Knowledge Management Forum >

2025 , Vol. 10 >Issue 6: 504 - 515

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.034

Analysis of Young People's Attitudes Towards the Digital Modeling of Traditional Culture: A Case Study of Bilibili Video Comments and Danmaku

  • Huang Yue , 1 ,
  • Wang Xinyu 2
Expand
  • 1. School of Information Science, Beijing Language and Culture University, Beijing 100083
  • 2. National Science Library, Chinese Academy of Sciences, Beijing 100190

Huang Yue, Professor, PhD, E-mail: ;

Wang Xinyu, Master's Candidate.

Received date: 2025-07-11

  Online published: 2025-11-28

Fold

Abstract

[Purpose/Significance] Exploring young people's attitudes towards the digital modeling of traditional culture plays a significant role in the communication of cultural heritage. [Method/Process] Based on CAPS theory, this study had employed methods such as word frequency analysis, topic identification, and sentiment analysis to investigate the young people's attitudes towards the digital modeling of traditional culture, having used the danmaku and comments from videos showcasing traditional culture on Bilibili as the research subjects. The study had collected and cleaned a total of 22,961 danmaku and comment texts from high-play-volume videos related to the construction of traditional Chinese architecture using the sandbox game Minecraft on Bilibili. [Result/Conclusion] Results show that the younger generation maintains a certain level of interest and awareness in traditional architecture and culture, especially regarding the use of new forms like Minecraft to inherit traditional architectural culture; the younger generation appreciates and recognizes the aesthetic and cultural value of traditional architecture and shows a certain interest in the design and creative skills of traditional construction; nearly 60% of the younger generation hold a positive attitude towards using Minecraft to inherit traditional architectural culture, demonstrating a fondness for historical civilization and pride in traditional culture. It is evident that inheriting traditional architectural culture through game formats is feasible, capable of attracting the attention and participation of the younger generation, and providing new ideas for the protection, inheritance, and promotion of traditional architecture.

Key words： public digital culture; traditional culture communication; attitude analysis; young people; Bilibili

Cite this article

Huang Yue , Wang Xinyu . Analysis of Young People's Attitudes Towards the Digital Modeling of Traditional Culture: A Case Study of Bilibili Video Comments and Danmaku[J]. Knowledge Management Forum, 2025 , 10(6) : 504 -515 . DOI: 10.13266/j.issn.2095-5472.2025.034

1 引言/Introduction

文化自信是一个国家发展进步的不竭源泉，坚定文化自信有利于培育建设中华民族现代文明的文化自觉。习近平总书记指出“坚定文化自信，离不开对中华民族历史的认知和运用”[1]。近年来，随着大数据、人工智能等技术兴起，数字人文（digital humanities，DH）[2]的概念与研究方法不断发展，围绕中华传统文化进行数字化保护、智慧化发展受到广泛关注[3]，许多学者和业界人员纷纷致力于将信息技术融合进语言学、文学、历史学、艺术学等传统人文学科，产生了大量以数据建模为主的数字人文研究成果[4]。年轻人是传统文化的传承者和创新者，是传承中华传统文化的主力军，其认知和态度直接影响传统文化的传播和发展[5]。特别是在当代文化多元、全球化加速的背景下，加强当代青年对中华传统文化的认同显得尤为重要[6]。为促进传统文化的传承与数字化传播，有必要探究年轻人对于网络媒介下中华传统文化数字化表达的态度。
中国传统建筑作为中国传统文化和民族特色的重要传承载体，是公共文化遗产的重要组成部分。现有中国传统建筑研究，主要集中在中国建筑的发展历程、中国传统建筑的特色与文化内涵、传统文化对当代建筑创作的影响、中国传统建筑观等方面，重点关注中式建筑的特点、历史、文化内涵和传承，忽略了对传统建筑所蕴含价值审美的认知传播。此外，在实际生产生活过程中，由于中式建筑对于设计、技术和用料的要求较高且难以维护，现代建筑设计往往选择了造价更低、建设周期更快的简欧和地中海等风格，由此导致中式建筑文化的缺位[7]、国人对中式传统建筑文化认知越发浅显。
当下，运用数字技术手段对建筑遗产进行保护已成为我国文化建设工程的重要内容[8]，通过视频网站进行公共数字文化传播日益成为新风尚。以我国当代青年高度聚集的综合性视频社区“哔哩哔哩”（Bilibili，简称“B站”）为例（B站主要用户群体是35岁及以下人群，参考已有研究[6]，本文将B站用户统称为“当代青年”），94%的视频播放量都来自于专业用户创作的视频（professional user generated video，PUGV）[9]，在各个领域都涌现了大量热度较高甚至“出圈”的视频，其中也不乏与中国传统建筑文化相关的高热度视频。2020年，一个基于沙盒游戏Minecraft[10]制作清明上河图的视频“【Minecraft】清明上河图[灯火阑珊处 人在画中游]【国家建筑师】[北宋翰林张择端原本]”[11]受到广大玩家喜爱。玩家们积极参与、分享创作和建筑作品，相互学习交流，截至2024年4月12日，其视频播放量达到1 250.9万次、弹幕数量5.2万条、评论数量为5 947条，是B站入站必刷98大视频之一。Minecraft由瑞典游戏开发商Mojang Studios创造，自2011年正式发布后迅速赢得了全球玩家的热爱并产生了广泛的影响力，玩家能够在一个由方块组成的虚拟世界中进行探索、建造和生存，使用不同类型的方块来建造各种结构、建筑和景观，并与其他玩家交互。在初期，与Minecraft中式传统建筑相关的教程和建筑作品并不丰富，随着时间推移，在该游戏中使用中式传统建筑的趋势逐渐兴起，关于中式建筑基础教程的视频开始增多。目前，B站上已有丰富的基于Minecraft建造各式建筑教程的视频，涵盖了从基础到高级的多种技巧和知识，出现了多个播放量超过百万的视频。文化传播与科技进步、媒介变迁、文明跃迁始终紧密相依[12]。近年来，基于新兴媒介形态的数字资源知识图谱构建[13]和不同场景应用逐渐增多，有必要对新兴媒介在当代青年中的传播进行态度分析。
为此，本研究以B站中较受关注的基于用沙盒游戏Minecraft建造中式建筑热门教程视频为研究对象，通过采集这些视频的弹幕及评论文本数据，综合运用数据分析工具进行量化分析，探寻当代青年对于基于数字化方法了解中国传统建筑文化这一途径的真实理解和感受，为进一步基于数字化方法推广和发扬中华传统文化提供有力的借鉴和参考。

