北京航空航天大学软件开发环境国家重点实验室的先进网络分析研究小组（Group of Advanced Network Analysis，GANA）通过对微博的情感分类和波动分析，研究各种情绪在社交网络上的传播机制。结果发现：愤怒情绪的相关性最大。也就是说，如果你的微博好友发了一条泄愤的微博，你也更容易跟着愤怒起来。这表明，愤怒情绪更易在社交网络中传播。
GANA选取了2010年4月至9月期间新浪微博上的数据构建研究所需的交互网络，这些数据包含了用爬虫抓取的近7000万条微博和20万个活跃用户的个人数据。“与Facebook等社交性极强的网站不同，一般认为新浪微博这类Twitter式的社交服务中，关注关系并不能表征可信的社交关系，而更多的是信息媒介。”GANA研究人员对果壳网说：“但讨论情绪的影响，我们需要基于可靠的强社交关系来开展研究，因此我们依靠用户之间是否发生过‘@’或转发等互动来确定社交关系。”
研究人员认为，仅当实验期间两个用户之间发生过至少30次互动时，才能认为他们之间存在可信的社交连接。基于这些社交联系，他们构建出了一个可靠的微博社交网络，并且将其中的各种情绪细分为愤怒、喜悦、低落和厌恶四种，最终发现愤怒情绪的相关性甚至超过了喜悦，而低落情绪的相关性则出乎意料的小。
这张图片展示了各种情绪在微博用户之前的传播情况，图中红色线代表愤怒情绪。研究人员使用表情符号来标注情绪[1]，最终实现所有微博的自动情绪分类。接下来通过用户情绪比例的相关性来讨论用户之间的情绪影响。这里情绪比例定义为每个用户某类情绪（如愤怒）微博在其发布的所有微博中的比例。图片来源：technologyreview.com
在解释愤怒情绪出人意料的高相关性时，研究人员分析了网络中转发的（仅考虑转发是为了去除外部其他媒体的影响）愤怒微博，利用话题模型和关键字抽取等方法，发现有两类事件似乎更容易引发愤怒情绪：一类是中国与外国的冲突，例如美韩两国在黄海举行的联合军演；另一类则是国内的社会热点话题，例如食品安全、官员腐败等。
GANA告诉果壳网：“所谓情绪的传播，本质仍然是信息的传播，但情绪是信息本身的一类属性，而这类属性会在某些情况下（如愤怒）加速信息本身的流动，从而使其在网络中广泛的扩散并形成公共话题或者网络事件。”
至于这一研究成果的应用前景，GANA的研究人员表示，“目前的发现可能有助于网络营销策略设计或调查互联网事件快速传播背后的原因。”实际上，他们已经做了一些关于利用情绪异常来进行互联网事件监测或发现的工作[1],还设计了一款包含情感维度的搜索引擎（这是一个名为“心情搜索”的搜索引擎，可以获知大众对待被搜索话题的情感随时间的变化，还可获知大众对该话题的主流看法和讨论）。
“我们下一步会基于情绪的相关性，提出更细致的描述用户间情绪影响的动力学模型，讨论用户间情绪影响的内在机制和传播动力学。”GANA称：“我们现在解决了一些基本问题，即不同情绪的相关性不同，、且局部结构会对情绪相关性有所增强。但一些更深入的问题，如情绪影响的内在机制、如何量化情绪对信息传播的加速等，仍需要进一步的工作。”
参考文献
[1]. Jichang Zhao, Li Dong, Junjie Wu and Ke Xu. MoodLens: An Emoticon-Based Sentiment Analysis System for Chinese Tweets（Demo）. In Proceedings of the Eighteenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), Pages 1528-1531 , 2012.
编辑的话：若要说愤怒的情绪更容易获得转发，那么这里有个很好的例子。近日，央视炮轰星巴克卖的拿铁咖啡价格超出成本太多，在网络上引起了很大争议。许多人认为央视的这个经济报道太过业余，纷纷指责央视应该关心更实际的问题。于是，在这个时候，一个ID为“星巴克Starbucks”的营销账号出现了（有热点事件，马上注册一个相关ID进行炒作，是营销号的惯有路数），批评央视的报道。很多新浪微博用户误以为这是星巴克的官方账号（例如截图中的这位），其在微博中所表达的激烈抨击又迎合了公众的愤怒情绪。于是，这条微博得到了近万次转发。
相关的果壳网小组
文章小图：whatsonningbo.com