表情符号可以帮助我们在互联网文本环境中更准确、更直接地表达个人情绪，还可以帮助我们更好地传达积极情绪和软化严厉的语言[1]。因此，分析表情符号的使用情况，可以作为文本情感分析的一个重要补充[2]。类似的理念和方法，可以用来分析重大事件前后人们在互联网上情绪的变化，例如新冠疫情爆发前后疫情严重区域群众的情绪[3]。

文献[3]分析了武汉地区2019年12月1日到2020年3月20日之间，一共223万9472名微博用户的3818万3194条微博，其中有57.15%的用户至少使用过表情符号一次，有40.88%的微博包含表情符号。2020年1月18日，钟南山先生公开确认武汉发生的人传人的肺炎疫情，形势严峻。以这个全国公众知情时间作为分界线，可以对比分析疫区群众在该时间前后表情使用的变化。

如上图所示，武汉群众确知疫情后，微博活跃用户数没有显著变化，微博数目还有所增加（后面封控后估计宅家里也没事儿干，刷微博发微博更多），但是表情符号总量断崖式下跌（图A），包含表情符号的微博占比和使用表情符号的用户占比也出现了断崖式下跌（图B），平均每个用户使用的表情符号也出现了断崖式下跌（图C）。如果把表情符号分成高兴、鼓励、质疑、悲伤、愤怒五个大类，如下图所示，在分界线之后，高兴表情占比大幅度下降，而鼓励和悲伤的表情占比大幅度上升！

如下图，进一步的分析显示，尽管分界线后表情符号的使用频率都在下降，但是官方账户（蓝钻）相对个人账户下降更显著，男性相对女性下降更显著（实际上女性下降不明显）。这说明在遇到负面性的重大公共事件后，政府和企业等官方账号会变得比平时更加正式、谨慎和严肃。而男性用户会尝试控制自己的情绪，表现得更加理性（可能为了显得有脑子和能解决问题），而女性则会更多表达情绪（灾难出现之前男女差不多）。

这些研究提供了新颖而有趣的视角，帮助我们理解重大公共危机前后我们行为和心理的变化[4]。针对武汉的研究方法也可以用来分析扬州、西安、上海等先后受疫情影响较大的城市。

参考文献：

[1] Skovholt, K., Grønning, A., & Kankaanranta, A. (2014). The communicative functions of emoticons in workplace e-mails: :-). Journal of Computer-Mediated Communication, 19(4), 780-797.

[2] Kralj Novak, P., Smailović, J., Sluban, B., & Mozetič, I. (2015). Sentiment of emojis. PLoS ONE, 10(12), e0144296.

[3] Liu, C., Tan, X., Zhou, T., Zhang, W., Liu, J., & Lu, X. (2022). Emoji use in China: popularity patterns and changes due to COVID-19. Applied Intelligence (published online).

[4] Lu, X., Bengtsson, L., & Holme, P. (2012). Predictability of population displacement after the 2010 Haiti earthquake. PNAS, 109(29), 11576-11581.

论文免费下载链接：

https://link.springer.com/article/10.1007/s10489-022-03195-y