孤独的慰藉：眼动追踪观众观看弹幕视频的研究

摘要

该研究提出了一种激活-匹配模型，用于探讨当孤独的观众观看包含理性诉求和情感诉求的弹幕视频时，孤独感如何得到缓解。本方案采用眼动追踪技术记录注视时长和注视点，以评估当内容和弹幕满足情感需求时的满足程度。

摘要

研究人员通常基于传统媒体的假设来构建媒体接触的理论。然而，一种新的互动视频观看形式——即弹幕视频（观众评论叠加在视觉内容之上）——对以往的观点提出了挑战。本研究提出了一种激活与匹配满意度模型，用以研究孤独人群的观看行为，并挑战先前的相关论断。本文提供了一项结合眼动追踪与自我报告测量的研究方案，用以检验孤独者使用弹幕视频的心理机制。眼动追踪能够实时记录观众在观看过程中的意识与无意识行为，进而推断其针对理性与情感内容所分配的认知资源程度；自我报告则用于评估个体所获得的满足感水平。综合测量结果支持了关于孤独者及其弹幕视频观看行为的激活与匹配满意度模型。文中进一步讨论了相关研究意义。

引言

眼动追踪技术
眼睛常被称为心灵的窗口^1,2。人类80%的信息获取是通过视觉完成的³。自19世纪以来，人们开始通过直接观察被试的眼球运动来研究其心理活动。Miles发明了窥视孔，用于观察被试在阅读时的眼动情况⁴。在该研究中，实验者坐在被试对面，通过阅读材料中央的小孔观察被试的眼球运动。自此以后，相关技术得到了极大发展。目前先进的眼动追踪设备主要集中在电流记录、磁感应以及光学记录技术，后者包括角膜反射和虹膜-巩膜反射方法^5,6,7。如今广泛应用的非侵入性技术使眼动记录更加自然，提高了生态效度。当前，眼动技术通常指利用计算机控制的眼动仪，记录并分析被试在观看视觉材料时眼球的位置及其眼动形式。

关于眼动的许多理论观点多年来已日趋成熟。这些理论包括视觉缓冲加工模型、副中央凹加工模型、E-Z Reader 模型、即时加工模型以及眼-脑加工模型^8,9,10。即时加工模型认为，对注视内容在各个层面的加工均不会延迟，而是实时发生的。眼-脑加工模型则聚焦于文本信息，认为只要个体正在加工某个词，其视线就会停留在该词上。换句话说，个体所加工的词正是其当前正在注视的词。一个词的加工时间即为参与者眼睛对该词的总注视时间。

人类眼球运动有三种基本类型：注视、扫视和追随运动^8,11,12。注视持续时间和注视次数通常反映参与者在观看内容时投入认知资源的程度。扫视是指视线从一个注视点转移到另一个注视点的运动。回溯性扫视可作为编码过程中信息加工复杂程度的指标。回退性扫视表示在首次注视关键区域后对某一区域进行更深入的加工，反映该区域内容的难度或吸引力。当存在视觉干扰时，通常会出现追随运动，此时眼睛会追踪一个感兴趣的目标点。

另一方面，我们还可以测量瞳孔大小和眨眼频率，这两者均能反映人的心理活动^13,14,15。例如，瞳孔大小与特定任务的难度、动机、兴趣、态度以及疲劳程度之间存在关联。目前，瞳孔大小与情绪效价之间的关系尚不明确¹⁶。然而，如果研究人员将瞳孔大小与其他指标（如脑电图（EEG））结合使用，则识别准确性将显著提高¹⁷。关于眨眼指标，根据享乐性眨眼假说，眨眼频率的降低通常与积极情绪思维相关，而眨眼频率的增加则与消极情绪状态相关¹⁸。

眼动追踪技术的应用范围极为广泛，涵盖阅读策略、视觉信息处理、强迫行为乃至艺术创作意图等多个领域。其中，在阅读领域的应用最为成熟。在传播学中，眼动追踪技术被广泛用于新闻消费研究和广告效果评估。例如，大量眼动实验已探讨了广告中的外源性与内源性因素^19,20，前者关注广告的物理特征，如尺寸、图案、颜色、位置、新颖性及重复呈现方式^21,22，后者则关注个体因素，如产品涉入度、产品动机、先验知识以及品牌熟悉度^{23,24,25,26,27}。

此外，眼动追踪技术还广泛应用于许多其他领域，如人机交互和可用性研究^28,29,30,31；技能迁移³²；婴幼儿发育研究^33,34,35,36；市场营销与在线消费者行为研究^37,38,39；以及包装设计^40,41等。

除了单独使用外，眼动追踪技术还经常与其他多模态测量技术相结合。例如，研究人员可以将眼动数据与其他生理指标（如脑电图、皮肤电反应、心率、皮肤温度、面部表情等）相结合。通过这种方式，能够更有效地研究用户对不同类型信息的情绪反应⁴²。

