面向弹幕文本挖掘的虚拟偶像传播研究

武晓宇

【摘要】虚拟偶像正逐步演变为文娱产业迈向元宇宙的新型数字传播媒介，承载着青年一代的意识体现和情感表达。文章以我国热门虚拟偶像洛天依在B站的热搜视频弹幕文本为对象，借助Python工具，通过爬虫数据、改进的LDA主题模型以及基于语义的情感词典方法，探索ACG亚文化圈对虚拟偶像的话题关注度和情感倾向之间的关系，聚焦内容供给、情感认同和平台引导三方面，为虚拟偶像的形象构建、传播效能提供参考。

【关键词】弹幕 虚拟偶像 文本数据挖掘 形象构建 情感分析

【中图分类号】G206 【文献标识码】Ａ 【文章编号】1003-6687（2023）9-057-09

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

一、虚拟偶像：ACG圈层的新型传播媒介

在数字科技创新战略的引领下，随着“Z世代”受众群体的崛起和媒介信息技术的融合发展，以ACG（动画、漫画、游戏的总称，也称二次元）亚文化圈为核心用户的虚拟偶像已成为元宇宙虚拟数字人在文娱产业应用的新热点。[1]洛天依、柳叶熙、读书郎AI小郎、AYAYI等头部虚拟偶像，同真人明星一样参加综艺节目、歌舞演出、品牌代言、直播带货，并举办演唱会、出个人专辑、拍电影，成为大众娱乐生活的重要组成部分。[2]2021年央视春晚、2021年央视“五四”青年节、2022年冬奥会、每年度的B站跨年晚会以及ChinaJoy展会中，虚拟偶像不约而同地呈现超燃家国情怀，创造虚拟偶像的中国奇迹。

随着元宇宙持续火爆，作为未来数字人的主体形式，虚拟偶像已创造出令人瞩目的粉丝经济，并迎来了产业发展黄金期。iiMedia Research报告显示，2021年虚拟偶像产业带动国内市场消费规模达1 074.9亿元，预计2023年将突破3倍；[3]截至2022年4月，中国已有虚拟偶像相关企业28.8万余家。[4]Juzcar发布的《2021中国虚拟偶像消费市场调研报告》指出，80.68%的“Z世代”受众喜欢初音未来、洛天依等歌姬类虚拟偶像，62.31%的“00后”消费者愿为虚拟偶像买单。[5]虚拟偶像的ACG迷群规模与日俱增，预计2023年将达5亿。[6]

虚拟偶像是虚拟数字人在表演艺术场域的应用类型，是通过电脑图形化等手段的人工制作，[7]被赋予人格化特质[8]的虚拟形象（身份通常为歌手、演员等），在网络虚拟或现实场景中进行偶像活动。伴随全息投影、增强现实、动作捕捉等人工智能技术的进步，虚拟偶像完成了虚实空间的重构。[9]偶像、粉丝之间的互动性和社交属性不断增强，虚拟和真实的边界逐渐消弭，创造了独有的共创生产模式，推动偶像—粉丝权利结构发生颠覆性变革，[10]如虚拟歌姬粉丝可基于VOCALOID编辑平台的开放化，作为参与者和建设者加入内容生产制作中，极大地增强了粉丝话语权和创作力。[11]这种去中心化和双向赋权的数字虚拟空间进一步为ACG迷群提供了更加开放流动的意见场，也为更好地洞察该群体的意识情感搭建了桥梁。

二、虚拟偶像话题演化与情感分析

在虚拟偶像传播市场蓬勃发展的背景下，ACG迷群对虚拟偶像的哪些话题最为关注？哪些话题更能触发迷群表达积极情感或消极情感？关注度和情绪之间存在什么样的关系？对于正迈入主流范畴的虚拟偶像而言，这一考察显然对其形象构建和传播具有独特意义和紧迫性。

1. 虚拟偶像研究侧重宏观传播视角

与持续高涨的市场热度对比，学者们对虚拟偶像的关注稍顯不足。仅有的研究集中在技术驱动、发展策略、商业消费、价值认同和粉丝行为方面。喻国明等从技术驱动视角，强调人工智能对虚拟偶像的动力系统作用，[7]并阐述了虚拟偶像破圈的发展策略；[12]姚睿等和郭全中等分别基于产业营销[13]和粉丝经济[10]等层面，探析了游戏虚拟偶像的营销发展路径；价值认同主题上，解迎春认为虚拟偶像带来的文化价值更重要，[8]有的学者则研究迷群对虚拟偶像的身份认同，[9]并构建了认同模式。[11]粉丝行为研究中，有学者指出粉丝群体具有网络互动特征，[14]同时群体消费行为也发生了变化。[15]仅有喻国明在探讨发展策略时，基于情感三层次可供性理论分析了虚拟偶像的情感传播逻辑。[12]