2 文献综述/Literature review

关于人们对中式传统建筑态度的研究过去主要集中在学术理论层面，包括对中式建筑的历史、形式、结构和文化内涵进行解析和探讨，但缺乏年轻人对传统建筑文化的认知和态度的研究，而这对于传统建筑保护和传承工作的制定与推进具有重要意义。这种“重保护轻传播，重本体轻受众”的倾向，使传统建筑文化在当代青年群体中面临认知浅层化与传承主体缺失的双重危机。各种各样的网络社区为想法的表达和传播提供了环境，目前已有不少研究开始关注视频的弹幕和评论，主要包括以下两方面。
（1）从信息行为角度来分析评论行为的影响因素。仝冲等对B站热门视频的弹幕进行内容分析，探究得出用户的弹幕动机主要包括信息需求、娱乐需求和社交增强需求3类[14]；王贇芝等通过半结构化访谈搜集用户使用弹幕视频网站的弹幕数据，利用扎根理论进行三级编码，从而构建弹幕视频网站用户从众信息评论行为驱动因素的理论模型[15]；冯钰茹等基于社会认知理论的三元交互决定论，通过问卷收集用户弹幕数据，来探究用户弹幕评论行为的影响因素，进而提高弹幕视频网站用户的信息交互体验[16]。社会心理学领域W. Mischel等提出了认知—情感系统理论（Cognitive-Affective Personality System，CAPS）[17]，其核心主张在于：个体行为并非简单由情境刺激直接引发，而是通过认知—情感单元（cognitive-affective units，CAUs）这一中介系统动态生成，该理论强调“情境特征—认知情感加工—外显行为”的链式反应机制；张宁等以此“认知—情感—行为”三维基础为框架，利用扎根理论自下而上对弹幕文本进行编码，探究数字人文视频的用户弹幕评论行为生成机制并构建其理论模型[18]；叶许婕等针对Reaction视频用户的弹幕评论行为，亦从CAPS理论视角，基于扎根理论进行编码，构建Reaction视频用户弹幕评论行为生成机制理论模型[19]。国外学者同样关注评论行为背后的动因，M. Thelwall等通过对海量YouTube评论的计量与情感分析发现，用户评论不仅受信息需求驱动，更受到情感唤醒与社交互动需求的双重影响：当视频主题触发强烈情感（尤其是负面或争议性议题）时，观众之间的互动显著增多[20]；M. Deori等对Koha与DSpace两种软件相关视频的2 900余条评论进行情感与意图挖掘，结果显示“寻求帮助—提供支持”的双向信息互动是用户持续参与评论的重要动因[21]。
（2）重点关注评论文本所反映的态度。张宁等基于文化认同理论，对B站中有关视频作品《国家宝藏》的弹幕评论进行内容分析，从文化认知、情感通化和行为实践3个维度分析青少年群体在弹幕评论中所表现的文化认同，并进一步剖析阻碍文化认同形成的一些因素[22]；王林等基于CAPS理论构建关于青少年网络信息内容治理态度的研究思路，对B站网络信息内容治理类代表性视频的弹幕和评论数据进行青少年的认知和情感分析，并给出治理建议[23]。国外学者亦关注评论区所折射的群体态度，L. Rout等抓取467条印度自然灾害视频及2万余条评论，通过情感分析发现，积极评论占比最高，显示大多数观众对印度自然灾害主题视频总体满意，44.75%的评论表达了恐惧[24]；D. Ratajczyk利用自然语言处理技术分析YouTube评论，以生态有效且非实验室的方式获取人们对机器人的情绪反应[25]。
综上，已有研究虽将CAPS理论应用到中文弹幕，但将“传统建筑文化”作为刺激情境，传统建筑文化的审美与认同过程被忽视。此外，通过已有研究可以看到，将社会心理学领域提出的CAPS理论应用于视频网站B站构建当代青年用户“视频情境刺激（传统建筑视频）—认知情感单元激活（文化认知/审美情感）—弹幕评论行为（信息/情感/认同表达）”3层模型，可有效解构青年在观看传统建筑数字化视频时即时性、情感化的弹幕评论表达特征，并结合文本分析技术进行深度文本分析来探究当代青年对传统文化数字化建模的态度，有助于探究当代青年对传统文化传播态度的形成机制，为捕捉认知—情感单元中的文化认同与审美评价提供实证路径。

