彭泳馨 陳維超

摘 要：隨著互聯網的快速發(fā)展和新技術的相繼出現，數字漫畫產業(yè)迎來了產業(yè)升級，數字漫畫閱讀平臺也呈現出快速發(fā)展的趨勢。選取騰訊動漫平臺上排名前十的熱門連載漫畫，對其評論內容進行挖掘，從時間、高頻詞、文本情緒、語義網絡特征四個方面進行分析，發(fā)現讀者的評論大多圍繞漫畫角色、劇情、情感展開，進而從平臺、漫畫作者和用戶的角度提出通過優(yōu)化內容和互動設計來提升互動性，為數字漫畫產業(yè)的持續(xù)良性發(fā)展提供參考。

關鍵詞：數字漫畫；用戶互動；數字留痕；評論分析

DOl： 10.3969/j.issn.2097-1869.2023.03.007 文獻標識碼：A

本文著錄格式：彭泳馨， 陳維超. 基于用戶評論的數字漫畫閱讀痕跡特征識別與分析——以騰訊動漫為例[J]. 數字出版研究， 2023， 2（3）： 42-49.

對于閱讀痕跡的定義，學者比較接受的說法是指閱讀主體在閱讀過程中對閱讀客體留下的標志[1]。這些標志涵蓋的范圍較廣，比如標注、摘抄、讀書筆記等。隨著社交媒體的發(fā)展和社交閱讀平臺的興起，閱讀痕跡的具體類型更為豐富多元，曾經相對私人化的閱讀行為與閱讀品味被呈現在較為公開的網絡環(huán)境中，并成為與其他陌生個體建立社交紐帶的依據[2]。與以往紙質書籍閱讀不同的是，在互聯網平臺上進行的閱讀行為和產生的閱讀記錄都有可能被他人看見和了解。閱讀個體在互聯網平臺上通過閱讀和互動留下的痕跡，比如搜索、瀏覽、評論、分享、收藏、添加標簽、添加書單等，都可以展現閱讀個體的閱讀取向和偏好。這些相關的數字痕跡和信息被稱為社會化閱讀主體網絡本身的數字足跡。

漫畫閱讀作為一種特殊的閱讀形式，一直受到年輕群體的喜愛和追捧。漫畫兼具形象化的視覺效果和通俗易懂的語言文字表達，使得讀者較易獲得沉浸式的閱讀體驗，享受漫畫口語化的文字符號和形象化的視覺符號帶來的多重感官沖擊[3]，從而對漫畫形象和內容產生深刻的印象?；ヂ摼W技術的快速發(fā)展使得漫畫閱讀形式發(fā)生了巨大的改變，漫畫作品與讀者之間的關系不再僅僅是單一方向的傳播與接收，隨著數字漫畫的產生，漫畫具有了互動性、雙向傳播等新的特質。這種數字漫畫將新媒體的渠道優(yōu)勢與漫畫的內容優(yōu)勢有效結合，各種新媒體渠道使得漫畫的創(chuàng)作方式、表現形式、閱讀方式、商業(yè)模式等都發(fā)生了重大改變。

目前，數字漫畫平臺正處于快速發(fā)展的階段，如何持續(xù)優(yōu)化漫畫內容、提升用戶閱讀體驗、提高用戶活躍度，從而實現漫畫App和漫畫產業(yè)更為良性的發(fā)展，是需要深入思考的問題。數字漫畫產業(yè)中，用戶是一大關鍵主體，漫畫App的開發(fā)和漫畫產業(yè)的發(fā)展都離不開用戶的支持和喜愛。因此，本文從用戶視角出發(fā)，以數字漫畫閱讀者在數字空間中留下的評論內容為突破口，分別從時間、高頻詞、文本情緒、語義網絡特征四個方面進行了分析，以期為數字漫畫平臺、愛好者和研究者提供借鑒，進一步優(yōu)化數字漫畫內容的產出，改善用戶的閱讀體驗，制定合適的運營策略，從而實現數字漫畫產業(yè)的良性發(fā)展。

