尹碧茹 刘志军

    (海南师范大学心理学院，海口 571158)

    随着Web3.0 时代的到来， 在线社交媒体凭借其开放性、 交互性和实时性等特点获得了空前的发展。 借助Twitter、微博等社交平台，人们能够在网络空间中进行实时在线互动， 自由公开地对时事热点以及日常生活表达自己的观点和情绪 (Jin ＆ Zafarani，2017)，从而使得网络空间出现大量的情绪信息，为传统情绪的研究提供了新的发展空间，逐渐形成一个新的研究领域——网络情绪(cyberemotions)。

    对网络情绪的系统研究最初出现在2009 年欧盟第七框架计划中的子项目——网络情绪研究中，其目的是探究集体情绪在信息通信技术中的作用，为未来智能通信技术的发展提供支持 (Ahn et al.，2011)。研究者收集了不同网络平台中的情绪数据和在线讨论引发情绪的心理生理数据， 建立由大数据驱动的网络情绪模型， 开发了在线文本情绪分析程序(Holyst，2017)。 此研究成果引起了计算机科学、新闻传播学以及心理学等不同学科对网络情绪领域进一步地探究， 研究者一方面通过分析网络空间中的情绪信息，提取和预测了许多社会经济问题，例如政治选举、 商业决策等(Dong，Chen，Tang，Qian，＆Zhou，2016)， 另一方面通过分析网络空间中情绪的异常动态，如抑郁、焦虑等负面情绪，为研究机构、信息咨询组织和政府部门及时解决社会问题提供大量帮助(Beasley ＆ Mason，2015)。

    目前研究者对此领域研究成果的梳理和总结缺乏多学科、跨领域的综合分析，仅有的少量研究是就某一具体问题展开的， 集中在新闻传播学或计算机科学的单一学科领域中 (孙立眀，2016；Mantyla，Graziotin，＆ Kuutila，2018)。 因此，本文将综合不同学科背景下的网络情绪相关文献进行分析和整理，探讨其基本理论、研究方法和表达特性，梳理网络情绪的治理措施，为今后此领域的研究提供借鉴。

    1 文献统计分析

    本文以“网络情绪”“互联网情绪”及“微博情绪”为关键词， 在中国知网进行检索； 以 “online emotion /sentiment” “internet emotion /sentiment” “cyber emotion /sentiment”Twitter emotion /sentiment”“Facebook emotion/sentiment” 等关键词在 Web of Science 核心数据库中进行搜索， 时间为 2000～2019年 ......