弹幕内容对虚拟社区感的影响

摘 要 弹幕是一种即时字幕评论功能，通过将观众的实时评论呈现在视频画面之上，创造用户共同观看的体验。本研究通过行为和眼动实验检验弹幕内容与虚拟社区感的关系，采用单因素被试内设计，自变量为弹幕内容（有梗与无梗），测量被试观看弹幕视频时的注意偏向、弹幕卷入度以及虚拟社区感。结果表明，相比无梗弹幕，被试对有梗弹幕存在更多的注意偏向，并且对有梗弹幕视频的卷入度更高，产生了更强的虚拟社区感。研究证明有梗弹幕具有作为弹幕虚拟社区内群体的共同符号和身份标识的独特价值，弹幕卷入度解释了弹幕内容影响虚拟社区感的作用机制。

关键词 弹幕梗；虚拟社区感；卷入度；眼动技术

分类号 B849

DOI：10.16842/j.cnki.issn2095-5588.2024.12.002

1 引言

虚拟社区又称在线社区，是依托于现代互联网技术发展的新型社区形式（Ellis et al.， 2004），使个体能够通过网络建立新的社会联结和结构，是传统社区概念的延伸，丰富了社区的内涵与形态（Blanchard & Markus， 2004）。虚拟社区因其快速发展在人们的生活中占据了越来越重要的地位，被心理学和经济学等领域广泛关注（Kim et al.， 2023）。虚拟社区是用户因共同兴趣聚集形成（Hu et al.， 2016），社区成员需要遵守特定规范，互动并创建共享型用户生成内容（User Generated Content， UGC），培养社区文化（Rotman & Preece， 2010），是互联网时代不可或缺的行为场域。虚拟社区感是基于现有的社区感概念，在网络虚拟社区普及的背景下提出的（滕国鹏， 张青杨， 2023），对于虚拟社区的运作和发展至关重要（Yang et al.， 2022; Zhang & Sun， 2018）。虚拟社区感包括成员感、影响力和沉浸感三个维度（Koh & Kim， 2003），其中成员感反映成员对虚拟社区的归属感和认同感，影响力反映与社区内其他成员的相互影响程度，沉浸感反映成员沉溺于社区中的状态（徐长江， 于丽莹， 2015）。

弹幕是一种即时字幕评论功能，将观众的实时评论呈现在视频画面之上（Leng et al.， 2016），创造用户共同观看的体验（Wang， 2022; Xiang & Chae， 2022）。弹幕界面可以使用户之间产生虚拟的联结，创造了构建和维持虚拟社区感的新方式（Chen et al.， 2017; Li， 2017）。目前对弹幕的研究主要关注弹幕的位置、大小、颜色、滚动方式等技术特征对用户注意偏向的影响（陈丽娜， 2020; Chen et al.， 2022），或者从受众角度分析弹幕使用动机和使用行为等影响因素（仝冲， 赵宇翔， 2019; Chen et al.， 2019），较少考察弹幕的语言特点在弹幕虚拟社区建设的作用（Wang， 2022）。而弹幕互动过程中产生了一种可以促进用户社会交往的特殊语言资源——弹幕梗（Zhang & Cassany， 2020），指在一定时间内弹幕中最常出现、影响力最大和使用率最高的短语或形式，经过约定俗成的方式被大部分用户接受、喜爱和使用（胡兵， 张静文， 2022）。

弹幕梗是在特定的虚拟社区环境中产生和流行的，是某个亚文化群体特定的表达方式，只有熟悉该文化的观众才能够理解其含义。在不同的视频场景中通过使用巧妙的梗可以表达特定含义（陈峻俊等， 2022），传递一种社交身份和认同感，表达社区成员之间的共同理解和归属感，从而促进了虚拟社区感的产生（Wang， 2022）。弹幕梗的流行与传播是一种典型的语言模因现象（刘梦梦， 范丽群， 2021），指的是语言中的信息单元或语言结构，如词汇、短语、句子、段落乃至篇章，反映语言与社会、文化之间的紧密关系。各种“梗”通过模仿、复制和传播的方式不断演变和发展，在微观基础上扩散，在宏观层面形塑社会心态和群体行为方式（胡兵， 张静文， 2022），因为模因的形成和共享是通过共享规范和价值观形成和协商集体身份的一种方式（Gal et al.， 2016）。