1 研究設計

數字漫畫平臺上的用戶評論直觀表達了閱讀個體對漫畫本身的情感和評價，是尤為重要的數字留痕，是研究用戶留痕的重要對象。

1.1 數據來源與選取

漫畫平臺刊載的數字漫畫以長篇連載漫畫為主。艾瑞數據顯示，從2014年開始，互聯網漫畫閱讀呈現快速發(fā)展趨勢，相繼出現布卡漫畫、愛動漫、快看漫畫、騰訊動漫、網易動漫、咪咕動漫等移動數字漫畫App。其中，快看漫畫、騰訊動漫長期保持在動漫App的第一梯隊[4]。快看漫畫專注專業(yè)生產內容（Professional Generated Content，PGC）內容生產模式，以國產漫畫熱門IP吸引泛二次元用戶，同時積極引進經典日漫版權，豐富平臺漫畫品類；騰訊動漫依托騰訊大文娛資源優(yōu)勢，重視優(yōu)質版權引進和IP孵化，且具有熱門小說IP改編資源，在版權和IP上建立競爭優(yōu)勢。在二次元，特別是動漫領域，IP內容是核心，因此在內容資源豐富度上具備較強優(yōu)勢的快看漫畫和騰訊動漫在行業(yè)中處于領先位置[5]。本文選取騰訊動漫的用戶評論作為數據來源，主要基于以下原因。

第一，相比于快看漫畫，騰訊動漫的用戶性別比例更加均衡，女性用戶占比約48%，男性用戶占比約52%，男性用戶稍多。

第二，騰訊動漫的用戶群體更加成熟。漫畫讀者的年齡主要集中在30歲以下，騰訊動漫的24歲及以下用戶的比例小于快看漫畫，25～30歲用戶的比例大于快看漫畫，用戶群體更加成熟。

第三，在數字漫畫內容方面，騰訊動漫的漫畫品種較為齊全，品類眾多，大體滿足用戶的閱讀需求[6]。

第四，騰訊動漫有較為成熟的商業(yè)模式，其付費模式較為合理且值得借鑒。在騰訊動漫App上購買付費漫畫的道具包括閱讀券和借閱券。借閱券比閱讀券價格低，但是購買閱讀券后可以永久閱讀某一章節(jié)，而借閱券只有七天有效期，七天之后便無法再閱讀。用戶如果不愿意付費觀看漫畫，也可以選擇等待一定的天數解鎖一個付費章節(jié)或者通過完成任務等方式拿到閱點，從而兌換閱讀券。這種方式既可以提升App活躍度，增加社區(qū)熱度，也可以留住一部分暫時不愿意付費的用戶，他們是未來的潛在付費群體，因此也很重要[7]。騰訊動漫的免費活動對于AARRR模型（Acquisition、Activation、Retention、Revenue、Referral，即獲取、激活、留存、收入、傳播，分別對應用戶生命周期中的五個重要環(huán)節(jié)）的覆蓋面比較充分，基本上對每個環(huán)節(jié)都有促進作用[8]。

第五，騰訊動漫用戶的數字留痕形式豐富多元，不僅包括文本評論，還新增了多種數字留痕類型，比如文本彈幕、投月票、對彈幕點贊、評分、收藏、舉報、粉絲應援打榜、支持、添加標簽等，體現出當下社交閱讀平臺交互閱讀的多樣性和新穎性。讀者不再僅僅單方面接收作者傳遞的信息，也會對作者以及其他用戶多向傳達自己關于作品的感受和評價，大大豐富了數字閱讀生態(tài)體系。

鑒于上述原因，本文選取騰訊動漫App作為研究平臺，通過分析其熱門漫畫的用戶評論，提出相關優(yōu)化建議，從而推動漫畫產業(yè)更好地發(fā)展。選取2023年4月26日排行榜中排名前十的連載漫畫（見表1），題材類型以古風、搞笑、玄幻、戰(zhàn)斗居多，人氣指數遠超平臺上其他漫畫，對應的評論數分別有數十萬條，說明用戶對此類題材的關注度和討論意愿都很高。使用爬蟲軟件對這十部漫畫作品下方的一級評論文本進行逐條爬取，共爬取了10 000條文本數據，剔除重復和無效的評論，最終得到9 883條文本數據[9]。