眼动技术还可以与其他技术相集成。例如，目前正与增强现实（AR）技术结合使用³⁰。当前，眼动技术与虚拟现实（VR）技术的融合尤其值得关注。一方面，这种融合可促进VR相关设备的快速发展。例如，大多数VR设备的图形处理器（GPU）负载过重，能耗较高。眼动追踪技术能够实时检测用户的注视点，VR设备只需重点渲染该区域，而忽略其他区域，从而显著降低功耗和GPU的渲染负担。另一方面，二者的结合可增强交互功能，提升VR用户的沉浸感与参与度。例如，玩家可通过眼动而非手部操作来完成游戏中的各项动作⁴³。此外，研究人员可在模拟环境中开展眼动测试。例如，在消费者行为研究中，研究人员无需将受试者带入真实的购物中心或使用真实商品，而可在虚拟实验场景中进行测试，如图1所示。

图1：虚拟研究场景 请点击此处查看此图的放大版本。

弹幕视频
“弹幕”一词源于军事领域。为了拦截移动目标，多门火炮同时开火，在目标前进路径前方形成由高密度弹丸构成的火力屏障⁴⁴。在视频观看场景中，“弹幕”被用来描述一种特定的互动形式和现象：观众在观看视频的同时发送评论，这些评论实时叠加显示在视频画面上，从而形成一层密集的评论覆盖层，如图2所示。这种互动与评论形式也被称为“叠加评论”^45,46。弹幕视频最早出现在日本的“niconico”视频网站。在中国，最受欢迎的弹幕视频平台是AcFun（A站，www.acfun.cn）和Bilibili（B站，www.bilibili.com）。中国其他主流视频流媒体平台，如优酷、腾讯视频、乐视和爱奇艺，也陆续引入了弹幕发送与观看功能。弹幕视频吸引了大量中国观众，并引起了多个学科领域研究者的关注。

图2：留言墙幕布 请点击此处查看此图的放大版本。

弹幕视频的观看者可通过发表评论与其他观众互动，从而可能满足某些心理需求。这类视频的受众可能在年龄、背景和兴趣方面具有相似性，因此容易产生认同感和归属感。例如，有研究表明，AcFun 和 Bilibili 是“二次元”文化爱好者的聚集地，其观众主要集中在17至25岁之间^47,48这两个网站建立了极为严格的会员审核制度，只有通过入学考试，正确回答诸如“《千人守护者》女主角的身高是多少”等问题，才能获得会员资格。 飓风巴特勒“Gonon派遣了多少艘巡洋舰？” 鲁姆之战？“这些标准基本上排除了大多数想要‘加入’该群体的‘异质性’受众。”

与本研究相关，弹幕视频营造出一种群体观看的氛围，这对孤独个体尤为有意义。由于弹幕内容与剧情高度相关，且评论具有即时性，因此即使观众在现实中独自观看，也会产生一种与他人共同观看的错觉。这种陪伴感已被证明能够缓解孤独感⁴⁹。

弹幕视频还能提供另一种形式的娱乐，观众不仅是内容的消费者，还通过将严肃的影视创作与有趣的互动相结合来参与内容的创造。弹幕观众还能找到一个远离现实的避风港^50,51，在安全的环境中宣泄焦虑、实现情感宣泄⁵²，或展示个性、通过吸引他人关注来表现自恋倾向，甚至突破现实世界中的从众规范⁵³。

孤独观众对弹幕视频的观看机制
弹幕视频观看因其场所提供的情感支持，成为研究媒体使用与孤独感的理想平台。本研究发现，以往对媒体接触的概念化解释存在不足，因此提出激活与匹配满意度模型（AMSM），以解释观看弹幕的心理机制，尤其是孤独者的行为特征。既往研究中存在两种解释媒体使用的视角：缺陷范式认为，孤独者由于缺乏陪伴，在观看过程中会投入更多认知资源关注弹幕内容，以寻求陪伴并缓解孤独感；而普遍使用范式则认为，媒体使用具有普遍性，总体上能满足一般性及人际需求，因此无论情绪状态如何，所有观众都会关注弹幕，并从中获得不同的满足感⁵⁴。然而，AMSM提出，情感内容会激活孤独观众的人际需求，促使他们主动寻找互动性和人际交流元素（例如观看过程中的弹幕内容），并将更多注意力投入到这些成分上。这些元素满足其情感需求的程度，决定了他们所获得满足感的程度。

为了理解孤独人群观看视频刷屏行为的机制，需要了解孤独者在不同媒体内容上投入的认知资源量及其需求满足方式。然而，传统依赖参与者自我报告的方法无法可靠地获取此类数据。认知资源的分配既包括意识层面，也包括无意识层面，要求观众准确描述其在内容的哪些部分投入了更多认知资源，难度较高。因此，需要一种合适的研究方法来记录观看过程，区分对内容不同部分的关注程度，并测量观看过程中相应的需求满足情况。