弹幕梗作为一种特定场景下的“共同语言”，可以促进个体与他人沟通和信息交流、共享观点，提高有相似背景或实际经历的个体之间沟通的效率（周涛， 鲁耀斌， 2008）。基于社会资本理论对弹幕视频网站用户虚拟社区感的研究发现，共同语言显著正向预测虚拟社区成员的成员感、需求的满足以及情感的联结（王林杰， 2020）。用户感知的社会资本会对虚拟社区感的形成产生正向的影响，并且随着虚拟社区中用户参与互动行为频繁程度的增加，社区成员对整体社区的归属感和身份认同感也会随之增强（赵玲等， 2009）。弹幕梗作为弹幕社区的共同语言，可以促进虚拟社区内成员的沟通和理解，增强用户社会资本感知，从而增强用户虚拟社区感。基于此，本研究提出假设1：弹幕梗会对用户虚拟社区感产生积极影响。

弹幕卷入度是指用户在观看视频的过程中对视频中弹幕感兴趣和关心的程度，以及用户根据内在需要、兴趣和价值对自己与弹幕关联度的判断（金志成， 周象贤， 2007; 王喆诚， 于瑞峰， 2023）。弹幕梗因为内容有趣、表达方式幽默，能够满足用户的享乐需求和社交需求，为观众提供更多的乐趣，对情绪体验产生积极影响（袁玖根等， 2016; Chen et al.， 2017）；当观众看到与自己相似的情感或观点在弹幕中出现时，会产生情感和社交共鸣，从而增强弹幕使用动机（Chen et al.， 2019），并通过仪式化行为参与弹幕互动，强化与弹幕视频社区的关联（叶和旭等， 2017）。此外，弹幕梗往往是通过使用谐音、双关、仿拟等修辞手法生成用以表达各种情感，或者通过隐喻方式表达深层隐含意义（胡兵， 张静文， 2022），吸引观众注意并加深对弹幕内容的理解和加工，增强用户卷入度（周象贤， 金志成， 2009）。已有研究证明修辞手法的使用有利于低卷入水平的被试形成对广告内容的积极态度，提高对相关内容的回忆成绩（Toncar & Munch， 2001）。基于刺激-机体-反应（Stimulus-Organism-Response，S-O-R）理论的观点，弹幕梗作为一种特定的外部刺激，可能通过提升用户在认知、情感和行为层面的卷入度，促使人们更加积极地参与社区互动，增强对虚拟社区的认同感（Fang et al.， 2018）。弹幕梗可以为观众提供更有趣、更具有互动性和沉浸感的观看体验，增强用户的情感共鸣和对弹幕梗的关注程度，可以促进用户虚拟社区感的形成。因此，提出假设2：用户会对弹幕梗存在更多的注意偏向；假设3：弹幕梗会增强用户的弹幕卷入度，从而对虚拟社区感产生积极影响。

眼动技术被认为是洞悉消费者信息采集行为的最佳工具，特别适用于研究视频呈现时受众快速而自动的加工过程（王福兴等， 2012），作为注意偏向的客观测量方式，能够精确反映用户在观看弹幕视频时的眼动模式，并作为用户体验变化的客观指标（武宗杰等， 2023; 赵越等， 2020）。本研究采用眼动技术，记录被试在观看视频过程中视线移动轨迹和视觉焦点，根据眼动数据分析相关结果，了解被试对弹幕区的注意分配情况。

