从《哈利波特与魔法石》电影弹幕看哔哩哔哩用户虚拟身份的建构

从《哈利波特与魔法石》电影弹幕看,哔哩哔哩用户的虚拟身份主要有四种类型,每种身份都伴随着独特的话语实践。其中,创编者身份占比最大,其次是角色代入者身份,占比较少的是表态者身份和信息交流者身份。在创编者身份中,创造性解读画面是弹幕用户使用最频繁的话语实践;角色代入者身份主要通过个人幻想、学校用语和咒语来实现;表态者主要通过表达喜爱和少量异议来实现;信息交流者主要体现为信息提供和信息寻求。弹幕用户在电影弹幕中建构虚拟身份时,展现出积极的创作力和参与度。

数字人文视频的用户弹幕评论行为生成机制

在当前弹幕评论方式正快速替代传统评论方式的背景下,理解弹幕评论行为生成机制对数字人文视频的传播具有重要意义。文章以《国家宝藏》第三季视频弹幕评论文本为研究对象,以CAPS理论为研究视角,利用扎根理论方法,探究数字人文视频的用户弹幕评论行为生成机制,构建数字人文视频的用户弹幕评论行为生成机制的理论模型。研究发现:数字人文视频用户弹幕评论行为生成机制由认知-情感单元和行为单元组成,分为“认知驱动-情感聚合-行为生成”三个阶段,CAPS理论视角下数字人文视频的用户弹幕评论行为总体遵循“情境-认知情感单元-行为”生成路径。

大学生弹幕族亚文化现象检视

依托网络新媒体,青年大学生通发弹幕、看弹幕、评弹幕等各种弹幕行为,在同质群体中实现了观念思想的互动与共享,形成了独特的文化现象。审视大学生弹幕族文化现象具有鲜明的亚文化特征,如青年族群的主体身份、即时互动的传播方式、碎片解构的文本内容等。思想政治教育学界既需要正视该现象的客观性与重要性,也要着力深化各方研究,还需探索弹幕技术在思政课堂主渠道中的积极应用,并对各种亚特征进行破解。

新媒体环境下视频弹幕的使用动机及传播模式

新媒体环境下,视频网站之间的竞争愈演愈烈,弹幕视频网站在行业内异军突起。弹幕评论是在网络评论基础上产生的新鲜事物。通过对弹幕使用者进行问卷调查,针对弹幕的使用及传播原因进行分析,厘清用户参与和使用弹幕的动机,即信息需求、表达需求、娱乐需求以及陪伴需求,并总结出弹幕的三种传播模式。

视频弹幕与字幕的情感分析与比较研究

[目的/意义]利用情感分析技术提取视频弹幕与字幕中包含的情感信息并对其进行可视化,分析网络视频内容特征和用户情感特征以及二者之间的关系,可以为视频内容制作、检索途径提供建议。[研究设计/方法]构建基于情感词典的视频弹幕与字幕的情感分析与比较模型,对视频弹幕与字幕进行情感词抽取、情感种类划分、情感值计算,并结合时间序列研究其变化趋势。[结论/发现]实验表明:①弹幕的情感强度普遍高于字幕;②弹幕与字幕的情感种类分布规律大致相同,但二者的情感种类占比大小不同;③字幕与弹幕的情感关系可分为四种情况。利用视频弹幕与字幕情感种类分布的异同,可以从宏观上评判视频内容传达的情感与观众实际产生情感的异同;利用视频弹幕与字幕的情感随时间的变化曲线,分析二者之间的影响关系,可以从微观上了解视频某个片段的质量。[创新/价值]从影视作品本身内容与用户观影感受两个方面进行情感分析与比较,能够发现两者的情感契合和差异现象,为影视作品的质量评估、制作和推荐等任务提供新的方法和工具。

