交互设计论文范文第六篇：基于情感分析的弹幕交互设计的个案阐释
摘要：作为一种伴随式新型网络视频评论方式，弹幕评论对公共舆论引发社会与传播影响。本文以《国家宝藏》弹幕为例，基于情感分析的弹幕交互设计的个案阐释，利用情感分析技术提取弹幕的数据，构建情感词典、建立情感分析模型，抽取情感词、计算情感值，提取情感分析结果，实现弹幕情感可视化。
关键词：弹蒂评论；情感分析；舆论引导；智能把关；交互设计；
基金：教育部人文社会科学研究项目"网络视频'青少年防沉迷系统'的优质内容体系构建及智能把关模式研究"（编号：20YJA860011）；黑龙江省哲学社会科学研究规划年度项目"网络舆论正向引导及清朗的网络空间秩序构建研究"（编号：18WWB118）；中央高校基本科研业务费专项资金资助"基于情感分析的公众网络舆论正向引导机制研究"（资助编号：HIT.HSS.201845）阶段性成果；
随着网络视频行业的兴起，网络视频的用户规模呈现急速增长的态势，促使海量的网络视频评论产生。"弹幕"评论的评论内容直接显示在视频界面上，作为一种伴随式新型网络视频评论方式，提升了用户参与性和喜爱度。与一般的评论数据相比，弹幕数据包含评论文本及其对应的视频时间点信息，弹幕数据呈现观看用户的即时情感、褒贬评价、认知态度的主观情绪。弹幕即时互动匿名的特点不仅满足了受众的交往需求，也代表社交媒介发展的新方向。但是，自弹幕诞生以来，在其使用过程中的潜在风险与问题，如内容把关难、信息污染、歧视言论、道德缺失、舆情扩大化等层出不穷。如何利用弹幕传播的有效性与影响性，应用算法进行交互设计，提升正能量传播，健全社会舆情引导机制，加强对其舆论引导，是新媒介环境下的考验与要求。
算法是未来信息生产与分发方式，在以定制、推荐、把关为特征的智能传播过程中，通过一种交互设计让受众通过观察弹幕对情绪生态环境所造成的变化，直观观察到所发表的评论对当前舆情产生的影响，进而引导用户发表健康正向言论，为构建正能量呈现互动传播模式。本研究通过对《国家宝藏》个案的分析研究，为具有共通性与规律性的网络舆论问题提供一种新的舆论引导模式。
应用算法为弹幕评论交互设计及舆论引导提供智能把关
（一）提供信息生产与分发的公共化信息推荐
算法是一种计算机程序，依靠算法进行个性化推荐是当前算法推荐的基本思路，能够"精确迅捷地抓取、生成、发布和推送资讯，最终实现对新闻内容生产和分发环节的再造和变革"[1].但正如尼葛洛？庞帝所言："在极端个性化的'我的日报'（TheDailyMe）的同时，我们还需要公共性的'我们的日报'（TheDailyUs）。"[2]公共信息的广泛与深入传播与否是公众社会成熟的标志。"未来的算法将不仅要解决个性化信息推送的问题，也应更好地实现公共化信息的推荐。"[3]实际上，算法设计与实现都隐含价值观、刻板偏向、利益取向及意识形态，人们将算法引发的负向影响称为"烟幕弹""隔离墙".这种倾向既影响信息传播的客观公正，也影响公共信息的议程设置及舆论导向。因此，未来的算法将不仅要解决个性化信息推送的问题，也应更好地实现公共化信息的推荐。弹幕具有强烈的个人化色彩，为避免信息窄化效应，应用算法的交互设计有效聚合公共信息，呈现多样化的公共信息传播平台，提供更多的沟通交流机会，消解"过滤气泡",疏缓社会矛盾，实现理性对话协商沟通的良性传播。