本研究将弹幕分为有梗弹幕和无梗弹幕两种类型，通过眼动实验考察用户对弹幕的注意偏向，使用行为问卷检验弹幕对用户虚拟社区感的作用，并探究弹幕卷入度在其中的作用，揭示弹幕内容对用户虚拟社区感产生影响的内在机制。

2 预实验

2.1 方法

招募43名使用弹幕的大学生（男性19名，女性24名）评定弹幕素材和视频材料。视频选自B站生活区的视频和在B站动漫区连载的动画作为两个不同的视频类型以增强生态效度，每一类型各截取两个2分钟左右的片段（喻国明等， 2021），并评定熟悉度和有趣度。每个视频材料都有有梗弹幕和无梗弹幕两个版本，共八个弹幕视频实验材料。弹幕素材均选自原视频中出现的弹幕，视频中的弹幕均以相同大小、颜色、速度滚动呈现在相同位置，每间隔5秒后同时出现2条弹幕，每个视频出现46条弹幕。

使用自编弹幕视频评价问卷对弹幕素材和视频材料进行评定，共11道题目；其中视频评价使用李克特5点量表对视频本身的熟悉度和有趣度进行视频同质性检验；弹幕评价包含对弹幕含有梗的程度、弹幕有趣度、弹幕的情绪效价、弹幕关注度、弹幕吸引度、弹幕熟悉度、弹幕理解度共7道题目的测量，采用5点计分。视频和弹幕评价量表α系数为0.86。

2.2 结果

2.2.1 视频材料检验

对同一类型的两个视频材料的熟悉度和有趣度分别做配对样本t检验，结果表明，生活区的两个视频材料的熟悉度（t=-0.63， p=0.53）和有趣度（t=-0.71， p=0.48）不存在显著差异，动漫区的两个视频材料的熟悉度（t=-0.29， p=0.77）和有趣度（t=-0.54， p=0.59）不存在显著差异，因此，同一类型的视频材料可认定为同质进行合并分析。

对不同类型（生活区和动漫区）视频的熟悉度和有趣度分别做配对样本t检验，结果表明，不同类型的视频的熟悉度（t=-2.69， p<0.001）和有趣度（t=-7.70， p<0.001）差异显著，因此可将视频材料划分为两个不同类型。后续分析对两类视频分别进行数据处理，以提高研究结果的稳健性。

2.2.2 弹幕素材检验

对同一类型视频的不同类型弹幕素材进行配对样本t检验，结果表明生活区视频的有梗弹幕在弹幕含有梗的程度（t=8.19， p<0.001）、弹幕有趣度（t=5.64， p<0.001）、弹幕关注度（t=3.78， p<0.001）、弹幕吸引度（t=4.43， p<0.001）、弹幕情绪效价（t=3.65， p=0.001）均显著高于无梗弹幕，弹幕熟悉度（t=1.73， p=0.09）和弹幕理解度（t=-1.39， p=0.17）差异不显著；动漫区视频的有梗弹幕在弹幕含有梗的程度（t=4.36， p<0.001）、弹幕吸引度（t=8.19， p<0.05）上的得分显著高于无梗弹幕，弹幕有趣度（t=1.97， p=0.052）边缘显著，弹幕关注度（t=0.61， p=0.54）、弹幕熟悉度（t=0.97， p=0.34）、弹幕理解度（t=-0.37， p=0.71）与弹幕情绪效价（t=1.36， p=0.18）不存在显著差异。这表明有梗弹幕和无梗弹幕在基本特征（含有梗的程度、有趣度）和效果（吸引度）上存在显著差异，但在控制特征上（如熟悉度、理解度）没有显著区别。