可见，已有研究多采用传播学理论剖析虚拟偶像在技术、经济以及文化方面对ACG用户认知的宏观引领作用，而微观层面基于评论表达和情感意识的定量研究则相对不足，特别是缺少基于计量学基础的评论文本研究。弹幕作为青年一代主流的视频社交媒体评论形式，具有情景化、社交化和情感化属性，[16]不仅在群体互动形态变化过程中具有重要作用，也客观反映了该群体对话题的关注度与情感倾向。

2. 虚拟偶像弹幕文本有待挖掘

弹幕作为一种新型的用户创作内容，是直接显示在视频屏幕上大量密集而快速的实时文本评论，具有及时性、社交性和情感性优势，[16-17]可激发用户的主动参与感和活跃度。弹幕文本蕴含了大量用户行为、使用动机及驱动因素等信息，已广泛运用到数字人文、[18]社会化阅读、[19]健康科普、[20]新闻推荐等领域。[21]基于弹幕文本挖掘用户对某领域的关注热点和情感态度，[22]受到信息行为研究者的关注。

主题挖掘是文本分析的重要内容，即对非结构化文本内容进行特征描述和主题建模。[23]其中狄利克雷分布方法可用来静态识别大量语料中隐藏的主题信息，[24-25]分析文本主题随时间变化的纵向趋势，[26]有助于更加准确地研判用户关注热点。弹幕情感分析比传统文本情感分析的领域性、变化性强，[27]更适用于虚拟偶像这一自带关系属性的新型传播媒介。已有研究主要通过识别、分析与预测弹幕中带有情感色彩的文本，并对存在的情感倾向进行分类，[28]进而揭示不同群体的态度。主题—情感交叉分析是主题挖掘和情感分析的综合运用，分析不同主题下情感倾向随时间变化的趋势。[29]基于该文本挖掘方法，Xie Runbin等发现公众在疫情中表现出对一线工作者的支持和对经济生活恢复的关心，[29]王文韬等和娄岩等构建了健康知识视频[20]和老年网络科技问答社区[30]的关注度—情感分析框架，朱思淼等提出一种最佳视频推荐算法（VRDSA），[27]周忠宝等分析了社交平台关于KOL广告的弹幕文本。[31]

现有弹幕文本分析中的主题—情感交叉研究多以推荐算法、健康科普、网络科技、平台广告为主，尚缺少以虚拟偶像为代表的相关研究。据此，本文尝试参考现有研究成果，利用改进的LDA主题模型特征分析和基于情感词表的情感分析方法，探索虚拟偶像关注度演化趋势和情感倾向，并构建关注度—情感极性模型，客观呈现B站ACG圈层围绕洛天依所讨论的话题类别，进一步可视化地挖掘影响低情感极性话题的关键因素，尝试对上述研究问题作出探索和回答，为虚拟偶像在内容供给、情感认同和平台引导方面的形象构建和传播路径提供参考。

三、完美偶像洛天依：ACG圈层的新选择

洛天依，我国本土出道时间最久、影响最大的虚拟偶像，是世界首位采用VOCALOID中文声库合成的虚拟形象，有庞大的内容创作群体自发为她写歌，至今原创歌曲已超过2万首，粉丝量惊人。截至2022年4月30日，其B站粉丝数达277.6万，播放量16.4亿，相关话题浏览量5亿，讨论量210.7万；微博粉丝达516.4万，超话阅读量11.1亿；百度贴吧关注人数42.1万，发布帖子555.8万个，感召力可见一斑。因此，选取洛天依为个案具有很强的代表意义。相较其他平台，B站视频因青年社群属性强、二次元內容更加垂直等特点吸引了大量ACG用户。截至2021年年底，B站弹幕总数累计超过100亿，拥有虚拟偶像3.2万个，[32]是ACG圈层了解和接触虚拟偶像最主要的接口，[31]因此B站弹幕数据能更准确、全面地反映出ACG圈层对虚拟偶像的即时情感和关注程度。综上，本文以B站洛天依热搜视频弹幕为研究对象进行文本挖掘。

B站音乐专栏下VOCALOID·UTAU板块和动画专栏下MMD·3D板块为虚拟偶像迷群聚集和UP主上传自制音乐视频的平台，内容更新快且影响力大。[14]因此，文章选取这两个板块下播放量和弹幕数排名前十的视频弹幕数据，以“洛天依”为关键词检索，借助设计好的Python多线程爬虫工具，抓取2022年4月30日16点08分前显示的弹幕数据（包括弹幕描述、发送时间、所属视频、用户昵称四类属性），共获得34 795条弹幕文本。通过数据清洗、降噪去重、调用Jieba分词库和哈工大停用词表，添加“虚拟偶像”“B站”“弹幕”等作为新增停用词，最终构建包含35 724条的弹幕文本语料库。

