摘" "要：在信息爆炸的網(wǎng)絡(luò)環(huán)境中，用戶極易受到情緒和從眾心理等主觀因素的影響，進(jìn)而表現(xiàn)出一系列諸如謠言傳播、從眾惡意評論等非理性行為，破壞了網(wǎng)絡(luò)生態(tài)的健康發(fā)展，這種行為在粉絲群體中尤為突出。文章整合了一般攻擊模型、認(rèn)知失調(diào)理論和情緒歸因理論，采用結(jié)構(gòu)方程模型（SEM）和模糊集定性比較分析（fsQCA）相結(jié)合的方法，從信息繭房的視角切入，深入分析粉絲群體從眾惡評行為的驅(qū)動因素及其構(gòu)型路徑，旨在為維護(hù)社交媒體平臺的健康生態(tài)提供重要的理論支撐。SEM分析結(jié)果顯示，特質(zhì)憤怒與信息繭房正向影響敵意歸因偏差，而信息繭房與情感承諾對認(rèn)知失調(diào)具有正向影響。敵意歸因偏差、認(rèn)知失調(diào)和負(fù)性情緒均正向影響從眾惡評意愿；同時(shí)，負(fù)性情緒在敵意歸因偏差與從眾惡評意愿之間，以及認(rèn)知失調(diào)與從眾惡評意愿之間均具有顯著的中介效應(yīng)。fsQCA結(jié)果表明，信息繭房增強(qiáng)型和信息繭房缺失型兩類構(gòu)型均會觸發(fā)從眾惡評意愿?；诖?，社交媒體平臺應(yīng)通過引入多元化信息和減少信息繭房效應(yīng)，減少認(rèn)知偏見和負(fù)性情緒的傳播，從而維護(hù)網(wǎng)絡(luò)空間的健康生態(tài)。

關(guān)鍵詞：信息繭房；從眾惡評行為；一般攻擊模型；認(rèn)知失調(diào)

中圖分類號：G206.3" "文獻(xiàn)標(biāo)識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024071

The Formation Mechanism of Herd Malicious Comment Behavior among Fan Groups under the Catalysis of Information Cocoon

Abstract In the context of an information-overloaded online environment， users are highly susceptible to subjective factors such as emotions and herd mentality， which can lead to a series of irrational behaviors， including the spread of rumors and herd malicious comments. These behaviors undermine the healthy development of the online ecosystem， and such behavior is particularly prominent among fan groups. This research integrates the General Aggression Model， Cognitive Dissonance Theory and Attribution Theory of Emotion， employing a combined approach of Structural Equation Modeling （SEM） and Fuzzy-set Qualitative Comparative Analysis （fsQCA）. From the perspective of information cocoon， this research thoroughly analyzes the driving factors and configurational paths of herd malicious commenting behavior within fan groups， aiming to provide significant theoretical support for maintaining a healthy ecology on social media platforms. The SEM analysis results indicate that trait anger and information cocoon positively influence hostile attribution bias， while information cocoon and emotional commitment have a positive impact on cognitive dissonance. Hostile attribution bias， cognitive dissonance， and negative emotions all positively influence the willingness to engage in herd malicious comments. Additionally， negative emotions serve as a significant mediator between hostile attribution bias and herd malicious comment behavior， as well as between cognitive dissonance and herd malicious comment behavior. The fsQCA results indicate that both the information cocoon-enhanced and information cocoon-absent configurations trigger fans’ willingness to engage in herd malicious comment behavior. Based on these findings， social media platforms should introduce diversified information sources and reduce the effects of information cocoon to mitigate the spread of cognitive biases and negative emotions， thereby fostering a healthier online environment.

Key words information cocoon; herd malicious comment behavior; the general aggression model; cognitive dissonance

隨著信息技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)已成為人們?nèi)粘Ｉ钪胁豢苫蛉钡慕M成部分。截至2023年，中國網(wǎng)民數(shù)量已達(dá)10.92億人，網(wǎng)絡(luò)互動已成為人們?nèi)粘＝涣髋c信息獲取的重要渠道［1］。然而，在這種高度互動及信息爆炸的網(wǎng)絡(luò)環(huán)境中，用戶很容易受到情緒和從眾心理等主觀因素的影響，進(jìn)而表現(xiàn)出一系列非理性行為［2］。這種行為在粉絲群體中尤為突出。2024年巴黎奧運(yùn)會期間，一些極端粉絲對任何針對其偶像的負(fù)面評價(jià)都表現(xiàn)出強(qiáng)烈的惡意與敵對態(tài)度，盡管這些評價(jià)是建立在事實(shí)依據(jù)或公正分析的基礎(chǔ)之上。這一現(xiàn)象引發(fā)了廣泛的社會關(guān)注，央視及相關(guān)媒體對此進(jìn)行了嚴(yán)厲批評，指出此類群體性惡意評論行為破壞了健康的公共討論氛圍，整治“飯圈”亂象刻不容緩。

非理性的“飯圈”行為具有強(qiáng)烈的從眾效應(yīng)。首條或熱門惡意評論往往會成為引發(fā)后續(xù)評論的導(dǎo)火索，帶動大量跟風(fēng)黑評，這不僅加劇了網(wǎng)絡(luò)暴力的擴(kuò)散，也壓制了多樣化的聲音，導(dǎo)致了“沉默的螺旋”效應(yīng)的產(chǎn)生。這類從眾行為并非基于事實(shí)分析，而是受到情緒感染和群體壓力的影響，以及“信息繭房”效應(yīng)的助推。信息繭房是指用戶在信息接收過程中，由于個(gè)人偏好、算法推薦等因素的影響，逐漸被隔離在由同質(zhì)化信息包裹成的“繭房”環(huán)境中［3］。隨著社交媒體應(yīng)用的普及和智能推薦算法的不斷發(fā)展，同質(zhì)化的信息流讓用戶們難以接觸到不同觀點(diǎn)，進(jìn)而加劇了認(rèn)知偏見，使得群體內(nèi)的從眾惡評行為愈加頻繁且極端。

在信息繭房的催化下，從眾惡評行為嚴(yán)重破壞了網(wǎng)絡(luò)空間和諧理性的討論氛圍，因此深入研究信息繭房催化下的從眾惡評行為，揭示其影響因素及形成機(jī)制，對于制定有效的應(yīng)對策略、維護(hù)社交媒體平臺的健康生態(tài)至關(guān)重要。本文將以粉絲群體為例，基于一般攻擊模型和認(rèn)知失調(diào)理論，采用結(jié)構(gòu)方程模型和模糊集定性比較分析的混合方法，從個(gè)人因素、情境因素及內(nèi)在信息加工模式三個(gè)層面出發(fā)，探究從眾惡評行為的影響因素及其相互作用關(guān)系。

1" "文獻(xiàn)綜述與理論基礎(chǔ)

1.1" " 從眾惡評行為研究

從眾行為是指個(gè)體在群體影響下趨向于做多數(shù)人所做的事情［4］，這種行為廣泛存在于社會的各個(gè)領(lǐng)域，包括金融投資［5］、消費(fèi)決策［6］等。在網(wǎng)絡(luò)環(huán)境中，由從眾心理驅(qū)動的從眾信息行為受到了國內(nèi)外學(xué)者的廣泛關(guān)注。從眾信息行為是從眾行為與信息行為的交織產(chǎn)物，其本質(zhì)在于個(gè)體在信息活動中表現(xiàn)出的從眾傾向［7］，通常表現(xiàn)為個(gè)體在信息獲?。?］、傳播［9-11］和使用［12-13］的過程中，缺乏獨(dú)立判斷和客觀分析，盲目跟隨他人［14］。