基于这些原因，本研究通过追踪参与者的 eye movements（眼动）来测量其注意力以及所分配的认知资源程度。后续的李克特量表问题旨在测量参与者在暴露于刺激材料后的满意度程度。眼动追踪是一种非侵入性技术，具有较高的时间分辨率和空间分辨率，可在参与者处理连续视觉刺激的过程中进行记录，且不会造成干扰^55,56。在本研究中，注视时长和注视次数被用作注意力的测量指标。注视时长指注意力持续的时间长度，而注视次数则指对视频材料中特定区域的注视次数。这两种眼动指标均已被证实为衡量信息加工深度的有效指标，能够反映个体所投入的认知资源^57,58。例如，注视概率的结果可使研究人员推断出视频中对参与者具有重要意义的特征。对于自我报告的测量，研究人员采用7点李克特量表，在参与者观看视频后立即进行提问和作答。

基于先前明确阐述的观点，研究人员设计了一项 2（观众类型）× 2（广告诉求）× 2（弹幕）的混合实验研究，假设正常个体与孤独个体对弹幕视频的关注程度存在差异。观众类型（孤独与正常）为组间因素，广告诉求包含两个水平，分别为情感型广告与理性型广告；弹幕也包含两个水平，分别表示视频包含弹幕或不包含弹幕，后两个因素为组内因素。总体假设为：孤独观众对情感型广告的关注程度高于理性型广告，且对有弹幕的视频关注程度高于无弹幕的视频；而正常观众则无此类差异。满意度评分也呈现相同的模式。Chen 等人⁵⁹的原始论文详细阐述了上述所有假设。

方案

本方案遵循暨南大学的研究指南。由于该校仅医学院设有机构审查委员会（IRB），其他学科无需获得IRB批准。然而，研究人员确认已遵守所有伦理规范。本项目未对参与者造成任何身体或心理伤害。

1. 实验参与者的筛选

1. 从中国南方的一所大学招募视力正常或矫正至正常、无听力障碍和精神病史的母语为中文的受试者。
2. 使用加州大学洛杉矶分校（UCLA）孤独感量表第三版^60,61测量孤独感。将量表得分在44分及以上的个体归为孤独组，其余个体归为正常组。在性别和年龄分布方面，该分组符合弹幕观看者的群体特征⁴⁷。

2. 刺激材料的构建

1. 使用理性诉求广告和情感诉求广告作为视频刺激材料。情感诉求广告可为孤独的受众提供情感支持，而理性诉求广告则不具备这一作用。
   1. 选择可独立成片、无需依赖上下文信息即可理解的广告视频。此类广告的典型时长也适合快速变换、实验操控以及眼动数据的采集⁶²。每个视频的时长约为一分钟。
2. 为确保情感诉求与理性诉求的有效操控，需让受试者观看并评价一组预先筛选的广告，评价依据为广告所采用的诉求类型。本研究中使用了十三名广告学专业的编码员。
   1. 为最大化操控效果，应选择在任一类别中评分最高的视频作为实验刺激材料。最终选定的广告涵盖八类产品，每种产品均包含一则情感诉求广告和一则理性诉求广告。
3. 制作弹幕视频。研究中制作弹幕视频有两种方法。
   1. 将视频上传至弹幕网站，例如 Bilibili 网站（https://www.bilibili.com/），让参与者登录其账户进行观看和评论。上传者可控制弹幕位置，通常设置在屏幕的上三分之一区域。
   2. 或者，使用视频编辑软件将弹幕转换为字幕，从而手动将评论添加至视频的弹幕区域。制作完成的视频可在数据收集过程中直接调用。本实验采用的是第二种方法。
4. 为消除呈现顺序带来的影响，设计四种不同的实验呈现顺序。在此设计中，每位参与者仅观看某一特定广告的一种版本（即情感诉求或理性诉求），每位参与者共观看八则广告。

