武曉宇

【摘要】虛擬偶像正逐步演變?yōu)槲膴十a業(yè)邁向元宇宙的新型數字傳播媒介，承載著青年一代的意識體現和情感表達。文章以我國熱門虛擬偶像洛天依在B站的熱搜視頻彈幕文本為對象，借助Python工具，通過爬蟲數據、改進的LDA主題模型以及基于語義的情感詞典方法，探索ACG亞文化圈對虛擬偶像的話題關注度和情感傾向之間的關系，聚焦內容供給、情感認同和平臺引導三方面，為虛擬偶像的形象構建、傳播效能提供參考。

【關鍵詞】彈幕 虛擬偶像 文本數據挖掘 形象構建 情感分析

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）9-057-09

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.9.008

一、虛擬偶像：ACG圈層的新型傳播媒介

在數字科技創(chuàng)新戰(zhàn)略的引領下，隨著“Z世代”受眾群體的崛起和媒介信息技術的融合發(fā)展，以ACG（動畫、漫畫、游戲的總稱，也稱二次元）亞文化圈為核心用戶的虛擬偶像已成為元宇宙虛擬數字人在文娛產業(yè)應用的新熱點。[1]洛天依、柳葉熙、讀書郎AI小郎、AYAYI等頭部虛擬偶像，同真人明星一樣參加綜藝節(jié)目、歌舞演出、品牌代言、直播帶貨，并舉辦演唱會、出個人專輯、拍電影，成為大眾娛樂生活的重要組成部分。[2]2021年央視春晚、2021年央視“五四”青年節(jié)、2022年冬奧會、每年度的B站跨年晚會以及ChinaJoy展會中，虛擬偶像不約而同地呈現超燃家國情懷，創(chuàng)造虛擬偶像的中國奇跡。

隨著元宇宙持續(xù)火爆，作為未來數字人的主體形式，虛擬偶像已創(chuàng)造出令人矚目的粉絲經濟，并迎來了產業(yè)發(fā)展黃金期。iiMedia Research報告顯示，2021年虛擬偶像產業(yè)帶動國內市場消費規(guī)模達1 074.9億元，預計2023年將突破3倍；[3]截至2022年4月，中國已有虛擬偶像相關企業(yè)28.8萬余家。[4]Juzcar發(fā)布的《2021中國虛擬偶像消費市場調研報告》指出，80.68%的“Z世代”受眾喜歡初音未來、洛天依等歌姬類虛擬偶像，62.31%的“00后”消費者愿為虛擬偶像買單。[5]虛擬偶像的ACG迷群規(guī)模與日俱增，預計2023年將達5億。[6]

虛擬偶像是虛擬數字人在表演藝術場域的應用類型，是通過電腦圖形化等手段的人工制作，[7]被賦予人格化特質[8]的虛擬形象（身份通常為歌手、演員等），在網絡虛擬或現實場景中進行偶像活動。伴隨全息投影、增強現實、動作捕捉等人工智能技術的進步，虛擬偶像完成了虛實空間的重構。[9]偶像、粉絲之間的互動性和社交屬性不斷增強，虛擬和真實的邊界逐漸消弭，創(chuàng)造了獨有的共創(chuàng)生產模式，推動偶像—粉絲權利結構發(fā)生顛覆性變革，[10]如虛擬歌姬粉絲可基于VOCALOID編輯平臺的開放化，作為參與者和建設者加入內容生產制作中，極大地增強了粉絲話語權和創(chuàng)作力。[11]這種去中心化和雙向賦權的數字虛擬空間進一步為ACG迷群提供了更加開放流動的意見場，也為更好地洞察該群體的意識情感搭建了橋梁。

二、虛擬偶像話題演化與情感分析

在虛擬偶像傳播市場蓬勃發(fā)展的背景下，ACG迷群對虛擬偶像的哪些話題最為關注？哪些話題更能觸發(fā)迷群表達積極情感或消極情感？關注度和情緒之間存在什么樣的關系？對于正邁入主流范疇的虛擬偶像而言，這一考察顯然對其形象構建和傳播具有獨特意義和緊迫性。

1. 虛擬偶像研究側重宏觀傳播視角

與持續(xù)高漲的市場熱度對比，學者們對虛擬偶像的關注稍顯不足。僅有的研究集中在技術驅動、發(fā)展策略、商業(yè)消費、價值認同和粉絲行為方面。喻國明等從技術驅動視角，強調人工智能對虛擬偶像的動力系統(tǒng)作用，[7]并闡述了虛擬偶像破圈的發(fā)展策略；[12]姚睿等和郭全中等分別基于產業(yè)營銷[13]和粉絲經濟[10]等層面，探析了游戲虛擬偶像的營銷發(fā)展路徑；價值認同主題上，解迎春認為虛擬偶像帶來的文化價值更重要，[8]有的學者則研究迷群對虛擬偶像的身份認同，[9]并構建了認同模式。[11]粉絲行為研究中，有學者指出粉絲群體具有網絡互動特征，[14]同時群體消費行為也發(fā)生了變化。[15]僅有喻國明在探討發(fā)展策略時，基于情感三層次可供性理論分析了虛擬偶像的情感傳播邏輯。[12]

可見，已有研究多采用傳播學理論剖析虛擬偶像在技術、經濟以及文化方面對ACG用戶認知的宏觀引領作用，而微觀層面基于評論表達和情感意識的定量研究則相對不足，特別是缺少基于計量學基礎的評論文本研究。彈幕作為青年一代主流的視頻社交媒體評論形式，具有情景化、社交化和情感化屬性，[16]不僅在群體互動形態(tài)變化過程中具有重要作用，也客觀反映了該群體對話題的關注度與情感傾向。