四、ACG圈层与虚拟偶像的互动性

1. 虚拟偶像热点话题的多元投射

2014年至今，ACG迷群对虚拟偶像的关注话题呈现多元化、生活化特点。迷群的关注话题不仅涉及合作歌姬、视听内容和全息现场的热点话题，同时涵盖社会角色及日常生活话题的讨论。

通过LDA模型训练和主题聚类，获得洛天依话题35 724条弹幕的5个主题及主题—词项概率矩阵。在选择各主题的代表性特征词时，既考虑高频特征词，又考虑虚拟偶像的热点名词，得到的结果更贴近现状。提取各主题Top20的高频主题词进行判断，得到5个主题和各主题下的10个代表性特征词，其文档—主题—词汇三层关系及信息见图1。

根据图1，返回语料库找到该主题下的弹幕原文本，研判弹幕内容，对主题进行人工标识（见表1）。Topic1的特征词和弹幕文本内容主要涉及其他虚拟歌姬，其中赤羽、阿绫（乐正绫）、栀子是yamaha共有版权、不同公司运营的虚拟歌姬形象，因此将主题标识为“合作歌姬”。Topic2主要是关于声音、歌词等原创歌曲的相关信息，既有“哈利·波特学院印象曲系列”中的校园歌词“赫奇帕奇”，也有“自卑感”视频中与王者荣耀相关的“张飞”“双厨”“瑶”等游戏角色，因此标识为“视听内容”。Topic3主要是关于洛天依的视频人物形象，既包含“老师”“爷孙”“妈妈”等长辈形象，又包含“小明”“兄弟”等学生形象，与青年人社会角色很贴近，故而主题描述为“社会角色”。Topic4是关于演唱会、投影等全息现场方面的内容；Topic5的特征词强调了迷群热衷于讨论“生日”“新年”“衣服”等日常生活，且“千年食谱颂”视频中为洛天依打造的“吃货”人设一经发布便迅速得到粉丝的认可，说明观众不仅把洛天依当成一个屏幕里的人，还把她当成一个乐于分享的朋友，粉丝忠诚度高。显然，ACG用户的兴趣不只局限于歌曲和人物形象方面，内容话题呈现出明显的多元化趋势。

2. 话题演化趋势的波动性

总体上，迷群对虚拟偶像的关注重点随时间增加，并在疫情期间达到井喷式发展。针对不同话题，关注强度和变化趋势有所差异。2020年至2022年，合作歌姬、社会角色、日常生活三个话题受到公众的持续关注，而视听内容和全息现场关注较少。其中，迷群对日常生活话题的讨论呈现波动趋势，并在近三年占比最大，表明日常生活逐渐成为迷群讨论和关注的热点。由于弹幕的社交属性极强，群体内易于激发“沉默的螺旋”效应，因此，有效识别热点话题，据此制作视频内容，方可产生显著的传播效果，调动潜在的互动欲望。

本文根据语料库生成的文档—主题概率矩阵，将年份作为时间切片，按主题划分所有弹幕文本文档，分析各主题涵盖的文档数量时间变化趋势。横轴对应时间，纵轴设置为主题占比和弹幕文本量，进而得到虚拟偶像热点话题演化趋势图（见下页图2）。

从图2可知，整体上，ACG圈层对洛天依的关注度逐年增多。2014年至2017年弹幕文本量只有50条左右，2018年开始增长，并在2020年达到峰值，后续呈下降趋势，但弹幕文本量仍然处在较高水平。2020年年初，我国新冠肺炎疫情暴发，迷群居家隔离，网上娱乐需求增加，因此用户对虚拟偶像线上关注度提升，其快速增长也部分得益于B站为原本无法享受文化制作权的粉丝提供了文化空间，进一步加快了内容的生产创作。之后关注度的下降与疫情得到有效控制、学生恢复正常校园学习生活有关。2021年3月，虚拟数字技术正式纳入“十四五”规划和2035年远景目标，[33]进一步推动了元宇宙概念的普及，再次引爆用户对虚拟偶像新一轮的关注。因此，弹幕总量在2021年略微下降后又快速反弹。2022年虽仅有1月至4月数据，但弹幕数据继续突破最高值（达到9 290条），且仍呈上升趋势。

以2018年为分界点，可将ACG圈层对虚拟偶像的关注大致分为两个阶段。2018年之前，迷群对虚拟偶像的关注较少，相关话题以Topic1（合作歌姬）和Topic3（社会角色）为主。2018年，政府部门邀请洛天依为共青团代言，借助偶像力量，在年轻一代中传播新文化思想。此后，B站对洛天依的关注和讨论迅速增多。2018年后，迷群对各主题的关注比重变化具体呈现如下特点：对Topic2（视听内容）的关注比重逐渐增加，说明这些主题逐渐成为关注热点；对Topic1（合作歌姬）和Topic5（日常生活）的关注呈现先增加后减少的趋势，表明这些主题曾受到公众关注，但近两年公众对其关注有所减少；对Topic3（社会角色）和Topic4（全息现场）的关注小幅度减少后相对稳定，比例波动不大。值得注意的是，Topic1、Topic3、Topic5始终占据较大比重，表明这些领域受到公众的持续关注，而Topic2和Topic4关注较少。

