2. 中国科学院大学心理学系,北京 100049
2. Department of Psychology, University of Chinese Academy of Sciences, Beijing 100049, China
党的十九大报告提出加强社会心理服务体系建设,培育自尊自信、理性平和、积极向上的社会心态。社会心理服务体系建设是社会治理的重要内容,是在个体、组织、社会、文化等层面,基于民众的心理需要,通过公共服务和社会服务等手段提供心理服务、引导社会心态、全方位加强心理建设,旨在有效提高个体心理健康素养、提升组织健康发展效能、推进社会治理体系和治理能力现代化[1]。心理学界从理论探讨和社会实践多个方面对社会心理服务体系进行分析,侧重点各有不同但仍有共识,即都认为社会心理服务体系建设是社会治理体系的重要组成部分,应当从个体、组织/群体、社会等不同层面,从预防、干预等不同环节全方位推动[2-4]。
网络信息与技术在社会心理服务体系建设中有非常重要的应用。海量而驳杂的网络信息深刻影响着公众的社会心理、价值取向与行为方式,网络成为形塑社会心态最为重要的技术力量与公众平台。只有深入研究网络信息与网络情绪、社会心态之间的关系,才能找到利用网络舆论来科学引导社会心态的路径与方法。个体的情绪对表达思想和观点至关重要,进而影响态度和行为,而社会情绪和社会情感则是社会心态的核心要素,构成社会心态的动力机制和社会运行的调控、凝聚机制。社会情绪和社会情感具有社会信号、社会运行动力、社会行为调节和团结社会等功能。个体心理健康范畴内可以借助心理学的手段解决情感问题,但社会层面的情绪、情感的引导则应该纳入到社会治理下,多主体社会治理才是实现情绪、情感引导的有效路径[5]。新媒体时代,情感治理作为社会治理的一个重要维度[6],已经进入众多学者与社会治理者的视野。
本研究从个体、组织/群体与社会3个层面,即微观、中观、宏观层面出发,以利用网络信息与技术干预和引导各层面的情绪为核心,论述网络信息与技术在干预个体心理健康,引导群体和社会情绪等社会心理服务体系建设中的应用,并对该过程中如何发挥主流媒体的舆论引导作用、规范自媒体从业者职业伦理和职业素养、规范大数据分析的伦理监管等提出建议。
1 社会心理服务体系建设不同层面所对应的网络情绪在网络信息技术不断发展的同时,学界日益关注网络情绪作用机制研究。信息内容的情绪因素对信息传播的效果起到一定作用。人们之所以会分享有情绪的内容,是因为这样能够使得自己的经历更有意义,减少认知失调,或者加深社会连结[7]。越来越多的研究认识到:情绪与信息的意识、回忆和判断均有关系[8-9],也影响着与传播行为有关的动机[10]。因此,目前的新闻报道均倾向于采用更为明确的情感诉求策略[11]。这种情况在网络新闻宣传中得到进一步体现,网络新闻或宣传内容需要在有限的字数内吸引受众的注意力,与传统新闻相比,网络上的新闻推文更容易偏颇[12],并且包含明显不同的情感[13]。同时,随着人们越来越多地使用社交媒体分享其日常事件或报道其感兴趣的外部事件,社会媒体为其提供了丰富的公共和私人领域的信息,这些信息从情绪上来看,既有积极的,也有消极的。哈贝马斯提出“领域”的概念,认为公共领域是人们讨论社会问题和发起政治行动的地方,而私人领域是人们讨论个人事务的地方。但是,现代社会随着媒介的不断融合和发展,在互联网上,领域的边界变得愈加模糊,具体而言,个人的社交媒体已成为公共领域,可以讨论广泛的话题[14]。个体在社交媒体上发布的个人信息也可能引发极大的关注,变成公共话题,激荡群体与社会情绪。因此,在利用网络信息与技术开展社会心理服务之前,有必要厘清网络上的不同情绪。