2. 虛擬偶像彈幕文本有待挖掘

彈幕作為一種新型的用戶創(chuàng)作內容，是直接顯示在視頻屏幕上大量密集而快速的實時文本評論，具有及時性、社交性和情感性優(yōu)勢，[16-17]可激發(fā)用戶的主動參與感和活躍度。彈幕文本蘊含了大量用戶行為、使用動機及驅動因素等信息，已廣泛運用到數字人文、[18]社會化閱讀、[19]健康科普、[20]新聞推薦等領域。[21]基于彈幕文本挖掘用戶對某領域的關注熱點和情感態(tài)度，[22]受到信息行為研究者的關注。

主題挖掘是文本分析的重要內容，即對非結構化文本內容進行特征描述和主題建模。[23]其中狄利克雷分布方法可用來靜態(tài)識別大量語料中隱藏的主題信息，[24-25]分析文本主題隨時間變化的縱向趨勢，[26]有助于更加準確地研判用戶關注熱點。彈幕情感分析比傳統(tǒng)文本情感分析的領域性、變化性強，[27]更適用于虛擬偶像這一自帶關系屬性的新型傳播媒介。已有研究主要通過識別、分析與預測彈幕中帶有情感色彩的文本，并對存在的情感傾向進行分類，[28]進而揭示不同群體的態(tài)度。主題—情感交叉分析是主題挖掘和情感分析的綜合運用，分析不同主題下情感傾向隨時間變化的趨勢。[29]基于該文本挖掘方法，Xie Runbin等發(fā)現公眾在疫情中表現出對一線工作者的支持和對經濟生活恢復的關心，[29]王文韜等和婁巖等構建了健康知識視頻[20]和老年網絡科技問答社區(qū)[30]的關注度—情感分析框架，朱思淼等提出一種最佳視頻推薦算法（VRDSA），[27]周忠寶等分析了社交平臺關于KOL廣告的彈幕文本。[31]

現有彈幕文本分析中的主題—情感交叉研究多以推薦算法、健康科普、網絡科技、平臺廣告為主，尚缺少以虛擬偶像為代表的相關研究。據此，本文嘗試參考現有研究成果，利用改進的LDA主題模型特征分析和基于情感詞表的情感分析方法，探索虛擬偶像關注度演化趨勢和情感傾向，并構建關注度—情感極性模型，客觀呈現B站ACG圈層圍繞洛天依所討論的話題類別，進一步可視化地挖掘影響低情感極性話題的關鍵因素，嘗試對上述研究問題作出探索和回答，為虛擬偶像在內容供給、情感認同和平臺引導方面的形象構建和傳播路徑提供參考。

三、完美偶像洛天依：ACG圈層的新選擇

洛天依，我國本土出道時間最久、影響最大的虛擬偶像，是世界首位采用VOCALOID中文聲庫合成的虛擬形象，有龐大的內容創(chuàng)作群體自發(fā)為她寫歌，至今原創(chuàng)歌曲已超過2萬首，粉絲量驚人。截至2022年4月30日，其B站粉絲數達277.6萬，播放量16.4億，相關話題瀏覽量5億，討論量210.7萬；微博粉絲達516.4萬，超話閱讀量11.1億；百度貼吧關注人數42.1萬，發(fā)布帖子555.8萬個，感召力可見一斑。因此，選取洛天依為個案具有很強的代表意義。相較其他平臺，B站視頻因青年社群屬性強、二次元內容更加垂直等特點吸引了大量ACG用戶。截至2021年年底，B站彈幕總數累計超過100億，擁有虛擬偶像3.2萬個，[32]是ACG圈層了解和接觸虛擬偶像最主要的接口，[31]因此B站彈幕數據能更準確、全面地反映出ACG圈層對虛擬偶像的即時情感和關注程度。綜上，本文以B站洛天依熱搜視頻彈幕為研究對象進行文本挖掘。

B站音樂專欄下VOCALOID·UTAU板塊和動畫專欄下MMD·3D板塊為虛擬偶像迷群聚集和UP主上傳自制音樂視頻的平臺，內容更新快且影響力大。[14]因此，文章選取這兩個板塊下播放量和彈幕數排名前十的視頻彈幕數據，以“洛天依”為關鍵詞檢索，借助設計好的Python多線程爬蟲工具，抓取2022年4月30日16點08分前顯示的彈幕數據（包括彈幕描述、發(fā)送時間、所屬視頻、用戶昵稱四類屬性），共獲得34 795條彈幕文本。通過數據清洗、降噪去重、調用Jieba分詞庫和哈工大停用詞表，添加“虛擬偶像”“B站”“彈幕”等作為新增停用詞，最終構建包含35 724條的彈幕文本語料庫。

四、ACG圈層與虛擬偶像的互動性

1. 虛擬偶像熱點話題的多元投射

2014年至今，ACG迷群對虛擬偶像的關注話題呈現多元化、生活化特點。迷群的關注話題不僅涉及合作歌姬、視聽內容和全息現場的熱點話題，同時涵蓋社會角色及日常生活話題的討論。

通過LDA模型訓練和主題聚類，獲得洛天依話題35 724條彈幕的5個主題及主題—詞項概率矩陣。在選擇各主題的代表性特征詞時，既考慮高頻特征詞，又考慮虛擬偶像的熱點名詞，得到的結果更貼近現狀。提取各主題Top20的高頻主題詞進行判斷，得到5個主題和各主題下的10個代表性特征詞，其文檔—主題—詞匯三層關系及信息見圖1。

