《Decision Support Systems》：Unreviling the dark side of Danmaku: The effects of aggressive Danmaku and original work's attributes on condensed clips' performance
编辑推荐：
本研究基于认知失调理论，分析弹幕攻击行为对精简视频性能的影响，发现高比例或集中攻击性弹幕会降低视频表现，且原始作品的怀旧感和声誉起调节作用。通过大规模数据分析，揭示了非线性效应及攻击类型（内容与风格）的影响差异，为平台和创作者提供实践启示。
Bingqing Xiong|Fangfang Hou|Chee-Wee Tan|Hao Liu
迪肯大学迪肯商学院信息系统与商业分析系，澳大利亚维多利亚州伯伍德市伯伍德高速公路221号，邮编3125
摘要 浓缩剪辑作为一种新型的用户生成内容（UGC），为传统全长电影提供了一种引人入胜且简洁的替代方案。虽然浓缩剪辑中的“弹幕”（Danmaku）丰富了观众的共同观看体验，但由于匿名性，它们也可能导致道德上的脱节，从而在评论中引发侮辱、粗俗语言等攻击性行为。本研究基于认知失调理论（CDT），探讨了攻击性弹幕对浓缩剪辑表现的不利影响，并分析了原作属性的调节作用。通过对大规模数据集的实证分析，我们发现高比例或高强度的攻击性弹幕会对视频表现产生负面影响。此外，原作的声誉会放大攻击性弹幕的负面影响，同时减弱其集中程度的影响；相反，原作的怀旧吸引力则会加剧攻击性弹幕的比例和集中程度对视频表现的负面影响。我们还进行了两项事后分析：一项用于探索潜在的非线性关系，另一项则根据内容和风格区分了不同形式的攻击性弹幕。本研究为关于网络攻击性和观众观看浓缩剪辑行为的现有文献做出了贡献，揭示了弹幕对视频表现的负面影响，并为UGC平台和内容创作者提供了实用见解。
引言 浓缩剪辑，也称为回顾视频，作为一种新型的用户生成内容（UGC），迅速成为传统全长媒体内容的有效替代品[1]。例如，YouTube上的一些知名回顾频道已经吸引了数百万订阅者，并产生了数亿次观看量[2]。作为衍生作品，浓缩剪辑由内容创作者制作，他们将原作（如电影）的核心精髓提炼成更短、更易消化的格式。这些剪辑通常以简洁的方式提取并呈现原作中的主要情节、关键时刻和/或难忘的场景，从而吸引观众的注意力。除了总结之外，创作者还常常加入评论、幽默元素和个人见解，为原作提供新的解读[3]。这种新兴的UGC类型引入了一种创新且令人耳目一新的内容消费方式，使观众能够以专注且时间敏感的方式与媒体内容互动。特别是流行经典的浓缩剪辑，即使是对原作熟悉的观众也能获得全新的观看体验，使其成为当今数字环境中一种独特且具有影响力的内容消费形式。
随着浓缩剪辑的日益流行，研究试图阐明它们对原作需求的影响[1,3]。然而，观众在浓缩剪辑中的互动动态仍相对较少被探索，因为观众希望获得促进交流和共同解读的互动式共同观看体验。“弹幕”（Danmaku）的整合通过允许同时消费内容和社交互动来支持这一目标[4]。“弹幕”，也称为子弹评论，是一种交互式功能，通过即时评论（以叠加文本的形式出现）促进动态的观众参与，从而将传统的被动内容消费转变为引人入胜的共同观看体验[4,5]。然而，“弹幕”的内容同步性和快速滚动格式限制了人们预防、追踪或回应有害评论的能力。因此，“弹幕”格式可能无意中加剧了网络攻击性的倾向，相比之下，传统的在线交流通常是内容不同步且更易于预防的[6]。因此，“弹幕”的出现呈现出一个悖论：虽然它增强了观众的参与度，但同时也引入了新的攻击途径。
尽管当代研究提到了“弹幕”的积极效果，包括广告效果和增加的参与度[4,5,7]，但其负面影响却鲜有探讨。关于网络攻击性的研究主要集中在其原因[6],[8],[9],[10]及其对个人的影响（如社交退缩[6]）。尽管“弹幕”被广泛用于提高观众参与度，但人们对通过“弹幕”传递的攻击性信息（以下简称攻击性弹幕）如何影响集体观众反应知之甚少。为此，本研究基于认知失调理论（CDT）深入探讨了攻击性弹幕对浓缩剪辑表现的负面影响。根据CDT，经历认知冲突的个体往往会表现出行为变化以缓解这种失调[11]。在浓缩剪辑的背景下，“弹幕”的整合使观众在观看内容的同时参与动态评论，从而期望获得丰富而有意义的共同观看体验[2]；但同时，攻击性弹幕的存在可能会在观众的预期体验与实际体验之间产生失调。这引出了我们的第一个研究问题：攻击性弹幕如何影响浓缩剪辑的表现？