3. 眼动追踪实验方案

1. 眼动追踪实验流程
   1. 在研究中使用商用眼动仪。将眼动仪的默认采样率设置为每秒 60 Hz。
   2. 将一台 24 英寸的计算机屏幕放置在受试者座椅前方 50 cm 处。将眼动仪连接至计算机。
   3. 邀请受试者进入实验室。请受试者阅读并签署知情同意书。让受试者舒适地坐在测试计算机前。
   4. 由实验人员检查并根据需要调整座椅高度，确保显示屏与受试者眼睛齐平。
   5. 要求受试者保持静止，完成一次校准任务，以确保实验期间采集的数据准确。告知受试者需进行五点校准，以实现最高数据采集精度，并使眼动追踪精度控制在 2° 范围内。
   6. 要求受试者用双眼跟随计算机屏幕上移动的红色圆点，并在其停止时注视该点。若受试者在校准过程中视线偏离，则需重复校准过程。
   7. 检查眼动追踪软件，确认受试者是否遗漏校准点。如有遗漏，需重新进行校准。
   8. 要求受试者点击鼠标左键，开始练习测试，以熟悉实验流程。
   9. 开始主实验，并告知受试者屏幕中央将出现一个红色的“+”符号，持续 500 ms，提示实验即将开始。
   10. 要求受试者在开启眼动追踪的同时观看第一个视频。
   11. 第一个视频播放结束后，要求受试者完成一个自动弹出的问卷页面。通过点击鼠标左键并选择评分，完成一系列关于观看满意度的评估量表。
   12. 询问受试者是否需要休息，或继续观看下一个视频（参见 图 3，致谢自 computers in Human Behaviors (CHB)，其中包含实验流程图）。
   13. 对每位受试者重复上述流程七次，以完成全部实验协议及观看八个广告。
   14. 感谢受试者参与，进行事后说明，并支付 CN¥10 报酬。

图3：实验流程图 请点击此处查看该图的放大版本。

2. 眼动数据与自我报告数据分析
   注意：眼动仪记录了整个实验过程，包括观看广告和回答问卷的各个阶段。在此记录中，眼动数据被叠加在视频画面上。本研究使用了两个指标：注视点（fixations）和持续时间（durations）。注视是指眼睛相对静止的状态，此时中央凹视觉固定在某一点上，以便人类视觉系统处理该位置的信息。在眼动仪中，注视通常被定义为一系列原始视线点，其速度低于眼动过滤器预设的阈值。持续超过60毫秒的视线停留被视为一次注视。而持续时间则是指构成一次注视的第一个视线点与最后一个视线点之间的时间长度。
   1. 将整个记录切分为八个片段，分别对应每次观看广告的阶段。每个片段仍包含原始广告内容及眼动数据。
   2. 在已切分的视频上，使用眼动追踪软件绘制感兴趣区域（AOI），以区分弹幕区域与非弹幕区域的眼动数据。画面顶部三分之一为弹幕区域的AOI，下部三分之二为非弹幕区域的AOI。
   3. 首先统计每个视频片段中的注视点总数，并将其分为弹幕AOI区域和非弹幕AOI区域的注视点。
   4. 计算各注视的持续时间。
   5. 比较弹幕AOI区域的持续时间及注视点数量与整个画面的比例。这两个指标可帮助研究人员推断参与者在观看视频时的关注位置及其注意的元素。
   6. 分析自我报告数据，考察参与者对视频的满意度。

结果

采用重复测量多变量方差分析（MANOVA），以注视时长和注视次数作为反映注意力的因变量。结果证实了研究假设：当呈现情感型广告时，孤独感较高的参与者对弹幕区域的注视时间显著长于非弹幕区域；然而，在观看理性型广告时，两者之间无显著差异。低孤独感参与者的数据模式并未呈现上述结果，他们在观看情感型广告和理性型广告时的注意力分配在统计上均无显著差异，即对兴趣区域中弹幕部分与非弹幕部分的注视概率之间没有显著区别。眼动数据的模式仅与AMS模型（Attentional Monitoring and Selection Model）的预期一致。注视时长和注视次数均产生了显著的统计学结果⁵⁹。代表性注视次数结果见下方由CHB提供的图4。

讨论

本研究结合眼动追踪技术和自我报告，检验所提出的AMSM模型的有效性。以往的研究主要依赖自我报告来探讨孤独感与媒体使用之间的关系，但这种方法受限于参与者表达能力的影响。这些离线方法无法揭示观看弹幕视频时的心理过程。本研究采用眼动追踪技术记录注视时长和注视点，使研究人员能够可靠地推断参与者在不同视频内容上投入的认知资源。该技术具有非侵入性，因此参与者可以 uninterrupted 地观看视频。研究结果支持了所提出的AMSM模型。

具体而言，本研究提供了证据表明，孤独感较强的人更倾向于关注情感类内容。当观看并讨论情感类内容（即存在弹幕评论）时，其吸引力更强，表现为注视持续时间和注视次数的增加。相比之下，数据并未显示此类效应在非孤独人群中存在。同样重要的是，观看后的满意度评估表明，孤独感较强的人对带有弹幕的情感类视频更为满意，而孤独感较低的人群则未表现出这一结论。

从理论上讲，本研究的数据不支持传统的媒体使用模型。传统模型认为，根据缺陷模型，人们使用媒体是为了弥补情感需求；或根据一般使用模型，观众出于学习和消遣等更广泛、更普遍的目的...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
眼动仪	Tobii	T60
问卷