五、ACG圈层对虚拟偶像情感倾向的积极性

整体上，ACG迷群对虚拟偶像的情感表达以积极情感倾向为主导，且不同主题变化趋势不同。以Topic5（日常生活）为例，迷群的积极情感经历了短暂下降后大幅增长并趋于缓慢减少，消极情感在波动中有所增加。隨着生日会、饭圈小姐、过年仪式等现实题材的推出，迷群对虚拟偶像与日常生活话题的集合的满意度虽有所提高，但仍未引起迷群的高度共鸣，尚存在很大的进步空间。

构建以知网Hownet和BosonNLP为基础的情感词典，有利于提高虚拟偶像弹幕文本的情感分析效果。从图2可知，2018年以前弹幕评论较少，因此只对2018年至2022年共27 548条弹幕文本数据进行分析，确定正面、中性、负面的情感分类。由不同情感倾向的弹幕文本数占比可知，各主题下积极情感倾向较多，共12 938条，中性情感最少，积极和中性共占总文本65.96%（见表2）。可见，目前大多数迷群对虚拟偶像话题保持愉悦心情，但也有超过1/3（34.04%）的ACG用户流露出消极情感。

如下页图3所示，Topic4（全息现场）话题情感逐年增加，同时消极情感比例不断下降。随着2017年6月洛天依的第一场线下演唱会爆红，迷群的关注热点和流量迅速迁移至全息技术带来的现场互动方式，并逐渐被ACG圈层更广泛地了解、认识与喜爱。Topic2（视听内容）话题的积极情感逐渐增加后趋于稳定，消极情感迅速减少后又缓慢上升。比如，“自卑感”视频素材来源于二次元游戏《王者荣耀》，将我国传统文化融入游戏英雄、背景故事和皮肤创作，让痴迷游戏的青年群体也能找到游戏以外的快乐。Topic1（合作歌姬）和Topic3（社会角色）话题的积极情感均呈现先减少后增加并逐渐趋于稳定的趋势（Topic1在2018年仅有37条弹幕文本，因此忽略此时段），而消极情感波动不大。原因可能是，起初用户对多数新出道的虚拟歌姬和部分角色背景缺少足够认知和了解，因而积极情感减少，而随着对合作歌姬的逐渐熟悉，以及类似“高中数学公式”中学生角色的渗入，迷群对该主题的积极情感相应增加。Topic5（日常生活）话题的积极情感经历了先短暂下降后大幅增长并趋于缓慢减少的变化，可以看出迷群对虚拟偶像与日常生活话题的集合方面所持有的态度。开始时，积极情感和消极情感差距不断减小，随着洛天依生日会等现实题材视频的推出，迷群对该主题的消极情感减少，积极情感相应增加。疫情期间，迷群更多通过倾诉学业苦闷、生活烦躁、居家不自由等缓解压力，因此消极情感又有所增加。

六、热点话题与情感态度的二元共塑

1. 全息话题的高情感性与生活话题的高关注度

构建虚拟偶像话题关注度和不同情感交叉下的主题特征，有利于把握话题热点和情感态度的潜在联系，有效识别主题分类，进而为视频制作方提供改进策略。本文根据虚拟偶像各主题弹幕文本数和情感均值构建关注度—情感极性模型（见图4），将话题分为四类，即高关注度—高情感极性、低关注度—高情感极性、低关注度—低情感极性和高关注度—低情感极性。结果表明，Topic4（全息现场）话题的积极情感最强烈，Topic5（日常生活）话题的关注度最显著。

Topic3（社会角色）显示迷群对社会角色话题的关注度较高，并对其内容表达出较为积极的情感倾向。虚拟偶像视频内容制作者可强化虚拟偶像参演的兄弟、学生、老师、爷孙、妈妈等社会角色，同时可加入视频简介或作为检索词以提高检索率。

Topic4（全息现场）的积极情感远强于其他主题，但关注度略低于平均值。从弹幕文本来看，对于虚拟偶像个人演唱会，迷群更多关注现场氛围，因而持有较高的积极态度；对于和明星、运动员同台演出，迷群表达的信息展现出强烈的爱国主义情怀，因而积极情感更为浓烈。内容制作方应保持该话题的良好态势，持续扩展线下互动环节，更大范围地激发和传播爱国情怀，提高公众对虚拟偶像的认知度和认同感。此外，由于此类视频往往将全程现场演出完整呈现，时间较长，导致视频完播率较低，因此仅忠实迷群主动关注。可按不同节目作为长视频切分制作的依据，提取关键词，满足用户碎片化和强聚焦的观影需求，同时设立全息技术现场后台制作专栏，以技术应用吸引用户关注。