3 研究设计和数据获取/Methodology and data acquisition

本章节首先介绍基于B站视频弹幕和评论文本进行多维度态度分析框架的构建过程，然后介绍实验数据获取过程。

3.1 研究设计

CAPS理论指出，外部情境的干预会刺激个体自身产生理性认知和情感冲动的反应，并且最终影响个体的行为选择。本研究以B站中具有代表性的中国传统建筑数字化建模视频为研究对象，将用户对视频的弹幕和评论视为行为，将弹幕文本和评论文本作为代表性数据，从这两类文本中体现的词频和主题两方面来获得用户认知，通过情感分析获得弹幕文本和评论文本中蕴含的情感，探究当代青年对中国传统建筑文化数字化建模的态度。研究框架包括数据采集、数据预处理、数据分析和数据可视化4个主要步骤，如图1所示：
图1 研究框架设计

Figure 1 Research framework

（1）数据采集。用Python爬虫与八爪鱼采集器获取B站视频的弹幕和评论并合并。本研究同时采集了弹幕和评论数据，主要原因是：①弹幕能够即时互动与配合视频，具有匿名性且短小精悍，但也存在质量参差不齐、语言干扰和噪音等问题；②视频评论更注重理性思考和分析。综合考虑两者的优势，同时采集评论和弹幕数据以更全面地了解观众的反馈和观点，有助于更好地研究和分析。
（2）数据预处理。对合并后的原始数据进行去重、去空、去除特殊符号、分词、去除停用词等操作，以获得最终实验数据。
（3）数据分析。首先，对已预处理的数据进行词频统计并分析。然后，构建词袋模型，进行主题聚类，对主题进行解读，即利用潜在狄利克雷分配（Latent Dirichlet Allocation, LDA）主题模型进行主题关键词的初步提取，利用Word2Vec训练词向量，利用词向量相似度传播构建关键词网络，利用网络结构分析方法对主题词进行二次提取[26]。最后，基于情感词典进行情感判定，统计各个主题中的情感倾向数量，并选取典型例子进行解读。
（4）数据可视化。生成词云图及词频统计表展示词频分布情况，确定最佳主题数量后进行K-means聚类可视化，最后根据各种情感倾向的数量绘制情感分析饼图。

3.2 原始数据获取

以B站为数据源，先确定要分析的视频，再获取其弹幕和评论。
（1）选取播放量较高且基于Minecraft构建中式建筑的视频。在B站网页端用“我的世界中式建筑”或“Minecraft中式建筑”进行检索，结果显示，除上述提到的“出圈”视频“【Minecraft】清明上河图[灯火阑珊处 人在画中游]【国家建筑师】[北宋翰林张择端原本]”外，视频“【我的世界4K】一人，四年，十亿方块，一座华夏城”播放量达到了500.9万次、“【素晴】教您做高端大气的四合院，生存可尝试（我的世界建筑教程）”播放量也达到了305.4万次。最终，选择播放量排名前15位的视频作为原始数据获取来源，如表1所示：
表1 作为分析对象的视频（数据采集于2024年4月12日）

Table 1 Videos subject to analysis (Data collected on April 12, 2024)

序号 标题 播放量/万次 弹幕数/条 评论数/条
1 【Minecraft】清明上河图[灯火阑珊处 人在画中游]【国家建筑师】[北宋翰林张择端原本] 1 250.9 52 000 5 947
2 【我的世界4K】一人，四年，十亿方块，一座华夏城 500.9 14 000 5 731
3 【素晴】教您做高端大气的四合院，生存可尝试（我的世界建筑教程） 305.4 11 000 3 478
4 【Minecraft】国建&CW故宫紫禁城工程预告 159.4 9 312 2 157
5 四年一个人的世界！国风超细致如幻似梦Minecraft！为MC十周年庆！ 143.9 11 000 2 313
6 【我的世界】可以让萌新变大佬的建筑技巧 132.7 2 730 1 304
7 原神MC大工程！重建群玉阁（教程） 91.1 4 170 1 643
8 萌新小宅院 83.7 2 568 901
9 【我的世界】Minecraft中式建筑——墨家殸龙船&机关城 70.9 6 835 590
10 【小苦】MC古风江南徽派小院建筑教程|我的世界mc建筑教程 66.4 1 192 629
11 【南烛】简单生存向中式小院1.14建筑教程 64.7 2 529 1 010
12 【小苦】MC古风中式四合院建筑教程|我的世界mc建筑教程 49.7 1 222 597
13 【Minecraft】这就是古中国微缩北京城【国家建筑师】【创基金】2017-2019 48.4 3 202 1 065
14 【Minecraft】在MC中做出超美山水国画——徽州风情小镇云饶！ 32.3 1 849 1 541
15 【我的世界】八亿方块还原盛唐帝都——洛阳 23.1 979 1 000
（2）获取弹幕文本。用Python语言编写爬虫，用requests库发送GET请求，获取B站视频页面HTML源码，使用正则表达式从中提取视频的cid（弹幕ID）。构建弹幕URL地址并发送GET请求，获取弹幕数据的XML格式。再使用BeautifulSoup库解析XML数据，从解析后的数据中提取弹幕内容等信息并保存。
（3）获取评论文本。使用八爪鱼采集器，依据表1，依次输入视频网址，预登录后选择要提取的列表数据，滚动网页循环采集，以保证采集全部的评论数据。
最终，获得共计33 597条原始视频的弹幕及评论文本。

