絡輿論的醞釀時間和傳播空間大大壓縮，突發性和不確定性增加，而事前信息把關與事后追蹤核查則變得更加困難（李都，2020）。上述現象所導致的輿論權擴張化、輿論生成機制多元化以及輿論生態緊張化（張濤甫等，2017），都強化了網絡輿論的復雜性。

網絡輿論不僅促進了信息、觀念、資本和產品的流動，也影響著一個國家的政治、經濟、文化等各個方面（吳瑛等，2020）。從輿論宣傳、輿論導向到輿論引導（常宴會，2018），輿論工作是治理的重要環節。黨的十八大以來，因應互聯網的迅猛發展，政府日益重視網絡輿論工作，并革新理念，提出對網絡空間要從單向管理向社會協同治理轉變，十九屆四中全會更是把網絡輿論治理提到了國家治理能力現代化的高度。隨著傳統主流媒體輿論引導和議程設置的能效降低，互聯網成為當下中國輿論生態中的最大社會變量，對中國社會的現實空間和虛擬空間都產生了全方位的影響（張濤甫，2016）。因此，適應新傳播生態下的復雜輿論環境，探尋網絡輿論演化規律，探索網絡輿論治理之道，顯得至關重要。

1.2 新傳播生態下體育賽事輿論的網絡化

我國2019年發布的《體育強國建設綱要》提出要建設體育交往新格局，意味著體育賽事作為展示國家體育實力、傳遞體育理念的交流平臺，越來越受到重視。體育賽事尤其是大型體育賽事兼具“競賽”“征服”和“加冕”3種特征，屬于典型的媒體事件（丹尼爾·戴揚等，2000），能夠形成同時異地共享的注意力聚集效果。體育賽事傳播國家形象功能的發揮，正是得益于其作為媒體事件的巨大傳播力；更為關鍵的是，傳統媒體時代，電視等主流媒體因為壟斷賽事資源和傳播渠道，能夠有效設置體育賽事的議程，實現對體育賽事輿論的引導。

互聯網的勃興將體育賽事帶入到了更為復雜的新傳播生態語境中，由于網絡媒體所具有的離散式結構，突破了傳統媒體的中心化控制（嚴振書，2012），體育賽事作為媒體事件的特征已經發生了明顯的變化。傳統媒體時代，媒體事件的注意力聚集方式是同時異地共享的電視直播，網絡時代則轉向異時異地的多終端多文本在線互動（雷蔚真，2011），直接導致了傳統的儀式性媒體事件式微，而新型的沖突性媒體事件增多（Katz et al.，2007）。傳統媒體時代，媒體報道是決定體育賽事影響力的基本要素，而互聯網時代，網絡輿論的作用更加明顯（汪蓓等，2018）。根據第46次《中國互聯網絡發展狀況統計報告》，截至2020年9月29日，我國互聯網用戶規模已達9.40億，互聯網普及率達67.0%，其中，網絡視頻（含短視頻）用戶規模達8.88億，占網民整體的94.5%，國內以“兩微一抖”①指微博、微信、抖音。為代表的社交媒體已經成為體育賽事輿論發酵和傳播的主要場域。近年來陸續發生的多起體育賽事爭議事件顯示，億萬網民的關注、轉發和評論所產生的輿論潮，無論傳播速度、擴散范圍還是沖擊效應都極其驚人。新傳播生態下，體育賽事輿論已經全面網絡化，借助數字傳播技術，產生了巨大的影響力。

1.3 體育賽事網絡輿論的治理困境和研究難題

某種意義上來說，由于體育賽事作為媒體事件所具有的高關注度、高共鳴感，以及天然的競爭特征和明星效應，在網絡主導的新傳播生態之下容易被放大，產生的輿論影響也較之普通網絡輿論更廣更遠。因此，研究并做好體育賽事網絡輿論治理，不僅關乎體育文化建設，更關乎網絡空間安全和治理能力現代化。