1.1 个体的私人情绪与公共情绪公共情绪(public mood)与个体经历、所处环境、社会关系等因素有着密切关系,是人类与其他物种区别开来的重要特征。公共情绪是个体因具备某种国民群体资格而体验到的情感[15],是人们在一定时间里对某种公共事物表现产生的一种状态性的情绪[16],包含积极与消极2个效价。公共情绪出现在个体基本情绪之后,在社会化过程中逐渐形成并发展。
公共情绪对应于私人情绪或广义情绪的概念,描述了未指定的日常感受。从概念上讲,公共情绪和私人情绪共享相同的思维过程。尽管公共情绪也会受到私人情绪的影响,但它不仅是日常情绪的集合,还是个人情绪对公共目标的投射。公共情绪和私人情绪的区别在于,公共情绪是个体针对公共领域产生的情绪反应。公共情绪和个人情绪是相对分离的,即一个在个人生活中体验到较多消极情绪的人,也可能对国家和社会充满积极的情感和期待,而一个积极情绪较高的人,也可能对政府和社会感到强烈不满。近年来,出现了一些“社会情绪反向”的现象,是指近期一些社会事件中表现出的令人费解的现象,其情绪反应比较反常,如本该引起大家同情的事,却有很多人表现出欣喜;本该是人所共愤的事情,却有人在赞美和钦佩;本该谴责的行为看到的却是社会性冷漠[17]。这些“社会情绪反向”现象也从现实的角度反映出公共情绪与私人情绪是相对独立的。
从个体的私人情绪与公共情绪的联系与区分也可以看出,个体的私人情绪的引导与干预更多与社会心理服务体系的微观和中观层面相关,而个体的公共情绪则与社会心理服务体系的中观和宏观层面关系更为密切。因此,开展社会心理服务工作时,有必要将网络上个体对于私人情绪的表达与公共情绪的表达区分开来。
1.2 群体情绪与社会情绪在何谓群体情绪的问题上,研究者观点不一。群体情绪概念在情绪的主客体界定上存在分歧,不同概念界定衍生出群体情绪测量的差异[18]。目前有3种主流的关于群体情绪的界定,其中2种要么需要设置特定的情景或者设立外群体,要么需要进行社会认同显著性测量,这2类界定更加适合对群体情绪进行问卷调查或者实验室操纵研究。结合网络上群体情绪研究及测评的可行性,认为对网络上群体情绪的界定是:群体情绪可理解为群体内的个体成员的体验,考察群体情绪如何对个体的情绪体验和行为产生影响、群体情绪如何通过同质化个体的反应影响群体行为;考察作为群体成员的个体,个人情绪如何组合产生群体水平的情绪,群体情绪又如何被视为这些部分的总和;群体成员的个体情绪组合如何超越成员本身,从而影响群体情绪的发展[19]。
社会情绪是心理学和社会学所共同涉及的一个问题,更是社会心理学的一个重要研究领域。社会情绪描述的是公共群体情感状态的特征,它不拘泥于任何特定的公共事件。与动机类似,每一种情绪在心理唤起、行为表现和特定功能方面都有其独特的模式。对情绪的基本理解是指人们从事某种活动的过程中所产生的一种兴奋心理状态。个人情绪一旦被社会化之后,就会形成群体性的具有相同心理指向和特征的情绪,即社会情绪。可见,社会情绪的产生和形成与个人情绪息息相关,个人情绪与社会情绪具有极强的可融性和互感性[20]。社会情绪是一种重要的社会信号。就多数人共享的社会情绪来说,正向社会情绪和负向社会情绪是对社会群体共同心理的反映,也是对一定社会结构变化、社会运行状况的反映[5]。
群体情绪和社会情绪不同。群体情绪是在共同的群体中、多个个体情绪合力的基础上形成的,它直接影响群体的意向和行动。群体情绪是有边界的,只发生在与特定公共事件相关的群体中。社会情绪没有明显的群体指征,是一种整个社会的弥散性的情绪状态。
值得注意的是,在社会化媒体时代,群体的边界越来越模糊。借助新兴的媒介平台,社会情绪的表达、传播与汇集都会对社会的运行起到推波助澜的作用。在社会化媒体时代,个体情绪(特别是个体的公共情绪)、群体情绪、社会情绪三者是声量逐渐加大的过程,个体情绪引发他人的情感共鸣积聚形成群体情绪,群体情绪进而积聚形成社会情绪或公共情绪。某些个体情绪在舆论场中的声量小,但是对群体情绪和社会情绪的辐射能力较强,尤其是“网络大V”等“意见领袖”的个体情绪,这些情绪会造成从众效应,容易撼动群体情绪和社会情绪的稳定性。因此,与某一群体相关的公共事件在社会化媒体上的持续发酵,在某些情绪化媒体内容的推动下,不但会对事件相关群体的情绪产生影响,也会影响事件无关人员的情绪卷入,从而对整体的社会情绪产生影响。
