基于潜在类分析的社交机器人语言特征和传播效果研究

作     者：王汇森 Wang Huisen

作者机构：苏州大学传媒学院江苏苏州215021 

出 版 物：《新闻研究导刊》 (Journal of News Research)

年 卷 期：2023年第14卷第2期

页      面：60-63页

学科分类：050302[文学-传播学] 05[文学] 0503[文学-新闻传播学] 

基　　金：2021年度苏州大学校级大学生创新创业训练计划项目“疫情下中外传播平台话语实践与效果分析——基于传统媒体与社交媒体的多维度研究”成果 项目编号:2021xj004 

主　　题：社交机器人 潜在类分析 计算宣传 技术接受 舆情传播 

摘      要：社交机器人作为一种活跃于社交媒体的新型传播主体,其依靠算法程序模仿人类用户发布信息,具有目的性、仿真性、交互性的特征,且对于互联网舆情和意见气候的塑造有着重要的作用。以往的研究更多侧重于对社交机器人本身的行为特征加以描述,而对于受众的关照则有所欠缺。文章基于潜在类分析归纳四种典型的语言类型,并依据成熟的技术接受量表设计实验,研究受众对于不同风格的语言的感知程度和不同社交机器人的文本传播效果。研究发现,在推特平台的中国新冠肺炎疫情相关话题下,具有“虚伪和消极特征的文本在社交机器人发布文本中占比较大,而具有“叙述和消极特征的语言在传播过程中的效果最佳,呈现情绪性较强、真实性较低的特点。文章旨在通过对社交机器人语言内容及效果的分析,总结特征与经验,为判别虚假消息、维护国际形象、预防信息污染提供策略参考。