1.2 研究路徑

采集數據完成后，根據武漢大學研究團隊編寫的ROST CM 6.0軟件進行分析。在對9 883條評論分詞完成后，將文本導入 ROST CM 6.0 中進行高頻特征詞分析、情緒分析與語義網絡分析，從而將不系統(tǒng)的、定性的評論文本轉化成系統(tǒng)的、定量的數據資料，再分析熱門漫畫中用戶評論的主題類型、傾向性以及情緒分布，從而從平臺、漫畫作者和用戶的角度出發(fā)，提出通過優(yōu)化內容和互動設計來提高活躍度和互動量，并從商業(yè)模式、運營策略制定等角度出發(fā)為未來數字漫畫產業(yè)的持續(xù)發(fā)展提供相關參考。

2 數字漫畫用戶評論分析

2.1 時間分析

根據10 000條評論的發(fā)布時間統(tǒng)計結果，評論最集中的時間段為19點至次日2點，而這十部漫畫作品大部分的更新時間為19點至22點，少部分更新時間為10點，所以評論文本數基本是在漫畫發(fā)布之后達到峰值（見表2）。另外，8點至19點是多數用戶閱讀漫畫的時間，大多集中于漫畫發(fā)布的第二天。由此可見，用戶對數字漫畫進行評論的熱度最高點為漫畫發(fā)布后的一天之內，尤其是發(fā)布后的幾個小時。

2.2 高頻詞特征分析

基于ROST CM 6.0軟件，將分詞后的熱門漫畫的用戶評論文本導入其中，進行詞頻分析，從而提取出評論文本中詞頻≥80的高頻詞匯。高頻詞共有39個，使用最多的是“啊啊”“滑呀滑”“嗚嗚”等語氣詞，以及其他一些詞語（見表3）。

評論文本中的高頻詞匯是對用戶常用來表達個人觀念的精煉概括[10]。根據表3，大致可將高頻詞匯分為三類 。

（1）對人物角色的討論：在這39個高頻詞匯中，關于人物角色的詞有8個，如“女主”“爺爺”“賀天”等，占比約20%，主要圍繞主角進行討論，表現出讀者對主角的關注和喜愛。由此可見，主角塑造是否成功、人物經歷是否精彩是用戶在數字平臺上留痕的重要影響因素。

（2）對情感的表達：在這39個高頻詞匯中，關于情感表達的詞有12個，如“嗚嗚”“無奈”“生氣”“期待”“嘿嘿嘿”“哇哇”等，占比約26%，表現了用戶對于該數字漫畫的情感，其中積極情緒占比較大。由此可見，用戶對于熱門漫畫的情感整體偏向期待和喜愛。

（3）對劇情的討論：在這39個高頻詞匯中，關于劇情討論的詞有19個，如“可愛”“劇情”“完結”“結局”“故事”“畫風”等，占比約46%，主要是對劇情、人物和漫畫畫風的評價。由此可見，用戶對漫畫劇情具有較高的關注。

2.3 評論文本的情緒分析

數字漫畫的評論內容表現了用戶的情緒。總體而言，用戶對熱門數字漫畫以積極情緒為主，評論文本中積極情緒占49.26%，中性情緒占28.60%，消極情緒占22.14%（見表4）。這意味著數字漫畫以鮮明的形象和簡單易懂的文字，給用戶帶來了強烈的感官沖擊和沉浸式體驗，滿足了用戶的精神需求，給予用戶積極的情緒價值。