根據圖1，返回語料庫找到該主題下的彈幕原文本，研判彈幕內容，對主題進行人工標識（見表1）。Topic1的特征詞和彈幕文本內容主要涉及其他虛擬歌姬，其中赤羽、阿綾（樂正綾）、梔子是yamaha共有版權、不同公司運營的虛擬歌姬形象，因此將主題標識為“合作歌姬”。Topic2主要是關于聲音、歌詞等原創(chuàng)歌曲的相關信息，既有“哈利·波特學院印象曲系列”中的校園歌詞“赫奇帕奇”，也有“自卑感”視頻中與王者榮耀相關的“張飛”“雙廚”“瑤”等游戲角色，因此標識為“視聽內容”。Topic3主要是關于洛天依的視頻人物形象，既包含“老師”“爺孫”“媽媽”等長輩形象，又包含“小明”“兄弟”等學生形象，與青年人社會角色很貼近，故而主題描述為“社會角色”。Topic4是關于演唱會、投影等全息現場方面的內容；Topic5的特征詞強調了迷群熱衷于討論“生日”“新年”“衣服”等日常生活，且“千年食譜頌”視頻中為洛天依打造的“吃貨”人設一經發(fā)布便迅速得到粉絲的認可，說明觀眾不僅把洛天依當成一個屏幕里的人，還把她當成一個樂于分享的朋友，粉絲忠誠度高。顯然，ACG用戶的興趣不只局限于歌曲和人物形象方面，內容話題呈現出明顯的多元化趨勢。

2. 話題演化趨勢的波動性

總體上，迷群對虛擬偶像的關注重點隨時間增加，并在疫情期間達到井噴式發(fā)展。針對不同話題，關注強度和變化趨勢有所差異。2020年至2022年，合作歌姬、社會角色、日常生活三個話題受到公眾的持續(xù)關注，而視聽內容和全息現場關注較少。其中，迷群對日常生活話題的討論呈現波動趨勢，并在近三年占比最大，表明日常生活逐漸成為迷群討論和關注的熱點。由于彈幕的社交屬性極強，群體內易于激發(fā)“沉默的螺旋”效應，因此，有效識別熱點話題，據此制作視頻內容，方可產生顯著的傳播效果，調動潛在的互動欲望。

本文根據語料庫生成的文檔—主題概率矩陣，將年份作為時間切片，按主題劃分所有彈幕文本文檔，分析各主題涵蓋的文檔數量時間變化趨勢。橫軸對應時間，縱軸設置為主題占比和彈幕文本量，進而得到虛擬偶像熱點話題演化趨勢圖（見下頁圖2）。

從圖2可知，整體上，ACG圈層對洛天依的關注度逐年增多。2014年至2017年彈幕文本量只有50條左右，2018年開始增長，并在2020年達到峰值，后續(xù)呈下降趨勢，但彈幕文本量仍然處在較高水平。2020年年初，我國新冠肺炎疫情暴發(fā)，迷群居家隔離，網上娛樂需求增加，因此用戶對虛擬偶像線上關注度提升，其快速增長也部分得益于B站為原本無法享受文化制作權的粉絲提供了文化空間，進一步加快了內容的生產創(chuàng)作。之后關注度的下降與疫情得到有效控制、學生恢復正常校園學習生活有關。2021年3月，虛擬數字技術正式納入“十四五”規(guī)劃和2035年遠景目標，[33]進一步推動了元宇宙概念的普及，再次引爆用戶對虛擬偶像新一輪的關注。因此，彈幕總量在2021年略微下降后又快速反彈。2022年雖僅有1月至4月數據，但彈幕數據繼續(xù)突破最高值（達到9 290條），且仍呈上升趨勢。

以2018年為分界點，可將ACG圈層對虛擬偶像的關注大致分為兩個階段。2018年之前，迷群對虛擬偶像的關注較少，相關話題以Topic1（合作歌姬）和Topic3（社會角色）為主。2018年，政府部門邀請洛天依為共青團代言，借助偶像力量，在年輕一代中傳播新文化思想。此后，B站對洛天依的關注和討論迅速增多。2018年后，迷群對各主題的關注比重變化具體呈現如下特點：對Topic2（視聽內容）的關注比重逐漸增加，說明這些主題逐漸成為關注熱點；對Topic1（合作歌姬）和Topic5（日常生活）的關注呈現先增加后減少的趨勢，表明這些主題曾受到公眾關注，但近兩年公眾對其關注有所減少；對Topic3（社會角色）和Topic4（全息現場）的關注小幅度減少后相對穩(wěn)定，比例波動不大。值得注意的是，Topic1、Topic3、Topic5始終占據較大比重，表明這些領域受到公眾的持續(xù)關注，而Topic2和Topic4關注較少。

五、ACG圈層對虛擬偶像情感傾向的積極性

整體上，ACG迷群對虛擬偶像的情感表達以積極情感傾向為主導，且不同主題變化趨勢不同。以Topic5（日常生活）為例，迷群的積極情感經歷了短暫下降后大幅增長并趨于緩慢減少，消極情感在波動中有所增加。隨著生日會、飯圈小姐、過年儀式等現實題材的推出，迷群對虛擬偶像與日常生活話題的集合的滿意度雖有所提高，但仍未引起迷群的高度共鳴，尚存在很大的進步空間。

