Глубокие чувства: результаты исследования о взаимосвязи эмоций и виральности материалов в Интернете

Глубокие чувства: кросс-лингвистическое исследование о взаимосвязи эмоций и виральности материалов в Интернете

Как связана виральность материалов, которыми мы делимся друг с другом, с эмоциями, которые эти материалы вызывают? В статье «Deep Feelings: A Massive Cross-Lingual Study on the Relation between Emotions and Virality» исследователи пытаются найти ответ на этот вопрос.

Как связана виральность материалов, которыми мы делимся друг с другом, с эмоциями, которые эти материалы вызывают? В статье «Deep Feelings: A Massive Cross-Lingual Study on the Relation between Emotions and Virality» исследователи пытаются найти ответ на этот вопрос. Мы внимательно изучили статью и выбрали главные мысли и важные открытия исследований.

Развитие социальных сетей и виджеты, которые делают возможным поделиться каким-либо материалом с кем угодно в два клика, стали основой для появления множества виральных материалов – таких статей, изображений или видео, которые получают широкое распространение в Интернете и привлекают миллионы просмотров.

В своем большинстве виральные материалы – это материалы, вызывающие какие-либо эмоции. Мы, как правило, делимся тем, что не оставляет нас равнодушными.

Но как именно связана виральность материалов с эмоциями, которые они вызывают? Делимся ли мы чаще тем, что нас вдохновляет, или тем, что вызывает негативные эмоции? Одинаково ли это верно для разных культурных контекстов и каналов коммуникации?

В исследовании «Deep Feelings: A Massive Cross-Lingual Study on the Relation between Emotions and Virality» Марко Гурини и Якопо Стояно рассматривают взаимосвязь виральности и различных эмоций, зависит ли данная взаимосвязь от культурного контекста, и как влияют на виральность базовые составляющие эмоций.

Эмоции в социальных медиа

Эмоции в социальных медиа – тема, давно интересующая исследователей. Так, например, большой эксперимент в Facebook показал, что эмоциональные состояния могут быть переданы другим людям, которые, будучи «зараженными» этими эмоциями, могут их испытывать без осознания того, что они их испытывают.

Еще по теме: Как создавать вирусные материалы, которыми пользователь будет делиться «на автомате»

Эксперимент включал в себя уменьшение эмоционального контента в новостной ленте пользователя: когда позитивного контента становилось меньше, пользователи сами начинали писать меньше позитивных постов и больше негативных; когда негативного контента становилось меньше, происходило противоположное.

Исследование постов в Google+ показало, что возрастание эмоции «гнев» ведет к увеличению вероятности репоста данной записи, а к уменьшению вероятности репоста ведет эмоция «грусть», содержащаяся в записи.

Результаты исследования китайской платформы Weibo, во многом похожей на Twitter, оказались аналогичными: злые посты распространялись со значительно большей скоростью, чем грустные.

Данные исследования

В своем исследовании Гурини и Стояно анализируют материалы двух популярных новостных сайтов – английского и итальянского – Rappler (rappler.com) и Sera (corriere.it).

Эти ресурсы были выбраны потому, что каждый из них содержит интерфейс, позволяющий пользователям давать эмоциональную оценку статье, а разные языковые контексты дают возможность для кросс-лингвистического исследования.

Интерфейс, позволяющий оценивать статью на сайте Rappler. Изображение: arxiv.org
Интерфейс, позволяющий оценивать статью на сайте Rappler. Изображение: arxiv.org

Небольшой интерфейс Mood Meter на сайте Rappler позволяет пользователям выразить свою реакцию на историю, которую они читают.

Подобный подход используется и в итальянской газете Corriere della Sera, где для эмоциональной оценки используются смайлики.

Смайлики, использующиеся для оценки статей на сайте corriere.it. Изображение: arxiv.org
Смайлики, использующиеся для оценки статей на сайте corriere.it. Изображение: arxiv.org

Для исследования было собрано 53 226 статей с rappler.com и 12 437 статей corriere.it, опубликованных за последний год, а для возможности сравнения значения смайликов с итальянского ресурса были переведены на английский язык.