在信息評論這一廣義情境中，現(xiàn)有研究主要借助實(shí)驗(yàn)方法驗(yàn)證從眾效應(yīng)的存在［15-16］，或使用扎根理論等方法識別其影響因素［17］。在此基礎(chǔ)上，學(xué)者們也開始在惡意評論這一更具攻擊性的語境中探討從眾效應(yīng)的影響。惡意評論是指違反社交平臺規(guī)定、帶有攻擊傾向的評論，通常包括對其他用戶的攻擊言論、對特定群體的偏激言論以及故意挑起爭議的話題，這類惡意行為可以細(xì)分為帶有辱罵、仇恨、歧視、無意義發(fā)言以及煽動性質(zhì)等因素的評論［18］。Li通過實(shí)證研究發(fā)現(xiàn)，從眾心理對于惡意評論及網(wǎng)絡(luò)欺凌行為有著顯著的影響［19］。在社交媒體平臺上，惡意評論一旦開始，其他個(gè)體會因?yàn)槿后w的影響或負(fù)性情緒的感染而參與其中，如果不能及時(shí)發(fā)現(xiàn)并加以引導(dǎo)，攻擊程度和規(guī)模就會不斷升級，甚至演變?yōu)楦鼮閻毫拥娜后w網(wǎng)絡(luò)暴力事件［20］。目前已有學(xué)者探討了匿名性、社會認(rèn)同等因素對從眾惡評等網(wǎng)絡(luò)攻擊行為的影響。如Aini的研究表明，社交媒體用戶在發(fā)表負(fù)面評論，尤其是在批評、侮辱和譴責(zé)他人時(shí)，更傾向于使用匿名賬戶，且當(dāng)個(gè)體看到其他人已經(jīng)發(fā)表了惡意評論時(shí)，他們會更加自信地參與其中［21］。Bleize等則從社會身份的視角出發(fā)，研究了青少年在WhatsAPP平臺上的從眾惡評行為，探討了社會認(rèn)同及群體壓力對該行為的影響［22］。

綜上所述，作為從眾信息行為中最具攻擊性的表現(xiàn)形式之一，從眾惡評行為不僅加劇了網(wǎng)絡(luò)暴力和輿論失控的風(fēng)險(xiǎn)，還對個(gè)人聲譽(yù)、社會信任以及網(wǎng)絡(luò)生態(tài)的健康發(fā)展帶來了嚴(yán)重威脅。目前，現(xiàn)有研究大多集中于對從眾惡評行為表現(xiàn)形式及影響因素的探討，而針對從眾惡評行為形成機(jī)制的系統(tǒng)性研究仍處于探索階段。此外，信息繭房作為互聯(lián)網(wǎng)時(shí)代的普遍現(xiàn)象，其加劇了個(gè)體信息窄化及群體內(nèi)部的信息一致性，進(jìn)而推動了從眾行為的產(chǎn)生，然而目前從信息繭房視角出發(fā)研究從眾行為的文獻(xiàn)仍較為有限。鑒于此，本文將基于一般攻擊模型，系統(tǒng)分析信息繭房催化下從眾惡評行為的影響因素及生成機(jī)制，旨在豐富從眾行為的理論框架，并為理解從眾行為提供信息繭房這一新視角。這一創(chuàng)新視角不僅有助于深入分析從眾惡評行為的復(fù)雜性，還為治理和應(yīng)對網(wǎng)絡(luò)暴力提供了重要的理論支撐。

1.2" " 一般攻擊模型

一般攻擊模型（The General Aggression Model，GAM）是由Anderson和Bushman提出的一個(gè)綜合性框架，用于解釋攻擊行為的產(chǎn)生和發(fā)展過程，其中攻擊行為是指任何旨在傷害不希望受到傷害的人的行為，無論是身體上、語言上還是心理上的傷害［23］。一般攻擊模型整合了社會學(xué)習(xí)理論、認(rèn)知新聯(lián)想理論和腳本理論，其認(rèn)為攻擊行為的產(chǎn)生受到人格、心理、社會因素、基本認(rèn)知過程等多種因素的共同影響［24］。一般攻擊模型分為三個(gè)階段（見圖1），個(gè)人因素和情境因素相互作用，影響個(gè)人的認(rèn)知、情感和喚醒等內(nèi)部狀態(tài)，該內(nèi)部狀態(tài)會進(jìn)一步影響個(gè)體對行為的評估與決策，最終導(dǎo)致行為結(jié)果，同時(shí)行為結(jié)果又能作為新的輸入變量，形成一個(gè)動態(tài)循環(huán)的過程。一般攻擊模型關(guān)注的是“情境中的個(gè)體”，其輸入過程中的個(gè)人因素是指可能影響個(gè)體對情境反應(yīng)的差異性特征，如人格特質(zhì)、信仰、態(tài)度、價(jià)值觀及長期目標(biāo)等［25］；情境因素則包括除了個(gè)體因素之外的所有外部或環(huán)境變量，許多學(xué)者在研究中重點(diǎn)探討了可能增強(qiáng)或抑制攻擊性行為的情境特征，如攻擊性線索、藥物、外部激勵(lì)等［23，26］。已有研究將高特質(zhì)憤怒、不穩(wěn)定的高自尊和自戀等人格特質(zhì)視為導(dǎo)致攻擊行為的重要個(gè)人因素；同時(shí)，社交壓力、暴力媒體等情境因素也被證實(shí)會增加攻擊行為的發(fā)生概率［27-28］?；诖?，已有學(xué)者運(yùn)用一般攻擊模型研究了特定情境下的攻擊行為，包括家庭暴力［29］、網(wǎng)絡(luò)欺凌［30］、暴力媒體對攻擊行為的影響［31］等。

本文所研究的從眾惡評行為是一種典型的發(fā)生在互聯(lián)網(wǎng)環(huán)境中的攻擊行為，表現(xiàn)為個(gè)體在網(wǎng)絡(luò)群體或社會媒體中，受到群體氛圍或他人行為的影響，對目標(biāo)對象發(fā)表攻擊性言論。與傳統(tǒng)的攻擊行為類似，從眾惡評行為具有傷害性意圖，但同時(shí)又具有互聯(lián)網(wǎng)特有的情境特點(diǎn)，如匿名性、去個(gè)體化等。信息繭房作為互聯(lián)網(wǎng)環(huán)境中的普遍現(xiàn)象，指的是個(gè)體因算法推薦、興趣導(dǎo)向或群體歸屬而被限制在同質(zhì)化的信息環(huán)境中，其通過強(qiáng)化個(gè)體的認(rèn)知偏見、放大負(fù)性情緒等方式，成為誘發(fā)從眾惡評等攻擊行為的重要情境因素。一般攻擊模型（GAM）作為一個(gè)整合性框架，能夠有效解釋從眾惡評行為的生成機(jī)制，基于此，本文將從互聯(lián)網(wǎng)的重要情境因素——信息繭房進(jìn)行切入，分析信息繭房如何作為輸入變量，與其他個(gè)人因素共同作用，影響個(gè)體的認(rèn)知和情感，進(jìn)而促發(fā)惡評行為的發(fā)生。

1.3" " 認(rèn)知失調(diào)理論

認(rèn)知失調(diào)理論（Cognitive Dissonance Theory）認(rèn)為當(dāng)個(gè)體同時(shí)持有兩個(gè)或多個(gè)相互矛盾的認(rèn)知時(shí)，會感覺心理不適，并且傾向于采取相應(yīng)的行動以緩解這種失調(diào)感［32］。個(gè)體減少失調(diào)的策略包括面對機(jī)制和回避機(jī)制兩種。其中面對機(jī)制指個(gè)體通過改變失調(diào)關(guān)系中的認(rèn)知要素來減少失調(diào)，如改變態(tài)度或行為等；回避機(jī)制則是個(gè)體試圖通過忽略沖突信息或扭曲現(xiàn)實(shí)來減少失調(diào)感，如選擇性暴露、否認(rèn)不一致信息等［33］。在信息行為研究中，認(rèn)知失調(diào)理論常被用于解釋個(gè)體在面對信息過載或信息不一致時(shí)的應(yīng)對措施。Hart等研究發(fā)現(xiàn)，個(gè)體在面對海量信息時(shí)，往往會選擇性地接觸與其已有認(rèn)知一致的信息，以減少認(rèn)知失調(diào)帶來的不適感［34］。