2 网络信息与技术在社会心理服务体系中的作用结合社会心理服务体系的微观、中观、宏观3个层面,以及与之相对应的网络上表现出来的情绪,对网络信息与技术在社会心理服务体系中的作用进行了相应梳理,主要包括3个方面:利用网络平台与技术干预和引导个体情绪,利用融媒体平台引导各类社会与群体积极情绪,利用网络平台探测和干预各类社会与群体消极情绪。
2.1 利用网络平台与技术干预和引导个体情绪为落实党的十九大报告精神,国家卫生健康委员会、中央政法委、中宣部等10部委于2018年1月16日印发《全国社会心理服务体系建设试点工作方案》,通过试点工作探索社会心理服务模式和工作机制。在该方案中,相当一部分工作是围绕个体心理服务开展的。新型冠状病毒肺炎(新冠)疫情期间,国务院联防联控机制于2020月2月26日发布《关于开展线上服务进一步加强湖北疫情防控工作的通知》,也明确提出要借助“互联网”技术手段,利用各类网络心理服务平台,为患者、医护人员、疫情防控一线工作人员以及向受疫情影响的人群有针对性地提供7×24 h心理援助服务。此外,网络平台与技术还可以对个体的社会情绪和社会心态进行干预和引导。
有研究者对Medline(OVID)、PsychINFO上2010—2014年相关的研究进行综述[21],较为系统地揭示了当前互联网、社交媒体以及应用程序(APP)对情绪障碍的干预现状。网络平台与技术的应用可以使心理服务资源得到扩张,并以较低成本提供7×24 h的资源,能够更好地满足公共卫生服务/社会心理服务的需要。另外,研究显示,利用网络平台或APP可以对个体的情绪症状进行跟踪记录,结合一些在线心理干预技术(如CBT),并结合一些面对面的心理治疗或者药物治疗,能够获得更好的情绪缓解率。更为广泛的是,社会化媒体(如微博、微信朋友圈)本身也可以视作一种新兴的缓解个体情绪的资源,它可以给遭受情绪困扰的个体提供社会支持、降低污名化水平。除主动寻求支持的个体外,社会心理服务相关工作者也可以利用网络平台干预技术自动识别有风险的个体,进行有针对性的情绪干预。例如,有研究者开展了基于社交媒体的自杀信息自动识别与心理危机主动预防工作。与传统的被动等待的自杀预防方式相比,线上主动自杀预防(proactive suicide prevention online,PSPO)在很大程度上拓展了自杀干预的范围,让很多以前从未寻求过帮助的人第一次接受帮助[22]。
需要注意的是,网络平台与技术在个体情绪干预方面具有很大优势,中国目前也有很多网络平台提供相应服务,但较少有研究评估每一个具体情绪干预手段的效用,因此亟待开展各种在线干预的效果研究。
2.2 利用融媒体平台引导各类社会与群体积极情绪Turner[23]认为情感是导致社会变革的重要力量,积极情感激活通常转化为对社团和范畴单元的承诺,再由这种承诺拓展到更为广泛的社会结构之中。早期人类的历史上没有中观或宏观的社会结构,小连接和核心家庭的微观结构是主要社会结构。因此,对于早期人类来说,不存在如何将积极情绪向外移出微观结构的困境。但是,随着社会规模的扩大和宏观社会结构的日益偏远,如何对这些结构产生依恋的问题急剧增加[23]。
社会化媒体因其极强的互动性而广受网民欢迎,迅速成为舆论引导的新阵地。由此引发的问题是:什么样的社会化媒体引导策略可以增加针对中观和宏观结构的积极情绪(群体积极情绪与社会积极情绪),从而增加对这些结构及其伴随的文化的承诺?