構建以知網Hownet和BosonNLP為基礎的情感詞典，有利于提高虛擬偶像彈幕文本的情感分析效果。從圖2可知，2018年以前彈幕評論較少，因此只對2018年至2022年共27 548條彈幕文本數據進行分析，確定正面、中性、負面的情感分類。由不同情感傾向的彈幕文本數占比可知，各主題下積極情感傾向較多，共12 938條，中性情感最少，積極和中性共占總文本65.96%（見表2）?？梢?，目前大多數迷群對虛擬偶像話題保持愉悅心情，但也有超過1/3（34.04%）的ACG用戶流露出消極情感。

如下頁圖3所示，Topic4（全息現場）話題情感逐年增加，同時消極情感比例不斷下降。隨著2017年6月洛天依的第一場線下演唱會爆紅，迷群的關注熱點和流量迅速遷移至全息技術帶來的現場互動方式，并逐漸被ACG圈層更廣泛地了解、認識與喜愛。Topic2（視聽內容）話題的積極情感逐漸增加后趨于穩(wěn)定，消極情感迅速減少后又緩慢上升。比如，“自卑感”視頻素材來源于二次元游戲《王者榮耀》，將我國傳統(tǒng)文化融入游戲英雄、背景故事和皮膚創(chuàng)作，讓癡迷游戲的青年群體也能找到游戲以外的快樂。Topic1（合作歌姬）和Topic3（社會角色）話題的積極情感均呈現先減少后增加并逐漸趨于穩(wěn)定的趨勢（Topic1在2018年僅有37條彈幕文本，因此忽略此時段），而消極情感波動不大。原因可能是，起初用戶對多數新出道的虛擬歌姬和部分角色背景缺少足夠認知和了解，因而積極情感減少，而隨著對合作歌姬的逐漸熟悉，以及類似“高中數學公式”中學生角色的滲入，迷群對該主題的積極情感相應增加。Topic5（日常生活）話題的積極情感經歷了先短暫下降后大幅增長并趨于緩慢減少的變化，可以看出迷群對虛擬偶像與日常生活話題的集合方面所持有的態(tài)度。開始時，積極情感和消極情感差距不斷減小，隨著洛天依生日會等現實題材視頻的推出，迷群對該主題的消極情感減少，積極情感相應增加。疫情期間，迷群更多通過傾訴學業(yè)苦悶、生活煩躁、居家不自由等緩解壓力，因此消極情感又有所增加。

六、熱點話題與情感態(tài)度的二元共塑

1. 全息話題的高情感性與生活話題的高關注度

構建虛擬偶像話題關注度和不同情感交叉下的主題特征，有利于把握話題熱點和情感態(tài)度的潛在聯(lián)系，有效識別主題分類，進而為視頻制作方提供改進策略。本文根據虛擬偶像各主題彈幕文本數和情感均值構建關注度—情感極性模型（見圖4），將話題分為四類，即高關注度—高情感極性、低關注度—高情感極性、低關注度—低情感極性和高關注度—低情感極性。結果表明，Topic4（全息現場）話題的積極情感最強烈，Topic5（日常生活）話題的關注度最顯著。

Topic3（社會角色）顯示迷群對社會角色話題的關注度較高，并對其內容表達出較為積極的情感傾向。虛擬偶像視頻內容制作者可強化虛擬偶像參演的兄弟、學生、老師、爺孫、媽媽等社會角色，同時可加入視頻簡介或作為檢索詞以提高檢索率。

Topic4（全息現場）的積極情感遠強于其他主題，但關注度略低于平均值。從彈幕文本來看，對于虛擬偶像個人演唱會，迷群更多關注現場氛圍，因而持有較高的積極態(tài)度；對于和明星、運動員同臺演出，迷群表達的信息展現出強烈的愛國主義情懷，因而積極情感更為濃烈。內容制作方應保持該話題的良好態(tài)勢，持續(xù)擴展線下互動環(huán)節(jié)，更大范圍地激發(fā)和傳播愛國情懷，提高公眾對虛擬偶像的認知度和認同感。此外，由于此類視頻往往將全程現場演出完整呈現，時間較長，導致視頻完播率較低，因此僅忠實迷群主動關注?？砂床煌?jié)目作為長視頻切分制作的依據，提取關鍵詞，滿足用戶碎片化和強聚焦的觀影需求，同時設立全息技術現場后臺制作專欄，以技術應用吸引用戶關注。

Topic2（視聽內容）顯示用戶對視聽內容話題的消極情感較為濃烈，關注度低。迷群的關注度低并非是對視聽內容需求少，可能是相較于音樂節(jié)奏和視頻畫面，對字幕的記憶短暫，致使彈幕中出現多數歌詞的簡單重復，或是對素材背景中反面人物的負面討論?？蓪⒋俗鳛榍腥肟冢谱骱蜁充N游戲、動漫、影片相關的歌曲視聽內容，吸引上述三類迷群的關注，利用其話題性增強用戶黏性，將其關注度遷移至虛擬偶像類視頻。

Topic1和Topic5均為高關注度—低情感極性類別，表明迷群對合作歌姬和日常生活這兩個話題的關注度較高，但這兩方面尚有提升空間，其中后者的關注度最為顯著。該類話題為時事話題，用戶十分關注，其內容也易引發(fā)迷群熱議，但由于同質性虛擬歌姬井噴式增長，更接地氣的生活話題較為缺乏，故迷群情感多偏向于消極性?？砂l(fā)揮不同歌姬的領域專長，凸顯其異質性，讓參演歌姬如初音未來、洛天依等進行聯(lián)合創(chuàng)作，更多融合節(jié)日、游戲、服飾、零食等日常氛圍，或借用公主、殿下等親昵稱呼，加深迷群記憶，調動積極情感。