然而，新傳播生態是柄雙刃劍。它既促成了體育賽事的高影響力，也加劇了體育賽事網絡輿論復雜和不可控的一面，因而造成了輿論治理的困境。除了上文所提到的網絡輿論所面臨的共同的復雜性，體育賽事自身的特性，也使得體育賽事網絡輿論治理較之一般的網絡輿論治理更為艱難。體育賽事的開放性及其結果的不確定性，容易激發體育賽事網絡輿論的情緒化表達；體育迷群體的社交關系，又會強化回音壁效應，更易形成集體偏激情緒（俞鵬飛等，2019）；由圈層輿論所構筑的“意見長尾”效應，極易導致體育賽事呈現信息過載、邊界模糊的傳播形態，使傳播呈現“單極化”趨向，引發輿情爆點，進而升級為公共危機事件（張茉，2020）。此外，體育所勾連的國族形象和身份認同問題，也極易導致體育賽事輿論的政治化演變。

可見，在新傳播生態下，體育賽事網絡輿論生成和擴散過程極為復雜、輿論主體多元且流動，觀測和還原困難，如何開展有效的研究，制定合理可靠的治理措施，在體育學領域，仍是一個亟待解決但尚未解決的問題。

2 網絡輿論傳播研究的最新趨向及其啟示

本研究以“網絡輿論”為關鍵詞，通過檢索、整理和分析相關研究，發現伴隨著社交媒體的廣泛使用，網絡輿論傳播研究尤其是微博輿論研究，已成為學界熱點。相關研究集中在以下3點：

1）微博“意見領袖”研究。相關研究承接了論壇時代的研究思路，把拉扎斯菲爾德的“意見領袖”概念植入社交媒體語境，視微博大V為網絡意見領袖，著眼于探究意見領袖的特征及其在熱點事件中的輿論影響力。王平等（2012）認為，媒體、媒體從業者和文化名人仍是大V的主要構成；張濤甫等（2012）探討了微博意見領袖在行動特征上的機會主義策略、事件導向和“極化”趨向；韓運榮等（2012）認為，大V具有信息交易能力、信息控制能力、不受控制能力等影響力。

2）微博輿論的生成機制和傳播模式研究。由于社交媒體的無標度特征，有學者借助跨學科視角，利用復雜網絡拓撲分析和社會網絡分析，揭示微博輿論的生成過程與演化特征。相關研究結合微博用戶之間的鏈接關系，測量微博社會網絡的中心度，識別網絡關系中的小團體（平亮，2010）。李衛東等（2013）發現，輿論發展過程中，網絡拓撲結構從穩定球形狀態向輻射鏈路形狀態變化，節點間鏈路從單一層級向多層級發展；突發事件和微博輿論之間已經裂變為集聚關系模式、輻射關系模式和變異關系模式等3種基本關系模式（夏雨禾，2014）。

3）微博輿論中的話語表達和情感特征研究。網友的話語表達是微博輿論的外在表現，也是網絡行動的主要形式。研究顯示，微博輿論聚合經歷了圍觀、極化、動員3個過程（吳聞鶯，2013），呈現出意見極化和共識的共生特點（楊洸，2016），廣受歡迎的高轉發微博的話語特征說明，微博輿論的演化存在議題引爆、情感觸動、互動交流和敘事補充4種機制（廖衛民，2014）。此類研究大多視情感為微博輿論形成的重要因素（袁光鋒，2018）。比如，網絡公眾對意見氣候的感知更為敏感，網絡輿論的形成過程以情感為走向（郭小安，2013）；對于敏感熱點事件，媒體有時會以悲情與狂歡的話語策略喚起公眾情緒（余紅等，2018），比較容易形成非理性的輿論狀態。因此，探索微博輿論生產中公眾情緒形成與表達形式，研究情感反應在輿論演變進程中的作用至為重要（焦德武，2014），基于數據挖掘的情感分析方法開始得到應用。如郭小安等（2016）通過研究微博輿論情感與行為的關系，將情感分為6類，發現悲傷情緒與正面行為結果呈相關關系，憤怒情緒與反面情緒有顯著的相關關系，與正面行為結果不顯著，憤怒與恐慌的傳播速度最快。