3.3 数据预处理

针对上述视频弹幕和评论的原始文本数据，进行数据质量探查和处理，具体步骤如下：
（1）数据非空检查和数据去重。去除空数据，对于重复数据只保留第一条。
（2）去除无关数据。①筛选掉仅含有数字、无意义的英文字母、标点符号等内容的无效数据，如“111”“，”；②去除与本研究关注重点即对利用Minecraft建造中国传统建筑无关的评价，如“bgm”“国建”“大佬”“三连”“投币”“这次一定”“每周必看”“前方高能”“弹幕”“评论”。
（3）用jieba进行中文分词，使用正则表达式去除数据中的特殊标点符号及停用词，如“是”“一个”“也”“以”。
最终，得到包括弹幕数量和评论数量共计22 961条的实验数据。

4 视频弹幕和评论文本的词频分析/Word frequency analysis of video danmaku and comment text

首先，本研究使用Python语言collections模块[27]的Counter函数统计每个单词出现的频率，用WordCloud函数绘制词云图（见图2），获取频率最高的30个单词及其频率（见表2）。
图2 当代青年对利用Minecraft建造中式传统建筑的弹幕和评论词云

Figure 2 Word cloud of young people's attitudes towards building traditional Chinese architecture using Minecraft

表2 当代青年对利用Minecraft建造中式传统建筑视频弹幕和评论的词频统计

Table 2 Word frequency statistics of young people's comments and danmaku on videos about building traditional Chinese architecture using Minecraft

序号 分词 频率 序号 分词 频率 序号 分词 频率
1 手机 688 11 洛阳 246 21 教程 160
2 世界 598 12 光影 232 22 材料 154
3 建筑 566 13 好看 225 23 地图 150
4 生存 524 14 厉害 203 24 喜欢 140
5 游戏 358 15 中国 200 25 存档 139
6 方块 357 16 膝盖 185 26 房子 136
7 mc 340 17 哈哈哈 174 27 橡木 132
8 啊啊啊 288 18 发现 171 28 屋顶 129
9 小时 274 19 服务器 169 29 万岁 128
10 简单 269 20 楼梯 167 30 安徽 126
根据词云和词频统计结果，分析可得以下结论：
（1）当代青年对于使用Minecraft建造传统建筑的兴趣较高且愿意实践。词频统计结果中出现了许多Minecraft游戏中与建造细节相关的词汇，如“生存”“方块”“橡木”“屋顶”“楼梯”等，相关评论如“这深板岩看起来挺适合做古风建筑的屋顶的”“这里下面是倒放的磨制安山岩楼梯”，此外，“手机”以688次高频居首，部分评论如“手机版可以的，我就是拿手机做的”“用手机版成功建完了，耗时十个小时”表明，当代青年试图在设备条件受限时仍坚持实践。这种高时间成本投入反映当代青年对于在Minecraft游戏中建造传统建筑有一定的兴趣和参与度，并进行了大量的经验分享与交流。
（2）对其中呈现的传统建筑和文化的认同以及对制作团队的敬佩之情。“震撼”“好看”等词，以及相关评论如“感动、激动和震撼交错，这是我们的国啊”“太好看了太好看了，国风就是最美的”，表明当代青年对传统建筑的美感有一定的认知和赞赏，并具有民族自豪感。弹幕和评论中出现了大量的感叹词和表情符号，如“啊啊啊”“厉害”“膝盖”（指的是“给予建筑师膝盖”，表示佩服），以及相关评论如“真的厉害，用我的世界做出了清明上河图的原型，这肯定需要做很久吧，给up主一个大大的赞，真的很喜欢，加油加油”，这表明当代青年对这种利用新技术传承和发扬传统文化的方式感到新奇和有趣，并对制作团队表示敬佩。
（3）对于特定地区的传统建筑、文化及历史表示有兴趣或增加了了解。在弹幕或评论中出现一些特定的地理和文化元素，如“洛阳”“安徽”“故宫”“徽州”，以及相关评论如“午门是真的精致，细节方面也很棒，去北京故宫溜过一圈的人表示”“不用去北京也能看故宫啦”“安徽人表示只有皖派建筑，徽派建筑只是徽州黄山地区特有的建筑，属于皖派建筑一个分支”。
可见，当代青年对传统建筑和文化保持着一定的兴趣和认知，尤其是对于使用沙盒游戏Minecraft等新形式传承传统建筑文化的方式持有积极态度，他们通过观看相关视频、参与讨论以及动手实践，表达了对传统建筑的喜欢和对相关文化的探索。