2. 合作歌姬、視聽內容和日常生活話題的低情感性

對于低情感極性的話題，關注負面彈幕文本對深入了解迷群低落情緒、優(yōu)化用戶體驗具有重要的參考價值。從關注度—情感極性模型（見圖4）可知，Topic1（合作歌姬）、Topic2（視聽內容）和Topic5（日常生活）三方面話題的情感極性較低，有待進一步增強。可視化分析三個低情感極性話題的負面詞匯（見圖5），得出導致迷群產生消極情感的關鍵因素。合作歌姬涉及直播聲音、V家（Vsinger，虛擬歌手的簡稱）名字、黑暗題材、煩惱壓力、開頭結尾和英雄形象；視聽內容和日常生活的消極情感主要體現在歌詞表達、專輯神秘感、字幕組不易、語言平凡、晚會聲音重整等視聽內容，以及生日祝福、新年快樂、明年再見、家人辛苦等日常生活的情感因素上。

以Topic1（合作歌姬）為例，關于合作歌姬話題的相關消極彈幕文本主要涉及：直播聲音含糊不清；V家如阿綾、存娘、Gumi、雅音、宮羽等名字拗口；合作出演的“怪物大暴走”“僵尸舞”“陰陽先生”“葬歌”“今天沒吃藥”等黑暗題材過于洗腦和嚇人，容易產生噩夢；面對高考、中考、數學、住校等生活中的煩惱和壓力，迷群容易產生悲傷、傷感情緒；部分視頻開頭機械，引起“轉粉狙擊手”（網絡語言，形容觀察細致的群體）的群傷；草草結尾，缺少喝彩成分；其他歌姬對洛天依的挑戰(zhàn)太過突然，過于自我展示；對英雄的社會形象期望值過高，導致實際與預期有差距等。

七、虛擬偶像形象構建和傳播路徑優(yōu)化

本文以虛擬歌手洛天依為研究對象，通過社交媒體平臺B站的用戶生成彈幕文本，利用改進的LDA主題模型分析了虛擬偶像熱點話題的演化趨勢，展示了ACG迷群與虛擬偶像之間的互動性；基于語義的情感詞典方法分析了ACG圈層對虛擬偶像情感表達的變化趨勢，表明該群體對虛擬偶像情感傾向的積極性；通過構建關注度—情感極性模型，挖掘出全息話題的高情感性與生活話題的高關注度，以及合作歌姬、視聽內容和日常生活話題的低情感性，進一步可視化分析這三個低情感極性話題的負面彈幕文本，明確導致迷群情感消極的原因，進而從文本挖掘視角為虛擬偶像的形象構建和傳播效能提供分析工具和數據參考。

當今媒介技術的快速迭代與青年自我表達平臺的開放，為受眾深度參與虛擬偶像的形象構建和傳播過程提供了更多可能性，賦予了虛擬偶像蓬勃發(fā)展的生命力。粉絲—偶像的互動邏輯在虛擬偶像這一新型傳播媒介中得以延伸，并在虛擬與現實模糊化的網絡空間中完成重構。在“媒介即訊息”的理論范疇內，研究發(fā)現，合作歌姬、視聽內容、全息現場、社會角色以及日常生活五個熱點話題，是維系虛擬偶像及其粉絲情感交往的紐帶，只有內容供給、情感認同和平臺引導三方共謀，才能使得虛擬偶像形象成為青年一代喜愛的載體，呈現鮮明的意識情感表達范式。

1. 供給側：發(fā)揮UGC和PGC聯(lián)動優(yōu)勢，推動虛擬偶像和用戶的內容互動

得益于媒介技術的開源和眾包創(chuàng)作模式的賦權，粉絲群體權利實現反轉，粉絲網絡話語權重構，為粉絲用戶進行虛擬偶像內容制作提供了可靠的源動力。無論是虛擬偶像外在的影像建構，還是內在的視聽文本制作，均需充分發(fā)揮UGC的眾包生產優(yōu)勢和PGC的團體品牌價值，以UGC+PGC策略順應虛擬偶像去中心化、多元化、技術化的市場需求和發(fā)展趨勢，彌補單一UGC策略的專業(yè)缺陷，滿足用戶獲取虛擬偶像內容多樣化的需求。同時能夠彌合粉絲和創(chuàng)作者、受眾與官方之間的鴻溝，推動用戶UGC對PGC源文本的能動性和集群效應，激勵用戶持續(xù)輸出高質量內容，進一步反向誘導PGC源文本的分眾化傳播和熱度提升，[13]確保虛擬偶像內容生產的精準有效，提高產品運作的速度及規(guī)模。