在本文的研究情境中，認(rèn)知失調(diào)理論為解釋粉絲群體的攻擊行為提供了理論支持。當(dāng)粉絲群體處于信息繭房中，他們接觸的主要是偶像的正面信息，導(dǎo)致其認(rèn)知體系趨于單一化。因此當(dāng)他們看到與其固有認(rèn)知相悖的負(fù)面信息，便會產(chǎn)生認(rèn)知失調(diào)感。為緩解這種心理不適，他們可能會參與到反駁或攻擊的行為中，以恢復(fù)認(rèn)知一致性。

1.4" " 情緒歸因理論

Schachter和Singer提出的情緒歸因理論（Attribution Theory of Emotion），又稱情緒雙因素理論，是情緒研究領(lǐng)域中最具影響力的理論之一［35］。該理論認(rèn)為，情緒的產(chǎn)生來源于兩個(gè)主要因素：生理喚醒和認(rèn)知評估，其中生理喚醒是情緒產(chǎn)生的生理基礎(chǔ)，而認(rèn)知因素則決定了情緒的類型和情感強(qiáng)度。該理論已被廣泛應(yīng)用于情緒調(diào)節(jié)、社會行為等領(lǐng)域［36］。

對于一般攻擊模型框架，有學(xué)者提出，內(nèi)部狀態(tài)變量并不遵循固定的先后順序，任何一個(gè)變量的變化都可能先行發(fā)生，并通過不同途徑影響其余一個(gè)或兩個(gè)變量；或者在某些情境下，可以主要通過一種途徑影響攻擊性行為［27］。武器效應(yīng)（Weapon Effect）便是一個(gè)典型的例子，武器作為外部情境因素，通過觸發(fā)與攻擊相關(guān)的認(rèn)知（如暴力行為的聯(lián)想），進(jìn)而喚起攻擊性情緒，這一內(nèi)部過程遵循的是從認(rèn)知到情緒的單向路徑［37］。因此，在本文的研究情境中，情緒歸因理論能夠有效補(bǔ)充GAM框架，幫助解釋情境因素如何通過認(rèn)知評估引發(fā)情緒反應(yīng)。

2" "研究模型與假設(shè)

2.1" " 特質(zhì)憤怒假設(shè)

在一般攻擊模型的框架中，人格特質(zhì)作為個(gè)體輸入變量，對攻擊性行為具有顯著影響。其中，特質(zhì)憤怒（Trait Anger）被認(rèn)為是促發(fā)攻擊行為的重要人格因素［38］。特質(zhì)憤怒是指個(gè)體在面對負(fù)性刺激或壓力情境時(shí)所表現(xiàn)出的穩(wěn)定且持久的憤怒傾向［39］。不同于狀態(tài)憤怒，特質(zhì)憤怒是一種相對穩(wěn)定的人格特質(zhì)，反映了個(gè)體對憤怒誘發(fā)情境的敏感性，以及面對這些情境時(shí)的憤怒頻率、持續(xù)時(shí)間和強(qiáng)度。已有研究表明，高特質(zhì)憤怒個(gè)體在社會互動中更容易注意到敵意線索，從而對他人的行為進(jìn)行敵意性歸因［40］。特質(zhì)憤怒和反應(yīng)性攻擊的綜合認(rèn)知模型進(jìn)一步指出，特質(zhì)憤怒使人們更容易產(chǎn)生敵意解釋，進(jìn)而導(dǎo)致攻擊行為［41］。因此，本文認(rèn)為，在面對一些較為模糊的言論時(shí)，特質(zhì)憤怒較高的粉絲更容易將其解讀為具有敵意，從而進(jìn)行攻擊性回應(yīng)?；诖颂岢鲆韵录僭O(shè)：

H1：特質(zhì)憤怒正向影響敵意歸因偏差。

特質(zhì)憤怒不僅會影響個(gè)體的情緒反應(yīng)，還可能導(dǎo)致認(rèn)知上的沖突和不一致。已有學(xué)者提出焦慮和憤怒等個(gè)人心理特征在很大程度上導(dǎo)致了認(rèn)知失調(diào)的喚起［42］。低特質(zhì)憤怒個(gè)體在沖突情境中通常能夠更有效地調(diào)節(jié)情緒，他們的情緒反應(yīng)較為平穩(wěn)，感知到的不適感和失調(diào)感更輕［43］。因此，本文認(rèn)為，高特質(zhì)憤怒個(gè)體在面對認(rèn)知沖突時(shí)的反應(yīng)可能會更加激烈，其情緒調(diào)節(jié)需求和認(rèn)知失調(diào)感可能更強(qiáng)?；诖颂岢鲆韵录僭O(shè)：

H2：特質(zhì)憤怒正向影響認(rèn)知失調(diào)。

2.2" " 情感承諾假設(shè)

在一般攻擊模型的框架中，常見的個(gè)人因素除了人格特質(zhì)，還包括人的信仰、態(tài)度和價(jià)值觀等［26］，這些因素對于解釋從眾惡評等攻擊行為具有重要作用。在本文的研究情境中，情感承諾被視為重要的個(gè)人因素，體現(xiàn)為粉絲對其喜愛的團(tuán)隊(duì)、明星或品牌的深厚情感依賴及忠誠［44］，其決定了個(gè)體如何在群體或社交互動中形成認(rèn)同，同時(shí)指導(dǎo)著個(gè)體在群體中的行為。情感承諾這一概念源于Meyer和Allen提出的三維承諾模型［45］，代表著個(gè)體對某一組織、群體或目標(biāo)的情感依附和認(rèn)同，且常被用以解釋個(gè)體在網(wǎng)絡(luò)環(huán)境中的持續(xù)參與和互動行為［46］。情感承諾較強(qiáng)的個(gè)體，通常對內(nèi)群體具有高度的認(rèn)同感和歸屬感，甚至?xí)纬蓛?nèi)群體偏好和外群體偏見［47］。因此高情感承諾的個(gè)體在處理信息時(shí)，可能表現(xiàn)出更強(qiáng)的防御性認(rèn)知，更容易將外部信息解讀為對群體或自身的威脅，從而引發(fā)敵意歸因偏差。基于此提出以下假設(shè)：

H3：情感承諾正向影響敵意歸因偏差。

當(dāng)個(gè)體對群體的情感承諾增強(qiáng)時(shí)，他們的自我概念會更加緊密地與群體身份相融合，進(jìn)而表現(xiàn)出更高程度的群體認(rèn)同感。已有研究表明，深度投入偶像崇拜的粉絲，對自我的認(rèn)知相對消極和迷茫，更傾向于將群體的目標(biāo)、規(guī)范及行為標(biāo)準(zhǔn)內(nèi)化為自己的追求［48］。關(guān)于體育粉絲的研究發(fā)現(xiàn)，部分足球迷甚至?xí)⒆约旱呐枷褚暈椤白晕摇钡囊徊糠郑?9］。因此，本文認(rèn)為，情感承諾較強(qiáng)的粉絲在面臨與群體信念相沖突的信息時(shí)，可能會將其視為對自我認(rèn)同的挑戰(zhàn)，進(jìn)而導(dǎo)致情緒上的不適和認(rèn)知上的沖突。基于此提出以下假設(shè)：

H4：情感承諾正向影響認(rèn)知失調(diào)。

2.3" " 信息繭房假設(shè)

在一般攻擊模型的框架中，情境因素指的是除個(gè)體因素之外的所有外部或環(huán)境變量［23，26］，許多學(xué)者重點(diǎn)研究了特定情境下，能夠增加或抑制攻擊性的特征［27］。在互聯(lián)網(wǎng)環(huán)境中，信息繭房效應(yīng)會放大個(gè)體的認(rèn)知偏見與敵對情緒，從而導(dǎo)致群體極化及攻擊行為的產(chǎn)生［50-51］。信息繭房使得個(gè)體長期暴露于單一、同質(zhì)化的信息流中，削弱了其對異質(zhì)信息的接受能力。個(gè)人的信息偏食導(dǎo)致了共同經(jīng)驗(yàn)的減少，共識難以達(dá)成，甚至?xí)ν饨绲牟煌庖娀蚍磳β曇舢a(chǎn)生敵意感知。這種現(xiàn)象在群體中尤為明顯，受困于繭房中的個(gè)人，在獲得群體認(rèn)同感之后，會產(chǎn)生對內(nèi)群體的信任和偏愛情緒，同時(shí)，其對外部群體的敵意認(rèn)知會逐漸加?。?2］?；诖颂岢鲆韵录僭O(shè)：