上述文獻梳理顯示，網絡輿論傳播研究大多以微博熱點事件為案例，在方法論上逐漸形成了兩大視角：一是從網絡結構分析入手，探尋關系網絡中輿論場域的演化機制、傳播路徑并提出相應的引導策略；二是從話語和情感分析入手，探討話語表達和公眾情感在輿論傳播中的關鍵作用。前者強調對構成網絡輿論內在結構的分析，后者則強調對網絡輿論外在狀態的分析，分別顧及了網絡輿論的技術屬性和社會屬性，從不同層次揭示了網絡輿論的基本特征和演化規律。但鮮有學者把兩個維度結合起來，探討網絡輿論中各種觀點及其所攜情感的傳播與網絡的結構有何內在關聯，僅見涉及意見領袖的少許研究，同時探討了意見領袖作為關鍵節點的重要性和話語表達的影響力（謝耘耕等，2013）。而結構分析和情感分析對體育賽事網絡輿論研究同樣有效，網絡輿論的技術屬性和社會屬性是其一體兩面，不可分割，如若能把結構分析視角和情感分析視角結合起來，將更有利于洞察體育賽事網絡輿論的本質。

3 結構分析和情感分析：理解體育賽事網絡輿論的雙重視角

如前文所述，體育賽事網絡輿論的治理困境，主要就在于因技術發展導致的網絡輿論的復雜性和不可控性，以及體育自身的高情感屬性。結合相關研究，本研究認為，結構分析和情感分析恰可回應現有研究難題，是有效理解體育賽事輿論的雙重視角。

3.1 結構分析視角及其方法

結構分析，全稱為社會網絡結構分析，起源于復雜性理論對網絡的研究。復雜性理論借助數學中的圖論，把復雜的社會關系和傳播關系抽象成由多個點（代表行動者）和點間連線（代表行動者之間的關系）組成的網絡，進而分析網絡內各點的度數、中心度等，以更深入地揭示行動的結構性特征以及結構的演化規律。在社會學視域下，社會網絡用來指涉行動者及其關系的集合（劉軍，2014）；傳播學則用傳播網絡表示各類型的傳播者及其互動關系，以反映信息被如何傳遞、交換和解釋的過程（劉于思，2016）。網絡作為一種“社會事實”，廣泛存在于各個領域，而以微博為代表的移動社交平臺最為典型，因此，從網絡結構的角度分析各種社會關系和傳播關系，更能觸及本質特征。

在方法上，結構分析包括了中心度分析、子群分析和角色分析，其中中心度分析最為常用。下面將以微博網絡為例，介紹中心度分析的基本操作思路。首先，將所有涉及特定話題的微博用戶視作網絡節點，用“邊”表示用戶間的互動關系。網絡中的節點既是信息的接受者，也是信息的傳播者，邊所指代的互動關系則包括“關注”與“被關注”關系，以及“評論”“點贊”“轉發”3種形式。復雜網絡的模型包含兩種數據，N 個節點，N=｛1、2、3...N｝，L組邊，L=｛1、2、3...L｝，L是代表邊的總數（賀濤，2013）。其次，統計賬號之間“關注”與“被關注”關系以及轉贊評（轉發、點贊、評論）情況，即可構成一個網絡矩陣，數字“1”表示關注，“0”表示未關注。再次，分析網絡矩陣中的節點中心度，即可反映網絡的結構特征。節點中心度是衡量一個節點在網絡中的位置優越性、特權性和聲望的常用指標（羅家德，2010），包含3個維度：節點中心度、中介中心度和接近中心度。

節點中心度是測量和各個節點有關注關系的其他用戶的數值，數值越大說明節點越處于中心位置，在傳播過程中擁有更多的資源和權力。度又可以分為“入度”（In-Degree）和“出度”（OutDegree）。入度表示一個節點被其他節點“關注”的程度，入度值越高意味著在網絡關系中的地位越重要，NrmInDeg為標準入度；出度表示一個節點“關注”其他節點的程度，節點出度值越高，說明其在網絡中越活躍，NrmOutDeg為標準出度。

中介中心度可以測量一個節點“控制”其他節點的能力。數值越高，說明該節點控制其他節點信息的能力越強，在信息傳播過程中的位置也越重要。對網絡中所有節點的中介中心度的測量，可以反映一個社會網絡的“中心化”程度（劉軍，2014）。