弹幕视频网站用户从众信息评论行为驱动因素探索

弹幕视频网站用户从众发表弹幕评论的行为是从众信息评论行为的一种表现形态。采用半结构化访谈法搜集了用户使用弹幕视频网站发表弹幕的相关数据,利用扎根理论并借助质性分析软件NVivo11,对数据进行了三级编码。在开放式编码中,先选择了访谈中的典型陈述语句,通过分析归纳出隐含的概念以形成自由节点,再对自由节点进行范畴化处理以形成子节点;在主轴编码中,对子节点进行定义和辨析,归纳出树节点;在选择式编码中,基于访谈数据将从众信息评论行为构建为二阶变量,并提出它与其他树节点之间的关系,从而构建出弹幕视频网站用户从众信息评论行为驱动因素的理论模型。

视频实时评论的深度语义表征方法

随着互联网技术的进步,以视频实时评论为代表的众包短文本(又称弹幕)逐渐流行,对在线媒体分享平台和娱乐产业都带来了重要影响.针对此类短文本展开研究,为推荐系统以及人工智能等领域的发展提供了新的机遇,在各行各业都具有巨大价值.然而在弹幕带来机遇的同时,理解和分析这种面向视频的众包短文本也面临诸多挑战:视频实时评论的高噪声、不规范表达和隐含语义等特性,使得传统自然语言处理(natural language processing, NLP)技术具有很大局限性,因此亟需一种容错性强、能刻画短文本深度语义的理解方法.针对以上挑战,在"相近时间段内的视频实时评论具有相似语义"假设的基础上,提出了一种基于循环神经网络(recurrent neural network, RNN)的深度语义表征模型.该模型由于引入了字符级别的循环神经网络,避免了弹幕噪声对文本分词带来的影响.通过使用神经网络,使所得的语义向量能够表达弹幕的隐含语义.在此基础上,进一步设计了基于语义检索的弹幕解释框架,同时作为对语义表征结果的应用验证.最后,设计了多种对比方法,并采用不同指标对所提出的模型进行充分的验证.该模型能够精准地刻画弹幕短文本的语义,也证明了关于弹幕相关假设的合理性.

历时弹幕语料库的构建与探析——以青年亚文化弹幕为例

[目的/意义]旨在为后续弹幕文本分析提供基础数据采集、存储方案,并帮助弹幕研究者更好地理解亚文化弹幕的文本特征。[方法/过程]以亚文化弹幕为对象,分析了Bilibili弹幕视频网站视频与弹幕的存储机制,在此基础上构建基于类型—频道的视频关系网络,设计高效弹幕爬取算法以搭建亚文化历时弹幕语料库,并对语料库中视频、弹幕语料的基本属性进行探析。[结果/结论]在用户倾向上,不同类型的亚文化弹幕均呈现出较为鲜明的亚文化特点;在文本特征上,弹幕作为一种新型短文本评论,有别于微博文本,且不同类型亚文化弹幕体现出不同的文本特征;在时间特性上,弹幕文本数量、主题与视频的发布时间和视频运行时间均存在一定关联,体现了较强的时间特性。

基于AT-LSTM的弹幕评论情感分析

弹幕评论能更准确、具体地反映出用户在观看视频时的即时情感和褒贬评价,因此本文提出了一种基于注意力机制的LSTM(AT-LSTM)情感分析模型。首先基于注意力机制更好的挖掘出整个弹幕评论中的情感关键词;然后利用LSTM模型有效结合视频中前后弹幕评论的情感依赖关系,最终提取出基于主题的"高光"视频片段。实验结果表明所提方法的准确度比传统LDA和LSTM方法有了进一步的提高。该模型可以帮助用户更准确的获取网络视频弹幕数据中包含的情感信息,进而提供了一种新的视频检索与视频推荐新途径。