Topic2（视听内容）显示用户对视听内容话题的消极情感较为浓烈，关注度低。迷群的关注度低并非是对视听内容需求少，可能是相较于音乐节奏和视频画面，对字幕的记忆短暂，致使弹幕中出现多数歌词的简单重复，或是对素材背景中反面人物的负面讨论。可将此作为切入口，制作和畅销游戏、动漫、影片相关的歌曲视听内容，吸引上述三类迷群的关注，利用其话题性增强用户黏性，将其关注度迁移至虚拟偶像类视频。

Topic1和Topic5均为高关注度—低情感极性类别，表明迷群对合作歌姬和日常生活这两个话题的关注度较高，但这两方面尚有提升空间，其中后者的关注度最为显著。该类话题为时事话题，用户十分关注，其内容也易引发迷群热议，但由于同质性虚拟歌姬井喷式增长，更接地气的生活话题较为缺乏，故迷群情感多偏向于消极性。可发挥不同歌姬的领域专长，凸显其异质性，让参演歌姬如初音未来、洛天依等进行联合创作，更多融合节日、游戏、服饰、零食等日常氛围，或借用公主、殿下等亲昵称呼，加深迷群记忆，调动积极情感。

2. 合作歌姬、视听内容和日常生活话题的低情感性

对于低情感极性的话题，关注负面弹幕文本对深入了解迷群低落情绪、优化用户体验具有重要的参考价值。从关注度—情感极性模型（见图4）可知，Topic1（合作歌姬）、Topic2（视听内容）和Topic5（日常生活）三方面话题的情感极性较低，有待进一步增强。可视化分析三个低情感极性话题的负面词汇（见图5），得出导致迷群产生消极情感的关键因素。合作歌姬涉及直播声音、V家（Vsinger，虚拟歌手的简称）名字、黑暗题材、烦恼压力、开头结尾和英雄形象；视听内容和日常生活的消极情感主要体现在歌词表达、专辑神秘感、字幕组不易、语言平凡、晚会声音重整等视听内容，以及生日祝福、新年快乐、明年再见、家人辛苦等日常生活的情感因素上。

以Topic1（合作歌姬）为例，关于合作歌姬话题的相关消极弹幕文本主要涉及：直播声音含糊不清；V家如阿绫、存娘、Gumi、雅音、宫羽等名字拗口；合作出演的“怪物大暴走”“僵尸舞”“阴阳先生”“葬歌”“今天没吃药”等黑暗题材过于洗脑和吓人，容易产生噩梦；面对高考、中考、数学、住校等生活中的烦恼和压力，迷群容易产生悲伤、伤感情绪；部分视频开头机械，引起“转粉狙击手”（网络语言，形容观察细致的群体）的群伤；草草结尾，缺少喝彩成分；其他歌姬对洛天依的挑战太过突然，过于自我展示；对英雄的社会形象期望值过高，导致实际与预期有差距等。

七、虚拟偶像形象构建和传播路径优化

本文以虚拟歌手洛天依为研究对象，通过社交媒体平台B站的用户生成弹幕文本，利用改进的LDA主题模型分析了虚拟偶像热点话题的演化趋势，展示了ACG迷群与虚拟偶像之间的互动性；基于语义的情感词典方法分析了ACG圈层对虚拟偶像情感表达的变化趋势，表明该群体对虚拟偶像情感倾向的积极性；通过构建关注度—情感极性模型，挖掘出全息话题的高情感性与生活话题的高关注度，以及合作歌姬、视听内容和日常生活话题的低情感性，进一步可视化分析这三个低情感极性话题的负面弹幕文本，明确导致迷群情感消极的原因，进而从文本挖掘视角为虚拟偶像的形象构建和传播效能提供分析工具和数据参考。

当今媒介技术的快速迭代与青年自我表达平台的开放，为受众深度參与虚拟偶像的形象构建和传播过程提供了更多可能性，赋予了虚拟偶像蓬勃发展的生命力。粉丝—偶像的互动逻辑在虚拟偶像这一新型传播媒介中得以延伸，并在虚拟与现实模糊化的网络空间中完成重构。在“媒介即讯息”的理论范畴内，研究发现，合作歌姬、视听内容、全息现场、社会角色以及日常生活五个热点话题，是维系虚拟偶像及其粉丝情感交往的纽带，只有内容供给、情感认同和平台引导三方共谋，才能使得虚拟偶像形象成为青年一代喜爱的载体，呈现鲜明的意识情感表达范式。