實際上，ROST軟件的情緒分析是以詞匯的情緒性質來計算分數的，從而判別語句的情緒狀況。從評論的語句分析結果來看，消極情緒多為對沒有及時觀看漫畫的遺憾，或是對漫畫中某些劇情發(fā)展、人物變化的氣憤；中性情緒則多為對漫畫劇情的客觀概述或討論；積極情緒則多是表達對漫畫畫風、精彩劇情的驚喜或期待。由此可知，用戶閱讀數字漫畫更容易產生積極情緒，外在行為表現為對數字空間的沉浸式體驗、對數字漫畫的積極討論和觀后感的及時分享。

2.4 語義網絡特征分析

采用ROST CM 6.0軟件中的語義網絡分析功能，進一步分析高頻詞之間的聯系和含義。經過分析整理，形成了用戶評論內容高頻詞的語義網絡圖（見圖1）。

語義網絡圖的繪制基于對數據文本中的高頻詞進行分析，將評論語句中共現的高頻詞用線段連接，從而構造可視化圖形。在語義網絡圖中，線條匯聚越密集，表示該詞與其他詞共現的次數越頻繁。對圖1的分析可得出以下結論。

（1）人物角色的相關詞匯是語義網絡體系的核心詞匯，比如“賀天”“東方”“女主”等。評論文本的高頻詞語義網絡呈現出以一個主要人物角色為核心串聯其他角色以及表達情感的詞匯的特點。

（2）“劇情”一詞也是語義網絡體系的核心詞。以“劇情”一詞串聯其他關于劇情的討論，比如“好看”“期待”“完結”等，以及其他相關人物角色。

（3）總體來說，與人物角色和劇情連接的多為情感表達的詞匯，比如“期待”“可愛”“好看”等。由此可見用戶對于漫畫人物和劇情的高度喜愛和極高的討論意愿。

3 結果與討論

從熱門連載漫畫的評論內容來看，數字漫畫用戶的閱讀痕跡體現出以下特征：第一，數字漫畫用戶傾向于在漫畫更新的一天之內尤其是剛發(fā)布的幾個小時內進行評論。第二，數字漫畫用戶傾向于對劇情進行討論，其次是表達情感和對角色進行討論。第三，數字漫畫用戶在評論中表達了較多的積極情緒。第四，數字漫畫用戶對角色的評價和劇情的討論以表達情感為中心。

從熱門連載漫畫的題材類型來看，數字漫畫用戶更偏愛玄幻、古風、搞笑、戰(zhàn)斗等類型。這類漫畫不僅更為友好，激發(fā)用戶產生積極情緒，表達對內容的喜愛；在互動方面也有較好的表現，評論數大多為數十萬甚至數百萬，體現出用戶對漫畫本身的關注和熱情。

綜上所述，數字漫畫的用戶評論實質上是用戶與作品之間的交互，體現的是用戶對漫畫內容的理解和評價及用戶之間的互動，而漫畫的創(chuàng)作者、傳播者、運營方則被屏蔽在評論之外。要在評論中提高數字漫畫平臺、作者和用戶三方主體之間的互動性，可從以下幾個方面入手。

從漫畫平臺的角度，建議借助新興技術創(chuàng)造一部漫畫作品專屬的虛擬人物，與用戶交流互動，給予用戶沉浸式的交互閱讀體驗[3]。如今的互聯網閱讀平臺，尤其是漫畫閱讀平臺越來越追求沉浸式閱讀和互動體驗，打造沉浸式閱讀和互動平臺、營造沉浸式閱讀和互動場景是數字漫畫的一大發(fā)展趨勢。另外，漫畫平臺可以設立相應的互動機制，用戶除了做任務贏得閱讀券之外，也可以和漫畫作者合作，根據不同的漫畫劇情和角色設定相應的互動機制。比如，由漫畫作者出題，讓用戶猜測接下來的劇情發(fā)展或者角色選擇，用戶如果回答正確可以得到一定數量的積分，積分積累到一定程度便可以解鎖相應的付費章節(jié)。設立這樣的互動機制，可以提高用戶對于劇情的關注度，增加漫畫的討論度，從而建立用戶與平臺、作者之間的紐帶關系，增強用戶黏性。在漫畫內容開發(fā)方面，平臺應挖掘更多優(yōu)質的古風、玄幻、搞笑類型的漫畫作品，以吸引更多用戶，提高瀏覽量和互動量。