接近中心度是測量在關系網絡中一個節點對其他節點的依賴程度。一個節點與其他節點距離越近，則獨立性越強，信息擴散的渠道越多；反之，如果與其他節點距離越遠，則依賴性就越強，獲取信息受制于中間節點。

綜上，通過把微博用戶的關注和互動情況抽象為“點-線”關系，就可以描繪出不同用戶之間的關系網絡，從而發現其結構化特征。體育賽事有著較為固定的關注和傳播群體，他們和普通公眾群體在微博上圍繞賽事的互動，構建了一個特別的關系網絡，決定著輿論的擴散和影響。借助社會網絡結構分析，可以刪繁就簡，把握其本質和規律。

3.2 情感分析視角及其方法

情感分析方法起源于計算學科中的自然語言處理，旨在通過分析和利用網絡上的海量文本數據，輔助人們在現實生活中的決策。情感分析又稱為“意見挖掘”（opinion mining），是一種收集整理具有情感色彩的主觀性文本并進行歸納分類、分析推理的研究方法，其具體操作形式依據研究目的不同而有多種。情感分析的研究對象一般可分為詞語級、短語級、句子級和篇章級等（趙妍妍等，2010），其關鍵環節在于對文本的情感分類，具體分類方法有基于情感詞典分類、基于人工提取特征分類和基于深度學習分類3種。情感詞典的方法能將文本中的長句劃分成詞語組合，通過一系列多粒度的組合計算，完成文本的情感分析（Wiebe et al.，2005）。人工提取方法首先基于人工提取文本內容中的隱含特征，借助回歸、向量機等算法構建模型，再對未知的文本樣本進行自動分類。依靠人工提取的方法對特征提取要求較高，會直接影響之后的自動分類結果?；谏疃葘W習的方法是利用深度網絡模型，充分挖掘文本的情感特征，但也存在忽略文本中的隱形信息特征的問題，導致無法解釋用戶情感傾向對其言論影響的原因（吳潔等，2019）。

上述情感分析方法，前兩種仍屬于傳統的文本分類方法。隨著人工智能技術的發展，算法和數字挖掘的深度運用，使得情感分析方法也越來越成熟。深度學習算法逐漸成為主流，文本分類的準確度也有了明顯的提升。目前國內新聞傳播專業領域內的情感分析，主要是借助深度學習算法，聚焦社交網絡媒體，進行分詞文本分析。分析操作流程如下：1）選擇研究對象，借助數據挖掘，抓取要分析的網絡內容，通過數據清洗，剔除無關信息，獲得核心文本；2）將文本內容進行分詞處理，一般有3個層次，分別為主客觀分類、情感極性分類、多類別情感細分。主客觀分類是指區分出對事實、現象進行描述的客觀性文本和對事實、現象進行評價反饋的主觀性文本（Yu et al.，2003）；情感極性分類是對主觀性文本的進一步劃分，根據文本內容的情感特質，形成積極情感和消極情感的兩極區分（劉楠，2013）；多類別情感細分方法則認為將復雜的情感傾向僅分為正負兩級是不充足和不準確的，主張將情感文本在情感光譜上按照具體情緒的差異，進行更加詳細的劃分，如高興、喜悅、緊張、恐懼、怨恨、冷漠、憤怒和悲傷等。

綜上，情感分析借助機器學習算法，可以通過大數據的采集和歸納，總結網絡輿論的整體趨勢和情感傾向。體育賽事本身具有高情感屬性，受迷群文化的影響，這一屬性更加突出。網絡時代，以微博為代表的社交媒體極大激發了大眾對體育賽事觀賞、評論和分享的興趣，體育賽事輿論，正是網友對賽事的情感傾向和意見表達，在微博場域內經過匯聚、碰撞、交流和相互影響的結果，因此，情感分析可以揭示并解釋體育賽事輿論的情感特征和演化規律，對體育賽事輿論研究具有重要意義。