影像構建方面，不同于傳統(tǒng)的動漫產業(yè)形象，虛擬偶像的外在表征更凸顯出虛實結合、人機互動的媒介功能。創(chuàng)作者通過虛擬偶像配套系統(tǒng)，以媒介交互、動作捕捉、仿真模擬等云算法進行運作，塑造出更加生動立體、人性化的虛擬偶像影像，使其線上、線下自由切換。PGC的數字開發(fā)商應向公眾開放更多的智能交互影像生產軟件，使越來越多的普通受眾也可通過簡易的媒介技術進入影像制作渠道，成為UGC創(chuàng)作主體，賦予自己喜好的個體形象和體貌特征以逼真的數字人影像，在實體網絡中完成輸入—輸出的操作互動。除影像構建因素外，虛擬偶像最重要的形象塑造還表現為內在的人格塑造。以PGC為主的虛擬偶像媒介平臺應進一步營造充滿活力的集聚、分享與互動情境，支持粉絲自主自愿地基于情感、興趣、自我表達進行UGC創(chuàng)作，基于自身社會經驗、性格特征和心理體驗賦予虛擬影像以完美的偶像人格，通過二次填詞編曲貢獻大量通俗化的視聽文本內容。同時，虛擬歌手傾情演唱粉絲作品，創(chuàng)作者的情感勞動得到極大尊重，高漲的創(chuàng)作欲望再次激發(fā)，有利于生產出更豐富的原創(chuàng)歌曲和同人視頻的眾包作品。這種粉絲情感勞動—虛擬偶像內容增值的良性閉環(huán)，不斷強化了虛擬偶像擬人化和陪伴性的社會屬性，也持續(xù)反映了創(chuàng)作者的意識情感和文化訴求。

2. 用戶側：破除次元壁，激發(fā)不同圈層對虛擬偶像的情感認同

符號互動理論認為，同一圈層自身獨特的價值符號和長期累積的粉絲效應是圈層群體人際互動的重要紐帶，[34]英國學者斯圖亞特·霍爾認為，傳受雙方一致性的世界觀和價值觀是在共通意義空間中進行符號互動的基礎。[35]作為一種自帶關系的新型傳播媒介和人類強關系的延伸，[36]虛擬偶像與細分產業(yè)的融合更為垂直，領域產業(yè)聯(lián)系更為緊密，粉絲圈層、虛擬偶像、細分產業(yè)三者之間的動態(tài)依附關系逐漸成形，[10]這為垂直細分領域打造共通意義空間奠定了基礎。因此，通過不同虛擬偶像細分領域圈層互動，能夠幫助傳播者更快更廣泛地滲透更多的目標群體，同時目標群體的情感價值觀念也會隨參與圈層的不同文化觀念而改變。虛擬偶像制作公司應借助全息技術優(yōu)勢，通過平臺聯(lián)動實現垂直細分領域間跨界合作，營造“羊群效應”氛圍，激活不同圈層流量池。如邀約抖音虛擬美妝達人柳夜熙、泛人群綜藝咖點贊仙、京劇國風感翎Ling、B站同人創(chuàng)造歌手洛天依、小紅書神顏AYAYI以及游戲虛擬女團K/DA等，[37]結合彼此差異化的人設、風格、特點，尋找交集，推動跨界現場聯(lián)動，擴大不同圈層符號的交相碰撞，形成主流文化受眾群的良性互動。

隨著元宇宙概念的風靡，虛擬偶像以不同身份參與到人們的日常生活中，舉辦線上線下演唱會、互動聊天以及發(fā)布唱片，人們越來越適應這樣的新型情感互動機制。對于冠以“佛系青年”“課業(yè)繁重”“996”標簽的青年群體，虛擬偶像的出現滿足了青年在社會化陪伴和個體解壓兩個層面的需求，[34]身份認同和崇拜情感成為維系虛擬偶像及青年粉絲社會交往的紐帶。因此，應結合青少年的現實關切、認知規(guī)律和日常生活，延伸其感知體驗，潛移默化地加強受眾情感表達與虛擬偶像崇拜的契合度。從迷群熟悉的生活場景切入，如虛擬偶像可走進校園倡導青少年元宇宙閱讀推廣；助力中高考考前沖刺，現身說法，緩解學生考前焦慮；參與線下美術館、博物館的科普知識宣講和解說；以歷史人物或文藝作品中的角色故事為藍本，在虛擬場館中演繹展演；以更接地氣的雙向互動方式增強黏性，通過與同時代人的交往活動，賦予虛擬形象更多的生活內涵，凝聚青年受眾向心力，培養(yǎng)新一代偶像力量的情感感召力。

3. 平臺側：削弱“信息繭房”壁壘，引導用戶對虛擬偶像多元化話題的關注

美國學者凱斯·R.桑斯坦認為，用戶會潛意識地傾向于符合個人興趣、令自身愉悅的信息，遠離與自己觀點無關或相悖的信息，不知不覺囚禁于信息選擇范圍窄化的困境中，形成“信息繭房”效應，阻礙多元信息的接觸和獲取。[38]目前，媒介平臺傳播信息均以個性化推薦作為信息檢索的技術優(yōu)勢，但數據邏輯算法的局限性會給傳播帶來負面影響。用戶沉浸在看似愉快的以用戶需求為導向的“信息繭房”中，由此帶來的“馬太效應”導致受眾獲取信息的范圍習慣性受自身興趣引導，對于喜歡的內容關注更多，對不感興趣的話題關注更少。本研究發(fā)現，虛擬偶像在B站話題演化整體趨勢上，迷群討論熱點集中于部分話題。話題傾斜將不利于多元化觀點的碰撞和融合，久而久之，不僅會造成虛擬偶像信息平臺內容趨于同質化，還會使長期處于自我認知“回音室”中的青年群體信息更加窄化，導致對于客觀世界的片面認知，群體極化現象嚴重。因此，應強化媒介平臺的引導功能和推薦策略。一方面，通過優(yōu)化話題推薦、熱搜等信息組織方式，幫助青年群體培養(yǎng)信息全局意識和良好的媒介信息素養(yǎng)，以開放并存的理念擴大虛擬偶像相關的信息領域，打通受眾獲取話題的信息路徑，引導用戶接近、收聽不同方面的多元信息，積極參與虛擬偶像的多樣化話題討論，削弱媒介平臺搭建的“信息繭房”，有意識地擺脫對單一話題的過度關注。另一方面，已有學者證實，根據彈幕的情感進行視頻檢索得到的結果會更加準確。[16]因此，虛擬偶像媒體平臺應將彈幕情感作為視頻檢索的重要依據，在推薦視頻時，應盡量將高情感極性話題相關視頻放在前面，消極情感話題相關視頻放在后面，提升用戶的愉悅度，分散話題的集中度，抑制群體極化行為的發(fā)生。