H5：信息繭房正向影響敵意歸因偏差。

當(dāng)個(gè)體接觸到與其既有認(rèn)知模式不一致的信息時(shí)，會產(chǎn)生認(rèn)知失調(diào)感，進(jìn)而引發(fā)不適感。信息繭房的本質(zhì)在于信息獲取的單一化和封閉性，這導(dǎo)致個(gè)體長期暴露在高度同質(zhì)化的信息環(huán)境中，難以接觸到多樣化的信息［53］。因此處于信息繭房中的個(gè)體在面對沖突性信息時(shí)，會表現(xiàn)出更強(qiáng)烈的認(rèn)知失調(diào)反應(yīng)。本文認(rèn)為，信息繭房不僅放大了個(gè)體的敵對情緒，還可能促使認(rèn)知失調(diào)感的加劇。基于此提出以下假設(shè)：

H6：信息繭房正向影響認(rèn)知失調(diào)。

2.4" " 敵意歸因偏差假設(shè)

許多學(xué)者認(rèn)為，敵意歸因偏差（Hostile Attribution Bias）是導(dǎo)致攻擊性行為的關(guān)鍵認(rèn)知因素之一［54］。敵意歸因偏差是指當(dāng)個(gè)體處于模糊的社會情境中時(shí)，傾向于將他人的行為解讀為具有敵意或攻擊性的認(rèn)知傾向［55］。這一認(rèn)知偏差常常與攻擊性行為的發(fā)生密切相關(guān)。社會信息加工理論模型認(rèn)為，傾向于將模糊情境解釋為敵意的個(gè)體，更有可能在該情境中對他人做出攻擊行為［56］。Almoghrabi等的操控研究驗(yàn)證了這種因果關(guān)系，其研究結(jié)果顯示接受消極解釋訓(xùn)練的個(gè)體往往會產(chǎn)生更多的消極解釋，并表現(xiàn)出更多的攻擊性行為［57］。因此本文認(rèn)為，受敵意歸因偏差影響的個(gè)體更容易將他人的言論或行為解讀為對自己或群體的威脅，從而促使其發(fā)表攻擊性言論?；诖颂岢鲆韵录僭O(shè)：

H7：敵意歸因偏差正向影響從眾惡評意愿。

敵意歸因偏差也與負(fù)性情緒的發(fā)生密切相關(guān)［58］。研究表明，個(gè)體在高敵意歸因偏差的情況下，更容易產(chǎn)生憤怒、焦慮和敵對情緒，并且這些負(fù)性情緒往往更加強(qiáng)烈和持久［59］。因此，本文認(rèn)為，在信息處理過程中，粉絲群體的敵意歸因偏差顯著增強(qiáng)了負(fù)性情緒的產(chǎn)生，并為攻擊行為提供了認(rèn)知基礎(chǔ)?；诖颂岢鲆韵录僭O(shè)：

H8：敵意歸因偏差正向影響負(fù)性情緒。

2.5" " 認(rèn)知失調(diào)假設(shè)

認(rèn)知失調(diào)理論能夠有效解釋個(gè)體在面對與既有信念沖突的信息時(shí)所產(chǎn)生的心理反應(yīng)及后續(xù)行為。根據(jù)認(rèn)知失調(diào)理論，當(dāng)個(gè)體面對信念或行為上的沖突時(shí)，通常會采用“最小阻抗”的方式來減少失調(diào)感。具體而言，個(gè)體傾向于選擇那些最容易改變的認(rèn)知或行為來緩解這種不適，從而恢復(fù)內(nèi)在的認(rèn)知一致性。在網(wǎng)絡(luò)情境中，當(dāng)粉絲接收到有關(guān)其偶像的負(fù)面信息時(shí)，這些信息會與他們長時(shí)間建立的偶像崇拜信念發(fā)生沖突。由于粉絲對偶像的情感投入較深，放棄或改變對偶像的正面認(rèn)知往往是更具挑戰(zhàn)性、情感成本更高的選擇。因此，在群體壓力的影響下，粉絲可能會攻擊發(fā)布負(fù)面信息的個(gè)體或群體，以此來緩解認(rèn)知失調(diào)帶來的不適［60］。基于此提出以下假設(shè)：

H9：認(rèn)知失調(diào)正向影響從眾惡評意愿。

研究表明，當(dāng)個(gè)體的信念和行為產(chǎn)生沖突時(shí)，通常會引發(fā)認(rèn)知失調(diào)感，這種失調(diào)感往往伴隨著負(fù)性情緒的產(chǎn)生，如憤怒、焦慮和挫折感等，這些負(fù)性情緒會促使個(gè)體通過情緒調(diào)節(jié)機(jī)制采取行動，以緩解其心理上的不適［61］。一些學(xué)者的實(shí)驗(yàn)結(jié)果進(jìn)一步表明，當(dāng)個(gè)體察覺到認(rèn)知層面的不一致時(shí)，會引發(fā)負(fù)面的生理和心理喚醒反應(yīng)，若此時(shí)未采取有效的干預(yù)措施來調(diào)整或緩解這種失調(diào)，負(fù)性情緒就會進(jìn)一步加?。?2］?；诖颂岢鲆韵录僭O(shè)：

H10：認(rèn)知失調(diào)正向影響負(fù)性情緒。

2.6" " 負(fù)性情緒假設(shè)

在從眾惡評行為的產(chǎn)生過程中，情緒起到了至關(guān)重要的作用?；谏鐣畔⒓庸つＰ停J(rèn)知加工的每一步都會受到情緒的影響［63］。一般攻擊模型（GAM）認(rèn)為，個(gè)體攻擊行為的表達(dá)取決于與攻擊有關(guān)的認(rèn)知、喚醒和情緒三要素的彼此激活。情緒可分為正性情緒和負(fù)性情緒，其中負(fù)性情緒指對個(gè)體產(chǎn)生消極影響的情緒，如憤怒、焦慮等，長期積累可能會損害身心健康并誘發(fā)攻擊行為。王振宏等通過實(shí)證研究發(fā)現(xiàn)負(fù)性情緒體驗(yàn)與個(gè)體的攻擊行為顯著正相關(guān)［64］。除此之外，處于負(fù)性情緒狀態(tài)的個(gè)體還會產(chǎn)生情緒調(diào)節(jié)動機(jī)，而攻擊被認(rèn)為是一種有效的情緒調(diào)節(jié)手段，因此個(gè)體會出于調(diào)節(jié)情緒的目的實(shí)施攻擊。故在本文的情境中，負(fù)性情緒是影響從眾惡意評論意愿的關(guān)鍵情緒因素。基于此提出以下假設(shè)：

H11：負(fù)性情緒正向影響從眾惡評意愿。

根據(jù)情緒歸因理論，情緒的產(chǎn)生受到了認(rèn)知評估的作用，且認(rèn)知因素決定了情緒的類型和情感強(qiáng)度［35］。具體而言，個(gè)體會根據(jù)對情境的解讀（如敵意歸因）而產(chǎn)生不同的情緒反應(yīng)。在群體行為的情境下，粉絲可能將負(fù)面信息歸因于外部威脅或敵對勢力，從而激發(fā)憤怒、焦慮等負(fù)性情緒，這些情緒進(jìn)一步促使其參與到從眾惡評行為中?；诖颂岢鲆韵录僭O(shè)：

H12：負(fù)性情緒在敵意歸因偏差和從眾惡評意愿間存在中介作用。

此外，根據(jù)認(rèn)知失調(diào)理論，個(gè)體在面對與既有信念或認(rèn)知不符的信息時(shí)，通常會引發(fā)認(rèn)知失調(diào)感，進(jìn)而激發(fā)負(fù)性情緒［61］。在粉絲群體的情境中，當(dāng)其接觸到與其對偶像的正面認(rèn)知相悖的負(fù)面信息時(shí)，這種認(rèn)知沖突會加劇負(fù)性情緒的體驗(yàn)，進(jìn)而增強(qiáng)他們參與從眾惡評的動機(jī)。基于此提出以下假設(shè)：

