1. 引言
在网络高速发展的今天，信息的发出者同时也是接受者，参与影评的人往往与受众是同一个群体，每个人既面对着大众的影评，同时自身又是构成影评的发布者。在线影评的留言或回帖普遍存在于豆瓣、微信公众号、知乎、M-time时光网、猫眼电影、新浪微博的电影点评团等等。在线影评的口碑风向在很大程度上影响着一部电影的票房。网络影评凝聚了一批人，影迷是电影消费的稳定主体，而他们又会影响更多的人。
近几年来，在影评领域中的“什么样的评论更有用”这一问题被各界学者专家所关注并进行研究 [1] 。他们研究的视角是构成影响在线评论有用性的因素，研究对象分别有：在线零售网站、旅游网站、以及各大热门电影评论网站，并提出假设和建立模型对他们进行预测。研究特征从评论语义特征、评论结构特征到评论情感特征，都取得了大量研究成果。直到殷国鹏基于说服的双过程模型构建了在线评论有用性理论模型，才弥补了“评论的有用性”缺乏清晰的理论分析框架，因此有了好的框架对评论进行了影响机制的解释 [2] 。在如何能快速有效地进行识别和选择从而发现和利用其中有用的评论这一领域，国内外学者对在线评论有用性已经进行了大量研究。因此网络已经成为片方积极争夺的领域 [3] 。但到目前为止，关于在线影评领域的留言回帖几乎没有学者进行学术研究。基于实践的发展和研究的缺失，本文将进行这个领域的深入研究。
在书评留言回帖领域，李泽于2015年发表了《基于移动终端的社会性阅读研究》 [4] ，选取了移动终端的代表性社会性阅读app——多看阅读app中畅销榜单上排名第一的《三体》一书为例。抽取了部分热门影评及所有评论和点赞数据作为数据样本来源之一，通过对数据的收集、汇总、统计分析，了解基于移动终端的社会性阅读的发展状况。
另外在网络购物留言回帖领域，想要消除消费者的不确定购买意愿、网络口碑对于辅助决策有一定的影响 [5] 。著名市场研究公司Jupiter Research调查分析表明：超出75%的消费者在线购买商品之前，他们会搜索各类评论网站对评论信息进行比对和参考，评论的信息中含有大量以往消费者的消费经验和对产品的价值评估，这些信息都是构成影响购买决定的因素。还有学者对在线评论的留言情感、评论数量是否对购买决策影响进行了探讨。
以上两个领域的留言回帖领域，为本文提供了研究方法和研究思路的参考。因此本研究的内容和目的主要分为两方面：一方面是探究豆瓣用户在影评留言回帖中主要谈论内容进行特征分类，各内容所占的比例如何，移动端和网页端有怎样的谈论内容差异；另一方面是移动端和网页端留言内容的知识构建层次如何，分布情况是否与形式(发布时间、发布渠道)存在相关性等等。
通过探究关于知识构建的留言，对电影和影评的解读是否产生意义。为电影营销、电影创作团队、豆瓣平台等相关电影机构和从业人员提供参考。
2. 研究方法
2.1. 研究案例选择
选取网络社区代表性互动交流性平台豆瓣——电影《我不是潘金莲》最受欢迎影评排行榜TOP1《这是一个法盲加刁民的闹剧》一文作为研究案例。自2016年11月至2017年3月31日有1149条留言回帖，留言所跨越的时间范围较广、评论的字数分布范围较广，在权衡工作量及样本代表性之后，仅选取了最热门影评《这是一个法盲加刁民的闹剧》，作者“金丝猫”发表于2016-11-18 23:31:34，常居四川雅安，2012年12月10日注册豆瓣用户，作者认为电影把原著小说官场现形记拍成了一部不伦不类的刁民上访故事，把上访的原因还有各种官员的支线都做了莫名其妙的删改，这个故事只是一个跟原著有点像但又完全不同的失败改编，这部片子更像是导演自以为是的一部作品，没考虑过观众的感受。
选择这篇影评作为研究案例首先是出于本篇影评给电影的评分是两星，对导演编剧、剧情持否定态度，低于此部电影的豆瓣平均星数3星半，电影打两星的豆瓣用户仅仅占了9.9%，作为这不到10%的群体中的一名豆瓣用户，她的文章为什么被豆瓣用户顶到豆瓣首页和“豆瓣最受欢迎的影评”里？其次，留言回帖(包括多级回复之间的讨论)截止2017年3月31日总数达到1149条之多，为研究内容和研究数量都提供了足够的数据量和内容分类资源。
