论文部分内容阅读
摘 要：[目的/意义] 表情符号是当下社交媒体信息交流中的重要元素，对其使用差异及不同语境下表情语义进行研究对非正式信息交流研究具有一定意义。[方法/过程] 本文以微信群实际会话数据为数据来源，设计表情符号提取器获得微信群会话样本中表情符号使用数据，据此对用户信息交流中表情符号使用行为进行研究，重点关注不同类型微信群以及不同年龄阶段的微信用户表情符号的使用差异、表情符号在不同语境下的语义及使用规律等内容。[结果/结论] 研究发现：在微信群信息交流过程中，不同类型微信群的消息类型结构存在较大差异;不同类型及不同年龄人群的表情符号使用行为存在较大差异;表情符号在不同的对话样本下呈现出不同的语义;微信群中表情符号的使用符合幂律分布规律，等等。
关键词：社交媒体;微信群;表情符号;使用差异;语义分析;信息交流;幂律分布
DOI：10.3969/j.issn.1008-0821.2019.10.001
〔中图分类号〕G201 〔文献标识码〕A 〔文章编号〕1008-0821（2019）10-0003-12
Abstract：[Purpose/Significance] Emoticon has been an important element in current social media information exchange.The study of its usage differences and semantics in different contexts has certain significance for informal information exchange research.[Method/Process] In this paper，we used the actual session data of WeChat groups as the data source，and designed the emoticon extractor to obtain the emoticon usage data in the WeChat group session sample.Based on this，we studied the usage behavior of emoticon in information exchange process，focusing on usage differences in different types of WeChat groups and groups of different ages and semantics of the emoticon in different contexts.The usage rule of emoticons was also explored in this thesis.[Result/Conclusion] We found that in the process of WeChat group information exchange，the message type structure of different types of WeChat groups was quite different;the usage behavior of emoticons of different types and ages was quite different;the emoticons presented different semantics under different dialogue samples;the use of emoticons in WeChat groups was consistent with the Power-Law distribution，and so on.
Key words：social media;Wechat groups;emoticon;usage differences;semantic analysis;information exchange;Power-Law distribution
隨着互联网、移动互联网的迅猛发展，微博、微信、知乎等社交媒体平台逐渐成为人们信息交流的重要场地。在此背景下，社交媒体用户信息交流更加便捷，交流形式趋向多样化，交流内容呈现出新特征。在具体的社交媒体信息交流过程中，文字、语音、图片、表情符号等是用户交流信息的主要载体。其中，表情符号的使用和发展尤其引人注意，近年来甚至出现“斗图”、“Facebook表情包大战”等表情符号使用狂热化现象[1]。换句话说，表情符号正日渐成为社交媒体信息交流中的常用语言，甚至达到一种“无表情、不社交”的程度。
目前，各类社交媒体应用均为用户提供各类丰富的表情符号选项，以支持用户在差异化情境下的交流偏好和信息表达。学理界也关注到了社交媒体环境下的表情符号相关问题及其携带的网络文化，但相关研究多偏重于采用理论凝练、观察总结或问卷调查的方法，对于表情符号使用规律等探讨多停留在浅层次的思辨说理和归纳梳理层面。鲜有研究从社交媒体平台的实际会话样本出发，基于数据对表情符号使用进行分析和考量。在数据驱动环境下，数据分析技术和社交软件的发展为深入探讨群体性信息交流中表情符号相关问题提供了新的技术条件和理论指导。在此背景下，如何从数据层面探讨社交媒体表情符号的使用行为，以及进一步的语义发现，成为一个新的研究思路。
目前，微信已成为中国最为重要的社交媒体应用之一[2]。作为微信内一种群体性交流场景，微信群以人际交往的“圈子文化”为基础，其内部具有复杂的会话结构，呈现出较强的信息交流功能[3]，且具有半封闭性及数据可得的特点。微信内表情符号体系完整，使用便利，其使用在用户信息交流中起到了文字所不能表达的作用，如调节会话氛围、补充语言情感等。有鉴于此，本文基于信息交流、会话分析等理论指导，以微信群为例，通过设计表情符号提取方法，对微信群聊实际会话样本中表情符号使用差异及多情境下表情语义进行研究。拟重点探索以下两个问题：1）不同类型的微信群以及不同年龄用户群体的表情符号使用存在什么样的行为差异？2）表情符号在不同语境下的语义如何？本次研究从实际对话样本出发，可以直接观察群体性信息交流过程中表情符号的使用行为。相关研究结果有助于揭示网络互动背后的符号互动过程以及表情符号使用的网络集群行为，也可丰富社交媒体研究中的数据分析对象，为非正式信息交流中信息行为研究提供参考与借鉴。 1 相关研究
表情符号是模拟人类表情或者某种场景以表达发言人情绪或特殊情感的一种非语言载体。在网络技术的发展过程中，其逐步融合ASCII等字符型符号、图片、动画、视频等多种媒体类型，形成网络表情符号，也被称为“表情包”，或简称“表情”。随着网络表情符号的扩展，其又衍生出多种类型的符号形式，如纯文字图片表情，“表情雨”等。