（二）绘制社会群体互动中趋同意见的用户画像
在大众媒体时代，"人们生活在信息和意见的海洋里，媒介成为人们的'导航圈'"[4].在社交媒体时代，整合各种传播类型的社交媒介愈发显现对舆论"导航圈"的助推作用。"互联网技术带来的传播主体多元化，及其引发的传播新环境、新格局，是群体进行的非制度化、非中心化、缺乏管理主体的传播行为。"[5]弹幕的非理性情绪所产生的社会与传播影响就是明证。弹幕是对同一内容所发表的意见观点，相同、相近或相反的情感与态度，"社会心理的互动推动着个人情绪或意见形成相对集中的情绪方向和意志方向。其中首要是信任"[6].弹幕的圈层化体现群体趋同意向。因此，对其数据整合分析，绘制用户画像，了解用户才能更好地进行内容生产、产品创新及舆论引导。人们长期接受同一信息，"茧房效应"的产生影响用户接受信息、认知社会的全面性。另外，"'信息茧房'问题所反映出的依旧是人们对于信息自主性选择的渴望"[7].应用算法的交互设计构建有利用于传播者熟悉用户，有效引导受众提升对信息的多样性、完整性的认知能力，避免长期因同化单一的信息接受带来的具有明显情绪和偏见的行为模式与价值判断。
（三）挖掘群体传播中意见领袖"圈子化"的影响力
社交媒体的发展形成意见领袖有来自民间的趋向。算法时代，运用个性化的推荐技术能够按照兴趣、爱好、需求的不同，将用户划分成不同的网络社群，即"圈子".集聚成群的个体在"圈子"中为避免受到群体的非议或排挤，常会摒弃其特有的异质观点，而与群体观点保持一致。网缘关系"把那些原本互不相识的人们集聚起来，建构了一个个颇具亚文化特征的阐释性社区"[8].在互联网群体传播中，不同个人的影响力是大相径庭的。互联网技术的发展，扩大了个体影响力的分化，在集聚成群的传播过程中，意见领袖发挥着至关重要的信息传播及舆论引导的作用。"相比较于普通的个体而言，意见领袖自身往往具有丰富的阅历和较强的分析能力以及普通群体力所不能及的信息接触面和社会影响力",但网络大V发挥意见领袖的作用时，"可能借网络谣言操纵公共叙事，扰乱社会秩序"[9],引发社会危机。因此，在人际传播、组织传播、大众媒介传播相叠加的社交媒体时代，要根据算法技术，挖掘意见领袖及潜在意见领袖的层级，针对其进行交互功能的设计与实现，利用意见领袖的影响力引导群体的意见、观点与行为，切实发挥意见领袖的动员、劝服及引导作用。
基于情感分析的弹幕交互设计的个案阐释
情感分析是社会计算的一种重要方法。抓取网络视频中的弹幕评论，提取其中所包含的情感数据，对情感数据中的情感极性分类，获取网络视频的情感信息，进行句子级别的情感分析。本文基于情感分析结合自然生态环境的新型可视化形式，充分运用环境变化进行情感可视化，集实时性、娱乐性、直观性、动态化于一体，这种可视化形式将对网络舆情的引导具有直接与广泛的意义。
2017年12月3日，央视制作的大型文博探索节目《国家宝藏》首播，2018年12月第二季、2020年12月第三季相继播出。《国家宝藏》一经播出就成为社交平台的讨论热点，在三季的播出过程中，网民评价不一。2009年6月26日，哔哩哔哩（bilibili）网站创建，称为"B站",迅速发展成为我国年轻人文化社区的代表性网站之一。B站基于互联网的弹幕超越时空限制，构建出一种奇妙的共时性关系，形成一种虚拟的部落式观影氛围。平台用户平均年龄21岁，从2018年起，新用户的平均年龄19.8岁。因此，B站的弹幕数据是具有年轻人媒介使用行为特色的典型代表。人们对于信息的评价常有先入为主"第一印象"的惯性思维，因此本文抓取《国家宝藏》（第一季）第一集在B站的弹幕数据，提取时间信息和评论文本，作为情感分析和可视化交互设计的实验数据集。