從漫畫作者的角度，漫畫作者與用戶的互動越來越重要。從上述的評論分析可以看出，用戶關于漫畫中角色和劇情的討論十分集中，很多評論都是圍繞著主角的人生軌跡和劇情走向展開的[11]。對此，建議漫畫作者設計更多圍繞主角和劇情的互動。對于主角，漫畫作者可以模仿主角的口吻與用戶對話，或者畫一個主角的漫畫圖，按照主角的性格和說話風格在特定章節(jié)與用戶互動，吐槽、分享已經發(fā)生的事情，展望、猜測未來會發(fā)生什么，為用戶提供與漫畫中角色沉浸式互動的體驗。對于劇情，漫畫作者可以在部分章節(jié)的最后畫一兩頁漫畫，讓用戶猜測畫的是誰，后面會發(fā)生什么，又或者誰是兇手等，通過“猜一猜”等互動小游戲拉近與用戶之間的距離，從而提升用戶的閱讀體驗和觀看漫畫的熱情，最終增加漫畫App的活躍度，這也是提升平臺收益的重要途徑[12]。

從用戶的角度，除了上述與漫畫作者的互動之外，與其他用戶的互動也尤其重要[13]。如今，很多漫畫閱讀平臺都設立了比較完善的社區(qū)，方便用戶間的溝通交流。除了在社區(qū)內進行互動討論外，建議在每個章節(jié)下設立一個小入口，專門用于討論此章節(jié)的內容，便于用戶及時分享自己的感受和觀點，引發(fā)其他用戶的共鳴或思考。這種方式打造了一個小型討論社區(qū)，具有濃厚的互動和討論氛圍，優(yōu)于漫畫下面簡單評論即結束、缺少互動的形式[14]。

新媒體時代下，數字漫畫依托于數字媒體技術的革新迭代，與傳統(tǒng)紙質漫畫相比，在繪畫語言、視聽語言和交互語言方面都呈現出巨大的差別和變化，豐富多元的交互設計與沉浸式的閱讀交互體驗是數字漫畫區(qū)別于以往傳統(tǒng)紙質漫畫的地方。在如今快速發(fā)展的數字漫畫產業(yè)中，能夠給予用戶沉浸式閱讀體驗的漫畫平臺和漫畫作品依舊是少數，建議數字漫畫平臺借助新興技術，打造更多交互性較強的數字漫畫作品，給予用戶沉浸式的閱讀體驗和良好的互動感受。

如今，得益于網文、音頻、游戲等平臺的引導，用戶對于付費的接受程度越來越高，年輕用戶的付費能力也越來越強，各個數字漫畫平臺都在逐步完善付費機制，目前有VIP、VIP+章節(jié)付費、等就免費、單章節(jié)付費等多種組合形式。建議平臺采取更加精細化的運營策略，除了結合自身平臺的特點，也要結合不同漫畫作品的特點和故事節(jié)奏，設置付費的章節(jié)，以便于提高付費率，拉動付費收入增長。

近年來國產漫畫快速發(fā)展，涌現出較多優(yōu)質作品，它們在推動國內市場穩(wěn)步增長的同時，也紛紛將目光投向了海外。在海外，國產漫畫具有獨特優(yōu)勢，區(qū)別于日漫、韓漫、美漫，國產漫畫題材較為新穎，以仙俠、玄幻、古風、校園等為代表。在漫畫出海方面，建議針對不同市場制定相應的出海策略。就歐美市場而言，由于DC、漫威長期壟斷男性向漫畫內容，建議國產漫畫主推女性向作品以打入歐美市場，并且借助年輕人喜愛的TikTok、Ins等社交軟件進行定向廣告投放。東南亞市場的當地產能和品類幾乎為空白，具有巨大的市場潛力，但是小語種居多，翻譯成本較高，因此建議綜合考慮翻譯成本等因素。