多元主题场景下的用户弹幕与评论特征比较研究:基于Bilibili网站

[目的/意义]以Bilibili网站的弹幕与评论为研究对象,探究多元主题场景下的用户弹幕与评论信息交互特征,具体包括使用行为、情感倾向以及时间分布。[方法/过程]获取Bilibili网站中的科技、数码、生活三种栏目下9个热门视频的弹幕和评论信息,并对其进行Kruskal-Wallis检验、Dunnett T3检验以及可视化图示,分析不同场景下用户弹幕与评论在使用行为、情感倾向以及时间分布上的差异性。[结果/结论]①多元场景下的用户弹幕使用率具有显著差异,从高到低的顺序依次是数码类、科技类、生活类,而评论使用率不具有显著差异。②多元场景下用户的弹幕情感和评论情感倾向均具有显著差异,且弹幕情感总体呈现积极性、评论情感整体呈现中性。③多元场景下的用户弹幕/评论数量随时间的变化趋势大致相同,前期评论数量与弹幕数量的变化曲线幅度一致且上午的评论数量高于弹幕数量,后期评论数量到达峰值后,弹幕数量持续增高时而评论数量开始下降。相关研究结论能够为弹幕视频内容制作、信息组织以及用户体验设计提供参考。

弹幕情感特征对科技类视频流行度的影响研究

[目的/意义]旨在探究民众对科技类视频的关注焦点,在丰富学界关于视频流行度研究的同时,也为视频创作者优化制作策略提供借鉴。[方法/过程]考虑到弹幕中隐含的观众情感可能会影响视频的流行度,本文以弹幕情感特征为出发点,探究影响科技类视频流行度的因素。[结果/结论]视频播放量、评论量、弹幕量和中性情感比例对视频流行度有正向影响,而负向情感比例对视频流行度有负向影响。

复杂嵌套:数字叙事时代城市形象的多层建构——以广州城市传播为例

为探究数字叙事时代城市形象的建构模式,本文以广州为例,基于视觉叙事理论框架,对哔哩哔哩平台上11则城市视频的视觉叙事及弹幕进行分析。研究发现:官方城市形象宣传片与自媒体生产的城市视频彼此互动、相辅相成,共同完成了城市形象的首次叙事;浮于视频之上的弹幕作为与影像交融的文本,通过对首次叙事进行补充或离散,对城市形象实现了二次建构。在互动叙事系统里,所有影像与文本被赋予“社交媒介”的功能和属性,城市形象依循“复杂嵌套式”且具有无限性特征的多层模式进行建构。

垃圾弹幕:网络直播乱象成因及治理的博弈分析

网络直播行业迅猛发展的同时乱象丛生,而对其背后可能的诱因却缺少深入探索,尤其是对垃圾弹幕诱发违法违规行为的现象鲜有研究。在博弈范式下,观众与观众之间复杂的关系可简化为离散型博弈。在博弈过程中引入非物质激励,设计出适当的制度安排,发送与观看弹幕的观众可以通过举报垃圾弹幕的形式参与治理。网络直播间内生力量被激发,从而实现高效的网络直播间治理。

基于ELM的B站在线教学视频中用户弹幕行为分析

探究在线教学视频中用户弹幕评论行为的影响因素,可以为弹幕视频网站优化相关功能促进用户交互行为提供参考,从而改善用户在线学习体验.基于精细加工可能性模型(ELM),采用层次回归分析法,归纳在线教学视频中用户弹幕评论行为双重路径的影响因素,并抓取B站的980条英语教学视频数据,提出假设并结合数据进行验证.层次回归结果表明,在中心路径下,视频的传播效果对用户的弹幕评论行为产生显著正向影响;边缘路径中的信源吸引力和视频作者贡献度对弹幕评论行为分别产生显著正向和负向影响.研究提出了相关建议,希望为弹幕视频网站运营商理解用户交互行为、改善服务提供参考.

弹幕文本挖掘:一种影视内容定量测评方法

文本挖掘对我们理解大数据时代的海量影视数据有重要的价值。弹幕评论最显著的特点是评论内容和视频的播放时间高度耦合,因此能够反映出观众的即时反馈。本文以纪录片《我在故宫修文物》的弹幕文本为例,分析该片播放时间内弹幕评论发送的频率分布,并将高频和低频时间段内的评论内容和影片内容做关联分析。该方法具备较高的信度和效度,为定量测评影片内容提供了新思路。