解决该问题的第一个策略是增加受众的卷入水平。卷入度是广告与消费心理学中信息与说服领域的一个重要概念。它是一种个体对刺激的参与状态,反映了个体加工信息时的主观唤起程度,以及知觉到的信息与个体的关联程度[24-25]。中观与宏观的社会结构离受众的生活比较远,也比较抽象,因此单纯地宣扬机构、组织或某项政策的好处并不能引起受众的关注,并激发某些积极的情绪或情感。而积极的涉及个人的信息则更能拉近与受众的关系,增强受众的代入感,从而增加受众的认知和情感卷入水平,并产生更多积极的群体情绪或社会情绪。举例来说,在媒体上大幅报道某先进个人的优秀事迹并不能唤起网民对其所代表的群体或部门的积极反响,但报道某个警察护送小女孩回家的真实案例则会让网民纷纷“点赞”警察群体,这为媒体报道提供了新思路。
解决该问题的第二个策略是善用“情绪性”内容。当前中国主流传统媒体已经通过“走转改”等活动转变了报道视角与报道策略,还应更为积极地运用社交媒体手段,通过网络平台与民众沟通交流,采用更为亲民、平实、丰富的信息呈现和报道方式,例如综合运用文字、图片、视频等全媒体报道手段,充分吸收互联网上的最新传播形态,将专业媒体机构生产的内容(PGC)和网民生产的内容(UGC)进行有效融合。很多政府和官方机构也在使用微博平台走近群众。在弘扬榜样精神、传递温暖爱心、促进社会公益救助时,可以使用生动的描述、丰富的情绪词汇,促进正能量的传播[26]。
在利用融媒体平台引导积极社会心态、传播正能量的同时,需要注意一些可能出现的问题,避免导致信息传播效果不佳,甚至带来相反的传播效果。例如,有学者发现网络表达与传播中的不同情绪偏向带来的“情绪逆差”问题,即某些情绪虽然更易于被表达、被呈现,但缺乏实际的影响效力,而某些情绪虽然被表达的频次和比重较低,但却具有较强的社会影响[27]。再如,社会心理学中说服研究领域中关注到的回旋镖效应(boomerangeffect)[28],即传播者给受众传递某种信息,以达到某种说服的目的,但受众的反应截然相反。
2.3 利用网络平台探测和干预各类社会与群体消极情绪社会化媒体由于其自组织、大众化和直接民主化功能,形成了强大的公共领域场[29]。因此,社交媒体已经成为监测和预测公众情绪的重要媒介。与正性情绪能量相反,当消极情绪和积极情绪高度分层时,如果民众可以将其他资源(如意识形态、领导、金钱和社会机构)作为不满对象,那么那些拥有大量消极情绪的人采取集体行动的可能性就会增加[23]。因此,网络上的负性群体情绪与社会情绪就成为舆情监测的重中之重。
社交媒体不仅是重要的信息来源和手段,而且还为民众提供了讨论互联网公共事件的开放自由的空间。伴随着每一个公共事件的产生,必然会产生大量舆情。社交媒体上的舆情对促进社会变革的影响主要体现在:对政府、司法和其他公共权力的监督;维护正义和保护弱势群体;引起政府的注意,敦促政府进行信息宣传和事件调查,并促进社会管理创新和机构变革[30]。只有及时准确地捕捉到社会化媒体上的负性群体情绪与社会情绪,各级社会治理部门才可能更为快速、精准地回应受众的关切。
结合大数据相关技术,社会化媒体情感分析(social media sentiment analysis,SMSA)不仅可以用来监测各类公共事件引发的群体与社会情绪,如7·23甬温线特别重大铁路交通事故[31]、6·22杭州保姆纵火案[32]等;也可以用来预测社会各个领域的舆情,如股市走向[33]、对犯罪的态度[34]等。在进行网络情绪挖掘时要注意提高对各种情绪的识别,要注意区分个体情绪与公共情绪、群体情绪与社会情绪,以全面了解和掌握网络舆情的影响力,有针对性地制定情绪疏导计划。
在舆论引导方面,如何利用网络平台遏制谣言和负面言论的蔓延,并进一步疏解由此产生的消极情绪,这也是社会心理服务体系中一项重要工作。
首先,在进行危机传播或风险沟通时,最需要关注的是要搭建一个公正的框架。对于事件相关者而言,愤怒是一种典型的伴随不公正而产生的负性情绪[35]。伴随公共事件产生的负性社会情绪不仅体现了事件相关人的负性个体或群体情绪,还会体现网络上旁观者的社会情绪。公正敏感性对不公正情境中个体情绪与反应程度有着重要影响。Schmitt等[36]的研究已经证实,在面对不公正的事件时,高公正敏感性的人会出现更强烈的情绪反应,低公正敏感性的个体情绪变化相对较少。因此,在危机传播过程中搭建一个公正的框架,对于缓解当事人与旁观者的负性情绪都是有效的。
其次,要注意情绪化内容的使用。这是一把双刃剑,在传播正能量时,情绪化内容有助于提升传播效果;在疏导负性情绪时,如发生恶性恐怖事件后,应尽量避免使用情绪词汇,以安抚群众恐慌情绪、降低恶劣的社会影响[26]。