3.3 雙重視角結合分析的重要性

本文介紹的研究體育賽事網絡輿論的兩種視角，結構分析主要是把傳播關系轉化為“點-線”關系，主要考察節點與節點之間的鏈接關系，即行動者之間的關系，包括節點的中心度，網絡的連通性、對稱性及其影響；情感分析則是考察節點即行動者的傳播行為，包括信息傳播與情感傳遞的方式及其影響。結構分析反映的是體育賽事微博輿論傳播過程的“技術層”的支撐作用，即節點、鏈接數以及節點鏈接關系對體育賽事輿論演化的客觀影響。情感分析則反映的是體育賽事微博輿論傳播“內容層”的表征功能，即網友的情感表達和互動行為對體育賽事輿論演化的主觀影響。把結構分析視角和情感分析視角結合起來，才能完整的理解體育賽事輿論演化的規律和特征。

4 結構分析與情感分析在體育賽事網絡輿論研究中的應用

為驗證結構分析與情感分析雙重視角的可行性和有效性，本研究以“2019年女排世界杯中國隊奪冠”（以下簡稱“女排奪冠”）為例，分析該賽事的微博輿論特征。

4.1 結構分析

采用社會網絡結構分析中的中心度分析思路，借助爬蟲工具，在女排奪冠的微博話題下以轉發數為指標，共抓取到169個用戶，將“被轉發”的關系記為1，未“轉發”記做0，形成關系矩陣（圖1）。

圖1 169個節點的關系矩陣（部分截圖）Figure 1.Relationship Matrix of 169 Nodes（Partial Screenshot）

根據轉發關系，這169個節點構成了一個臨時的局域網絡，要考察女排奪冠話題輿論傳播關系網絡的結構特征，只需對169個節點的中心度進行分析即可。因為中心度可以反映節點的重要程度和網絡的疏密程度以及平均分布特征，主要用節點中心度、中介中心度和接近中心度3個指標衡量。

4.1.1 節點中心度分析

借助ucinet軟件，沿“中心度”-“度”研究路徑，得到節點中心度分析結果（表1）。

表1 微博帳號關注網絡中心度（部分數據）Table 1 Centrality Index of Social Network in Weibo（Part of the Data）

如表1所示，節點13（入度119）、節點 3（入度 30）、節點1（入度15），分別為@央視體育、@新浪體育、@我愛女排3個微博用戶，這3個用戶的微博擁有最多的轉發量，同時3個節點的出度數值都偏低，出入值的差距大，說明它們是話題傳播的源頭中心，大部分的節點需要通過它們獲得信息。

網絡的結構特征還可以通過整個網絡的入度中心度和出度中心度來描述，數值越接近1，說明網絡越具有集中趨勢，反之則具有離散趨勢。本案例的整個網絡的入度中心度和出度中心度分別為70.920%和4.055%，說明此網絡在入度方面集中趨勢明顯，即少量的節點獲得了大多數節點的關注；此網絡在出度方面則相對離散，說明大多數節點之間相互關注程度較低（圖2）。

圖2 節點度數中心度圖Figure 2.Centrality Index Diagram of Node Degree

綜上，女排奪冠話題，存在著明顯的中心化特征，少數量的中心節點占據絕大多數的鏈接，在微博平臺，以@央視體育和@微博體育的賬號關注量最大，擁有最大的注意力資源。

4.1.2 中介中心度分析

中介中心度是測量一個節點因為其在信息傳播中的中介作用而具有的“控制”其他節點的能力，其數值越高，說明在傳播信息過程中的位置和角色越重要。整體網絡的中介中心度是考察在一個社會網絡中是否存在“中心化”現象，星型網絡具有100%的中介中心度指數，而環形的網絡的中介中心度趨向于0（劉軍，2014）。沿“度”-“中介中心度”的操作路徑，得到如表2所示數據。

表2 轉發用戶網絡點中介中心度（部分數據）Table 2 Betweenness Centrality Index of Forward User Network Node（Part of the Data）

節點3、節點149和節點135中的數值較大，說明它們是其他節點獲取信息的主要中介，其中節點3的數值最大，擁有較強的信息控制優勢和控制能力，信息需要通過它傳播至其他節點，促進信息擴散。同時，有許多節點的數值為0，說明普通節點沒有促進信息在整個網絡擴散。另外，整個網絡的標準化中介中心度為0.08%，趨近于0，說明整個網絡中盡管存在個別具有較高控制能力的節點，但整體上，則具有環形網絡的均勢特征。從圖3上看到，整個網絡在內部較集中于某一節點，但在外圍，也存在分散的小“團體”，同時也可以看到網絡的邊緣位置存在一些孤立節點，說明他們與其他節點交流很少，不參與整體輿論演進。

