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
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.

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.