再次,要重视非常规突发事件往往伴随产生大量谣言。研究者指出,在非常规突发事件发生后,民众对于灾难的认知往往源于各类媒体出于不同目的的操控[37]。其中,媒体和互联网扮演了重要角色,使得每个人都可能在传播过程中发挥作用,影响事件的发展趋势和进程。对于一些突发的危机事件,地方政府得知相关信息却不及时通报和发布信息,或者由于表达和传播的方式不当,引发严重后果,往往会激起民众激烈的不良情绪,使得管理和应对陷入被动。因此,作为信息沟通的主体,政府有关部门与媒体起着至关重要的作用,正效价沟通将会有效降低恐慌。结合媒体和网络环境下的信息传播和发布特点,以适当的方式引导公众舆论,减少矛盾激化,才能把非常规突发事件的负面影响减少到最小。
3 应注意的责任与伦理问题网络信息和技术是社会治理和社会心理服务体系建设的重要手段。随着信息技术的不断发展,在发挥技术优势的同时也带来了一系列需要关注的问题。在应用网络信息与技术开展社会心理服务的过程中,“机构+技术”机制下的主流媒体、自媒体以及以大数据为核心的技术是网络责任主体,因此,应重视主流媒体的舆论引导作用、加强规范自媒体从业者的职业伦理和素养,还应加强对大数据分析的伦理监管。
3.1 强化主流媒体的舆论引导能力舆论引导可以缓解甚至遏制消极情绪的蔓延,传递积极、正向的情感和情绪。随着社会化媒体突飞猛进的发展,互联网去中心化的趋势愈加凸显,草根媒体、自媒体及传统受众成为信息的来源或者传播者,甚至算法这一运算程序都能替代以“人”为主角的把关人角色,从而造成传统媒体舆论引导边界逐渐弱化和模糊。需要注意的是,在技术强劲、信息丰富、信息源头多元化的时代,仍然应重视和凸显主流媒体在舆论引导过程中主体性。
在全媒体生态系统中,主流媒体的权威性、公信力、传播力和影响力最强,可以有效引导和平抚社会情绪,因而主流媒体应发挥舆论引导的主体性,尤其是在突发性危机事件爆发时,主流媒体的发声至关重要。在主流媒体舆论引导的过程中,要树立正确导向和提升社会责任意识,需要注意以下问题。第一,寻找合适的发声时间或引导时间。时效性、时新性一直是媒体报道新闻的关键要素以及新闻筛选的价值标准,舆论引导过程中信息发布的时间选择有助于传递即时信息。第二,核查事实、报道真相,社交媒体平台的假新闻、谣言、流言、反转新闻扎堆,尤其是突发性事件时虚假信息的传播更为严重,且负面效果仍会扩散,主流媒体应主动甄别虚假信息、去伪存真,保证信息的真实可信,避免掉入“塔西陀陷阱”。第三,用“情”引“情”,第一个“情”是诉诸情感的信息,第二个“情”则指的是社会情绪,主流媒体要用以积极情感为核心的建设性新闻传播社会正能量,引导积极向上的社会心态。
3.2 规范自媒体从业者的职业伦理和职业素养近年来在许多新闻事件发生后,往往存在这一现象:官方媒体、自媒体同时发声,作为信息接受者的受众的情绪和成见先爆发和呈现,随后真相才会宣布,即情绪先行、真相滞后。甚至,新闻事件处于不断反转的状态,这就是后真相时代(post-truth)的基本特征。“后真相”一词于2016年11月入选牛津词典,其定义是诉诸情感与个人信仰比陈述客观事实更能影响民意的各种状况。
自媒体是后真相时代的助推器,助长了受众不良情绪的极化和非理性的社会心态。相当多的自媒体遵循着信息市场的商业逻辑——营销、流量至上,以标题党和鸡汤文赢得10万+阅读量,贩卖焦虑和恐慌、痛点和笑点,违背了新闻选择的真实性和客观性等价值标准。新闻从业者的职业伦理和规范一直是至高无上的道德准则,它决定着新闻筛选和报道的标准,有效规范着新闻从业者的行为。但是对于自媒体而言,从业者的职业伦理和职业素养一直是缺失状态,这一状况需要引起法律人士、专家、学者、业界的关注。中国亟待出台一部具有法律约束力的自媒体从业者职业伦理规范。制定自媒体从业者的法律法规是自媒体进行有效运作的前提。从自媒体的行业自律层面看,在恪守行业自律准则和现有法律法规基础上,自媒体应该自觉约束、规范运营,承担社会责任,积极维护和促进积极社会心态。
3.3 规范大数据分析的伦理监管已有的历史事实和理论反思表明,追求客观性并不必然导致善,确证无误的知识也不尽意味着人类福祉的增进。因此,客观知识的获得不再是科学价值合法性的依据,而应当将科学活动直接纳入伦理的规范之下。