5 视频弹幕和评论文本的主题分析/Topic mining of video danmaku and comment text

为了探究当代青年对中国传统建筑及文化的关注主题，并探讨基于游戏化技术方法传播发扬中华传统文化的看法及可行性，笔者选取LDA主题模型[28]对上述视频的弹幕和评论文本进行主题挖掘。具体如下：
（1）创建LDA模型。利用Python语言的gensim包[29]创建字典，将分词结果表示为词篇矩阵，并将词袋表示转换为TF-IDF表示，创建LDA模型。本研究采用词袋模型而非深度学习模型，主要基于研究对象特性与方法目标的综合考量：弹幕及评论文本具有显著的碎片化特征与高口语化密度，此类短文本在深度学习模型中易引发语义稀疏性问题；同时，主题分析需保持文化符号的可解释性，词袋模型通过TF-IDF加权与后续Word2Vec相似度传播优化，既可高效捕捉关键文化特征词，又能避免神经网络黑箱导致的文化语义失真。
（2）确定最优主题个数。用sklearn库进行最优主题数目确定，最常用的两个评价方法是困惑度（Perplexity）、一致性（coherence），研究者计算不同主题数目下的困惑度和一致性（见图3），综合折线图初步将主题数选为3，再进行K-means聚类可视化（见图4）。
图3 不同主题个数下的困惑度和一致性

Figure 3 Perplexity and coherence at various numbers of topics

图4 K-means聚类结果的可视化结果

Figure 4 Visualization of k-means clustering results

（3）提取代表每个主题的代表性主题词。首先，对文本进行LDA主题建模，得到每个主题的词分布。然后，将每个主题的前20个词和对应的概率写入文档中，使用Word2Vec模型[30]训练文本的词向量并加载。通过计算两个词的相似度、计算词语最相似的词、找到不合群的词，最后使用TextRank算法二次过滤关键词作为最终的主题词，见表3。
表3 结合Word2Vec+LDA+TextRank提取的每个主题的代表性主题词

Table 3 Representative keywords for each topic extracted using Word2Vec, LDA, and TextRank

序号 主题1 主题2 主题3
1 安徽 楼梯 方块
2 游戏 橡木 光影
3 萌新 台阶 平滑
4 清明上河图 哈哈哈 安山岩
5 网易 厉害 生存
6 好看 小时 电脑
7 洛阳 简单 石英
8 手机 屋顶 建筑
9 震撼 地图 存档
10 徽州 教程 半砖
11 收藏夹 啊啊啊 显卡
12 玩家 内饰 板门
（4）对主题识别结果进行分析。主题1可以概括为“当代青年对传统建筑与文化的看法与喜爱”。在此主题的弹幕和评论文本中，观众提到了“安徽”“清明上河图”“徽州”“洛阳”等与传统建筑、地域有关的词汇以及“好看”“震撼”等情感词，相关评论有“一生痴绝处，无梦到徽州”“美丽的洛阳，去武汉时动车路过。装点在山河之间，尽显神都雍容华贵，生于长安，希望有生之年能去神都洛阳一游，东西合璧，共襄盛唐”等，表明当代青年对传统建筑的美感和震撼力有着积极的评价和认知，也对其蕴含的传统文化和历史价值表达了认同和敬仰之情。通过Minecraft这种新技术展示传统建筑，当代青年更容易接触传统文化并产生兴趣。
主题2可以概括为“建筑设计和创作技巧”。在此主题的弹幕和评论文本中，评论者们提到了“楼梯”“台阶”“屋顶”等与建筑设计和创作有关的词汇。他们分享了一些关于建筑设计和创作的技巧和经验，相关评论如“这里是放一个磨制安山岩楼梯然后用板砖盖住顶部”。这种“技术解构”行为，彰显游戏载体对传统技艺普及的独特价值。也表明当代青年对传统建筑的设计和创作过程感兴趣且有自己的见解，希望通过这些技巧来实现更好的建筑效果。
主题3可以概括为“建筑材料与装饰效果”。在此主题的弹幕和评论文本中，评论者们提到了“方块”“光影”“平滑”“石英”“砖”等与建筑材料和装饰效果有关的词汇，相关评论有“这光影质感好棒”“推荐用平滑石英台阶和平滑石英”等。这表明当代青年对于传统建筑不仅仅关注其外观，还希望通过合理的材料搭配和装饰效果的运用，实现建筑风格的表达和视觉上的吸引力。
综上所述，当代青年对传统建筑的美感和文化价值表示赞赏和认同，并且对传统建筑的设计和创作技巧表现出一定的兴趣。因此，使用Minecraft这种游戏新形式传承中华传统文化能够吸引当代青年的关注和参与，并推动传统建筑文化的传承和发展。

6 视频弹幕和评论文本的情感分析/Sentiment Analysis of video danmaku and comment text

为了能够了解上述实验数据中用户的弹幕和评论文本中的情感态度，笔者用Python语言的SnowNLP库对每条评论进行情感分析，得到情感得分，根据情感得分将评论判定为消极、积极或中性，并统计各类评论的数量占比，进而进行情感实例分析。