目前，针对网络表情符号相关研究主要分为两类：一类是表情本身及表情使用的现象揭示与动因分析，研究表情符号在传播与交际中的意义及作用。来自语言学、传播学、社会学以及心理学等领域学者主要从表情符号的语言学功能[4]、传播意义[5]、使用意图及影响因素[6-7]等方面展开研究，探究微信表情符号定义、分类与功能、正负面作用、社会意义等内容;另一类是利用表情符号构建情感词典来判别文本的情感倾向、进行情感分类等研究，来自计算机、情报学等学科的研究人员[8-9]依据表情符号情感标签功能，构建情感词典，识别微博等短文本的情感倾向等。除此之外，部分学者针对不同平台表情符号的使用特征进行研究[10]，揭示同一表情符号在不同使用平台中的形态差异及使用差异等。下面结合本文研究工作对表情符号的分类、识别获取、语用功能及使用行为与规律等内容进行现状调研。
1.1 网络表情符号的分类研究
对表情符号进行识别、提取以及使用行为研究前，首先需要界定表情符号的分类。国内众多学者分别按表情符号承载体、组成元素、创作者、表情符号形态，表情符号的来源等不同维度对表情符号进行分类。如余光武等[4]根据表情符号形态将其分为3类：字符类颜文字、头像图标类和动漫动画类;王玉[11]按照组成元素、创作者、体征3个角度对表情符号进行分类;鲁瑶等[12]根据渠道来源将表情符号分为软件自带、免费下载、付费购买、自制表情4种类型;刘琦[13]根据表情内容将表情符号分为经典表情、卡通动漫、涂鸦表情以及影视剧截图等类型;叶云[14]从符号学角度根据内容将表情符号分为态势语言符号、有声副语言符号及物体卡通符号3类;周静[15]根据提供网络表情符号的即时通讯软件中对表情符號的分类进行了总结，分为默认表情、网友共享表情、付费表情及输入法表情4类。
然而，上述研究提出的表情分类方法均无法涵盖网络中出现的所有表情符号。因此，根据表情符号的载体类型，将表情符号分为ASSCI字符表情、静图表情和动图表情三大类是较为准确的分类方式。其中，静图表情包括“纯文字”表情、日常拟物图案、影视剧截图、卡通图案等静态图片表情;动图表情包括头像图标类、影视剧动画、卡通动漫等非静态图片表情。
1.2 网络表情符号识别与获取方法研究
如何识别与提取用户信息交流中的表情符号，是实现表情符号研究的前提。目前对表情符号识别与获取的相关研究主要集中在对新浪微博[16-21]、电影评论[22]等平台上用户信息交流所产生的表情符号进行统计分析。刘红玉等[23-25]指出，新浪微博表情符号为GIF图片，以中括号加符号名的形式（如[笑哈哈]、[泪流满面]等）出现，可以据此对所微博文本内表情符号进行提取。该模式的缺点是可能会提取非表情符号词语;杨佳能等[26]通过预先建立表情词典，遍历文本以获取表情符号集合的方法提取表情符号。由于微博数据获取的便利性及微博数据的代表性，对于表情符号获取的研究主要集中在微博平台上，主要按照中括号加表情词汇的规则进行提取，而通过建立表情词典进行表情符号识别与提取相关研究较少。这两种表情符号的提取方法均存在一定缺陷，前者会采集到无效数据，后者则会漏掉词典外的某些表情。除此之外，实际会话中还存在着一些特殊表情符号，该类表情符号以Unicode值存在，在导出文本中处于不可见状态，只有通过与表情符号Unicode库[39]进行对比才能够有效识别，目前研究缺乏对此类问题关注。本文结合上述两种方法，通过设计表情符号提取器，弥补传统研究中Unicode表情的缺失，实现对微信群系统默认表情符号的获取。
1.3 网络表情符号语用功能分析
表情符号在人际交往中可起到传达感情态度、调节对话氛围、减弱消极情绪、构建虚拟身份等作用。与其他平台相比，微信平台上的表情符号种类更为丰富，运营也更为专业。相关研究基于面子理论、拟剧理论、符号互动理论等社会学理论对微信表情符号的语用功能进行多方面研究。张鑫[27]指出，表情符号具有基于文字交流所无法表达的情绪宣泄、活跃聊天氛围、拉近双方距离、模糊负面情绪，跨越语言障碍以及作为一段聊天的结束语以表现礼貌等功能;刘智英等[28]基于面子理论研究微信聊天中使用表情符号表现出的积极或消极礼貌策略，积极礼貌策略包括增强对话者兴趣、顾及听者利益、寻求一致等，而消极礼貌策略有减轻聊天压力的负担、表示歉意、缓冲聊天紧张氛围等;叶霄飞[29]结合戈夫曼的拟剧理论，并通过问卷调查法对表情符号作用及使用动机进行研究，指出表情符号可用于使用者的自我形象塑造与呈现，同时也承担一部分信息传递功能;董晶晶[30]基于符号互动理论对表情符号的使用进行分析，认为表情符号主要有情绪可视化、降低误解和拉近距离三大功能，指出表情符号的使用是“主我”与“客我”的互相协调并实现统一的过程，使用者通过表情符号塑造的“客我”形象来表达“主我”;同时，除积极作用以外，李丽[31]对表情符号的消极作用进行分析，指出微信表情符号存在传播感情效果弱于现实、稳固性欠缺，可能会造成词不达意或因不同用户对表情的不同理解带来误解。另外，去文字化也会给不同用户的人际传播带来认知压力等。
综上所述，表情符号的语用功能存在着积极和消极两个方面，其具备文字所不能传递的某些表达功能，也会由于交流双方的身份、年龄等差异造成传播的话语壁垒，进而导致共通意义空间的缩减。本文试图通过对微信群中实际会话样本进行实证分析，探究不同表情符号在信息交流过程中所传递的语用功能。 1.4 网络表情符号的使用差异研究
目前对网络表情符号的研究主要针对不同性别[32-34]、不同年龄[35]、不同领域[36-37]以及不同平台[38]等表情符号使用行为差异进行研究。研究表明女性用户表情符号的使用数量、类型、使用意愿以及使用满意度等方面均高于男性用户;表情符号的使用行为在不同的年龄阶段有不同的特点，如老年人偏爱实物图片且选用表情对比度较高，多选用积极向上的表情内容;而青年人偏爱动画表情，喜欢选用幽默或贱萌等风格的表情，其中，80后偏爱情绪较为平缓的表情，而90后和00后偏爱情绪更为强烈的表情。
从整体上讲，当前从实际对话样本出发对网络表情符号的使用差异研究较少，相关研究更多关注较为主观、理论性的表情符号的使用行为、影响、作用以及传播意义等话题。为弥补这一空白，本文将对微信群会话过程中实际对话样本进行分析，通过实证角度探究不同类型微信群以及不同年龄阶段用户表情符号使用差异。
2 研究思路与数据获取
2.1 研究思路