1. 供给侧：发挥UGC和PGC联动优势，推动虚拟偶像和用户的内容互动

得益于媒介技术的开源和众包创作模式的赋权，粉丝群体权利实现反转，粉丝网络话语权重构，为粉丝用户进行虚拟偶像内容制作提供了可靠的源动力。无论是虚拟偶像外在的影像建构，还是内在的视听文本制作，均需充分发挥UGC的众包生产优势和PGC的团体品牌价值，以UGC+PGC策略顺应虚拟偶像去中心化、多元化、技术化的市场需求和发展趋势，弥补单一UGC策略的专业缺陷，满足用户获取虚拟偶像内容多样化的需求。同时能够弥合粉丝和创作者、受众与官方之间的鸿沟，推动用户UGC对PGC源文本的能动性和集群效应，激励用户持续输出高质量内容，进一步反向诱导PGC源文本的分众化传播和热度提升，[13]确保虚拟偶像内容生产的精准有效，提高产品运作的速度及规模。

影像构建方面，不同于传统的动漫产业形象，虚拟偶像的外在表征更凸显出虚实结合、人机互动的媒介功能。创作者通过虚拟偶像配套系统，以媒介交互、动作捕捉、仿真模拟等云算法进行运作，塑造出更加生动立体、人性化的虚拟偶像影像，使其线上、线下自由切换。PGC的数字开发商应向公众开放更多的智能交互影像生产软件，使越来越多的普通受众也可通过简易的媒介技术进入影像制作渠道，成为UGC创作主体，赋予自己喜好的个体形象和体貌特征以逼真的数字人影像，在实体网络中完成输入—输出的操作互动。除影像构建因素外，虚拟偶像最重要的形象塑造还表现为内在的人格塑造。以PGC为主的虚拟偶像媒介平台应进一步营造充满活力的集聚、分享与互动情境，支持粉丝自主自愿地基于情感、兴趣、自我表达进行UGC创作，基于自身社会经验、性格特征和心理体验赋予虚拟影像以完美的偶像人格，通过二次填词编曲贡献大量通俗化的视听文本内容。同时，虚拟歌手倾情演唱粉丝作品，创作者的情感劳动得到极大尊重，高涨的创作欲望再次激发，有利于生产出更丰富的原创歌曲和同人视频的众包作品。这种粉丝情感劳动—虚拟偶像内容增值的良性闭环，不断强化了虚拟偶像拟人化和陪伴性的社会属性，也持续反映了创作者的意识情感和文化诉求。

2. 用户侧：破除次元壁，激发不同圈层对虚拟偶像的情感认同

符号互动理论认为，同一圈层自身独特的价值符号和长期累积的粉丝效应是圈层群体人际互动的重要纽带，[34]英国学者斯图亚特·霍尔认为，传受双方一致性的世界观和价值观是在共通意义空间中进行符号互动的基础。[35]作为一种自带关系的新型传播媒介和人类强关系的延伸，[36]虚拟偶像与细分产业的融合更为垂直，领域产业联系更为紧密，粉丝圈层、虚拟偶像、细分产业三者之间的动态依附关系逐渐成形，[10]这为垂直细分领域打造共通意义空间奠定了基础。因此，通过不同虚拟偶像细分领域圈层互动，能够帮助传播者更快更广泛地渗透更多的目标群体，同时目标群体的情感价值观念也会随参与圈层的不同文化观念而改变。虚拟偶像制作公司应借助全息技术优势，通过平台联动实现垂直细分领域间跨界合作，营造“羊群效应”氛围，激活不同圈层流量池。如邀约抖音虚拟美妆达人柳夜熙、泛人群综艺咖点赞仙、京剧国风感翎Ling、B站同人创造歌手洛天依、小红书神颜AYAYI以及游戏虚拟女团K/DA等，[37]结合彼此差异化的人设、风格、特点，寻找交集，推动跨界现场联动，扩大不同圈层符号的交相碰撞，形成主流文化受众群的良性互动。

随着元宇宙概念的风靡，虚拟偶像以不同身份參与到人们的日常生活中，举办线上线下演唱会、互动聊天以及发布唱片，人们越来越适应这样的新型情感互动机制。对于冠以“佛系青年”“课业繁重”“996”标签的青年群体，虚拟偶像的出现满足了青年在社会化陪伴和个体解压两个层面的需求，[34]身份认同和崇拜情感成为维系虚拟偶像及青年粉丝社会交往的纽带。因此，应结合青少年的现实关切、认知规律和日常生活，延伸其感知体验，潜移默化地加强受众情感表达与虚拟偶像崇拜的契合度。从迷群熟悉的生活场景切入，如虚拟偶像可走进校园倡导青少年元宇宙阅读推广；助力中高考考前冲刺，现身说法，缓解学生考前焦虑；参与线下美术馆、博物馆的科普知识宣讲和解说；以历史人物或文艺作品中的角色故事为蓝本，在虚拟场馆中演绎展演；以更接地气的双向互动方式增强黏性，通过与同时代人的交往活动，赋予虚拟形象更多的生活内涵，凝聚青年受众向心力，培养新一代偶像力量的情感感召力。