圖3 轉發用戶接近中心度圖Figure 3.Closeness Centrality Diagram of Forward User

4.1.3 接近中心度分析

“接近中心度”是測量網絡中一個節點不受其他節點控制的能力，數值越高，意味著該節點和其他節點的距離都接近，說明它處于網絡的中心位置，信息傳播的自由度更高。沿“度”-“接近性”路徑，可得各節點的接近中心度。

如表3所示，節點13、節點3、節點1的接近度都比較高，說明它們與其他節點的距離更近。而入度接近度大于出度接近度，說明它們傳播的信息能更容易被其他節點接收，不容易接收其他節點信息。其中，節點13的出入度值差異最明顯，說明“央視體育”的信息傳播是“單向模式”，大量節點通過它獲得信息，發布的信息最容易被其他用戶接收，不易受到其他節點控制。從圖3上還可以看到，有分離的小網絡存在，以節點4為中心構成了單獨的關系網絡，與其他的節點并不聯系。

表3 用戶網絡節點接近中心度（部分數據）Table 3 Closeness Centrality Index of User Network Node（Part of the Data）

4.1.4 女排奪冠微博輿論結構特征

綜合3個中心度的分析，@央視體育、@新浪體育的中心度最高，擁有絕大多數的鏈接與資源，占據著網絡的核心位置，相對而言其他節點的鏈接則較少。而這正是復雜網絡理論中無標度網絡的典型特征（艾伯特-拉斯洛·巴拉巴西，2013）。無標度網絡里傳播閾值趨向于0，中心性越高，中心節點到其他節點的距離越短，則傳播越快。中心節點還具有先發優勢和擇優鏈接效應，即先出現的節點、鏈接較多的節點更容易獲得其他節點的鏈接和關注。

上文分析顯示，該網絡雖有一定的集中趨勢，但沒有表現出向某個節點集中的趨勢，而是有多個中心；另外，網絡內重要節點間的距離差別不明顯，不存在絕對控制其他節點的超級節點，節點間的相互依賴和嵌套比較突出。盡管@央視體育、@新浪體育在女排奪冠傳播過程中占據相對核心位置，但在這兩個大型中心節點周圍，還有多個小型中心節點，這些高中心度的節點之間距離近，有高密度的雙向鏈接關系，互動關系頻繁，形成了所謂的“簇”——網絡中連接緊密的節點集。大量的普通節點都圍繞著多個簇，多個簇又圍繞最中心的節點，形成了圈層嵌套式的多中心連環傳播。這種圈層嵌套式的網絡結構，使多中心連環傳播成為可能，發揮出了超越單中心傳播的威力，使得輿論傳播速度快、范圍廣、規模大、影響遠，值得特別關注。

4.2 情感分析

本節將以前文的網絡結構分析結果為基礎，抓取中心節點微博下的熱門評論文本，展開情感分析。由于微博評論以句子居多，更適合采用語句級情感分析，具體操作如下：

1）確定分析對象。在結構分析中，已經發現@央視體育、@新浪體育、@微博體育為3個節點，另外考慮到@中國女排是女排奪冠事件的主體，故以這4個賬號為分析對象。

2）以微博話題“中國女排世界杯奪冠”和“女排精神”為關鍵詞，在微博平臺進行搜索，以微博用戶的關注數、評論數和轉發數為指標，收集這4個賬號微博中有關女排奪冠的評論和轉發內容，匯聚在一起，共3 000字。

3）對收集到的微博評論和轉發內容進行主客觀文本分類。微博評論和轉發內容是用戶個體對事物和現象的描述和評價，通常既包含純粹描述事實的客觀信息，也包含表達情感的主觀信息。通過主客觀信息分類，得到135個主觀性詞語，153個客觀性信息。