结合前人的分类方法，本文按照表情符号在微信中的存在方式将微信表情符号分为系统默认表情、用户收藏表情及表情商店表情包3类。其中，系统默认表情主要来自QQ表情和Emoji表情库，二者多为动图表情，表现内容以人类面部表情为主，也包含部分卡通动物及手势等;用户收藏表情是用户在使用过程中喜爱的以幽默或某种情绪表达为主的可以收藏的自定义表情，也包括用户自制表情;表情商店表情包，由平台提供，多为专门制作的统一风格的分主题的表情包，如动漫类“悠嘻猴”，影视剧类“《我的前半生》”等，多为动态表情。受限于表情符号的获取技术，本次研究的对象为微信中系统默认表情。本文表情符号识别与获取主要探讨系统默认表情符号的识别与提取。两类系统默认表情示例如图1所示。
在此二类表情的基础上，本文的研究思路为：在表情符号识别与获取的基础上，得到各群体内消息结构，根据表情符号的类别进行整体及群体统计，对所有群及每个群内每个表情的使用进行统计分析。对不同类别、不同年龄群体在信息交流中表情符号的使用差异及表情语义进行分析，并对表情幂律分布特征進行验证，如图2所示。
2.2 表情符号识别与获取
2.2.1 数据来源
为实现上述研究目标，本文选取12个真实微信群作为分析对象，采集群内实际会话数据作为分析文本。具体从工作、学习、家庭及兴趣4个与用户切身相关的角度，并根据建群目的将12个群划分为工作群、同学群、家庭群及兴趣群4种类型。出于对隐私的保护，将群名称以及群内成员进行匿名化处理，同时，数据分析的结果呈现只涉及到群内表情符号使用的特征和属性变化，而不过多泄露具体的用户交流内容。本次采集数据基本信息如表1所示。各微信群平均时间跨度为9个月，发布总消息条数为114 995条，包含表情记录条数为33 645条。
2.2.2 数据识别与提取方法
在征得用户许可的前提下，通过相关软件对用户微信数据进行全数据获取获得本次研究数据。导出的对话数据为XLS格式，每一条会话文本都包括发送人ID，发送时间、消息类型以及消息内容等字段信息。其中，消息内容中又包含文本、动画表情、照片、语音、链接等类型。
根据系统默认表情的来源及存在形式，微信群聊中系统默认表情又可分为3类。第一类由QQ默认表情（自2002年左右开始使用）迁移而来，下文称QQ迁移表情（见图1 QQ默认表情），是汉字形式;第二类为Emoji表情，是微信专有默认表情（随微信发展，自2011年后陆续出现，见图1 Emoji表情），其表现形式一部分是汉字，一部分是Unicode值，主要来自于日本SoftBank Unicode库;第三类来自于第三方输入法，为Unicode值（参见Unicode联盟标准库[39]）。对于第一类及第二类中以汉字为载体的表情，按照中括号包围的形式进行读取，将所有满足中括号包围的文本进行识别;针对第二类及第三类中以Unicode值为载体的表情，从Unicode联盟网站[39]下载所有Emoji表情，建立Unicode表情库用于识别。因为第三类表情与第二类表情有部分虽为同一表情，但其Unicode值不一致，如U E412和U F602均代表了“[笑哭]”这个表情，建立SoftBank Emoji与Unicode Emoji库的映射表，消除表情符号统计的重复，保证结果准确。映射表部分表情如表2所示。
为准确提取微信系统默认表情数据，分析微信存储系统默认表情数据的机制，通过Python程序实现表情符号提取器，具体结构见图3。
微信群表情识别与提取流程为：首先，读取微信群的聊天记录，通过遍历微信群消息，读取中括号包围的系统默认表情并累计群内表情数量及全局表情数量;然后，再次遍历数据，判断其是否为Emoji表情符号并判断该表情是否为映射表中的表情，读取表情映射表获取该表情对应的标准Emoji值，累计Emoji表情数据及全局Emoji数据;最终，得到所有群的系统默认表情分布及各群的系统默认表情分布。除了系统默认表情符号的判断与提取，本文还针对消息类型以及不同表情符号类型进行统计分析，以获得不同类型微信群记录的整体消息结构。
2.3 微信群消息结构计算方法
对所有微信群的消息结构进行统计分析，包括各群的月均表情、表情占比、语音占比等数据，并列出各群实际会话过程中使用占前3位的表情符号。为避免由于选取时间跨度不一致而导致的数据差异，对各微信群统计结果取月平均值，以体现各类型群体的表情符号使用差异，计算方法如下。
3 数据分析
本次研究的数据分析主要从两个方面展开：一方面，从整体角度分析微信群中表情符号的分布;并从群体角度分析不同类型微信群内及不同年龄微信群用户表情符号使用的差异;另一方面，分析不同情境下表情符号的语义，并探究表情符号使用规律等内容。 3.1 群聊表情符号整體分布及其使用特征
对系统默认表情中QQ迁移表情和Emoji表情的整体使用量进行统计，获得了系统默认表情符号的整体分布。其中，QQ迁移表情共使用123个，总计46 982次，Emoji表情共使用104个，总计3 180次，前10位表情如表3、表4所示。同时，在双对数坐标下绘制表情使用分布图，显然，表情符号的整体使用存在明显的幂律分布，如图4所示。
从图4、表3及表4可知，QQ迁移表情使用量比Emoji表情大了一个量级。显然，用户更多使用QQ迁移表情，表明表情符号使用“惯性”较强;其次，在前10位的QQ迁移表情中，“[呲牙]”表情在总体排名占据第1位，占据前10位QQ迁移表情使用量总和的43.88%，其使用频率远远大于其他表情，而消极色彩表情“[流泪]”只有1个，占比仅为3.55%。同时，在前10位的Emoji表情中，“[捂脸]”表情使用最多，占Emoji表情总使用量的20.88%，使用频率远大于其他表情。另外，在前10位的Emoji表情中，未出现明显消极色彩的表情。因此，从整体来看，无论是QQ迁移表情还是Emoji表情，在前10位的表情中，大多数表情均为正面或者中性感情色彩的表情，积极情绪的表情占表情使用总量的九成以上，这充分说明群内聊天的话题多为积极正面的内容，使用者较少在微信群内表达消极悲观的情绪。
3.2 不同群类型表情符号使用差异分析
根据群内消息统计结果，按2.3节计算方法进行计算可得到月均表情、表情占比、动图占比及语音占比等统计数据，从而得到各群的消息结构，具体如表5所示。
可以看到，各类群中均有较频繁的表情符号使用现象。各群表情符号使用特征分析如下：
首先，工作群内的表情符号使用量较低，月均条数仅为29.41条，但其表情符号占消息条数比例却为四类群体最高，为32.78%。通过对工作群内的实际会话样本进行分析，工作群内的消息多与工作相关，工作群发布的消息类型集中在任务分配、任务结果宣布、工作讨论等几类。由于存在较大的“群体压力”，群内成员往往会在群内“意见领袖”发布消息后采取附和或统一的回复。如宣布工作成果或分享工作资料时，群内成员会选择表情符号[鲜花][礼花]等具有正面情绪的表情符号表达自己的同意或感谢，第2、第3位等后发言成员往往会复制第1位成员的消息内容进行回复，从而造成表情符号的高频使用，使得带有表情符号的消息占所有消息的比例偏高。因此，从工作群A2的实际群聊数据分析可看出，表情符号存在大量的重复使用，其往往是基于大家对某一共同关注的事件的统一回复造成，当某一项工作成果完成并发布到群中时，群成员大多会以文字加表情的形式进行回应，且成员多会选用表示积极情绪的表情来表示庆祝。这就造成表情符号使用的大量重复现象，也说明表情符号的使用具有类似于“羊群效应”的特点。同时，微信群内使用表情的频率受到群成员关系以及群类型影响，存在一定层级关系或有现实生活中地位较高的成员在群中时，如A2，该群的表情使用频率较高且重复率较高。