6.1 视频弹幕和评论文本的情感态度构成分析

根据实验数据，积极情感的数量为13 172条，消极情感的数量为8 717条，中性情感的数量为1 072条。其中，积极评论占据了大部分（57.4%），消极评论占比次之（38%），中性评论占据了较小的比例（4.7%），如图5所示。
图5 各种情感态度的弹幕和评论数量对比

Figure 5 Comparison of the number of danmaku and comments with various emotional attitudes

6.2 视频弹幕和评论文本的情感分析实例分析

分析积极情感和消极情感中具体的弹幕和评论文本实例，以获得具体评价。
（1）针对消极情感的文本实例分析。通过对消极实例的分析，发现消极评论主要集中在以下几个方面：①对于部分观众不当评论的指责；②对于用Minecraft建造过程中出现问题的不满意、沮丧和等待解决的紧迫心情，如“不太会用结构方块把我建筑毁了，得重头再来了，哭”；③对于视频内容之外的不满，如催促更新等。
（2）针对积极情感的文本实例分析。积极情感中的弹幕评论内容有：“中国古代建筑真的太棒了，中华文明博大精深”“我感觉到几千年传下来的文化，到现在依然是有生命力的，依然可以符合现代人的审美的。中国传统文化，在我们这一代年轻人还有以后一代又一代的国人手里，是一定可以传承并且焕发新的生命的”“厉害厉害，辛苦作者将中国传统建筑与Minecraft结合创新展现方式，向大众展现了传统文化的美丽底蕴，也发掘了Minecraft的巨大价值”“这大概是梦里美好的场景了吧，mc真的是有无限可能！！”“up主太厉害了，加油”，等等。可见，积极评论主要集中在以下几个方面：①当代青年不吝以“博大精深”“依然有生命力”等表述礼赞传统建筑，对传统建筑及文化持有积极的态度。年轻人赞赏古建筑的美感和表达华夏文明的震撼，反映了其对古代文明的敬仰与向往，认为中国传统文化依然有生命力。②当代青年敏锐捕捉到Minecraft作为文化转译媒介的独特价值，对使用Minecraft传承传统建筑文化持有肯定看法。他们认为可以通过Minecraft将传统文化的美丽底蕴展现给大众，使中国的古建筑文化得到传承和发扬。③对作品的喜爱和对创作者辛勤努力的认可，使人们将文化传承视为集体共创事业。
综上所述，积极评论占据了绝大部分，表明当代青年对传统建筑及文化持有较积极的态度和看法。尽管部分消极评论存在，但整体仍呈现出当代青年对传统建筑及文化持有积极态度，并认可使用Minecraft等新技术传承传统建筑文化的可行性。他们对历史文明的重现和对传承的欣喜，以及对历史时期的繁荣和美感表达的向往，都为用Minecraft传承传统建筑文化提供了一定的支持和认可。

7 结语/Conclusions

探究当代青年对使用数字化游戏形式展现传统文化的态度对于公共遗产文化传播具有重要作用。本研究以B站上的一款沙盒游戏Minecraft对中式传统建筑相关高播放量视频为例，基于认知—情感系统理论（CAPS理论），构建了一个基于弹幕和评论文本进行词频分析、主题识别和情感分析的多维度态度分析框架。研究结果表明，当代青年对于通过Minecraft等数字化手段传承和展现传统文化表现出了积极的认知态度，他们对历史文明的喜爱和对传统文化的自豪感在弹幕和评论中得到了明显体现，他们对传统建筑的美感和文化价值有着深刻的认识和赞赏。此外，近60%的年轻用户表达了对使用Minecraft传承传统建筑文化的积极态度，且对传统建筑的设计和创作技巧表现出一定的兴趣与见解，这表明他们不仅在情感上认同，而且在行为上也表现出了较高的参与意愿，包括分享、讨论和创作相关内容。因此，通过游戏等新技术和新形式来传承传统建筑文化是可行的，能够吸引年轻一代的参与和关注，为传统建筑文化的传承和推广提供了新的途径和可能性。
上述研究对于加强传统文化在年轻人中的传播，具有如下启示：
首先，应当持续以年轻人能接受的方式进行传统文化数字化传播。进一步利用新媒体平台和游戏平台，尤其是受年轻人欢迎的平台（如B站），来传播和推广传统文化的数字化内容，以吸引更多年轻用户的注意力和参与。例如，在游戏中举办特殊赛季或活动，通过游戏任务和奖励引导玩家了解传统文化；邀请B站上的影响者或游戏主播参与活动，通过他们的直播和视频吸引更多年轻用户关注。除了B站，还应考虑将传统文化数字化内容推广到国内外其他社交媒体平台，实现多平台协同效应，扩大传播范围和影响力。
其次，应当根据年轻人的兴趣和习惯来优化传统文化呈现方式。例如，通过增加互动性、趣味性和教育性，提高内容的吸引力和传播效果；定制与传统文化相关的道具，让玩家在享受游戏的同时体验文化元素；通过数字化手段展现传统文化的魅力，吸引年轻人了解传统文化，从而培养年轻人的文化自信，鼓励他们成为传统文化的积极传播者和创新者。
再次，应当鼓励年轻人参与到跨文化的交流和讨论。通过游戏社区分享和讨论传统文化，促进不同文化背景人群之间的理解和尊重。
最后，应当加大对传统文化数字化建模技术的支持和创新力度。例如，利用虚拟现实、增强现实、AI等技术为用户提供更加丰富和生动的文化体验。教育领域应加强对传统文化数字化建模的重视，将其融入课程和教学活动中，引导年轻人深入理解和欣赏传统文化。与教育机构合作，将游戏作为教学工具，让学生通过游戏学习传统文化知识，进而推动传统文化传播。