（一）建立弹幕情感分析模型及构建弹幕多维情感词典
作为新型网络评论类别，弹幕语言具有不规范性、随意性、情绪化等特征，很难使用传统的基于评价词典的情感分类的方法识别弹幕语言的情感和情绪类别，需要适应口语化语言特点构建情感模型。例如，引入隐式情感的分析，或将口语化的弹幕信息进行去口语化等策略。此外，从可视化的角度出发，爬取一段时间的弹幕信息，按其时间序列进行情感的呈现，发现弹幕情感或情绪的变化。
情感词典的构建是情感分析领域的基础问题，本文借鉴现有的七种情感类别体系：喜、怒、忧、思、悲、恐、惊。构建方法主要有基于规则和基于统计的两种方法。本文从两个角度入手构建弹幕的情感词典。为了保证情感词对弹幕情感的高识别率，情感类别不明确或情感强度较低的情感词并没有纳入范围中。
（二）抽取情感词及计算情感值
情感词是一个句子是否可以表达情感倾向性的核心，拟依据构建的弹幕多维情感词典对弹幕评论文本的实验数据进行抽取与识别。将弹幕评论与上述的多维情感词典进行匹配，如发现情感词，就用其相应的情感标签进行替换。例如，"千里江山图太漂亮了","漂亮"替换为"好"情感标签。从两个角度使用情感词计算句子的情感值，一种是基于情感词加权求和的方法，基本原则是如果某种情感的情感词的个数大于其他类别情感的情感词的个数，则句子的情感为个数多的那种情感。这里要充分考虑否定词对情感极性的影响，如果情感词前面出现否定词，要为其极性置反。另一种是基于统计的方法，使用一些基础的分类模型，如最大熵或者深度学习的模型，情感词表现为其中的一维特征。
弹幕评论情感分析可视化与情景交互设计
（一）弹幕情感分析分类及弹幕情感分析可视化
按照上文的情感分析步骤，将《国家宝藏》（第一季）第一集弹幕进行分词，根据词频进行情感分析，情感分类结果为：积极情绪35.35%、中性情绪49.97%、消极情绪14.69%,总体呈现正向情绪趋势。
弹幕情感类别雷达图。雷达图的维度是情感类别的数量，会明显地表现对于某个节目观众情感的表露。从雷达图中呈现：好、乐、惊、怒、悲、恶、惧的百分比分别为42%、33%、8%、7%、5%、3%、2%.因此，在《国家宝藏》（第一季）第一集中，"乐"和"好"的情感较多，整体上，第一集得到用户的好评与认可。
情感词标签云。"标签云"是应用字体大小、颜色等方式对"关键词"进行视觉化呈现阐述，体现所要研究"标签"的重要程度、频率高低。上述数据显现较为突出的情感词标签有：乾隆、历史、啊、大河、好看、安利、文字、故宫、辛苦等。情感词标签云可表明弹幕用户对中华民族文化、历史人物、文物古迹的热爱与认可程度，也展现对中国原创文博类节目的喜爱与渴望。《国家宝藏》《我在故宫修文物》《如果国宝会说话》等节目近"零差评"的口碑所引发的热播，表明中国原创文博类节目具有强大的内容来源、受众基础、技术支持等传播保障，只要充分挖掘"中国故事"的文化特色与生动内容，中国原创文博类节目即可"热起来""走出去""活起来".