3 正式实验

单因素被试内设计，自变量为弹幕内容（有梗弹幕/无梗弹幕），以弹幕视频形式呈现。因变量为注意偏向和虚拟社区感；弹幕卷入度为中介变量。

3.1 研究方法

3.1.1 被试

招募43名使用过弹幕的大学生作为被试，其中男生17人，女生26人，平均年龄21.7岁（SD= 1.21）。使用G*Power 3.1对统计检验力进行事后分析，结果表明，当前样本（N=43， Cohen’s f=0.50， α=0.05）可检测到的统计检验力为0.94。被试视力或者矫正视力正常，无色盲色弱。研究已得到所在单位伦理委员会的批准，所有被试均为自愿参与，被试完成实验后均获得报酬。

3.1.2 研究工具

积极和消极情绪量表（Positive and Negative Affect Scale，PANAS）修订版（黄丽等， 2003）：作为自变量的操纵检验，即在观看完有梗弹幕视频或无梗弹幕视频之后情绪状态与前测情绪之间的差异。量表共20个题目，正性情绪和负性情绪维度各10个题目，5点计分（1=几乎没有，5=极其多）。在本研究中，正性情绪的α系数为0.90，负性情绪的α系数为0.96。

弹幕卷入度量表（钟禹， 2017）：包括认知卷入和情感卷入两个分量表，共10道题目，如“我认为弹幕很重要” “我认为弹幕内容和我有很大的关系”等，7点计分，α系数为0.98。

弹幕虚拟社区感量表：改编自李明阳（2021）翻译的由Koh 和 Kim（2003）编制的虚拟社区感量表，该量表在中国网民中具有广泛的适用性（崔璇， 常玉， 2009），根据本研究内容将题目内的主语“虚拟社区”依据具体情景替换为“弹幕群体”，包含成员感、影响力、沉浸感三个维度，共12道题目，如“我觉得自己是这个弹幕群体中的一员”“我喜欢这个弹幕群体的成员”等，5点计分，α系数为0.92。

3.1.3 实验仪器

采用SR Research公司生产的Eyelink 1000眼动仪，9点校准，采样率为1000 Hz，单眼采集。正式实验前，先进行视线追踪系统的校正，在校正精度达到Good级水平后方能进行正式实验。实验刺激呈现于19英寸、分辨率为1024×768的DELL显示器上。腮托位于距显示屏60 cm的位置，以减少头部晃动对眼动轨迹的影响。参与者双眼与屏幕边缘的水平视角为28°，垂直视角为21°。

3.1.4 实验程序

使用2个截取自同一动漫（编码为1和2）和2个截取自同一生活区创作者（编码为3和4）的视频作为原始视频材料，时长均为2分钟。每个视频材料有两个版本：有梗弹幕（a）和无梗弹幕（b），共八个弹幕视频材料。正式实验在安静无干扰的眼动实验室进行。进入实验室后被试首先填写PANAS量表作为情绪基线数据，之后开始眼动实验。首先进行眼动校准，然后以随机顺序观看两个不同视频类型的同一弹幕内容的视频（如1a和3a），眼动仪自动记录被试各项数据，之后填写PANAS量表、弹幕卷入度量表和虚拟社区感量表；被试休息一分钟之后，再次进行眼动校准，以随机顺序观看两个不同视频类型的另一相同弹幕内容的视频（如2b和4b），之后填写PANAS量表、弹幕卷入度量表和虚拟社区感量表。因此，每个被试都观看了四个不同的视频材料（1、2、3、4），并且每个视频材料仅观看了一种版本（a或b）。视频播放顺序采用拉丁方设计，共有32种呈现顺序。