黄　月：负责论文选题与研究设计，撰写与修改论文；

王欣雨：进行数据获取和实验，撰写论文。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中华人民共和国中央人民政府. 坚定文化自信，建设社会主义文化强国[EB/OL]. [2025-09-10]. https://www.gov.cn/zhuanti/2017-10/16/content_5231951.htm

The State Council of the People's Republic of China. Strengthening cultural confidence and developing a great socialist culture in China [EB/OL]. [2025-09-10]. https://www.gov.cn/zhuanti/2017-10/16/content_5231951.htm

[2]
王丽华, 刘炜, 刘圣婴. 数字人文的理论化趋势前瞻[J]. 中国图书馆学报, 2020, 46(3): 17-23.

WANG L H, LIU W, LIU S Y. Perspective research of digital humanities theory [J]. Journal of library science in China, 2020, 46(3): 17-23.

[3]
刘佳臻, 弓越, 王晓光. 文化遗产智慧数据价值创生逻辑与路径探析[J]. 图书馆论坛, 2025, 45(3): 89-98.

LIU J Z, GONG Y, WANG X G. Exploring the logic and path of value creation in cultural heritage smart data [J]. Library tribune, 2025, 45(3): 89-98.

[4]
夏翠娟. 数字人文的理论沿革和范式转向：从“人文研究的数字方法”到“后数字时代的人文研究”[J]. 中国图书馆学报, 2024, 50(5): 83-101.

XIA C J. Theoretical evolution and paradigm shift of digital humanities: from "digital approaches for humanities research" to "humanities research in the postdigital era" [J]. Journal of library science in China, 2024, 50(5): 83-101.

[5]
宋辰婷, 宋祎祎. 传统文化网络化建构中Z世代青年的角色和作用——以《国家宝藏》和《典籍里的中国》为例[J]. 中国青年研究, 2024, 36(8): 76-83.

SONG C T, SONG Y Y. The role and impact of generation Z in the cyberization of traditional cultural construction: case studies of National Treasure and China in the Classics [J]. China youth study, 2024, 36(8): 76-83.

[6]
徐用祺. 当代青年对中华优秀传统文化认同的网络表征与未来路向——以微博、抖音、“B站”网络社交平台为例[J]. 中国青年研究, 2025, 37(4): 87-94.

XU Y Q. Online manifestations and future directions of contemporary Chinese youth's cultural identity with traditional heritage: case studies of Weibo, Douyin, and Bilibili [J]. China youth study, 2025, 37(4): 87-94.

[7]
何方, 刘峥. 回归文化自信——建筑设计的思考与探讨[J]. 四川建材, 2021, 47(11): 52-53.

HE F, LIU Z. Reclaiming cultural confidence: critical dialogues in architectural design [J]. Sichuan building materials, 2021, 47(11): 52-53.

[8]
胥恒, 齐琪, 陈秋月, 等. 传统建筑装饰的数字化保护传承策略研究——以螭吻为例[J]. 家具与室内装饰, 2024, 31(11): 118-123.

XU H, QI Q, CHEN Q Y, et al. Research on digital preservation and inheritance strategies for traditional architectural decorations: a case study of the Chiwen [J]. Furniture & interior design, 2024, 31(11): 118-123.

[9]
Bilibili. 哔哩哔哩首页[EB/OL]. [2025-09-10]. https://www.bilibili.com

Bilibili. Home page of bilibili [EB/OL]. [2025-09-10]. https://www.bilibili.com

[10]
Microsoft Corporation TM. Minecraft官方网站[EB/OL]. [2025-09-10]. https://www.minecraft.net/zh-hans

Microsoft Corporation TM. Minecraft official website [EB/OL]. [2025-09-10]. https://www.minecraft.net/zh-hans

[11]
国家建筑师Cthuwork. 【Minecraft】清明上河图 [灯火阑珊处 人在画中游]【国家建筑师】[北宋翰林张择端原本][EB/OL]. [2025-09-10]. https://www.bilibili.com/video/BV1mi4y1b76M/?vd_source=865aa34468fb9fd7efcf242ac96d9a68

National Architect Cthuwork. [Minecraft] Qingming Shanghe Tu [Where the Lanterns Fade, People Wander in the Painting] [National Architect Team] [Original by Zhang Zeduan, Academician of the Northern Song Imperial Academy]. [EB/OL]. [2025-09-10]. https://www.bilibili.com/video/BV1mi4y1b76M/?vd_source=865aa34468fb9fd7efcf242ac96d9a68

[12]
张奎, 王秀伟. 生成式AI在传统文化传播中的媒介呈现与风险治理[J]. 图书情报知识, 2024, 41(4): 98-109.

ZHANG K, WANG X W. Media presentation and risk management of generative AI within traditional culture communication [J]. Documentation, information & knowledge, 2024, 41(4): 98-109.