2.2. 内容分析法
本个案主要采用定量的内容分析法。定量的内容分析法来源于传播学，原为社会科学家借用自然科学定量分析的方法对历史文献内容进行内容分析而发展起来的。在本个案的影评留言回帖内容研究中，分为两大部分：
1) 利用内容分析法对豆瓣用户间讨论的内容进行定性分析，对成员所讨论内容进行归类。再进行定量统计各讨论内容所占的比例，进行汇总和统计，进行基本描述。通过对样本内容差异描述、相关因素描述，去探讨留言回帖内容与形式之间的关系。
2) 在涉及到对影评内容的核心讨论、知识分享、知识交流等具体内容进行进一步的定量及定性分析，即知识构建的内容种类分析和样本分布等研究。以了解观影的影评人之间所谈论的主要内容及谈论交流的深度和广度。因此，编有两个编码体系进行分析：
针对内容本身的分类研究，其对应的框架称为框架一；关于知识构建的内容细分种类研究，其对应的框架称为框架二。框架一针对内容本身的分类通过研读后，将影评留言内容分为四类：1) 对影评中观点的讨论、留言用户之间相互的意义分享和讨论交流、关于电影的拓展阅读分享、留言用户对影评本身的评价等等，均归为知识构建类留言，包括：电影和原著、电影基本元素、电影类型、电影叙事方式、电影剧情解释、导演创作、谈论其它电影；
2) 内容是对电影情节所反映的日常生活、社会现象、大环境和大背景等讨论也划入这一类别，多是很有意义的分享与讨论，同时这也反映了影评留言讨论的主题比较宽泛，主题涉及的面广泛，包括对于主创团队的演技、导演的风格、执导等等的讨论均归为相关社会现象/话题讨论类留言，包括：导演和演员等主创团队、电影情节引申话题、中国观影现状；
3) 关于豆瓣平台本身、豆瓣其他留言用户的留言包括对平台功能、平台留言模块设置、留言用户的谈论，以及对于在影评讨论中涌现出的与影评讨论的核心内容无关，属于“气氛调节、秩序维护”的言论。这一类用户关注的是豆瓣评论社区、影评机制等问题，他们对于影评的留言氛围发表了自己的看法。均归为针对豆瓣平台及其他用户类留言，包括：豆瓣用户地域问题、豆瓣用户知识水平、协调留言氛围；
4) 人身攻击和谩骂等宣泄个人情感，谈论楼主社会阅历、不明对象、与影评和电影本身无关的内容、无法进行分类的这些内容都归为其它类留言，包括：没看电影用户留言、谈论楼主阅历、人身攻击和谩骂、不明对象。
框架二则针对涉及知识构建的内容通过研读后，对框架一中标记出的关于知识构建的样本第一大类进行知识构建种类的编码，每个层次分别用A、B、C、D英文字母代表各知识构建具体不同的种类，具体样本涉及的内容概括和总结得出：种类一(1A)简单地表示赞同或反对，没有提出相关的理由阐述、种类二(1B)赞同或反对，并提供依据和理由、种类三(1C)不明确表示赞同或反对、种类四(1D)发表对不明确之处的提问或回答。
3. 数据分析结果与分析
3.1. 案例影评的留言回帖数据汇总及分布
本案例所有的数据采集都采取分层随机抽样法，对于影评内容分类和占比进行统计，总结分布特征以及提出观点进行论据分析。该影评所有留言评论(帖子)总数为1149条，选取留言样本留言评论(帖子)575条进行编码，选取样本中参与评价该影评的人数为487人，36,823字，平均每条回复64字，回复最大值670字，最小值1字，留言内容分布时间为2016年11月~2017年3月。认为该篇影评有用的读者有4571人，认为该影评无用的读者有1159人，给作者打赏57人。这些数据恰恰说明豆瓣作为在影评圈子很有影响力的平台，具有很高的参与度，拿豆瓣作为电影留言回帖领域的研究平台，很有说服力和可信性的。
从表1、图1可以看出，留言内容的篇幅字数在一周内总字数超过50%，在一周后呈明显大幅度下降趋势。用户的留言回帖互动在影评发布之后的2天内是高峰，10天内区间是留言回帖最为活跃的时间段，而在影评发布后的62~78天出现了半个月的第二次相对活跃的留言互动。