H13：負(fù)性情緒在認(rèn)知失調(diào)和從眾惡評意愿間存在中介作用。

基于一般攻擊模型，并結(jié)合上述所提出的假設(shè)，本文構(gòu)建了相應(yīng)的研究模型（見圖2）。

3" "研究設(shè)計(jì)

3.1" " 變量測量

本文選擇了中國乒乓球粉絲群體作為研究對象，針對這一群體的從眾惡評行為影響因素及機(jī)制進(jìn)行深入研究。乒乓球作為中國的傳統(tǒng)優(yōu)勢項(xiàng)目，擁有龐大且活躍的粉絲群體，尤其在近年來，隨著賽事的全球化和社交媒體的普及，乒乓球粉絲的互動模式和行為表現(xiàn)受到了越來越多的關(guān)注［65］。本文選取了與運(yùn)動員相關(guān)的客觀評價(jià)性言論作為原始博文，并在這些博文下方附加了來自粉絲群體的惡意評論，這些惡意評論的對象是原始博文的發(fā)布者。實(shí)驗(yàn)情境旨在模擬真實(shí)的社交媒體環(huán)境，考察在這些惡意評論的影響下，被試者的認(rèn)知和情感的反應(yīng)，以及他們是否會受到群體影響，選擇加入對原始博文的攻擊性評論行列。為確保問卷的信效度，本文所涉及的7個(gè)變量的測量均來自于國內(nèi)外成熟量表，并根據(jù)本文的研究情境進(jìn)行了修訂（具體測量項(xiàng)及來源見表1）。在本文中，問卷使用李克特五分量表來描述用戶的實(shí)際感受與題項(xiàng)的符合程度，1-5分別表示“完全不同意”“不同意”“一般”“同意”和“完全同意”。

3.2" " 數(shù)據(jù)收集

本文通過問卷星平臺發(fā)放在線問卷，借助社交媒體將問卷鏈接發(fā)送給目標(biāo)群體，最終收集到343份完整問卷。在問卷回收后，依據(jù)研究要求對數(shù)據(jù)進(jìn)行了篩選處理。首先，剔除了在關(guān)注程度問項(xiàng)中選擇“我只對他/她有些了解”的被試，以確保研究對象均為國乒粉絲。其次，剔除了答題時(shí)間過短以及所有題項(xiàng)答案完全一致的無效問卷。最終得到有效問卷276份，問卷的有效回收率為80.47%，符合網(wǎng)絡(luò)問卷有效回收率要求。

被試者中女性占比56.5%，男性占比43.5%，性別分布較為均衡。在年齡方面，18歲-30歲的被試者占比最多，達(dá)到47.8%，其次為31歲-40歲，占26.4%。在受教育程度方面，本科及大專學(xué)歷的被試者占比70.3%，碩士學(xué)歷占比12.3%?？傮w來看，年齡和受教育程度的分布均符合粉絲群體專業(yè)報(bào)告中的特征［75］。

4" "數(shù)據(jù)分析

4.1" " 共同方法偏差檢驗(yàn)

在進(jìn)行結(jié)構(gòu)方程模型分析之前，本文首先對量表進(jìn)行了共同方法偏差的檢驗(yàn)。采用SPSS 26.0軟件對量表進(jìn)行Harman單因子檢驗(yàn)（見表2），共提取出7個(gè)特征根大于1的因子。其中第一公因子的方差貢獻(xiàn)率為38.645%，未超過40%，可以認(rèn)為共同方法偏差問題對本文研究結(jié)果的影響較小，不構(gòu)成顯著干擾。

4.2" " 信效度分析

本文使用SPSS 26.0對問卷數(shù)據(jù)的信度和效度進(jìn)行了分析，分別得出其信效度檢驗(yàn)結(jié)果（見表3、表4），問卷總體的Cronbach’s α系數(shù)值為0.927，且各觀測變量的α系數(shù)和CR值均在0.7以上，表明問卷具有較高的信度。此外，各因子的平均提取方差（AVE）值均大于0.5，表明問卷具有良好的收斂效度。同時(shí)，各因子的 AVE 值平方根均大于變量間的相關(guān)系數(shù)，具有良好的區(qū)分效度。

4.3" " 結(jié)構(gòu)方程模型分析

本文使用Amos26.0對研究模型進(jìn)行了檢驗(yàn)（見表5），結(jié)果顯示，模型各項(xiàng)適配度指標(biāo)均達(dá)到推薦標(biāo)準(zhǔn)，可以看出本模型具有良好的適配度。分析路徑結(jié)果（見圖3）發(fā)現(xiàn)：除假設(shè)H2、H3不成立外，其余假設(shè)都得到了支持。特質(zhì)憤怒（β=0.234，plt;0.01）、信息繭房（β=0.440，plt;0.001）對敵意歸因偏差有顯著正向影響，假設(shè)H1、H5成立；情感承諾（β=0.308，plt;0.001）、信息繭房（β=0.468，plt;0.001）對認(rèn)知失調(diào)有顯著正向影響，假設(shè)H4、H6成立；敵意歸因偏差（β=0.275，plt;0.001）、認(rèn)知失調(diào)（β=0.446，plt;0.001）對負(fù)性情緒有顯著正向影響，假設(shè)H8、H10成立；敵意歸因偏差（β=0.216，plt;0.01）、認(rèn)知失調(diào)（β=0.346，plt;0.001）、負(fù)性情緒（β=0.215，plt;0.01）對從眾惡評意愿有顯著正向影響，假設(shè)H7、H9、H11成立。

使用Amos26.0軟件的Bootstrapping方法檢驗(yàn)中介效應(yīng)，設(shè)置Bootstrap自抽樣次數(shù)為2000次，置信區(qū)間的置信水平為95%，得出檢驗(yàn)結(jié)果（見表6）。在95%置信水平下：在敵意歸因偏差→負(fù)性情緒→從眾惡評意愿（HI→NE→HAB）的中介路徑中，間接效應(yīng)的Bias-corrected置信區(qū)間為[0.012，0.195]，該區(qū)間不包含0，故HI→NE→HAB的間接效應(yīng)顯著；在認(rèn)知失調(diào)→負(fù)性情緒→從眾惡評意愿（CD→NE→HAB）的中介路徑中，間接效應(yīng)的Bias-corrected置信區(qū)間為[0.025，0.232]，該區(qū)間同樣不包含0，故CD→NE→HAB的間接效應(yīng)顯著。因此，負(fù)性情緒在敵意歸因偏差與從眾惡評意愿之間，以及認(rèn)知失調(diào)與從眾惡評意愿之間均具有顯著的中介效應(yīng)，即假設(shè)H12、H13成立。

4.4" " 模糊集定性比較分析

4.4.1" "變量的選取與校準(zhǔn)

模糊集定性比較分析（fsQCA）可以在結(jié)構(gòu)方程模型分析的基礎(chǔ)上，進(jìn)一步揭示多種影響因素對結(jié)果變量的協(xié)同作用模式。本文將特質(zhì)憤怒（TA）、情感承諾（AC）、信息繭房（IC）、敵意歸因偏差（HI）、認(rèn)知失調(diào)（CD）和負(fù)性情緒（NE）這6個(gè)變量作為條件變量，從組態(tài)視角出發(fā)，深入剖析以上因素如何通過不同的組合方式共同作用于從眾惡意評論意愿（HAB），以提出針對性的干預(yù)與治理策略。

對各維度下的多個(gè)題項(xiàng)進(jìn)行平均值計(jì)算后，采用完全隸屬（75%）、交叉點(diǎn)（50%）、完全不隸屬（25%）的標(biāo)準(zhǔn)，通過fsQCA軟件對數(shù)據(jù)進(jìn)行校準(zhǔn)處理，將所有數(shù)據(jù)轉(zhuǎn)換至[0，1]之間。

4.4.2" "必要條件分析

在進(jìn)行fsQCA構(gòu)型分析之前，需要對各前因變量進(jìn)行必要性分析（見表7）。必要性分析用于判斷某變量是否為導(dǎo)致結(jié)果發(fā)生的必要條件，當(dāng)變量的一致性超過0.9時(shí)，則視為必要條件。結(jié)果顯示，所有變量的一致性均小于0.9，表明從眾惡評意愿無法用任何單一條件進(jìn)行解釋。