同学群会话过程中表情符号月均使用量为129.38条，表情符号占比为24.51%，在4类群中均排第2位，说明该类型群体较多使用表情符号进行表达。另外，同学群中动图表情的使用占比最高，为15.71%。这是因为动图表情的形式更为新颖，表达内容更为丰富，存在大量的“二次元”表情符号。这些表情多来自年轻用户的喜爱的影视或动漫作品中，运用此类表情符号来表达，更容易获得群体的共鸣，并能表现表情符号使用者可爱、时尚等形象。同学群内学生群体年龄较为年轻，更偏好使用动图表情来表达自己的意见。瑞士语言学家索绪尔在其符号学研究中指出符号是“能指”与“所指”的统一，“能指”代表符号原有含义，“所指”代表符号延伸和蕴含出来的含义。同学群体在微信群信息交流行为中偏爱动图表情来表达，即借用了表情符号的“能指”功能对其个人形象进行塑造，也借用了表情符号的“所指”在信息交流中委婉的表达部分不便用文字直接表达的内容。如在需表达不满或不同意某人观点时，使用带有“卖萌”“吃瓜”等含义的表情符号来回应，既不直接反对，又能传达个人情绪信息。
家庭群的消息结构特征为语音消息发送占比远远高于其他类型群体，为31.46%。这说明家庭群体对于语音的使用存在更大的依赖。不难理解，这是因为家庭群内用户关系更为熟悉，语音对话更有亲近感，且群内中老年用户较多，其视力弱化导致发送文字存在困难，更偏爱使用语音进行对话。同时，家庭群的表情符号发送比例最低，是因为本次统计的表情数据均为较为系统默认表情，其图像较小，不便于群内中老年人群识别。另外，表情背后的含义的模糊性与多义性，也为中老年人使用表情带来障碍。因此，家庭群对系统默认表情符号总体使用较少，多选择语音进行信息交流。在实际对话样本中，家庭群体多选取以对比度高、颜色鲜艳、尺寸较大为特点的动态表情为主。这些表情符号对比度高，多以图片与文字配合表达，主要用于家庭群中老年用户之间的问候、祝福、道别等场景。
兴趣群是各类微信群中表情符号使用最为活跃的群体类型，其月均表情发送数量为418.87条，远远大于其他类型群体，分为是其他3类群表情发送量的14.2、3.2和9.5倍，说明兴趣群内的群体更喜欢使用表情符号表达感情。分析其原因，是因为兴趣群内的群成员关系较为平等，大家都是为了同样的兴趣而聚集到一起，“群体压力”小，会话结构中不存在对群成员有压迫感的层级关系，群成员更愿意选择表情符号来表达感情。
因此，由于群体内存在“群体压力”及不同用户的群体特征差异，不同群类型的消息记录结构存在较大差异且月均表情发送数量差异较大。如前文所述，微信群表情符号的使用行为整体上以积极情绪为主，对表5中各群表情符号分析可知，各群表情符号的前3位表情中，表达积极情绪的[呲牙]、[强]、[鼓掌]占比最高。其中，[呲牙]表情出现在11个微信群中，为最受欢迎的表情符号。表达消极情绪的[皱眉]表情仅在兴趣群D4中出现。兴趣群D4为游戏群，对会话样本进行分析得知，此表情主要用于游戏内容的交流，用户群体多为年轻人，存在负面情绪表达。因此，不论是整体表情符号使用，还是各类群体表情符号使用，微信群中表情符号使用以表达积极情绪为主。
关键词：社交媒体;微信群;表情符号;使用差异;语义分析;信息交流;幂律分布
DOI：10.3969/j.issn.1008-0821.2019.10.001
〔中图分类号〕G201 〔文献标识码〕A 〔文章编号〕1008-0821（2019）10-0003-12
Abstract：[Purpose/Significance] Emoticon has been an important element in current social media information exchange.The study of its usage differences and semantics in different contexts has certain significance for informal information exchange research.[Method/Process] In this paper，we used the actual session data of WeChat groups as the data source，and designed the emoticon extractor to obtain the emoticon usage data in the WeChat group session sample.Based on this，we studied the usage behavior of emoticon in information exchange process，focusing on usage differences in different types of WeChat groups and groups of different ages and semantics of the emoticon in different contexts.The usage rule of emoticons was also explored in this thesis.[Result/Conclusion] We found that in the process of WeChat group information exchange，the message type structure of different types of WeChat groups was quite different;the usage behavior of emoticons of different types and ages was quite different;the emoticons presented different semantics under different dialogue samples;the use of emoticons in WeChat groups was consistent with the Power-Law distribution，and so on.