3.2 结果

3.2.1 操纵检验结果

将积极和消极情绪进行观看弹幕视频前后重复测量方差分析，结果如图1所示。结果表明观看弹幕视频之后正性情绪会产生显著变化（F=5.12， p<0.01，η2p=0.11）；与前测（M=30.37， SD=5.97）相比，观看完有梗弹幕视频之后的正性情绪（M=29.77， SD=7.05）不存在显著差异（p=0.58），观看完无梗弹幕之后的正性情绪（M=28.53， SD=7.18）显著降低（p<0.05）；观看有梗弹幕视频与无梗弹幕视频之后的正性情绪得分存在显著差异（p<0.05）。以负性情绪为因变量进行重复测量方差分析，结果表明观看弹幕视频之后负性情绪会产生显著变化（F=11.53，c2f183002a390b74d285ab8f3f456d87ec3e29395b6f1a91f097e9fdc3963d08 p<0.001，η2p=0.22），与前测（M= 14.77， SD=6.19）相比，观看完有梗弹幕视频之后的负性情绪（M=12.67， SD=6.09）显著降低（p<0.001），观看完无梗弹幕之后的负性情绪（M=12.49， SD=4.58）显著降低（p<0.001）；观看完有梗弹幕视频与观看完无梗弹幕视频之后的负性情绪得分不存在显著差异（p=0.95），表明对弹幕内容（有梗和无梗）的操纵有效。

3.2.2 对有梗弹幕的注意偏向

如图2所示，将弹幕区作为兴趣区，选取凝视时间（Gaze Duration， GD）、兴趣区总注视时间比例（Proportion of Fixation Duration， PFD，指弹幕区的注视点持续时间总和与整个材料的注视时间总和的比值）、兴趣区注视次数比例（Proportion of Fixation Counts， PFC，指弹幕区的注视点次数总和与整个材料的注视次数总和的比值）三个指标（陈丽娜， 2020），对眼动数据进行配对样本t检验，结果如表1所示。生活区有梗弹幕视频和无梗弹幕视频的凝视时间（t=2.23， p<0.05， Cohen’s d=0.69）和兴趣区总注视时间比例（t=2.13， p<0.05， Cohen’s d=0.67）存在显著差异，兴趣区注视次数比例边缘显著（t=1.87， p=0.068， Cohen’s d=0.57），表明被试对有梗弹幕有更多的注意偏向。动漫区有梗弹幕视频和无梗弹幕视频的凝视时间（t=2.66， p<0.05， Cohen’s d=0.82）、兴趣区总注视时间比例（t=2.14， p<0.05， Cohen’s d=0.74）以及兴趣区注视次数比例（t= 2.17， p< 0.05， Cohen’s d=0.63）均存在显著差异，同样表明被试对有梗弹幕有更多的注意偏向。

3.2.3 虚拟社区感

将有梗弹幕视频和无梗弹幕视频的虚拟社区感得分进行配对样本t检验，结果如图3所示，有梗弹幕视频和无梗弹幕视频的虚拟社区感存在显著差异（t=2.76， p<0.01， Cohen’s d=0.42），对有梗弹幕视频的虚拟社区感（M= 33.19， SD=10.07）显著高于对无梗弹幕视频的虚拟社区感（M=30.00， SD=8.82）。

3.2.4 卷入度的中介作用

对有梗弹幕视频和无梗弹幕视频的卷入度量表得分进行配对样本t检验，结果如图4所示，有梗和无梗弹幕视频的弹幕卷入度存在显著差异（t=2.80， p<0.01， Cohen’s d=0.43），有梗弹幕视频的弹幕卷入度（M=45.65， SD=14.92）显著高于对无梗弹幕视频的弹幕卷入度（M= 41.33， SD=14.02）。

使用Montoya和Hayes（2019）开发的SPSS宏程序MEMORE2.1的模型1，以虚拟社区感为预测变量对弹幕卷入度量表得分进行被试内中介效应检验。采用偏差校正非参数百分Bootstrap法进行中介效应检验及置信区间的估计，重复取样5000次，计算95%的置信区间。结果显示（见表2），弹幕卷入度在弹幕内容和虚拟社区感之间起完全中介作用，可解释总效应的81.19%。

4 讨论

本研究探索了弹幕内容与虚拟社区感的关系以及卷入度的中介作用，通过眼动和行为实验发现，相比于无梗弹幕，个体对有梗弹幕注意偏向更多，对有梗弹幕视频有更强的虚拟社区感，弹幕卷入度在二者之间起中介作用。研究证明了有梗弹幕具有作为虚拟社区内群体的共同符号和身份标识的独特价值，揭示了弹幕影响虚拟社区感的机制。