4）再對主觀信息進行二次分類，即進行情感極性分類和多類別情感細分。發現女排奪冠事件的情感極性以正面積極為主，包含了開心、激動、快樂、驕傲等多種情緒體驗，但也存在負面消極情緒的情感，比如傷感等。將主觀信息進一步和客觀信息對照起來會發現，正面積極的情感體驗有142個語句，其關聯主體均為女排和郎平；而其中出現的負面消極情感體驗的11個語句，其關聯主體則是中國男足和男排。由此可見，通過對熱門評論的情感分析，能較為準確地把握賽事的輿論態度。

5 體育賽事網絡輿論的兩個層面及其特征

微博網絡由大量普通節點和少數中心節點所組成，形成了“大量普通節點-多個環繞小中心節點的簇-中心節點”圈層嵌套式的網絡結構，這是賽事輿論傳播的技術基礎，使多中心連環傳播成為可能；同時，體育賽事具有高情感屬性，而且具有明顯的聚類和二元特征，賽事期間的意見表達往往伴隨著情感的傳染，個體本能性的情緒借助節點間的鏈接得以迅速擴散，情感的傳染又會吸引更多鏈接加入傳播，從而造成循環擴散的群體“共情”，這種集體性的情感共振，構成了賽事輿論傳播的社會動力。

根據案例研究可以總結出，體育賽事輿論的傳播演化，主要基于技術和內容兩個層面的共同作用。

在技術層面，微博是一個基于弱連接的兼具高度中心化與高度連通性的“無標度”網絡，網絡關系圍繞高中心度的中心節點建立。中心節點的信息傳播能力、控制其他節點能力和距離遠近等性質，決定了關系網絡的結構特征，也決定了體育賽事輿論的傳播范圍、規模和影響力。因此，微博多中心傳播的圈層嵌套式網絡結構，可以發揮出超越單中心傳播的威力，使輿論傳播的速度快、范圍廣、規模大、影響遠。

在內容層面，體育賽事輿論具有很強的情感屬性，特定的歷史情境營造的情感氛圍，賽事的公共性特征和比賽結果的情感基調，以及聯想疊加與身份強化的情感動員效果，將個人情感轉化并匯聚為集體情感，使戲劇化的情感表達形式在網絡上廣泛流傳，形成了強大的影響力。此外，網絡的擇優鏈接效應和適者勝出效應，在保障了原有中心節點鏈接優勢的同時，也讓那些在輿論中持續輸出情感和觀點的節點，因為對輿論環境適應度高，從而更容易也更快地獲得更多鏈接，成為新的中心節點，輿論網絡因此不斷生長演化，越滾越大。

可見，網絡結構與情感表達是體育賽事網絡輿論演化的兩個重要因素：網絡結構是情感因素得以傳播的技術基礎，而情感表達反過來會影響網絡節點的鏈接數變化和增長速度；網絡結構和情感表達兩者間的相互作用，推動著體育賽事輿論的傳播擴散和不斷演化。體育賽事輿論的傳播，正是技術因素和情感因素共同作用的結果。

6 新傳播生態下體育賽事網絡輿論治理新思維

20世紀90年代早期，為回應“政府失靈”和“市場失靈”，西方興起了治理理論。近年來，“治理”在中國學界受到重視，治理不同于統治，它強調參與主體的多元性，政府不再是唯一的管理主體，各種社會、經濟組織等也共同參與到治理活動中（孔建華，2019）。網絡輿論治理則是將治理理念、理論植入網絡空間管理之中，進而實現多元主體的共治格局。它體現著國家治理體系和治理能力的現代化程度，其終極目標是實現網絡輿論生態平衡（吳凱 等，2020）。

根據前文實證分析，技術層面的網絡結構與內容層面的情感表達是體育賽事網絡輿論演化的兩個要素，網絡結構與情感表達相互影響，導致了體育賽事網絡輿論的復雜性和不確定性，也造成了體育賽事網絡輿論治理的困境。要破除治理困境，就必須改變原有的治理思維，回歸體育賽事網絡輿論的演化特征，從技術和情感的雙重維度進行輿論治理。在渠道選擇上，深入分析“兩微一抖”的網絡拓撲結構，善用中心節點及其增長特性；在內容生產上，把握賽事的情感屬性，因勢利導賽事中個人情感向集體情感的轉化；同時，借助結構與情感相互作用原理，把政府、平臺和公民社會的多元互動納入輿論治理中來，建設動態平衡的網絡輿論生態。