此外，保護用戶隱私同樣十分重要。用戶在網絡平臺上的數字留痕存在泄露個體隱私的風險，建議漫畫平臺不要過度獲取用戶的相關信息，更不可利用用戶信息在其他渠道獲取利益。同時，相關部門應盡快設立和完善相關法律，阻止各平臺和軟件獲取與提供服務毫無關系的權限，保護互聯網用戶的權益和隱私。

作者簡介

彭泳馨，女，上海大學文化遺產與信息管理學院碩士研究生。研究方向：數字閱讀。

陳維超，男，湖南師范大學新聞與傳播學院副教授。研究方向：媒介效應、數字出版與新媒體傳播。

參考文獻

王子舟，崔汭，謝運萍，等.從微觀中究探閱讀史景象：有關“閱讀痕跡”的一場討論［J］.圖書情報知識，2020 （6） ：27-33，66.

劉艷.社會化閱讀主體的網絡身份特點和數字足跡分析及其啟示［J］.圖書情報工作，2019 （10） ：21-30.

王小環(huán)，李悅.新媒體時代數字漫畫的IP運營模式探析：以 《非人哉》為例［J］.編輯學刊，2021 （5） ：39-44.

艾瑞咨詢.2018年中國動漫行業(yè)報告[EB/OL].（2018-12-13） [2023-05-22].http：//www.iresearch.com.cn/Detail/report？id=3309&isfree=0.

快看.關于我們[EB/OL].[2023-05-22].https：//www.kuaikanmanhua.com/web/about/us.

騰訊動漫[EB/OL].[2023-05-22].https：//ac.qq.com/Comic.

CIC灼識咨詢.中國二次元內容行業(yè)白皮書[EB/OL].（2022-08-08）[2023-05-21].https：//zhuanlan.zhihu.com/P/551224373.

易紅林，李鴻，許菱，等.基于AARRR模型的IT技術類微信公眾號運營優(yōu)化［J］.電子商務，2020（3）：73-75，84.

騰訊動漫排行榜[EB/OL].[2023-05-22].https：//ac.qq.com/Rank/comicRank/type/top.

張勤.詞頻分析法在學科發(fā)展動態(tài)研究中的應用綜述［J］.圖書情報知識，2011（2）：95-98，128.

胡昌平，胡吉明.網絡服務環(huán)境下用戶關系演化規(guī)律研究［J］.中國圖書館學報，2011 （3） ：4-11.

ACGx.從《鬼吹燈》到《一人之下》，互動漫畫究竟走到哪一步了？[EB/OL].（2020-04-09） [2023-05-22].https：//36kr.com/p/1725404184577.

動漫經濟學.從快看漫畫談起，漫畫互動內容怎么做？[EB/OL].（2019-07-09） [2023-05-23].https：//user.guancha.cn/main/content？id=140256.

武文珍，陳啟杰.基于共創(chuàng)價值視角的顧客參與行為對其滿意和行為意向的影響［J］.管理評論，2017（9）：167-180.

Recognition and Analysis of Characteristics of Digital Comics Reading Trace Based on User Comments—An Example of Tencent Animation and Comics

PENG Yongxin1， CHEN Weichao2

1. School of Cultural Heritage and Information Management， Shanghai University， 200444， Shanghai， China; 2. School of Journalism and Communication， Hunan Normal University， 410081， Changsha， China

Abstract： With the rapid development of the internet and the successive emergence of new technologies， the digital comics industry has ushered in industrial upgrading， and digital comics reading platforms have also shown a rapid developing trend. The top 10 popular serial comics on Tencent Animation and Comics were selected to mine and analyze their comment contents in four aspects： time， high-frequency words， emotions， and semantic network features. It was found that most comments were around characters， plots and emotions， which suggested that interactivity should be enhanced by optimizing content and design interaction from the perspectives of platforms， cartoonists and users， and provided a reference for the sustainable and positive development of the digital comics industry.

Keywords： Digital comics; User interaction; Digital footprint; Comment analysis