有梗弹幕会使用户产生更强的虚拟社区感。弹幕梗作为弹幕亚文化的典型符号表征，可以有效地丰富用户之间的交流，增加感知相似性和相互吸引力，促进群体认同的构建（Fang et al.， 2018）。使用弹幕梗有助于创造独特的社区文化，强化社区的边界和用户归属感，将特定社区与其他在线互动区分开来（Liu et al.， 2016）。同时，弹幕梗作为弹幕社区发展过程中形成的一种特殊的语言变体，能够作为弹幕社区的符号性标志，代表社区成员对弹幕社区的认同（Teng & Chan， 2022）。

刺激-机体-反应理论作为预测用户对外部环境各种刺激的反应的稳健框架被广泛应用于虚拟社区研究领域（Zhang & Sun， 2018）。有梗弹幕多以谐音、隐喻等特殊形式呈现，相对于普通弹幕而言，作为外部刺激具有更强的特异性，会引起更高的唤醒和关注，因为往往与用户自身关联性更强，具有引发内在情感共鸣与群体认同的独特价值，使用户更加沉浸在弹幕视频之中，从而对弹幕虚拟社区感产生积极影响。

本研究选取弹幕梗这一独特视角，探索弹幕视频的心理学研究范式，揭示弹幕内容对虚拟社区感的影响机制，在此基础上丰富对弹幕视频的实证研究，可为弹幕优化设置和虚拟社区建设提供一定的心理学依据，也可以促进对弹幕梗社群属性和外延内涵的认识，进而推动对虚拟社区感影响机制理论的构建，丰富卷入度的相关研究。研究证明了有梗弹幕的独特作用，为改善用户体验提供了现实路径，可以通过AI智能筛选和生成积极有趣的有梗弹幕提高用户卷入度，同时增强用户的虚拟社区感和品牌忠诚度。

本研究也存在一定的局限性，有待未来研究进一步探讨。首先，在视频材料只选用了B站生活区和动漫区两类，之后研究可以采用更丰富、多元的视频材料进一步检验有梗弹幕对虚拟社区感的作用。其次，为了控制无关变量，研究呈现固定数量、大小、位置、颜色的弹幕，而这与用户日常观看弹幕视频中弹幕的随机性不同。此外，个别被试在观看有梗弹幕视频时被弹幕逗笑，影响了眼动数据记录的准确性，未来研究可以采用头戴式眼动仪开展眼动实验，使用户观看视频的过程更加贴近真实情景，减轻实验环境造成的负担。最后，本研究在弹幕梗的选择上主要偏向积极的、有趣的，有些无聊的娱乐消遣“梗”是否对虚拟社区感产生相同的作用，还需要进一步研究证明。

5 结论

本研究通过眼动和行为实验，检验了弹幕内容与虚拟社区感之间的关系，并得出以下结论：相比于无梗弹幕，被试对有梗弹幕存在更多的注意偏向，并且对有梗弹幕视频有更高的弹幕卷入度，从而产生更强的虚拟社区感，证明了有梗弹幕具有作为弹幕虚拟社区内群体的共同符号和身份标识的独特价值，验证了弹幕卷入度的中介作用，解释了弹幕类型影响虚拟社区感的内在机制。

参考文献

陈峻俊， 符家宁， 汪凌宇（2022）.互动与满足： B站ACG亚文化群体认同风格与行为动因分析. 新闻与传播评论， 75（2）， 103-113.

陈丽娜（2020）. 认知风格对弹幕视频广告加工的影响机制. 硕士学位论文. 南京： 南京师范大学.

崔璇， 常玉（2009）. 虚拟社区中适合中国网民的感知量表初探. 情报杂志， 28（12）， 182-185.