（二）基于弹幕情感分析的动画交互设计
1.基于弹幕情感分析可视化结果的情感向量判断。
根据实验数据的情感信息进行可视化处理。通过构建基于朴素贝叶斯（Naive Bayes）的弹幕词语分类，评估弹幕词语在视频片段中的多维情感向量。根据视频片段中的整体情感倾向设计动画元素，通过HTML5 Animation和Keyframes实现植物接受水、阳光的成长动画。使用"输入框"与"提交"按钮的方式对视频进行操控。在"输入框"中输入评论提交后，基于情感分析对文字内容进行判断，当内容包含正向情感词汇时，视频进行正向播放，即植物生长。输入词汇为负向词汇时，视频就会反向播发，即植物趋向衰落。
2.以用户为中心的实时交互设计。
交互设计的核心要点在于以用户为中心，实现用户既定的使用目标。随着场景的不同，目标、任务和行为会产生变化，进行实时监测与变化。根据不同颜色所表达的情感以及不同符号所指内涵的意义，进行动画基本元素不同状态的主体色设计。结合实际生活环境、文化认知等因素，设计动画基本元素有天空（如白云、太阳、蓝天）、草地（如高山、小草、花朵）、人物（小象）等。设计交互界面的视觉效果以淡绿色为主，体现整体的正面积极导向和生态价值观。页面包括可视化动画窗口，窗口内有能量累计值、弹幕输入框和发布按钮等。情景交互设计实现用户与应用的双向互动，即用户输入弹幕评论，界面会实时出现评论的内容，评论为正面情绪界面相应出现"能量+"的浮动气泡，植物实现相应生长变化，反之则相反。
3.情景可视化交互设计展示。
基于弹幕情感分析的数据结果，将"种子"赋予不同的情感，"每一颗种子"代表一个用户发布弹幕的习惯，在发表评论的过程中种子会出现生长、衰落甚至死亡的状况。种子从种下、生长到成为大树的过程，意味着用户每次发表的正面评论对舆论环境正面的影响。一颗种子没有成长，树苗开始枯萎、死亡，意味着用户发表的负面言论对于舆论环境的破坏。不同的评论所体现的情感等级不一样，体现的视觉效果不同。根据情感信息检索，设置"粉丝发言能量榜",利用明星效应而引导粉丝的舆论走向。即用户评论的所对应的"种子"的生长、衰落、死亡，代表其言论的正向、负向能量，将粉丝评论的正向情感、负向情感利用情感分析方法进行量化，通过可视化形式展现。可线上线下结合，"种子"能量值达成"大树"数值，即以捐赠或认领的方式得到更多的奖励。这不但可以提升明星的公益活动能量，也促使明星与粉丝的社会互动，有效引导粉丝进行舆论正向传播。
结 语
通常对网络视频舆论引导的研究往往大而化之，缺少可以操作的应用研究，同时也缺少正确引导受众舆论的实用工具，本研究可以说填补了这一空白。
通过弹幕评论的短文本和情感符号分析结果与可视化场景，即虚拟数字情绪生态环境中的各个要素相对应，情绪的等级对应环境中生物的生长速度或衰亡速度等。应用情感分析及可视化，提供一种新的视频检索手段及交互设计展示，从而让观众与弹幕的评论者能够直观地看到自己的言论所产生的情绪影响，为有效引导舆论提升正能量传播奠定基础。
利用实时监测、情绪感染、机器把关等交互手段，进行"以用户为中心"的互动设计，实现即时可视、适时引导弹幕用户、强化互动参与的设计功能，具有"游戏""艺术""智媒"传播等特性，极大调动年轻群体的参与热情，组成不同圈子交错重叠、交融互动、频繁交往超部落化的景象，往来于虚拟与现实的双重世界中，构建社会化网络时代的多元文化景观。这不但是参与式文化的重要表现形式，也为互联网群体传播构建正能量互动，改进舆论引导方法，建构清朗的网络空间，提供了一种新型舆论引导模式。
参考文献
[1]张淑玲破解黑箱一-智 媒体时代的算法权力规制与透明实现机制[J]中国出版2018（7）。
[2]尼葛洛庞帝数字化生存[M].胡泳，等译海口：海南出版社， 1997:142.
[3]彭兰。机器与算法流行时代--人该怎么办[J] 新闻与写作2016（12）。
[4]孟小平。揭示公共关系的奥秘--舆论学[M].北京 :中国新闻出版社， 1989 : 176.
[5]隋岩媒介文化研究的三个路径[J]新闻大学2015（4）。
[6]陈力丹。舆论学一-舆论导向研究[M].北京 :中国广播电视出版社，1999 : 53.
[7]王瑞。"信息茧房"的实质、成因与突围之道[J].青年记者。2020（36）。
[8]蔡骐粉丝型受众分析[J]新闻与传播研究2011（2）。
[9]向志强，向治国公共卫生危机中网络谣言监管路径[J]青年记者， 2021（7）。