数据科学结合跨学科的新型研究带来了新技术、新方法,也带来了许多未知的结果和潜在风险。首先,利用网络平台进行个体心理服务时,会留下大量个人隐私信息,存在个人信息泄露的潜在风险。因此,如何保护这些用户的个人隐私和如何监管这些数据的使用不仅是一个亟待解决的伦理问题,更是一个法律问题。同时,社交网络等数据可用性使得来自海量个体的海量数据可以被公开查阅。利用大数据进行社会情绪预测时,应该格外警惕对研究对象隐私可能造成的侵害。目前,对于人们在互联网上公开的信息究竟是公共性质、私人性质还是两者兼而有之,在学术界和法律界依然存有大量争议。在实际研究过程中,往往很难界定这些数据和信息的属性。一个可行的路径是:探讨建立分级管理机制,将身份识别信息等敏感信息与其他必要信息分开,设定研究人员不同级别的访问权限,减少未经授权的访问、数据丢失和误用,避免对非必要和敏感信息的访问[38]。
总起来讲,大数据伦理规范坚持的原则关键在于:要明确研究问题对于个体、家庭、社会群体的收益和大数据方法可能带来的风险和危害。潜在的收益会促进哪些科学知识和应用的发展,会解决怎样的社会问题;潜在的风险或危害包含可能泄露哪些信息、存在怎样的隐私侵犯风险。在利用大数据进行社会心理服务时,最关键的立足点是本着危害最小化、受益最大化的原则,秉持以全社会整体利益为出发点的基本原则。
4 结论从个体、组织/群体与社会3个层面(即微观、中观、宏观层面)出发,以利用网络信息与技术干预和引导各层面的情绪为核心,论述网络信息与技术在干预个体心理健康、引导群体和社会情绪等社会心理服务体系建设中的作用与价值,并提出如下需要注意的问题:(1)对个体情绪的干预要注意加强在线干预方法的效果研究;(2)在利用融媒体平台引导积极社会心态、传播正能量时,要注意避免“情绪逆差”与“回旋镖效应”;(3)在进行网络情绪挖掘时要注意提高对各种情绪的识别,注意区分个体情绪与公共情绪、群体情绪与社会情绪;(4)利用网络平台遏制谣言和负面言论蔓延时,最重要的是搭建一个公正的框架;(5)在发挥主流媒体舆论引导作用、规范自媒体从业者职业伦理和职业素养、开展大数据分析时,应加强伦理规范和监管。
[1] | 陈雪峰, 滕迪晴, 陈晶, 等. 基础社会动机与社会心理服务体系建设[J]. 心理科学进展, 2020, 28(1):13-21. |
[2] | 陈雪峰. 社会心理服务体系建设的研究与实践[J]. 中国科学院院刊, 2018, 33(3):308-317. |
[3] | 王俊秀. 社会心理学如何响应社会心理服务体系建设[J]. 心理技术与应用, 2018, 6(10):579-589. |
[4] | 辛自强. 社会心理服务体系建设的定位与思路[J]. 心理技术与应用, 2018, 6(5):257-261. |
[5] | 王俊秀. 社会治理也是社会情感治理[N]. 北京日报, 2017-03-27(015). |
[6] | 何雪松. 情感治理:新媒体时代的重要治理维度[J]. 探索与争鸣, 2016(11):40-42. |
[7] | Peters K, Kashima Y. From social talk to social action:Shaping the social triad with emotion sharing[J]. Journal of Personality and Social Psychology, 2007, 93(5):780-797. |
[8] | Fox E. Emotion science cognitive and neuroscientific approaches to understanding human emotions[M]. New York:Palgrave Macmillan, 2008. |
[9] | Kensinger E A, Schacter D L. Memory and emotion[J]. Handbook of Emotions, 2008, 3:601-617. |
[10] | Nahl D. The centrality of the affective in information behavior[M]//NAHL D, BILAL D. Information and Emotion:The Emergent Affective Paradigm in Information Behavior Research and Theory. Medford, NJ:Information Today, Inc., 2007:3-37. |
[11] | Peters C. Emotion aside or emotional side? Crafting an ‘experience of involvement’ in the news[J]. Journalism:Theory, Practice & Criticism, 2011, 12(3):297-316. |