在影评发布10天内，留言的占比最大，其中知识构建和相关社会现象/话题谈论占主要比重，针对豆瓣平台和其他豆瓣用户、其他谈论的也有相对的数量。在距离影评发布10天之后的影评留言中，两部分(第3类针对豆瓣平台和其他豆瓣用户、第4类其他)留言呈现“星星点点”的状态，在一周甚至半个月以上才出现一次，而第1类关于电影本身、影评本身的知识构建和第2类电影中相关社会现象/话题的谈论几乎从未间断。
从表2可看出：讨论的内容知识构建53.4%，非知识构建46.6%，相关社会现象/话题讨论32.5%，针对豆瓣平台及其他用户10.1%，其他4%。说明在影评留言评论区豆瓣用户进行知识构建的比例过半，对于电影本身、影评本身的讨论还是较可观的，对于在线评论留言充斥着网络话语暴力、满屏唇枪舌战
Figure 1. The number of comments and replies from the time when the film reviews were released
图1. 距影评发布时间留言回帖数量分布图
Table 1. The rate of comments and replies from the time when the film reviews were released
表1. 距离影评发布时间留言回帖频率表
Table 2. The frequency distribution of the classification of comments’ content
表2. 留言内容分类频率分布
的网络舆论是有数据作为辩驳的。留言用户对电影和影评本身的探讨是留言回帖的主要目的。
留言用户针对影评的回帖所涉及的话题广泛。第2类留言内容关于电影的相关社会现象和话题的讨论，与知识构建两者之和占比85.9%。关于这一篇影评讨论的话题涉及：官场体制、制度、计划生育、自私人性、法治和人治、信访制度、政治正确、婚姻制度、法盲、中国农村等等，不仅仅拘泥于对电影知识构建等专业方面的讨论。对于电影导演、编剧等主创团队的评论也不少。例如用户Afool：“冯小刚拍这片子以及刘震云写这小说也不是要讲述李雪莲怎么冤的，本来就是想用底层人物的这种‘无理取闹’来讽刺某些当权者的作为，没有人说李雪莲就是对的吧。”反映了留言用户关注的重点不同，这也给主创团队(导演、编剧)提供了一定的参考价值，不能做到面面俱到，但作为影评生态的构成，这能够给电影创作团队和相关电影从业人员提供有用的信息。
而人身攻击和谩骂的存在形式则多为“傻逼”、“逗逼”、“弱智”、“脑残”、“无脑”等字眼，谈论楼主社会阅历的则多以“你还太年轻”的字眼出现。值得一提的是，这一部分占比例最小，可见影评下面留言回复的人身攻击、谩骂还是较少的，网络话语暴力的存在是不可否认的，但影评留言的风气还是比较可观的，网络话语暴力不是影评生态的主要现象。
3.2. 知识构建内容分析
在知识构建中，种类一(浅层次知识构建)的留言占比最大：浅层次知识构建即1A简单地表示赞同或反对，没有提出具体的理由阐述共有108条留言。留言用户之间没有提出论证表示自己的立场，即便认为接触到楼主的观点对于自身来说是截然不同的，也并没有直接地开展对于分歧、差异的共同意义构建。例如葱泥发表于2016-11-25 15:53:00：“我觉得你说的对，说到底李雪连就是一个偏执狂、法盲。”例如山田优发表于2016-11-24 23:30:38；“我觉得写的挺好的，看得很难受这电影。也没看出来想表达个什么意思。里面的官员都挺好的。”
而通过留言内容的阅读，发现留言回帖的互动探讨对电影和影评进行深层次解读具有意义：种类二(较种类一层次较深入)的知识构建即1B简单地表示赞同或反对，并提供依据和理由的共有85条留言，在数量上也是相对可观的。留言用户对自己的观点进行相关论据进行阐述，使自己的观点更加丰满，留言用户之间对相关情节或话题进行意义探讨，对彼此的差异或关键点进行声明，提出新的观点或解释方法。这一部分的留言篇幅较长，会用缜密的逻辑思维来论证自己的观点，提出与影评作者相悖的观点与之进行探讨。第四种类(进行探讨的留言)1D，留言用户对于相互之间的观点不明确之处的提问或回答，共有38条留言。此类留言中讨论双方从接触新的不同的观点，较第二种类更加深入，即双方重申出自己的观点，以企图说服对方，证明自己观点的正确。