胡兵， 张静文（2022）. 模因论视阈下“梗”的生成与传播研究. 当代传播， 223（2）， 93-96.

黄丽， 杨廷忠， 季忠民（2003）. 正性负性情绪量表的中国人群适用性研究. 中国心理卫生杂志， 17（1）， 56-58.

金志成， 周象贤（2007）. 受众卷入及其对广告传播效果的影响. 心理科学进展， 15（1）， 154-162.

李明阳（2021）. 虚拟社区中的内群体利他行为研究. 硕士学位论文. 重庆： 西南大学.

刘梦梦， 范丽群（2021）. 从语言模因视角看B站弹幕的流行与传播. 新媒体研究， 7（20）， 86-89.

滕国鹏， 张青杨（2023）. 虚拟社区感对大学生网络利他行为的影响： 网络社会支持和网络人际信任的链式中介作用. 中国健康心理学杂志， 31（5）， 727-733.

仝冲， 赵宇翔（2019）. 基于内容分析法的弹幕视频网站用户使用动机和行为研究. 图书馆论坛， 39（6）， 80-89.

王福兴， 周宗奎， 赵显， 白学军， 闫国利（2012）. 文字熟悉度对电影字幕偏好性影响的眼动研究. 心理与行为研究， 10（1）， 50-57.

王林杰（2020）. 社会资本视角下Bilibili虚拟社区感对用户忠诚度的影响研究. 硕士学位论文. 天津： 天津大学.

王喆诚， 于瑞峰（2023）. 社会存在、警惕性及信息卷入度对个体事实核查的影响. 心理技术与应用， 11（1）， 42-49.

武宗杰， 韩尚锋， 沈洁， 陈玉雪， 王羽凌， 张林（2023）. 阈下重复曝光对面孔偏好的影响： 来自眼动的证据. 心理技术与应用， 11（9）， 569-576.

徐长江， 于丽莹（2015）. 虚拟社区公民行为在虚拟社区感与知识共享意图间的中介作用： 自我效能感的调节机制. 心理科学， 38（4）， 923-927.

叶和旭， 程靓， 窦东徽（2017）. 无用之用： 仪式化行为对消费的影响. 心理技术与应用， 5（6）， 341-352.

喻国明， 陈雪娇， 修利超（2021）. 多模态视角下用户注意偏向与记忆的影响机制——基于电影字幕的眼动研究. 西南民族大学学报（人文社会科学版）， 42（6）， 169-177.

袁玖根， 邢若南， 姜倩（2016）. 基于“使用与满足”理论解读弹幕视频的流行. 传媒， （10）， 93-95.

赵玲， 鲁耀斌， 邓朝华（2009）. 基于社会资本理论的虚拟社区感研究. 管理学报， 6（9）， 1169-1175.

赵越， 陈丽娜， 封利， 张晶晶， 陈庆荣（2020）. 字幕与产品卷入度对视频广告加工的影响： 来自眼动的证据. 心理科学， 43（1）， 110-116.

钟禹（2017）. 广告一致性对品牌认知的影响——弹幕卷入度的调节作用研究. 硕士学位论文. 大连： 大连理工大学.

周涛， 鲁耀斌（2008）. 基于社会资本理论的移动社区用户参与行为研究. 管理科学， 21（3）， 43-50.

周象贤， 金志成（2009）. 卷入影响广告理性诉求信息加工效果的眼动研究. 心理学报， 41（4）， 357-366.

Blanchard， A. L.， & Markus， M. L. （2004）. The experienced" sense" of a virtual community： Characteristics and proce-sses. ACM Sigmis Database： the database for advances in information systems， 35（1）， 64-79.

Chen， G.， Zhou， S.， & Zhi， T. （2019）. Viewing mechanism of lonely audience： Evidence from an eye movement experiment on barrage video. Computers in Human Behavior， 101， 327-333.