結語

在數字科技創(chuàng)新戰(zhàn)略助力下，虛擬偶像正逐步演進為文娛產業(yè)進入元宇宙的新型數字傳播媒介，[1]被視為元宇宙虛擬數字人在文娛領域的最佳賽道，顯現出獨特的價值和光明前景，[2]承載著青年一代的意識體現和情感表達?；邴溈吮R漢提出的“媒介即人的延伸”[39]理論，依靠技術賦能的虛擬偶像，通過消弭二次元和現實世界的邊界，借助符合ACG圈層審美趣味和藝術洞見的內容輸出，以偶像—粉絲、虛擬—現實、線上—線下相融交織的形式，強化受眾超真實感官體驗，成為ACG青年群體強關系的延伸。作為高度依賴UGC創(chuàng)作模式的新型偶像，深度強化了偶像—粉絲之間的互動方式，增進虛擬偶像的親近感和粉絲的歸屬感。粉絲通過擬人格設定、親自調教和想象性構建，打造“無菌”完美人設，在實踐中獲得情感上的愉悅和滿足，進一步召喚ACG圈層自覺參與虛擬偶像二次元粉絲文化的消費、再創(chuàng)作與再生產，以表達該群體的價值取向、文化心態(tài)與身份認同，[40]最終驅動虛擬偶像成為ACG圈層思想表達和情感投射的新型載體。

本文嘗試聚焦虛擬偶像彈幕文本，通過彈幕文本的主題演化和情感分析，細粒度地挖掘ACG亞文化圈對虛擬偶像話題的關注度和情感態(tài)度。數據源自同一彈幕平臺和虛擬歌姬洛天依，后續(xù)研究可從以下兩方面改進：首先，虛擬偶像垂直細分領域多樣，不同種類虛擬偶像的彈幕文本分析有所差異，可對比分析多類虛擬偶像或多平臺彈幕文本并進行深化；其次，考慮構建專業(yè)、細分的虛擬偶像領域的彈幕分詞詞典和情感詞典，了解用戶的持續(xù)關注熱點和情感傾向，得到更具普適性的分析結果，對青年群體中虛擬偶像的形象構建和傳播有借鑒意義。

參考文獻：

[1] 中國傳媒大學媒體融合與傳播國家重點實驗室，頭號偶像（北京）數字科技有限公司. 中國虛擬數字人影響力指數報告（2021）[R]. 2022.

[2] 夏翠娟，鐵鐘，黃薇. 元宇宙中的數字記憶：“虛擬數字人”的數字記憶概念模型及其應用場景[J]. 圖書館論壇，2023（5）：154-161.

[3] 2022年中國虛擬人行業(yè)發(fā)展分析[EB/OL].[2022-04-30].艾媒網，https：//www.sohu.com/a/537072515_120536144.

[4] 虛擬偶像之熱：誰在制造、推動和買單？[EB/OL].[2022-04-30].澎湃新聞，https：//m.thepaper.cn/baijiahao_16494312.

[5] 超六成“00后”愿為虛擬偶像買單[EB/OL].[2022-01-04].http：//www.takungpao.com/news/232108/2022/0104/673547.html.

[6] 郭宏超. 虛擬數字人大軍來了，這可能是元宇宙第一扇大門[J]. 現代廣告，2022（3）：1.

[7] 喻國明，耿曉夢. 試論人工智能時代虛擬偶像的技術賦能與擬象解構[J]. 上海交通大學學報（哲學社會科學版），2020（1）：23-30.

[8] 解迎春. 虛擬偶像的文化賦能及其文化想象[J]. 新聞與傳播評論，2022（2）：91-102.

[9] 呂品.“完美偶像”：虛擬偶像迷群的身份認同研究——以虛擬歌姬“洛天依”為例[J]. 新媒體研究，2019（16）：101-103.

[10] 郭全中，張營營. 粉絲經濟視角下虛擬偶像發(fā)展演化及營銷進路探析[J]. 新聞愛好者，2022（3）：16-19.

[11] 戰(zhàn)泓瑋. 網絡虛擬偶像及粉絲群體認同建構[J]. 青年記者，2019（11）：7-8.

[12] 喻國明，滕文強. 發(fā)力情感價值：論虛擬偶像的“破圈”機制——基于可供性視角下的情感三層次理論分析[J]. 新聞與寫作，2021（4）：63-67.

[13] 姚睿，黃汀. 當代虛擬偶像的傳播路徑與產業(yè)模式——以虛擬偶像團體K/DA為例[J]. 現代傳播，2021（11）：125-130.

[14] 李鎵，陳飛揚. 網絡虛擬偶像及其粉絲群體的網絡互動研究——以虛擬歌姬“洛天依”為個案[J]. 中國青年研究，2018（6）：20-25.