此外，由于浓缩剪辑本质上源自原作[1,3]，它们的吸引力往往源于观众对原作的情感和信息依赖[12,13]。例如，经常可以在浓缩剪辑的评论中看到这样的表述：“我在观看时沉浸在美好的回忆中”、“我喜欢重温老电影并总能获得新的见解”，以及“这部电影非常著名”。这体现了原作带来的怀旧感和认同感。可以想象，原作作为浓缩剪辑的背景，可能进一步塑造观众对共同观看体验的预期。这表明，观众在接触到攻击性评论时感受到的认知失调程度可能取决于他们对原作的情感和信息依赖程度。因此，我们考虑了怀旧吸引力和原作声誉在内容消费中的情感和信息维度的作用。特别是那些因原作的怀旧吸引力而选择浓缩剪辑的观众，可能会期望一种充满怀旧情感的沉浸式体验[14],[15],[16]。相反，被原作声誉吸引的观众可能会期望具有更高信息价值的体验，期待更有洞察力和意义的共同观看[17,18]。因此，当原作具备这两种属性时，观众的高期望可能会增加他们对偏离这些预期的评论的敏感度。这引出了我们的第二个研究问题：原作的怀旧吸引力和声誉如何影响攻击性弹幕对浓缩剪辑表现的影响？
为了解决上述研究问题，我们分析了一个大规模数据集，包括20,030个浓缩剪辑、1040万条相关的“弹幕”评论以及关于原作的相应信息。我们特别关注攻击性弹幕的两个关键维度：其占总量的比例及其在分布中的集中程度。比例表示攻击性内容的整体普遍性，有助于了解观看环境的一般氛围；而集中程度则反映了攻击性弹幕的聚集程度，区分了分散的实例和集中的攻击行为。实证研究发现，高比例和高强度的攻击性弹幕都会对视频表现产生负面影响。这些关系受到原作怀旧吸引力和声誉的调节：怀旧吸引力放大了比例和集中程度的负面影响，而声誉则加剧了比例的影响，但减轻了集中程度的影响。此外，我们还进行了两项事后分析。第一项分析揭示了攻击性弹幕在不同比例和集中程度下的不同效果，揭示了非线性动态；第二项分析则通过两个新维度（内容：宣泄性与指向性；风格：模仿性与非模仿性）来探讨不同形式攻击性弹幕的影响。
本研究在多个方面为现有文献做出了贡献。首先，它通过“弹幕”的比例和集中程度来探讨网络攻击性的表现，阐明了它在共同观看环境中何时以及如何通过有限的非线性动态破坏结果。其次，它通过对攻击性弹幕的细致理解扩展了相关研究，区分了不同内容和风格的攻击性弹幕。第三，它通过展示原作属性（即怀旧吸引力和声誉）如何影响观众反应，推进了我们对浓缩剪辑消费中网络攻击性边界条件的认识。最后，我们将CDT扩展到了集体反应层面，强调了情境条件在进一步塑造失调中的作用。
部分摘录 网络攻击性 在线环境的匿名性和开放性容易导致道德上的脱节，可能引发网络攻击性的增加，网络攻击性被定义为通过技术进行的有害行为，接收者认为这些行为令人痛苦、冒犯或具有威胁性[6,19]。与涉及长期针对弱势群体的网络欺凌不同，网络攻击性涵盖了更广泛的在线伤害，在数字环境中更为普遍[20,21]。
过去的研究已经探讨了
实证设置和数据收集 假设使用来自Bilibili（
https://www.bilibili.com ）的浓缩剪辑进行了检验，Bilibili是中国领先的视频分享平台，每月活跃用户超过3.26亿[54]。作为中国“弹幕”系统的先驱和UGC的主要中心，Bilibili被广泛认为是代表各种视频分享平台上“弹幕”使用情况的典型例子[55,56]，因此适合用于数据收集。本研究中分析的浓缩剪辑发布于2015年12月
回归分析 使用方差膨胀因子（VIFs）评估了多重共线性，所有值均低于6，表明没有严重的多重共线性问题。表3展示了分析结果。模型1仅包含控制变量。模型2引入了攻击性弹幕的主要效应，显示其比例（p ?p?事后研究1：非线性关系的检验 为了强调比例和集中程度的重要性，而不仅仅是攻击性弹幕的存在本身，我们检验了这些维度对触发明显脱节的影响是否有所不同。我们估计了二次模型，并对比例和集中程度进行了U形测试，采用了与主要分析相同的控制变量来评估潜在的非线性效应[61]。分析结果在图5中可视化。具体来说，比例的线性项
事后研究2：不同类型攻击性的影响检验 尽管在线攻击性通常被视为一个整体概念，但它在表达内容和传递方式上存在差异，反映了其复杂性[28,30,64,65]。因此，我们根据内容和风格对攻击性进行了分类。
按内容分类的攻击类型： 个体的攻击性倾向通常涉及情感和认知两个方面[30]。由于在线表达反映了创作者的心理状态
对理论的启示 本研究在多个方面为现有文献做出了贡献。首先，它通过揭示通过新型技术媒介传递的攻击性评论的负面影响，为网络攻击性研究做出了贡献。与过去主要关注网络攻击性的个体和情境原因的研究不同[6,8,9]，本研究探讨了通过“弹幕”传递的攻击性信息的集体层面效应。
CRediT作者贡献声明 Bingqing Xiong： 可视化、资源管理、项目规划、方法论、正式分析、数据管理、概念化、写作——审阅与编辑、初稿撰写。Fangfang Hou： 资源管理、方法论、正式分析、数据管理、概念化、写作——审阅与编辑、初稿撰写。Chee-Wee Tan： 监督、资源管理、方法论、数据管理、概念化、写作——审阅与编辑。Hao Liu： 方法论、正式分析、数据管理
Bingqing Xiong 是迪肯大学信息系统与商业分析系的高级讲师。她的研究兴趣集中在与创新扩散、创新组合和战略管理相关的创新问题上（例如，开放式创新、众包、社交交易、电子商务和电子健康）。她的研究成果发表在《管理信息系统杂志》（Journal of Management Information Systems, JMIS）等国际期刊上