В результате проценты голосов за разные эмоции для двух ресурсов получились следующие:

Процент голосов за разные эмоции. Изображение: arxiv.org
Процент голосов за разные эмоции. Изображение: arxiv.org

Как видно из графика, «счастье» (happy) набрало больше всего голосов и на rappler.com, и на corriere.it, но если в первом случае «счастье» однозначно лидирует, то для второго сайта достаточно близко за ним следует «раздражение» (annoyed).

Эти результаты подтверждают предыдущее исследование авторов о преобладании счастливых эмоций в репостах. Объяснения этого феномена могут быть самыми разными – от культурных характеристик до желания людей быть позитивными в социальных сетях и даже искажения самой выборки, т.к. исследуемый ресурс может содержать больше всего позитивных новостей.

Виральность: Narrow- и Broadcasting

Термин «broadcasting» означает акт коммуникации или передачи чего-либо широкой аудитории. «Narrowcasting», наоборот, означает распространение информации среди узкого круга людей.

В своем исследовании Гурини и Стояно определяют narrowcasting как комментарии, которые пользователи оставляют к статьям (т.к. их видят в основном только другие читатели статьи), а broadcasting – как репосты в социальных сетях.

Такое разделение необходимо для того, чтобы было возможно оценивать виральность не только с точки зрения степени распространения, но и реакции пользователей (комментарии).

Анализ эмоций

Для анализа взаимосвязи между эмоциональной характеристикой статьи и ее воздействия на индексы виральности в исследовании использовались линейные модели.

Влияние эмоций на индексы виральности. Изображение: arxiv.org
Влияние эмоций на индексы виральности. Изображение: arxiv.org

Результаты набора данных с rappler.com аналогичны результатам предыдущих подобных исследований и показывают высокое влияние на виральность эмоций «вдохновение» (inspired) и «гнев» (angry) вместе с низким влиянием эмоции «грусть» (sad).

Еще по теме: «Игровые технологии в образовании»: рекомендации, ресурсы и материалы, которые можно скачать

Здесь результаты похожи как в случаях с narrowcasting, так и в случаях с broadcasting.

Результаты набора данных с corriere.it также соответствуют предыдущим исследованиям, но только в случае narrowcasting. Для broadcasting результаты значительно отличаются – здесь эмоция «грусть» (sad), обладающая низкой степенью возбуждения, стала самой релевантной для индекса виральности, опровергнув гипотезу о том, что эмоции с высокой степенью возбуждения сами по себе могут объяснить феномен виральности.

Исходя из этого, можно предположить, что выражение эмоций (точнее, их демонстрация на сайте) в значительной степени определено культурными различиями.

Анализ VAD

Гурини и Стояно также рассмотрели в исследовании, как такие базовые составляющие эмоций, как валентность, возбуждение и доминирование (Valence, Arousal, and Dominance VAD), связаны с виральностью.

Модель VAD распределяет эмоции в трехмерном пространстве: валентность означает степень позитивности/негативности эмоции (например, страх имеет высокую негативную валентность, радость – высокую позитивную валентность); возбуждение ранжируется от спокойствия до сильного волнения (гнев – эмоция с высокой степенью возбуждения, грусть – с низкой); доминирование делится на контролируемые и неконтролируемые эмоции (вдохновение – контролируемая эмоция, страх – неконтролируемая).

Результаты анализа связи VAD с виральностью показали интересные тренды.

Результаты анализа VAD. Изображение: arxiv.org
Результаты анализа VAD. Изображение: arxiv.org

Результаты оказались похожими для двух наборов данных, как в сценариях broadcasting, так и в сценариях narrowcasting.

Таким образом, можно сказать, что кросс-культурные различия в эмоциональной оценке и степени виральности исчезают, когда рассматриваются базовые составляющие эмоций.

Также, согласно исследованию, пользователи выбирают broadcasting, когда они в большей степени контролируют контент, а narrowcasting – когда в меньшей.

Наконец, роль валентности одинакова во всех случаях – негативная валентность ведет к более высокой степени виральности контента, что соответствует результатам предыдущих исследований.

«Deep Feelings: A Massive Cross-Lingual Study on the Relation between Emotions and Virality»

Полный текст исследования вы можете найти на сайте Cornell University Library.

Самое популярное

Будьте с нами на связи, независимо от алгоритмов

Telegram-канал E-mail рассылка RSS-рассылка
Как победить алгоритмы: прочитай инструкции, как настроить приоритетный показ материалов в социальных сетях и подключить RSS-ленту.