[15] 陸新蕾，虞雯. 虛擬偶像粉絲群體的消費文化研究——以虛擬歌姬洛天依為例[J]. 當代傳播，2020（6）：75-78，112.

[16] 王敏，徐健. 視頻彈幕與字幕的情感分析與比較研究[J]. 圖書情報知識，2019（5）：109-119.

[17] 梁棟. 彈幕研究述評及展望[J]. 未來與發(fā)展，2019（8）：36-43.

[18] 張寧，段小宣，袁勤儉. 數字人文視頻的用戶彈幕評論行為生成機制[J]. 圖書館論壇，2022（8）：148-161.

[19] 許秦，孟祥保，顧建新. 社會化視頻推薦書目特征及其動因研究——以嗶哩嗶哩“讀書等身”活動為例[J]. 圖書情報工作，2021（16）：56-64.

[20] 王文韜，陳千，張肖，等. 彈幕視角下的網絡熱搜健康視頻關注度與情感分析[J]. 圖書館論壇，2022（3）：98-107.

[21] 陳憶金，梁錦玲，古婷驊. 新聞視頻彈幕用戶情感體驗特征分析[J]. 圖書與情報，2021（4）：75-83.

[22] 仝沖，趙宇翔. 基于內容分析法的彈幕視頻網站用戶使用動機和行為研究[J]. 圖書館論壇，2019（6）：80-89.

[23] Tan X.Topic extraction and classification method based on comment sets[J]. Journal of Informa tion Processing Systems， 2020， 16（2）： 329-342.

[24] Blei D， Ng A， Jordan M. Latent Dirichlet Allocation[J]. Journal of Machine Learning Research， 2003（3）： 993-1022.

[25] 陳嘉鈺，李艷. 基于LDA主題模型的社交媒體倦怠研究——以微信為例[J]. 情報科學，2019（12）：78-86.

[26] Wang Xuerui， McCallum A.Topic Over Time：A Non-Markov Continuous-Time Model of TopicalTrends[C]//Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Philadel-phia， 2006： 424-433.

[27] 朱思淼，魏世偉，魏思恒，等. 基于彈幕情感分析和主題模型的視頻推薦算法[J]. 計算機應用，2021（10）：2813-2819.

[28] Lswaidan N， Menai·M. E. B. A survey of state-of-the-art approaches for emotion recognition in text[J]. Knowledge & Information Systems， 2020， 62（8）： 1-51.

[29] Xie Runbin， Chu Skw， Chiu Dkw， et al. Exploring Public Response to Covid-19 on Weibo with Lda Topic Modeling and Sentiment Analysis[J]. Data and Information Management， 2020（1）： 86-99.

[30] 婁巖，楊嘉林，黃魯成，等. 基于網絡問答社區(qū)的老年科技公眾關注熱點及情感分析——以“知乎”為例[J]. 情報雜志，2020（3）：115-122.

[31] 周忠寶，朱文靜，王皓，等. 基于彈幕文本挖掘的社交媒體KOL研究[J]. 計算機工程與科學，2022（3）：521-529.

[32] 北京商報. 嗶哩嗶哩2021年度彈幕出爐[EB/OL].[2021-11-29].https：//baijiahao.baidu.com/s？id=1717753888684221857&wfr=spider&for=pc.

[33] 中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要[N]. 人民日報，2021-03-13（1）.

[34] 李豪，趙紅艷. 符號互動論視角下銀發(fā)網紅在青年群體中圈粉現象分析[J]. 新聞愛好者，2022（3）：110-112.

[35] 特倫斯·霍克斯. 結構主義和符號學[M]. 瞿鐵鵬，譯. 上海：上海譯文出版社，1997：83.

[36] 喻國明，楊名宜. 虛擬偶像：一種自帶關系屬性的新型傳播媒介[J]. 新聞與寫作，2020（10）：68-73.

[37] 2021年十大虛擬偶像盤點[EB/OL].[2022-04-30].https：//baijiahao.baidu.com/s？id=1720945322912281839&wfr=spider&for=pc.

[38] 凱斯·R. 桑斯坦. 信息烏托邦——眾人如何生產知識[M]. 畢競悅，譯. 上海：法律出版社，2008：8.

[39] 馬歇爾·麥克盧漢. 理解媒介：論人的延伸[M]. 何道寬，譯. 北京：商務印書館，2000：33.

[40] 孫金燕，金星. 數字亞文化的建構及其價值——對虛擬偶像景觀的考察[J]. 武漢大學學報（哲學社會科學版），2022，75（5）：155-164.

The Communication Research of? Virtual Idol Based on Barrage Text Mining

WU Xiao-yu1，2（1.School of Journalism， Fudan University， Shanghai 200082， China; 2.Library， Communication University of Shanxi， Jinzhong 030619， China）

Abstract： Virtual idols are gradually evolving into an important medium for the digital entertainment industry to step into the metaverse， carrying the consciousness and emotional expression of the younger generation. Taking the popular Chinese virtual idol Luo Tianyi's hot search video barrage text on BiliBili platform as research object and using Python tools， this paper employs crawler data， improved LDA topic model， and semantic-based sentiment dictionary method to explore the relationship between topic attention and emotional tendencies of virtual idols among the ACG subcultural circle. Finally， we provide reference for the image construction of virtual idols and the promotion of their communication efficiency from three aspects：optimizing user experience by focusing on content production， platform retrieval， and user recommendation.

Key words： barrage; virtual idol; text data mining; image construction; sentiment analysis