3. 平台侧：削弱“信息茧房”壁垒，引导用户对虚拟偶像多元化话题的关注

美国学者凯斯·R.桑斯坦认为，用户会潜意识地倾向于符合个人兴趣、令自身愉悦的信息，远离与自己观点无关或相悖的信息，不知不觉囚禁于信息选择范围窄化的困境中，形成“信息茧房”效应，阻碍多元信息的接触和获取。[38]目前，媒介平台传播信息均以个性化推荐作为信息检索的技术优势，但数据逻辑算法的局限性会给传播带来负面影响。用户沉浸在看似愉快的以用户需求为导向的“信息茧房”中，由此带来的“马太效应”导致受众获取信息的范围习惯性受自身兴趣引导，对于喜欢的内容关注更多，对不感兴趣的话题关注更少。本研究发现，虚拟偶像在B站话题演化整体趋势上，迷群讨论热点集中于部分话题。话题倾斜将不利于多元化观点的碰撞和融合，久而久之，不仅会造成虚拟偶像信息平台内容趋于同质化，还会使长期处于自我认知“回音室”中的青年群体信息更加窄化，导致对于客观世界的片面认知，群体极化现象严重。因此，应强化媒介平台的引导功能和推荐策略。一方面，通过优化话题推荐、热搜等信息组织方式，帮助青年群体培养信息全局意识和良好的媒介信息素养，以开放并存的理念扩大虚拟偶像相关的信息领域，打通受众获取话题的信息路径，引导用户接近、收听不同方面的多元信息，积极参与虚拟偶像的多样化话题讨论，削弱媒介平台搭建的“信息茧房”，有意识地摆脱对单一话题的过度关注。另一方面，已有学者证实，根据弹幕的情感进行视频检索得到的结果会更加准确。[16]因此，虚拟偶像媒体平台应将弹幕情感作为视频检索的重要依据，在推荐视频时，应尽量将高情感极性话题相关视频放在前面，消极情感话题相关视频放在后面，提升用户的愉悦度，分散话题的集中度，抑制群体极化行为的发生。

结语

在数字科技创新战略助力下，虚拟偶像正逐步演进为文娱产业进入元宇宙的新型数字传播媒介，[1]被视为元宇宙虚拟数字人在文娱领域的最佳赛道，显现出独特的价值和光明前景，[2]承载着青年一代的意识体现和情感表达。基于麦克卢汉提出的“媒介即人的延伸”[39]理论，依靠技术赋能的虚拟偶像，通过消弭二次元和现实世界的边界，借助符合ACG圈层审美趣味和艺术洞见的内容输出，以偶像—粉丝、虚拟—现实、线上—线下相融交织的形式，强化受众超真实感官体验，成为ACG青年群体强关系的延伸。作为高度依赖UGC创作模式的新型偶像，深度强化了偶像—粉丝之间的互动方式，增进虚拟偶像的亲近感和粉丝的归属感。粉丝通过拟人格设定、亲自调教和想象性构建，打造“无菌”完美人设，在实践中获得情感上的愉悦和满足，进一步召唤ACG圈层自觉参与虚拟偶像二次元粉丝文化的消费、再创作与再生产，以表达该群体的价值取向、文化心态与身份认同，[40]最终驱动虚拟偶像成为ACG圈层思想表达和情感投射的新型载体。

本文尝试聚焦虚拟偶像弹幕文本，通过弹幕文本的主题演化和情感分析，细粒度地挖掘ACG亚文化圈对虚拟偶像话题的关注度和情感态度。数据源自同一弹幕平台和虚拟歌姬洛天依，后续研究可从以下两方面改进：首先，虚拟偶像垂直细分领域多样，不同种类虚拟偶像的弹幕文本分析有所差异，可对比分析多类虚拟偶像或多平台弹幕文本并进行深化；其次，考虑构建专业、细分的虚拟偶像领域的弹幕分词词典和情感词典，了解用户的持续关注热点和情感倾向，得到更具普适性的分析结果，对青年群体中虚拟偶像的形象构建和传播有借鉴意义。

参考文献：

[1] 中国传媒大学媒体融合与传播国家重点实验室，头号偶像（北京）数字科技有限公司. 中国虚拟数字人影响力指数报告（2021）[R]. 2022.

[2] 夏翠娟，铁钟，黄薇. 元宇宙中的数字记忆：“虚拟数字人”的数字记忆概念模型及其应用场景[J]. 图书馆论坛，2023（5）：154-161.

[3] 2022年中国虚拟人行业发展分析[EB/OL].[2022-04-30].艾媒网，https：//www.sohu.com/a/537072515_120536144.

[4] 虚拟偶像之热：谁在制造、推动和买单？[EB/OL].[2022-04-30].澎湃新闻，https：//m.thepaper.cn/baijiahao_16494312.

[5] 超六成“00后”愿为虚拟偶像买单[EB/OL].[2022-01-04].http：//www.takungpao.com/news/232108/2022/0104/673547.html.