在留言用户双方对于分歧之处进行提问、咨询以及对问题的回答的过程中，或强化或弱化或动摇彼此的一些观点、看法，共同进行意义构建。影评作者金丝猫 2016-11-1914:34:29对某位质疑自己理解能力的留言用户的回帖这样说道：“我觉得我看的不少啊？不过我理解能力确实一般，有相关解读可以贴个链接么？”用户斜晖漫山于2016-11-20 23:52:16回应“https://www.zhihu.com/question/41362172算是另一个角度吧，不确定正确，权当参考吧。”金丝猫于2016-11-23 20:08:00回应：“明白了，我删除这句话。”以上的留言互动可以看出豆瓣电影平台具有良好的社会性观影共享和交流，讨论中他们对于大量的留言内容、对作者的观点发布的不同见解等等都有各自的总结，他们的知识构建是有意义的，能够在分歧的讨论之后达成一致。
3.3. 留言发布渠道的差异化
通过豆瓣APP和豆瓣网页版的留言内容分布对照分析，可以看到：使用豆瓣APP的留言回帖情况分布如下：第1类知识构建共254条，其中1A是97条(21%)、1B是66条(14%)、1C是56条(12%)、1D是35条(7%)；第2类相关社会话题/现象讨论是141条(31%)；第3类关于豆瓣平台和其他用户是39条(8%)；第4类其他是20条(4%)。
使用豆瓣网页版的留言回帖情况分布如下：第1类知识构建共45条，其中1A是8条(7%)；1B是18条(16%)；1C是16条(14%)；1D是3条(2%)；第2类相关社会话题/现象讨论是46条(40%)；第3类关于豆瓣平台和其他用户是19条(17%)；第4类其他是3条(3%)。
以上数据表明：使用豆瓣APP发表留言回帖的用户，种类一(1A)在知识构建中占比最大，说明移动端留言的用户行为更大比例集中在发表简单的赞同或反对，没有具体的理由予以支持自己的观点。而豆瓣网页版则与之相反，种类二(1B)在知识构建中占比最大，说明在电脑网页版的用户行为更大比例集中在发表赞同和反对的同时，用相关的例子和情节来佐证自己的观点以说服其他用户。值得注意的是，在网页版用户群体的留言中，关于电影反映的社会现象和话题的讨论占比要高于知识构建，说明在电脑网页版的用户行为更大比例集中在发表有关于电影反映的相关话题和社会问题。
4. 主要发现
影评留言评论区的构成主要分为知识构建、相关社会现象/话题讨论、针对豆瓣平台及其他用户、其他四大部分。进行知识构建的留言回帖比例过半，对于电影本身、影评本身的讨论的比例还是较可观的，而关于社会性内容的电影引申的社会话题涉及范围广。留言评论区的网络话语暴力仅仅作为留言构成的一个小部分。
在知识构建的层次研究中发现，浅层次的知识构建占比最大，用户的留言篇幅也相对较精简，留言用户使用移动端APP参与留言回帖的比例远大于电脑网页版，内容在100字以内的篇幅占绝大多数，大家在影评的留言讨论区是多以简短的字句来发表看法和谈论，用简短几句话来表达自己的观点是网络习惯。在发表对影评的看法和观点时，用户之间会进行分歧和问题的探讨，在交流和辩驳之后能够达成观点的一致，这无疑是对于彼此加深对电影或影评的理解是有帮助的，因此用户在影评作者发布的影评下面进行留言回帖这一行为是具有积极意义的。从留言回帖的发布渠道上看，用豆瓣APP进行发表留言的用户近五分之四，用户留言行为更多的是在手机移动端，而留言内容的篇幅字数与平台之间没有显著的关系。
5. 研究不足与展望
本研究存在着不足。首先，考虑到数据量的庞大和研究样本内容的深度和广度因素，仅针对豆瓣电影平台选择了话题性和现实性题材的电影《我不是潘金莲》，选最热门影评中的留言回帖作为研究对象进行分析，因此选取的案例研究范围较小。今后在电影案例的研究中，可考虑从点线面各方面对电影相关领域开展研究，以提高研究的全面性。其次，研究结论中缺乏影评文化全局性的规律研究和分析，今后在电影文化现象、影评生态的探索中可考虑电影的行业架构规律探寻。最后，本文没有对用户留言动机进行调查和阐述，笔者将在后续工作中对这些议题开展深入研究。