Chen， Y.， Gao， Q.， & Gao， G. （2022）. Timeline-anchored comments in video-based learning： The impact of vis-ual layout and content depth. International Journal of Human–Computer Interaction， 38（9）， 868-883.

Chen， Y.， Gao， Q.， & Rau， P.-L. P. （2017）. Watching a movie alone yet together： Understanding reasons for watching danmaku videos. International Journal of Human-Comp-uter Interaction， 33（9）， 731-743.

Ellis， D.， Oldridge， R.， & Vasconcelos， A. （2004）. Comm-unity and virtual community. Annual review of infor-mation science and technology， 38（1）， 145-186.

Fang， J.， Chen， L.， Wen， C.， & Prybutok， V. R. （2018）. Cov-iewing experience in video websites： The effect of social presence on E-loyalty. International Journal of Electronic Commerce， 22（3）， 446-476.

Gal， N.， Shifman， L.， & Kampf， Z. （2016）. “It Gets Bet-ter”： Internet memes and the construction of collective identity. New Media & Society， 18（8）， 1698-1714.

Hu， M.， Zhang， M.， & Luo， N. （2016）. Understanding part-icipation on video sharing communities： The role of self-construal and community interactivity. Computers in Hu-man Behavior， 62， 105-115.

Kim， D. J.， Salvacion， M.， Salehan， M.， & Kim， D. W. （2023）. An empirical study of community cohesiveness， community attachment， and their roles in virtual commu-nity participation. European Journal of Information Systems， 32（3）， 573-600

Koh， J.， & Kim， Y.-G. （2003）. Sense of virtual community： A conceptual framework and empirical validation. International Journal of Electronic Commerce， 8（2）， 75-93.

Leng， J.， Zhu， J.， Wang， X.， & Gu， X. （2016）. Identifying the potential of danmaku video from eye gaze data. 2016 IEEE 16th International Conference on Advanced Learning Technologies （ICALT）， 288-292.

Li， J. （2017）. The Interface Affect of a Contact Zone： Danm-aku on Video-Streaming Platforms. Asiascape： Digital Asia， 4（3）， 233-256.

Liu， L.， Suh， A.， & Wagner， C. （2016）. Watching online videos interactively： The impact of media capabilities in Chinese Danmaku video sites. Chinese Journal of Communication， 9（3）， 283-303.

Montoya， A. K.， & Hayes， A. F. （2017）. Two-condition within-participant statistical mediation analysis： A path-analytic framework. Psychological Methods， 22（1）， 6-27.

Rotman D.， & Preece J. （2010）. The ‘WeTube’ in YouTube-creating an online community through video sharing. International Journal of Web Based Communities， 6（3）， 317-333.

Teng， M.， & Chan， B. H.-S. （2022）. Collective colouring in danmu comments on bilibili. Discourse， Context & Media， 45， 100577.

Toncar， M.， & Munch， J. （2001）. Consumer responses to tropes in print advertising. Journal of Advertising， 30（1）， 55-65.

Wang， R. （2022）. Community-building on Bilibili： The social impact of danmu comments. Media and Comm-unication， 10（2）， 54-65.

Xiang， Y.， & Chae， S. W. （2022）. Influence of perceived interactivity on continuous use intentions on the danmaku video sharing platform： Belongingness perspective. International Journal of Human–Computer Interaction， 38（6）， 573-593.

Yang， T.， Yang， F.， & Men， J. （2022）. The impact of Danmu technological features on consumer loyalty intention toward recommendation vlogs： A perspective from social presence and immersion. Information Technology & People， 35（4）， 1193-1218.

Zhang， L.-T.， & Cassany， D. （2020）. Making sense of dan-mu： Coherence in massive anonymous chats on bilibili.com. Discourse Studies， 22（4）， 483-502.

Zhang， H.， & Sun， Y. （2018）. Differentiating watching and posting behaviors in Danmaku video websites： The effects of perceived value and sense of virtual community. PACIS 2018 Proceedings， 269.