4.4.3" "組態(tài)分析

在進(jìn)行fsQCA構(gòu)型分析時(shí)，首先基于6個(gè)前因變量構(gòu)建了包含64個(gè)條目的真值表。本文將案例頻數(shù)閾值設(shè)為3，一致性閾值設(shè)定為0.8，PRI一致性閾值設(shè)定為0.75。真值表生成后，可通過fsQCA4.0軟件的標(biāo)準(zhǔn)化分析功能得到影響從眾惡評意愿的前因條件組合路徑。組態(tài)分析通常會產(chǎn)生三類解，即簡單解、中間解和復(fù)雜解。若某條件同時(shí)出現(xiàn)在中間解和簡單解中，說明該條件對結(jié)果變量具有重要影響，是核心條件；若僅出現(xiàn)在中間解中，則說明該條件對結(jié)果變量有輔助性作用，是邊緣條件；若未出現(xiàn)在解中，則認(rèn)為該條件對結(jié)果的影響不大。組態(tài)分析結(jié)果（見表8）顯示，總體一致性為0.8113，大于0.8，說明一致性程度很好；總體覆蓋度為0.5168，大于0.5，說明解釋力度較高。

由分析結(jié)果可以得知，共有四種前因條件組態(tài)會觸發(fā)從眾惡評行為。根據(jù)信息繭房的程度，本文將這四種組態(tài)歸納為兩類：信息繭房增強(qiáng)型和信息繭房缺失型。

（1）信息繭房增強(qiáng)型。信息繭房增強(qiáng)模式包括組態(tài)1、組態(tài)4，這兩條路徑均以信息繭房、情感承諾和負(fù)性情緒作為核心條件。信息繭房效應(yīng)讓個(gè)體長期處于同質(zhì)化信息的包圍中，難以接觸到不同的觀點(diǎn)，加劇了個(gè)體的認(rèn)知偏見。在此背景下，情感承諾較高的個(gè)體更容易對異質(zhì)信息產(chǎn)生強(qiáng)烈的負(fù)性情緒，進(jìn)而導(dǎo)致了從眾惡評行為的發(fā)生。組態(tài)4與組態(tài)1相比，增加了特質(zhì)憤怒這一核心條件，這表明特質(zhì)憤怒這一人格特質(zhì)也在從眾惡評行為中起到了關(guān)鍵作用。

（2）信息繭房缺失型。信息繭房缺失模式包括組態(tài)2和組態(tài)3。在組態(tài)2中，盡管個(gè)體不受信息繭房的影響，但在特質(zhì)憤怒和認(rèn)知失調(diào)的共同作用下，仍然會傾向于做出從眾惡評行為。組態(tài)3則表明即使在信息繭房缺失的情況下，個(gè)體由于敵意歸因偏差、認(rèn)知失調(diào)和負(fù)性情緒的累積，仍然可能做出從眾惡評行為。

5" "結(jié)論與展望

本文以中國乒乓球粉絲群體為例，基于一般攻擊模型和認(rèn)知失調(diào)理論，探討了信息繭房催化下的從眾惡評意愿形成機(jī)制。通過結(jié)構(gòu)方程模型和模糊集定性比較分析的混合方法，得出了以下結(jié)論：

（1）結(jié)構(gòu)方程模型的結(jié)果顯示，敵意歸因偏差對從眾惡評意愿具有顯著的正向影響，即敵意歸因偏差越強(qiáng)的個(gè)體，做出從眾惡意評論等攻擊行為的意愿也越強(qiáng)；認(rèn)知失調(diào)對從眾惡評意愿具有顯著的正向影響，這體現(xiàn)了個(gè)體在試圖調(diào)節(jié)內(nèi)部認(rèn)知不協(xié)調(diào)狀態(tài)時(shí)的自我防御機(jī)制，即通過外部行為的調(diào)整，如惡意評論，來消除認(rèn)知沖突帶來的壓力與不適；負(fù)性情緒對從眾惡評意愿同樣具有顯著的正向影響，具體而言，個(gè)體在經(jīng)歷憤怒、焦慮等負(fù)性情緒時(shí)，往往更傾向于通過參與惡評來發(fā)泄情緒或?qū)で笮睦砥胶?。此外，中介效?yīng)顯示，負(fù)性情緒在敵意歸因偏差與從眾惡評意愿之間，以及認(rèn)知失調(diào)與從眾惡評意愿之間均具有顯著的中介作用。這一中介效應(yīng)表明，負(fù)性情緒是連接認(rèn)知偏差與行為意愿的關(guān)鍵路徑，即情緒在認(rèn)知與行為之間起到了重要的橋梁作用。

特質(zhì)憤怒正向影響敵意歸因偏差，但對認(rèn)知失調(diào)的影響不顯著，其可能的原因在于，特質(zhì)憤怒是一種穩(wěn)定的情緒特質(zhì)，容易促使個(gè)體在面對模糊或沖突情境時(shí)做出敵意解釋。然而，認(rèn)知失調(diào)則更側(cè)重于個(gè)體在面對信念不一致時(shí)產(chǎn)生的內(nèi)在心理沖突，這一過程涉及較為復(fù)雜的認(rèn)知調(diào)整和自我評估機(jī)制，因此特質(zhì)憤怒作為情緒反應(yīng)的驅(qū)動因素，可能并不足以直接影響認(rèn)知失調(diào)的發(fā)生。情感承諾正向影響認(rèn)知失調(diào)，但對敵意歸因偏差的影響不顯著，其可能是由于，情感承諾更多體現(xiàn)為個(gè)體對某一組織的情感依附和歸屬感，更側(cè)重于維持內(nèi)部的情感和認(rèn)知一致性，而敵意歸因偏差更多與個(gè)體對外界刺激的解讀方式及其人格特質(zhì)相關(guān)。信息繭房對敵意歸因偏差和認(rèn)知失調(diào)均具有顯著的正向影響，具體而言，信息繭房強(qiáng)化了個(gè)體在同質(zhì)化信息環(huán)境中的認(rèn)知偏見，使其在面對模糊或沖突情境時(shí)，更傾向于做出敵意性解釋。與此同時(shí)，單一化的信息來源進(jìn)一步鞏固了個(gè)體的固有認(rèn)知模式，削弱了其對不同觀點(diǎn)的包容性，因此當(dāng)個(gè)體遇到與其固有信念相悖的外界信息時(shí)，容易引發(fā)內(nèi)部認(rèn)知沖突，進(jìn)而導(dǎo)致認(rèn)知失調(diào)。

（2）本文還識別了四種前因條件組態(tài)，并歸納為“信息繭房增強(qiáng)型”和“信息繭房缺失型”兩類，進(jìn)一步揭示了不同路徑下的影響機(jī)制。在信息繭房增強(qiáng)型路徑中，個(gè)體由于長期接觸同質(zhì)化信息，加劇了負(fù)性情緒，此外情感承諾和特質(zhì)憤怒也起到了重要的促進(jìn)作用；而在信息繭房缺失型路徑中，特質(zhì)憤怒和認(rèn)知失調(diào)依然能夠引發(fā)從眾惡評行為，表明即便缺乏同質(zhì)化信息的影響，認(rèn)知和情緒的負(fù)性反應(yīng)仍是關(guān)鍵因素。