Key words：social media;Wechat groups;emoticon;usage differences;semantic analysis;information exchange;Power-Law distribution
隨着互联网、移动互联网的迅猛发展，微博、微信、知乎等社交媒体平台逐渐成为人们信息交流的重要场地。在此背景下，社交媒体用户信息交流更加便捷，交流形式趋向多样化，交流内容呈现出新特征。在具体的社交媒体信息交流过程中，文字、语音、图片、表情符号等是用户交流信息的主要载体。其中，表情符号的使用和发展尤其引人注意，近年来甚至出现“斗图”、“Facebook表情包大战”等表情符号使用狂热化现象[1]。换句话说，表情符号正日渐成为社交媒体信息交流中的常用语言，甚至达到一种“无表情、不社交”的程度。
目前，各类社交媒体应用均为用户提供各类丰富的表情符号选项，以支持用户在差异化情境下的交流偏好和信息表达。学理界也关注到了社交媒体环境下的表情符号相关问题及其携带的网络文化，但相关研究多偏重于采用理论凝练、观察总结或问卷调查的方法，对于表情符号使用规律等探讨多停留在浅层次的思辨说理和归纳梳理层面。鲜有研究从社交媒体平台的实际会话样本出发，基于数据对表情符号使用进行分析和考量。在数据驱动环境下，数据分析技术和社交软件的发展为深入探讨群体性信息交流中表情符号相关问题提供了新的技术条件和理论指导。在此背景下，如何从数据层面探讨社交媒体表情符号的使用行为，以及进一步的语义发现，成为一个新的研究思路。
目前，微信已成为中国最为重要的社交媒体应用之一[2]。作为微信内一种群体性交流场景，微信群以人际交往的“圈子文化”为基础，其内部具有复杂的会话结构，呈现出较强的信息交流功能[3]，且具有半封闭性及数据可得的特点。微信内表情符号体系完整，使用便利，其使用在用户信息交流中起到了文字所不能表达的作用，如调节会话氛围、补充语言情感等。有鉴于此，本文基于信息交流、会话分析等理论指导，以微信群为例，通过设计表情符号提取方法，对微信群聊实际会话样本中表情符号使用差异及多情境下表情语义进行研究。拟重点探索以下两个问题：1）不同类型的微信群以及不同年龄用户群体的表情符号使用存在什么样的行为差异？2）表情符号在不同语境下的语义如何？本次研究从实际对话样本出发，可以直接观察群体性信息交流过程中表情符号的使用行为。相关研究结果有助于揭示网络互动背后的符号互动过程以及表情符号使用的网络集群行为，也可丰富社交媒体研究中的数据分析对象，为非正式信息交流中信息行为研究提供参考与借鉴。 1 相关研究
表情符号是模拟人类表情或者某种场景以表达发言人情绪或特殊情感的一种非语言载体。在网络技术的发展过程中，其逐步融合ASCII等字符型符号、图片、动画、视频等多种媒体类型，形成网络表情符号，也被称为“表情包”，或简称“表情”。随着网络表情符号的扩展，其又衍生出多种类型的符号形式，如纯文字图片表情，“表情雨”等。
目前，针对网络表情符号相关研究主要分为两类：一类是表情本身及表情使用的现象揭示与动因分析，研究表情符号在传播与交际中的意义及作用。来自语言学、传播学、社会学以及心理学等领域学者主要从表情符号的语言学功能[4]、传播意义[5]、使用意图及影响因素[6-7]等方面展开研究，探究微信表情符号定义、分类与功能、正负面作用、社会意义等内容;另一类是利用表情符号构建情感词典来判别文本的情感倾向、进行情感分类等研究，来自计算机、情报学等学科的研究人员[8-9]依据表情符号情感标签功能，构建情感词典，识别微博等短文本的情感倾向等。除此之外，部分学者针对不同平台表情符号的使用特征进行研究[10]，揭示同一表情符号在不同使用平台中的形态差异及使用差异等。下面结合本文研究工作对表情符号的分类、识别获取、语用功能及使用行为与规律等内容进行现状调研。
1.1 网络表情符号的分类研究
对表情符号进行识别、提取以及使用行为研究前，首先需要界定表情符号的分类。国内众多学者分别按表情符号承载体、组成元素、创作者、表情符号形态，表情符号的来源等不同维度对表情符号进行分类。如余光武等[4]根据表情符号形态将其分为3类：字符类颜文字、头像图标类和动漫动画类;王玉[11]按照组成元素、创作者、体征3个角度对表情符号进行分类;鲁瑶等[12]根据渠道来源将表情符号分为软件自带、免费下载、付费购买、自制表情4种类型;刘琦[13]根据表情内容将表情符号分为经典表情、卡通动漫、涂鸦表情以及影视剧截图等类型;叶云[14]从符号学角度根据内容将表情符号分为态势语言符号、有声副语言符号及物体卡通符号3类;周静[15]根据提供网络表情符号的即时通讯软件中对表情符號的分类进行了总结，分为默认表情、网友共享表情、付费表情及输入法表情4类。
然而，上述研究提出的表情分类方法均无法涵盖网络中出现的所有表情符号。因此，根据表情符号的载体类型，将表情符号分为ASSCI字符表情、静图表情和动图表情三大类是较为准确的分类方式。其中，静图表情包括“纯文字”表情、日常拟物图案、影视剧截图、卡通图案等静态图片表情;动图表情包括头像图标类、影视剧动画、卡通动漫等非静态图片表情。