6.1 團結和培育中心節點，建立多中心自組織協同網絡

微博是當前國內發展較為成熟的社交網絡平臺之一，不同層級、領域的中心節點系統已經形成，是擴大或提高賽事影響力的重要傳播平臺。體育的專業性使體育領域的意見領袖相對集中，體育賽事輿論的關系網絡，本質上仍屬于無標度網絡，少量中心節點能更接近體育事件的“發生地”，能在可涉及的范圍內引導網絡空間的體育賽事輿論進程，在輿論演化過程中展現出巨大的影響力。團結和培育不同類型的中心節點，避免單純依靠政府或個別主流媒體的“單中心模式”，通過政府、平臺、專業媒體、體育意見領袖、草根精英等各類中心節點之間的良性溝通，包容不同輿論治理主體的參與，盡可能鏈接并團結更多的普通節點，形成多層次、立體化的“多中心自組織協同”網絡（范如國，2014），在結構上避免輿論傳播的群體極化和失衡，減少賽事輿論擴散的不可控性和不確定性。

6.2 借助情感構筑社會共享價值，強化人類命運共同體意識

新傳播生態下，體育賽事網絡輿論常常表現為“流動性過?！保◤垵?，2014），即輿論的活躍程度溢出了社會的可承受限度，輿論場的眾聲喧嘩導致輿論“井噴”“決堤”“潰壩”“斷頭”“追尾”以及“激化”（張濤甫 等，2016），形成政治化演變傾向，背后原因則是由于情感的非理性表達。因此，體育賽事輿論治理要在情感上回應體育的本質。在當今社會，體育是跨越國別、階層、文化意識形態的社會實踐，體育的本質是既允許沖動又克制沖動（喬治·維加雷洛，2015），當不同文化背景的人走到同一個賽場上，意味著人們對競技規則的認同，也意味著人們對“更高、更快、更強”體育理念的認同，同時意味著人們對和平、奮斗、團結、平等、公正等普世價值的認同。因此，在體育賽事傳播中，要多強化情感認同，將沖突、對立轉化為合作、交流，進而沿著“情感認同→價值認同→行為認同”的遞進式路徑構建人類命運共同體（于思遠等，2019）。

6.3 利用情感與結構相互影響，因勢利導增進社會共識

張濤甫等（2016）認為，輿論治理的三維框架分別是社會輿論、社會心態和社會結構。社會輿論雖然流動、感性、易逝，但它是看得見的社會意識景觀，是社會心態的晴雨表，也是深層性社會結構的表達。因此，當賽事網絡輿論開始發酵，它反映的其實是更深層次的結構性緊張和社會化矛盾。簡單地對網絡輿論進行表層處理，無疑治標不治本。賽事網絡輿論治理應在賽事的各階段做好輿情監測，掌握網絡節點的相互關系以及網絡節點的情感傾向，把握內容生產機制中的關聯性，理解網絡意見表達的多元性，尊重網絡意見的多樣性，在意見對沖與妥協中實現“和而不同”，還要善用網絡生態的自組織機制，促成網絡文化的自身成長和價值“涌現”（喻國明，2016），同時對過激、非理性的情感表達進行疏導，以此加強網絡信任，增進社會共識。

結構分析和情感分析雙重視角相結合的分析，是深化體育賽事網絡輿論傳播研究的關鍵，也是進行體育賽事網絡輿論治理的關鍵，本研究僅從單個案例角度初步分析了體育賽事網絡輿論傳播中結構因素與情感因素的相互作用，是否適用于更多情境，尚待進一步的研究檢驗。此外，本研究是探索性研究，旨在引介一種新的研究視角和路徑，并藉此提出網絡輿論治理新思維。受制于時間因素，本研究選擇的案例尚有一定缺陷，國際性體育賽事或體育賽事爭議性事件，更適合雙重視角分析，后續研究可于此處著力。