基于上述結(jié)論，本文為社交媒體平臺的治理提供了重要啟示。首先，為了減輕信息繭房效應(yīng)的影響，平臺應(yīng)優(yōu)化算法推薦機(jī)制，主動向用戶推薦多元化、跨領(lǐng)域的內(nèi)容，避免過度推送同質(zhì)化、極化的信息。其次，促進(jìn)跨群體互動同樣至關(guān)重要。平臺應(yīng)創(chuàng)建并推廣開放性主題討論區(qū)或跨領(lǐng)域興趣小組，鼓勵(lì)用戶與持有不同觀點(diǎn)的群體進(jìn)行互動，打破社交圈層的封閉性，增強(qiáng)不同群體之間的理解和溝通。最后，提升用戶的信息素養(yǎng)也是減少攻擊行為的重要措施。平臺應(yīng)加強(qiáng)用戶的信息素養(yǎng)教育，推廣網(wǎng)絡(luò)素養(yǎng)課程或信息甄別指南，幫助用戶，特別是粉絲群體，在面對負(fù)面評論或不符合其認(rèn)知框架的信息時(shí)，能夠進(jìn)行理性分析和深度思考。此外，平臺還應(yīng)在存在較多激烈評論的博文下提供個(gè)性化提示，幫助用戶調(diào)節(jié)情緒，減少因情緒失控引發(fā)的沖突和攻擊行為。綜上所述，通過引入多元化信息和減少信息繭房效應(yīng)，平臺可以有效減少認(rèn)知偏見和負(fù)性情緒的傳播，從而維護(hù)網(wǎng)絡(luò)空間的健康生態(tài)。未來可以進(jìn)一步拓展信息繭房在不同社交媒體平臺和文化背景下的適用性，深入探討信息繭房與其他人格特質(zhì)及情境因素的交互作用，此外，還可以更深入地探討認(rèn)知和情緒之間的雙向反饋機(jī)制，探索它們?nèi)绾喂餐饔糜趥€(gè)體的攻擊性行為。

參考文獻(xiàn)：

［1］" 中國互聯(lián)網(wǎng)絡(luò)信息中心.第53次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》［EB/OL］.［2024-07-22］.https：//www.cnnic.cn/n4/2024/0322/c88-10964.html.

［2］" 何雨娟，凡圣茗，張玥.網(wǎng)絡(luò)非理性群體行為概念解析與理論框架構(gòu)建［J］.現(xiàn)代情報(bào)，2024，44（10）：64-74.

［3］" Sunstein C R.Infotopia： How many minds produce knowledge［M］.New York： Oxford University Press，2006：8-9.

［4］" Banerjee A V.A simple model of herd behavior［J］.Quarterly Journal of Economics，1992，107（3）：797-817.

［5］" Hudson Y，Yan M，Zhang D.Herd behaviour amp; investor sentiment：evidence from UK mutual funds［J］.International Review of Financial Analysis，2020，71：1-14.

［6］" 習(xí)明明，吳志軍.“雙十一”網(wǎng)購消費(fèi)中的同伴效應(yīng)與從眾行為——基于貝葉斯Probit模型估計(jì)［J］.經(jīng)濟(jì)管理，2020，42（9）：95-110.

［7］" 烏吉斯古楞，王晰巍，王楠阿雪.智能推薦算法作用下重大突發(fā)事件群體信息從眾行為研究——基于社會學(xué)習(xí)理論視角［J］.圖書情報(bào)工作，2024，68（20）：87-103.

［8］" 查先進(jìn)，黃程松，嚴(yán)亞蘭.從眾信息搜索驅(qū)動因素的扎根分析——以微博熱搜為例［J］.圖書與情報(bào)，2022（2）：1-9.

［9］" 莫祖英，王塏爍，趙悅名.社交媒體用戶虛假信息從眾傳播行為影響模型實(shí)證研究［J］.情報(bào)資料工作，2023，44（1）：72-81.

［10］" 曹芬芳，李愛民，葉艷，等.信息瀑布和連接強(qiáng)度視角下從眾信息轉(zhuǎn)發(fā)行為感知差異比較研究［J］.圖書情報(bào)知識，2024，41（1）：108-120.

［11］" 張坤，查先進(jìn)，嚴(yán)亞蘭.從眾健康信息轉(zhuǎn)發(fā)行為影響因素的扎根探測——以新浪微博為例［J］.圖書與情報(bào)，2022（2）：10-18.

［12］" SHEN X L，ZHANG K Z K，ZHAO S J.Herd behavior in consumers’ adoption of online reviews［J］.Journal of the Association for Information Science and Technology，2016，67（11）：2754-2765.

［13］" 曹芬芳，程靜，葉順強(qiáng)，等.認(rèn)知負(fù)荷視角下數(shù)字圖書館用戶從眾信息使用行為研究［J］.圖書情報(bào)工作，2023，67（2）：52-63.

［14］" 王雪芬，趙宇翔，盧珂.社交媒體交互中用戶非理性信息行為研究述評［J］.情報(bào)理論與實(shí)踐，2023，46（8）：193-201.

［15］" Colliander J.“This is fake news”：Investigating the role of conformity to other users’ views when commenting on and spreading disinformation in social media［J］.Computers in Human Behavior，2019，97：202-215.

［16］" Hsueh M，Yogeeswaran K，Malinen S.“Leave your comment below”：Can biased online comments influence our own prejudicial attitudes and behaviors？［J］.Human communication research，2015，41（4）：557-576.

［17］" 王贇芝，王雪，查先進(jìn).彈幕視頻網(wǎng)站用戶從眾信息評論行為驅(qū)動因素探索［J］.信息資源管理學(xué)報(bào)，2020，10（4）：60-69.

［18］" Cheng J，Danescu-Niculescu-Mizil C，Leskovec J.Antisocial behavior in online discussion communities［C］//Proceedings of the international aaai conference on web and social media.2015，9（1）：61-70.

［19］" Li W.Moral disengagement，herd mentality，moral identity，and empathy in cyberbullying roles［J］.Journal of Aggression，Maltreatment amp; Trauma，2023，32（9）：1198-1220.

［20］" 王楠，馬驕.熱點(diǎn)輿情事件中網(wǎng)民攻擊性行為影響因素分析［J］.情報(bào)探索，2023（2）：46-55.

［21］" Aini K.Conformity in the Comfort of Anonymity：A Study on Derogatory Behavior in Social Media［J］.Procedia of Social Sciences and Humanities，2024，6：180-190.

［22］" Bleize D N M，Tanis M，Anschütz D J，et al.A social identity perspective on conformity to cyber aggression among early adolescents on WhatsApp［J］.Social Development，2021，30（4）：941-956.

［23］" Anderson C A，Bushman B J.Human aggression［J］.Annual review of psychology，2002，53（1）：27-51.

［24］" 邵蕾，張登浩.社會排斥后的行為反應(yīng)：基于一般攻擊模型［J］.中國臨床心理學(xué)雜志，2021，29（6）：1163-1171.

［25］" Anderson C A，Carnagey N L.Violent evil and the general aggression model［J］.The social psychology of good and evil，2004，168：192.

［26］" Bushman B J，Anderson C A.General aggression model［J］.The international encyclopedia of media psychology，2020，1：1-9.

［27］" Allen J J，Anderson C A，Bushman B J.The general aggression model［J］.Current opinion in psychology，2018，19：75-80.

［28］" Gilbert F，Daffern M.Illuminating the relationship between personality disorder and violence：Contributions of the General Aggression Model［J］.Psychology of Violence，2011，1（3）：230.

［29］" Warburton W，Anderson C.On the clinical applications of the general aggression model to understanding domestic violence［J］.Understanding domestic violence：Theories，challenges，remedies，2015：1-56.

［30］" Kokkinos C M，Antoniadou N.Cyber-bullying and cyber-victimization among undergraduate student teachers through the lens of the General Aggression Model［J］.Computers in Human Behavior，2019，98：59-68.

［31］" Anderson C A，Bushman B J.Media violence and the general aggression model［J］.Journal of Social Issues，2018，74（2）：386-413.

［32］" Festinger L.A Theory of Cognitive Dissonance［M］.New York：Stanford University Press：47-49.

［33］" 代祺，周庭銳，胡培.情境視角下從眾與反從眾消費(fèi)行為研究［J］.管理科學(xué)，2007（4）：38-47.

［34］" Hart W，Albarracín D，Eagly A H，et al.Feeling validated versus being correct：a meta-analysis of selective exposure to information［J］.Psychological bulletin，2009，135（4）：555.

［35］" Schachter S，Singer J.Cognitive，social，and physiological determinants of emotional state［J］.Psychological review，1962，69（5）：379.

［36］" 郭曉棟，鄭泓，阮盾，等.認(rèn)知和情感共情與負(fù)性情緒：情緒調(diào)節(jié)的作用機(jī)制［J］.心理學(xué)報(bào)，2023，55（6）：892.