[12] | Bjoergum M C H. The credibility of news media:The difference in framing between traditional media and Twitter after the Boston Marathon bombing[D]. Hawaii:Hawaii Pacific University, 2014. |
[13] | Soroka S, Daku M, Hiaeshutterrice D, et al. Negativity and positivity biases in economic news coverage:Traditional versus social media[J]. Communication Research, 2018, 45(7):1078-1098. |
[14] | Edgerly S, Vraga E, Fung T, et al. YouTube as a public sphere:The proposition 8 debate[C]//Proceedings of the Association of Internet Researchers Conference, Milwaukee, October 8-10, 2009. |
[15] | Rahn W M, Kroeger B, Kite C M. A framework for the study of public mood[J]. Political Psychology, 1996, 17(1):29-58. |
[16] | Ringmar E. What are public moods?[J]. European Journal of Social Theory, 2018, 21(4):453-469. |
[17] | 王俊秀. 关注社会情绪促进社会认同[N]. 文汇报, 2013-01-14(00B). |
[18] | 陈满琪. 群体情绪及其测量[J]. 社会科学战线, 2013(2):174-179. |
[19] | Barsade S G, Gibson D E. Group emotion:A view from top and bottom[J]. Research on Managing Groups and Teams, 1998, 1:81-102. |
[20] | 李端生. 社会情绪概论[J]. 社会科学论坛(学术研究卷), 2008(4):60-63. |
[21] | Parikh S V, Huniewicz P. E-health:An overview of the uses of the Internet, social media, apps, and websites for mood disorders[J]. Current Opinion in Psychiatry, 2015, 28(1):13-17. |
[22] | Liu X, Liu X, Sun J, et al. Proactive suicide prevention online (PSPO):Machine identification and crisis management for Chinese social media users with suicidal thoughts and behaviors[J]. Journal of Medical Internet Research, 2019, 21(5):e11705. |
[23] | Turner J H. Human emotions:A sociological theory[M]. London:Routledge, 2007. |
[24] | Andrews J C, Durvasula S, Akhter S H. A framework for conceptualizing and measuring the involvement construct in advertising research[J]. Journal of Advertising, 1990, 19(4):27-40. |