[13]
陈业, 赵生辉. 融合HBIM和人文知识的古建筑知识本体构建[J]. 图书馆论坛, 2024, 44(9): 90-102.

CHEN Y, ZHAO S H. Developing a knowledge ontology for ancient architecture by integrating HBIM and humanistic knowledge [J]. Library tribune, 2024, 44(9): 90-102.

[14]
仝冲, 赵宇翔. 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[J]. 图书馆论坛, 2019, 39(6): 80-89.

TONG C, ZHAO Y X. Exploring users' motivations and behaviors on danmaku video sharing websites: a content analysis [J]. Library tribune, 2019, 39(6): 80-89.

[15]
王贇芝, 王雪, 查先进. 弹幕视频网站用户从众信息评论行为驱动因素探索[J]. 信息资源管理学报, 2020, 10(4): 60-69.

WANG Y Z, WANG X, ZHA X J. Exploring driving factors of herd information comment behavior of bullet screen video websites' users [J]. Journal of information resources management, 2020, 10(4): 60-69.

[16]
冯钰茹, 邓小昭. 弹幕视频网站用户弹幕评论行为的影响因素研究——以Bilibili弹幕视频网站为例[J]. 图书情报工作, 2021, 65(17): 110-116.

FENG Y R, DENG X Z. Research on the Influencing factors of user commenting behavior on danmaku——taking Bilibili danmaku video website as an example [J]. Library and information service, 2021, 65(17): 110-116.

[17]
MISCHEL W, SHODA Y. A cognitive-affective system theory of personality: reconceptualizing situations, dispositions, dynamics, and invariance in personality structure[J]. Psychological review, 1995, 102(2): 246-268.

[18]
张宁, 段小宣, 袁勤俭. 数字人文视频的用户弹幕评论行为生成机制[J]. 图书馆论坛, 2022, 42(8): 148-161.

ZHANG N, DUAN X X, YUAN Q J. Generation mechanism of bullet-commenting behavior of digital humanities video users [J]. Library tribune, 2022, 42(8): 148-161.

[19]
叶许婕, 赵宇翔, 张轩慧. Reaction视频的用户弹幕评论行为生成机制探索——基于认知—情感系统理论[J]. 数据分析与知识发现, 2023, 7(2): 1-14.

YE X J, ZHAO Y X, ZHANG X H. Exploring the generation mechanism of user's danmaku commenting behavior in reaction videos: based on cognitive-affective personality system theory [J]. Data analysis and knowledge discovery, 2023, 7(2): 1-14.

[20]
THELWALL M, SUD P, VIS F. Commenting on YouTube videos: from Guatemalan rock to El Big Bang [J]. Journal of the American Society for Information Science and Technology, 2012, 63(3): 616-629.

[21]
DEORI M, KUMAR V, VERMA M K. Analysis of YouTube video contents on Koha and DSpace, and sentiment analysis of viewers' comments [J]. Library hi tech, 2023, 41(3): 711-728.

[22]
张宁, 段小宣, 杨帆, 等. 青少年弹幕评论中的文化认同——以某视频网站作品《国家宝藏》为例[J]. 青年研究, 2022, 45(3): 40-49, 95.

ZHANG N, DUAN X X, YANG F, et al. The cultural identity embodied in the adolescents' bullet comments [J]. Youth studies, 2022, 45(3): 40-49, 95.

[23]
王林, 王雁, 许知非. 青少年对网络信息内容治理的态度研究——基于B站视频弹幕和评论[J]. 情报科学, 2024, 42(8): 144-153.

WANG L, WANG Y, XU Z F. Adolescents' attitudes to online information content governance——based on the video danmaku and comments of Bilibili [J]. Information science, 2024, 42(8): 144-153.

[24]
ROUT L, ACHARYA M K, ACHARYA S. Content analysis of YouTube videos regarding natural disasters in India and analysis of users sentiment through viewer comments [J]. Natural hazards, 2024, 120(1): 219-234.

[25]
RATAJCZYK D. Shape of the uncanny valley and emotional attitudes toward robots assessed by an analysis of YouTube comments [J]. International journal of social robotics, 2022, 14(8): 1787-1803.

[26]
曾庆田, 胡晓慧, 李超. 融合主题词嵌入和网络结构分析的主题关键词提取方法[J]. 数据分析与知识发现, 2019, 3(7): 52-60.

ZENG Q T, HU X H, LI C. Extracting keywords with topic embedding and network structure analysis [J]. Data analysis and knowledge discovery, 2019, 3(7): 52-60.

[27]
Python Software Foundation. Collections — container datatypes [EB/OL].[2025-09-01]. https://docs.python.org/3/library/collections.html

[28]
BLEI D M, NG A Y, JORDAN M I. Latent Dirichlet allocation [J]. Journal of machine learning research, 2003, 3(1): 993-1022.

[29]
ŘEHŮŘEK R. Gensim [EB/OL]. [2025-09-01]. https://radimrehurek.com/gensim/#

[30]
MIKOLOV T, CHEN K, CORRADO G, et al. Efficient estimation of word representations in vector space [EB/OL]. [2025-09-10]. https://arxiv.org/abs/1301.3781

Options
Outlines

/

〈 〉