［37］" Anderson C A，Anderson K B，Deuser W E.Examining an affective aggression framework weapon and temperature effects on aggressive thoughts，affect，and attitudes［J］.Personality and social psychology Bulletin，1996，22（4）：366-376.

［38］" Li R，Xia L X.The mediating effect of aggression motivation on the relationship between trait anger and reactive aggression：A longitudinal study［J］.Acta Psychologica Sinica，2021，53（7）：788.

［39］" Spielberger C D，Jacobs G，Russell S，et al.Assessment of anger：The state-trait anger scale［M］//Advances in personality assessment.Routledge，2013：161-189.

［40］" 劉文文，江琦，任晶晶，等.特質(zhì)憤怒對攻擊行為的影響：敵意認(rèn)知和沖動性水平有調(diào)節(jié)的中介作用［J］.心理發(fā)展與教育，2015，31（4）：485-493.

［41］" Wilkowski B M，Robinson M D.The cognitive basis of trait anger and reactive aggression：An integrative analysis［J］.Personality and social psychology review，2008，12（1）：3-21.

［42］" Bolia B，Jha S，Jha M K.Cognitive dissonance：a review of causes and marketing implications［J］.Researchers World，2016，

7（2）：63.

［43］" Cancino-Montecinos S，Bj？觟rklund F，Lindholm T.A general model of dissonance reduction：Unifying past accounts via an emotion regulation perspective［J］.Frontiers in psychology，2020，11：540081.

［44］" 代寶，續(xù)楊曉雪，鄧艾雯.社交網(wǎng)站品牌（粉絲）主頁用戶參與行為的影響因素分析［J］.信息資源管理學(xué)報(bào)，2018，8（3）：113-121.

［45］" Meyer J P，Allen N J.A three-component conceptualization of organizational commitment［J］.Human resource management review，1991，1（1）：61-89.

［46］" 熊淦，夏火松.組織承諾對微博社區(qū)成員知識共享行為的影響研究［J］.情報(bào)雜志，2014，33（1）：128-134.

［47］" 喬亞蘭，溫芳芳，佐斌，等.依賴或分離：內(nèi)群體偏愛和外群體貶損的關(guān)系［J］.心理科學(xué)，2024，47（2）：450-457.

［48］" 尹澤軒.“粉絲”群體思想觀念調(diào)查報(bào)告：他們的熱愛與關(guān)注［J］.國家治理，2019（20）：38-48.

［49］" Porat A B.Football fandom：A bounded identification［J］.Soccer amp; society，2010，11（3）：277-290.

［50］" 張瀚予，丁怡寧，郭思琪.信息繭房效應(yīng)下用戶群體極化形成機(jī)理研究［J］.圖書與情報(bào)，2024（3）：132-144.

［51］" 張玥，莊碧琛，李青宇，等.同質(zhì)化困境：信息繭房概念解析與理論框架構(gòu)建［J］.中國圖書館學(xué)報(bào)，2023，49（3）：107-122.

［52］" 王秋旭.信息繭房效應(yīng)下微博群體極化現(xiàn)象分析［J］.新聞研究導(dǎo)刊，2015，6（7）：177-178.

［53］" 朱紅濤，李姝熹.信息繭房研究綜述［J］.圖書情報(bào)工作，2021，65（18）：141-149.

［54］" Quan F，Yang R，Zhu W，et al.The relationship between hostile attribution bias and aggression and the mediating effect of anger rumination［J］.Personality and Individual Differences，2019，139：228-234.

［55］" Dodge K A，Coie J D.Social-information-processing factors in reactive and proactive aggression in children's peer groups［J］.Journal of personality and social psychology，1987，53（6）：1146.

［56］" Crick N R，Dodge K A.A review and reformulation of social information-processing mechanisms in children's social adjustment［J］.Psychological bulletin，1994，115（1）：74.

［57］" AlMoghrabi N，Huijding J，F(xiàn)ranken I H A.The effects of a novel hostile interpretation bias modification paradigm on hostile interpretations，mood，and aggressive behavior［J］.Journal of Behavior Therapy and Experimental Psychiatry，2018，58：36-42.

［58］" Chen P，Coccaro E F，Jacobson K C.Hostile attributional bias，negative emotional responding，and aggression in adults：Moderating effects of gender and impulsivity［J］.Aggressive behavior，2012，38（1）：47-63.

［59］" Wang Y，Zhu W，Xiao M，et al.Hostile attribution bias mediates the relationship between structural variations in the left middle frontal gyrus and trait angry rumination［J］.Frontiers in Psychology，2018，9：526.

［60］" 周曉宇.新媒體環(huán)境下養(yǎng)成系偶像粉絲迷群的社群特點(diǎn)研究［J］.新媒體研究，2020，6（18）：81-83.

［61］" Cooper J.Cognitive dissonance theory［J］.Handbook of theories of social psychology，2012，1：377-397.

［62］" Cancino-Montecinos S，Bj？觟rklund F，Lindholm T.Dissonance reduction as emotion regulation：Attitude change is related to positive emotions in the induced compliance paradigm［J］.PLoS One，2018，13（12）：e0209012.

［63］" Lemerise E A，Arsenio W F.An integrated model of emotion processes and cognition in social information processing［J］.Child development，2000，71（1）：107-118.

［64］" 王振宏，郭德俊，馬欣笛.初中生情緒反應(yīng)、表達(dá)及其與攻擊行為［J］.心理發(fā)展與教育，2007（3）：93-97.

［65］" 上觀新聞.這一年，被“飯圈”圈住的中國體育，揮出了“拳頭”?。跡B/OL］.［2024-10-09］.https：//export.shobserver.com/baijiahao/html/827430.html

［66］" 羅亞莉，張大均，劉云波，等.特質(zhì)憤怒量表中文版在大學(xué)生人群應(yīng)用的信度和效度［J］.中國心理衛(wèi)生雜志，2011，25（9）：700-704.

［67］" Bateman P J，Gray P H，Butler B S.The Impact of Community Commitment on Participation in Online Communities［J］.Information Systems Research，2011，22（4）：841-854.

［68］" 龐立君，楊洲.虛擬品牌社區(qū)中信息交互對用戶參與行為的影響研究［J］.情報(bào)科學(xué)，2021，39（7）：108-115.

［69］" 虞鑫，王金鵬.重新認(rèn)識“信息繭房”——智媒時(shí)代工具理性與價(jià)值理性的共生機(jī)制研究［J］.新聞與寫作，2022（3）：65-78.

［70］" 權(quán)方英，夏凌翔.敵意歸因偏向?qū)Ψ磻?yīng)性攻擊的預(yù)測及報(bào)復(fù)動機(jī)的中介作用［J］.心理科學(xué)，2019，42（6）：1434-1440.

［71］" Dillon K H，Allan N P，Cougle J R，et al.Measuring hostile interpretation bias：The WSAP-hostility scale［J］.Assessment，2016，23（6）：707-719.

［72］" Metzger M J，Hartsell E H，F(xiàn)lanagin A J.Cognitive dissonance or credibility？A comparison of two theoretical explanations for selective exposure to partisan news［J］.Communication Research，2020，47（1）：3-28.

［73］" 邱林，鄭雪，王雁飛.積極情感消極情感量表（PANAS）的修訂［J］.應(yīng)用心理學(xué)，2008，14（3）：249-254，268.

［74］" 趙鋒，高文斌.少年網(wǎng)絡(luò)攻擊行為評定量表的編制及信效度檢驗(yàn)［J］.中國心理衛(wèi)生雜志，2012，26（6）：439-444.

［75］" 克勞銳.2023看得見的粉絲價(jià)值——六大平臺KOL粉絲分析研究報(bào)告［EB/OL］.［2024-10-27］.https：//www.digitaling.com/articles/929599.html.

作者簡介：劉雨琪（2001-），女，南京大學(xué)信息管理學(xué)院碩士研究生，研究方向：用戶信息行為；張玥（1982-），女，南京大學(xué)信息管理學(xué)院教授，博士生導(dǎo)師，研究方向：用戶信息行為。