[25] | Zaichkowsky J L. The personal involvement inventory:Reduction, revision, and application to advertising[J]. Journal of Advertising, 1994, 23(4):59-70. |
[26] | 陈爽, 张铮, 王可欣, 等. 事件类微博的情绪性对资讯传播的影响——卷入度的作用[J]. 传播与社会学刊, 2017, 41:119-147. |
[27] | 徐翔, 阳恬. 网络社会中的"情绪逆差"——网络表达与传播中的情绪偏向及其张力结构[J]. 北京邮电大学学报(社会科学版), 2018, 20(2):1-9. |
[28] | Byrne S, Hart P S. The boomerang effect a synthesis of findings and a preliminary theoretical framework[J]. Annals of the International Communication Association, 2009, 33(1):3-37. |
[29] | Fuchs C. Occupymedia!:The occupy movement and social media in crisis capitalism[M]. Winchester:Zero Books, 2014. |
[30] | Dong T, Liang C, He X. Social media and internet public events[J]. Telematics & Informatics, 2017, 34(3):726-739. |
[31] | Shi W, Wang H, He S. Sentiment analysis of Chinese microblogging based on sentiment ontology:A case study of ‘7·23 Wenzhou Train Collision’[J]. Connection Science, 2013, 25(4):161-178. |
[32] | 崔彦琛, 张鹏, 兰月新, 等. 面向时间序列的微博突发事件衍生舆情情感分析研究——以"6·22"杭州保姆纵火案衍生舆情事件为例[J]. 情报科学, 2019, 37(3):119-126. |
[33] | Nguyen T H, Shirai K, Velcin J. Sentiment analysis on social media for stock movement prediction[J]. Expert Systems With Applications, 2015, 42(24):9603-9611. |
[34] | Prichard J, Watters P A, Krone T, et al. Social media sentiment analysis:A new empirical tool for assessing public opinion on crime?[J]. Current Issues in Criminal Justice, 2015, 27(2):217-236. |
[35] | Dalbert C. Beliefs in a just world as a buffer against anger[J]. Social Justice Research, 2002, 15(2):123-145. |
[36] | Schmitt M, Gollwitzer M, Arbach D. Justice sensitivity:Assessment and location in the personality space[J]. European Journal of Psychological Assessment, 2004, 21(3):202. |
[37] | Hoffman S M. The monster and the mother:The symbolism of disaster[M]//Catastrophe and Culture:The Anthropology of Disaster. Santa Fe:SAR Press, 2002:113-141. |
[38] | George G, Haas M R, Pentland A. Big data and management[J]. Academy of Management Journal, 2014, 57(2):321-326. |