1.2 网络表情符号识别与获取方法研究
如何识别与提取用户信息交流中的表情符号，是实现表情符号研究的前提。目前对表情符号识别与获取的相关研究主要集中在对新浪微博[16-21]、电影评论[22]等平台上用户信息交流所产生的表情符号进行统计分析。刘红玉等[23-25]指出，新浪微博表情符号为GIF图片，以中括号加符号名的形式（如[笑哈哈]、[泪流满面]等）出现，可以据此对所微博文本内表情符号进行提取。该模式的缺点是可能会提取非表情符号词语;杨佳能等[26]通过预先建立表情词典，遍历文本以获取表情符号集合的方法提取表情符号。由于微博数据获取的便利性及微博数据的代表性，对于表情符号获取的研究主要集中在微博平台上，主要按照中括号加表情词汇的规则进行提取，而通过建立表情词典进行表情符号识别与提取相关研究较少。这两种表情符号的提取方法均存在一定缺陷，前者会采集到无效数据，后者则会漏掉词典外的某些表情。除此之外，实际会话中还存在着一些特殊表情符号，该类表情符号以Unicode值存在，在导出文本中处于不可见状态，只有通过与表情符号Unicode库[39]进行对比才能够有效识别，目前研究缺乏对此类问题关注。本文结合上述两种方法，通过设计表情符号提取器，弥补传统研究中Unicode表情的缺失，实现对微信群系统默认表情符号的获取。
1.3 网络表情符号语用功能分析
表情符号在人际交往中可起到传达感情态度、调节对话氛围、减弱消极情绪、构建虚拟身份等作用。与其他平台相比，微信平台上的表情符号种类更为丰富，运营也更为专业。相关研究基于面子理论、拟剧理论、符号互动理论等社会学理论对微信表情符号的语用功能进行多方面研究。张鑫[27]指出，表情符号具有基于文字交流所无法表达的情绪宣泄、活跃聊天氛围、拉近双方距离、模糊负面情绪，跨越语言障碍以及作为一段聊天的结束语以表现礼貌等功能;刘智英等[28]基于面子理论研究微信聊天中使用表情符号表现出的积极或消极礼貌策略，积极礼貌策略包括增强对话者兴趣、顾及听者利益、寻求一致等，而消极礼貌策略有减轻聊天压力的负担、表示歉意、缓冲聊天紧张氛围等;叶霄飞[29]结合戈夫曼的拟剧理论，并通过问卷调查法对表情符号作用及使用动机进行研究，指出表情符号可用于使用者的自我形象塑造与呈现，同时也承担一部分信息传递功能;董晶晶[30]基于符号互动理论对表情符号的使用进行分析，认为表情符号主要有情绪可视化、降低误解和拉近距离三大功能，指出表情符号的使用是“主我”与“客我”的互相协调并实现统一的过程，使用者通过表情符号塑造的“客我”形象来表达“主我”;同时，除积极作用以外，李丽[31]对表情符号的消极作用进行分析，指出微信表情符号存在传播感情效果弱于现实、稳固性欠缺，可能会造成词不达意或因不同用户对表情的不同理解带来误解。另外，去文字化也会给不同用户的人际传播带来认知压力等。
综上所述，表情符号的语用功能存在着积极和消极两个方面，其具备文字所不能传递的某些表达功能，也会由于交流双方的身份、年龄等差异造成传播的话语壁垒，进而导致共通意义空间的缩减。本文试图通过对微信群中实际会话样本进行实证分析，探究不同表情符号在信息交流过程中所传递的语用功能。 1.4 网络表情符号的使用差异研究
目前对网络表情符号的研究主要针对不同性别[32-34]、不同年龄[35]、不同领域[36-37]以及不同平台[38]等表情符号使用行为差异进行研究。研究表明女性用户表情符号的使用数量、类型、使用意愿以及使用满意度等方面均高于男性用户;表情符号的使用行为在不同的年龄阶段有不同的特点，如老年人偏爱实物图片且选用表情对比度较高，多选用积极向上的表情内容;而青年人偏爱动画表情，喜欢选用幽默或贱萌等风格的表情，其中，80后偏爱情绪较为平缓的表情，而90后和00后偏爱情绪更为强烈的表情。
从整体上讲，当前从实际对话样本出发对网络表情符号的使用差异研究较少，相关研究更多关注较为主观、理论性的表情符号的使用行为、影响、作用以及传播意义等话题。为弥补这一空白，本文将对微信群会话过程中实际对话样本进行分析，通过实证角度探究不同类型微信群以及不同年龄阶段用户表情符号使用差异。
2 研究思路与数据获取
2.1 研究思路
结合前人的分类方法，本文按照表情符号在微信中的存在方式将微信表情符号分为系统默认表情、用户收藏表情及表情商店表情包3类。其中，系统默认表情主要来自QQ表情和Emoji表情库，二者多为动图表情，表现内容以人类面部表情为主，也包含部分卡通动物及手势等;用户收藏表情是用户在使用过程中喜爱的以幽默或某种情绪表达为主的可以收藏的自定义表情，也包括用户自制表情;表情商店表情包，由平台提供，多为专门制作的统一风格的分主题的表情包，如动漫类“悠嘻猴”，影视剧类“《我的前半生》”等，多为动态表情。受限于表情符号的获取技术，本次研究的对象为微信中系统默认表情。本文表情符号识别与获取主要探讨系统默认表情符号的识别与提取。两类系统默认表情示例如图1所示。