[6] 郭宏超. 虚拟数字人大军来了，这可能是元宇宙第一扇大门[J]. 现代广告，2022（3）：1.

[7] 喻国明，耿晓梦. 试论人工智能时代虚拟偶像的技术赋能与拟象解构[J]. 上海交通大学学报（哲学社会科学版），2020（1）：23-30.

[8] 解迎春. 虚拟偶像的文化赋能及其文化想象[J]. 新闻与传播评论，2022（2）：91-102.

[9] 吕品.“完美偶像”：虚拟偶像迷群的身份認同研究——以虚拟歌姬“洛天依”为例[J]. 新媒体研究，2019（16）：101-103.

[10] 郭全中，张营营. 粉丝经济视角下虚拟偶像发展演化及营销进路探析[J]. 新闻爱好者，2022（3）：16-19.

[11] 战泓玮. 网络虚拟偶像及粉丝群体认同建构[J]. 青年记者，2019（11）：7-8.

[12] 喻国明，滕文强. 发力情感价值：论虚拟偶像的“破圈”机制——基于可供性视角下的情感三层次理论分析[J]. 新闻与写作，2021（4）：63-67.

[13] 姚睿，黄汀. 当代虚拟偶像的传播路径与产业模式——以虚拟偶像团体K/DA为例[J]. 现代传播，2021（11）：125-130.

[14] 李镓，陈飞扬. 网络虚拟偶像及其粉丝群体的网络互动研究——以虚拟歌姬“洛天依”为个案[J]. 中国青年研究，2018（6）：20-25.

[15] 陆新蕾，虞雯. 虚拟偶像粉丝群体的消费文化研究——以虚拟歌姬洛天依为例[J]. 当代传播，2020（6）：75-78，112.

[16] 王敏，徐健. 视频弹幕与字幕的情感分析与比较研究[J]. 图书情报知识，2019（5）：109-119.

[17] 梁栋. 弹幕研究述评及展望[J]. 未来与发展，2019（8）：36-43.

[18] 张宁，段小宣，袁勤俭. 数字人文视频的用户弹幕评论行为生成机制[J]. 图书馆论坛，2022（8）：148-161.

[19] 许秦，孟祥保，顾建新. 社会化视频推荐书目特征及其动因研究——以哔哩哔哩“读书等身”活动为例[J]. 图书情报工作，2021（16）：56-64.

[20] 王文韬，陈千，张肖，等. 弹幕视角下的网络热搜健康视频关注度与情感分析[J]. 图书馆论坛，2022（3）：98-107.

[21] 陈忆金，梁锦玲，古婷骅. 新闻视频弹幕用户情感体验特征分析[J]. 图书与情报，2021（4）：75-83.

[22] 仝冲，赵宇翔. 基于内容分析法的弹幕视频网站用户使用动机和行为研究[J]. 图书馆论坛，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] 陈嘉钰，李艳. 基于LDA主题模型的社交媒体倦怠研究——以微信为例[J]. 情报科学，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，魏世伟，魏思恒，等. 基于弹幕情感分析和主题模型的视频推荐算法[J]. 计算机应用，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] 娄岩，杨嘉林，黄鲁成，等. 基于网络问答社区的老年科技公众关注热点及情感分析——以“知乎”为例[J]. 情报杂志，2020（3）：115-122.

[31] 周忠宝，朱文静，王皓，等. 基于弹幕文本挖掘的社交媒体KOL研究[J]. 计算机工程与科学，2022（3）：521-529.

[32] 北京商报. 哔哩哔哩2021年度弹幕出炉[EB/OL].[2021-11-29].https：//baijiahao.baidu.com/s？id=1717753888684221857&wfr=spider&for=pc.

[33] 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[N]. 人民日报，2021-03-13（1）.

[34] 李豪，赵红艳. 符号互动论视角下银发网红在青年群体中圈粉现象分析[J]. 新闻爱好者，2022（3）：110-112.

[35] 特倫斯·霍克斯. 结构主义和符号学[M]. 瞿铁鹏，译. 上海：上海译文出版社，1997：83.

[36] 喻国明，杨名宜. 虚拟偶像：一种自带关系属性的新型传播媒介[J]. 新闻与写作，2020（10）：68-73.

[37] 2021年十大虚拟偶像盘点[EB/OL].[2022-04-30].https：//baijiahao.baidu.com/s？id=1720945322912281839&wfr=spider&for=pc.

[38] 凯斯·R. 桑斯坦. 信息乌托邦——众人如何生产知识[M]. 毕竞悦，译. 上海：法律出版社，2008：8.

[39] 马歇尔·麦克卢汉. 理解媒介：论人的延伸[M]. 何道宽，译. 北京：商务印书馆，2000：33.

[40] 孙金燕，金星. 数字亚文化的建构及其价值——对虚拟偶像景观的考察[J]. 武汉大学学报（哲学社会科学版），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