在此二类表情的基础上，本文的研究思路为：在表情符号识别与获取的基础上，得到各群体内消息结构，根据表情符号的类别进行整体及群体统计，对所有群及每个群内每个表情的使用进行统计分析。对不同类别、不同年龄群体在信息交流中表情符号的使用差异及表情语义进行分析，并对表情幂律分布特征進行验证，如图2所示。
2.2 表情符号识别与获取
2.2.1 数据来源
为实现上述研究目标，本文选取12个真实微信群作为分析对象，采集群内实际会话数据作为分析文本。具体从工作、学习、家庭及兴趣4个与用户切身相关的角度，并根据建群目的将12个群划分为工作群、同学群、家庭群及兴趣群4种类型。出于对隐私的保护，将群名称以及群内成员进行匿名化处理，同时，数据分析的结果呈现只涉及到群内表情符号使用的特征和属性变化，而不过多泄露具体的用户交流内容。本次采集数据基本信息如表1所示。各微信群平均时间跨度为9个月，发布总消息条数为114 995条，包含表情记录条数为33 645条。
2.2.2 数据识别与提取方法
在征得用户许可的前提下，通过相关软件对用户微信数据进行全数据获取获得本次研究数据。导出的对话数据为XLS格式，每一条会话文本都包括发送人ID，发送时间、消息类型以及消息内容等字段信息。其中，消息内容中又包含文本、动画表情、照片、语音、链接等类型。
根据系统默认表情的来源及存在形式，微信群聊中系统默认表情又可分为3类。第一类由QQ默认表情（自2002年左右开始使用）迁移而来，下文称QQ迁移表情（见图1 QQ默认表情），是汉字形式;第二类为Emoji表情，是微信专有默认表情（随微信发展，自2011年后陆续出现，见图1 Emoji表情），其表现形式一部分是汉字，一部分是Unicode值，主要来自于日本SoftBank Unicode库;第三类来自于第三方输入法，为Unicode值（参见Unicode联盟标准库[39]）。对于第一类及第二类中以汉字为载体的表情，按照中括号包围的形式进行读取，将所有满足中括号包围的文本进行识别;针对第二类及第三类中以Unicode值为载体的表情，从Unicode联盟网站[39]下载所有Emoji表情，建立Unicode表情库用于识别。因为第三类表情与第二类表情有部分虽为同一表情，但其Unicode值不一致，如U E412和U F602均代表了“[笑哭]”这个表情，建立SoftBank Emoji与Unicode Emoji库的映射表，消除表情符号统计的重复，保证结果准确。映射表部分表情如表2所示。
为准确提取微信系统默认表情数据，分析微信存储系统默认表情数据的机制，通过Python程序实现表情符号提取器，具体结构见图3。
微信群表情识别与提取流程为：首先，读取微信群的聊天记录，通过遍历微信群消息，读取中括号包围的系统默认表情并累计群内表情数量及全局表情数量;然后，再次遍历数据，判断其是否为Emoji表情符号并判断该表情是否为映射表中的表情，读取表情映射表获取该表情对应的标准Emoji值，累计Emoji表情数据及全局Emoji数据;最终，得到所有群的系统默认表情分布及各群的系统默认表情分布。除了系统默认表情符号的判断与提取，本文还针对消息类型以及不同表情符号类型进行统计分析，以获得不同类型微信群记录的整体消息结构。
2.3 微信群消息结构计算方法
对所有微信群的消息结构进行统计分析，包括各群的月均表情、表情占比、语音占比等数据，并列出各群实际会话过程中使用占前3位的表情符号。为避免由于选取时间跨度不一致而导致的数据差异，对各微信群统计结果取月平均值，以体现各类型群体的表情符号使用差异，计算方法如下。
3 数据分析
本次研究的数据分析主要从两个方面展开：一方面，从整体角度分析微信群中表情符号的分布;并从群体角度分析不同类型微信群内及不同年龄微信群用户表情符号使用的差异;另一方面，分析不同情境下表情符号的语义，并探究表情符号使用规律等内容。 3.1 群聊表情符号整體分布及其使用特征
对系统默认表情中QQ迁移表情和Emoji表情的整体使用量进行统计，获得了系统默认表情符号的整体分布。其中，QQ迁移表情共使用123个，总计46 982次，Emoji表情共使用104个，总计3 180次，前10位表情如表3、表4所示。同时，在双对数坐标下绘制表情使用分布图，显然，表情符号的整体使用存在明显的幂律分布，如图4所示。
从图4、表3及表4可知，QQ迁移表情使用量比Emoji表情大了一个量级。显然，用户更多使用QQ迁移表情，表明表情符号使用“惯性”较强;其次，在前10位的QQ迁移表情中，“[呲牙]”表情在总体排名占据第1位，占据前10位QQ迁移表情使用量总和的43.88%，其使用频率远远大于其他表情，而消极色彩表情“[流泪]”只有1个，占比仅为3.55%。同时，在前10位的Emoji表情中，“[捂脸]”表情使用最多，占Emoji表情总使用量的20.88%，使用频率远大于其他表情。另外，在前10位的Emoji表情中，未出现明显消极色彩的表情。因此，从整体来看，无论是QQ迁移表情还是Emoji表情，在前10位的表情中，大多数表情均为正面或者中性感情色彩的表情，积极情绪的表情占表情使用总量的九成以上，这充分说明群内聊天的话题多为积极正面的内容，使用者较少在微信群内表达消极悲观的情绪。
3.2 不同群类型表情符号使用差异分析
根据群内消息统计结果，按2.3节计算方法进行计算可得到月均表情、表情占比、动图占比及语音占比等统计数据，从而得到各群的消息结构，具体如表5所示。
可以看到，各类群中均有较频繁的表情符号使用现象。各群表情符号使用特征分析如下：
首先，工作群内的表情符号使用量较低，月均条数仅为29.41条，但其表情符号占消息条数比例却为四类群体最高，为32.78%。通过对工作群内的实际会话样本进行分析，工作群内的消息多与工作相关，工作群发布的消息类型集中在任务分配、任务结果宣布、工作讨论等几类。由于存在较大的“群体压力”，群内成员往往会在群内“意见领袖”发布消息后采取附和或统一的回复。如宣布工作成果或分享工作资料时，群内成员会选择表情符号[鲜花][礼花]等具有正面情绪的表情符号表达自己的同意或感谢，第2、第3位等后发言成员往往会复制第1位成员的消息内容进行回复，从而造成表情符号的高频使用，使得带有表情符号的消息占所有消息的比例偏高。因此，从工作群A2的实际群聊数据分析可看出，表情符号存在大量的重复使用，其往往是基于大家对某一共同关注的事件的统一回复造成，当某一项工作成果完成并发布到群中时，群成员大多会以文字加表情的形式进行回应，且成员多会选用表示积极情绪的表情来表示庆祝。这就造成表情符号使用的大量重复现象，也说明表情符号的使用具有类似于“羊群效应”的特点。同时，微信群内使用表情的频率受到群成员关系以及群类型影响，存在一定层级关系或有现实生活中地位较高的成员在群中时，如A2，该群的表情使用频率较高且重复率较高。
同学群会话过程中表情符号月均使用量为129.38条，表情符号占比为24.51%，在4类群中均排第2位，说明该类型群体较多使用表情符号进行表达。另外，同学群中动图表情的使用占比最高，为15.71%。这是因为动图表情的形式更为新颖，表达内容更为丰富，存在大量的“二次元”表情符号。这些表情多来自年轻用户的喜爱的影视或动漫作品中，运用此类表情符号来表达，更容易获得群体的共鸣，并能表现表情符号使用者可爱、时尚等形象。同学群内学生群体年龄较为年轻，更偏好使用动图表情来表达自己的意见。瑞士语言学家索绪尔在其符号学研究中指出符号是“能指”与“所指”的统一，“能指”代表符号原有含义，“所指”代表符号延伸和蕴含出来的含义。同学群体在微信群信息交流行为中偏爱动图表情来表达，即借用了表情符号的“能指”功能对其个人形象进行塑造，也借用了表情符号的“所指”在信息交流中委婉的表达部分不便用文字直接表达的内容。如在需表达不满或不同意某人观点时，使用带有“卖萌”“吃瓜”等含义的表情符号来回应，既不直接反对，又能传达个人情绪信息。
家庭群的消息结构特征为语音消息发送占比远远高于其他类型群体，为31.46%。这说明家庭群体对于语音的使用存在更大的依赖。不难理解，这是因为家庭群内用户关系更为熟悉，语音对话更有亲近感，且群内中老年用户较多，其视力弱化导致发送文字存在困难，更偏爱使用语音进行对话。同时，家庭群的表情符号发送比例最低，是因为本次统计的表情数据均为较为系统默认表情，其图像较小，不便于群内中老年人群识别。另外，表情背后的含义的模糊性与多义性，也为中老年人使用表情带来障碍。因此，家庭群对系统默认表情符号总体使用较少，多选择语音进行信息交流。在实际对话样本中，家庭群体多选取以对比度高、颜色鲜艳、尺寸较大为特点的动态表情为主。这些表情符号对比度高，多以图片与文字配合表达，主要用于家庭群中老年用户之间的问候、祝福、道别等场景。
兴趣群是各类微信群中表情符号使用最为活跃的群体类型，其月均表情发送数量为418.87条，远远大于其他类型群体，分为是其他3类群表情发送量的14.2、3.2和9.5倍，说明兴趣群内的群体更喜欢使用表情符号表达感情。分析其原因，是因为兴趣群内的群成员关系较为平等，大家都是为了同样的兴趣而聚集到一起，“群体压力”小，会话结构中不存在对群成员有压迫感的层级关系，群成员更愿意选择表情符号来表达感情。
因此，由于群体内存在“群体压力”及不同用户的群体特征差异，不同群类型的消息记录结构存在较大差异且月均表情发送数量差异较大。如前文所述，微信群表情符号的使用行为整体上以积极情绪为主，对表5中各群表情符号分析可知，各群表情符号的前3位表情中，表达积极情绪的[呲牙]、[强]、[鼓掌]占比最高。其中，[呲牙]表情出现在11个微信群中，为最受欢迎的表情符号。表达消极情绪的[皱眉]表情仅在兴趣群D4中出现。兴趣群D4为游戏群，对会话样本进行分析得知，此表情主要用于游戏内容的交流，用户群体多为年轻人，存在负面情绪表达。因此，不论是整体表情符号使用，还是各类群体表情符号使用，微信群中表情符号使用以表达积极情绪为主。