刘冬 1、朱玉鹏 2✉、孙相范 3、李浪 2
摘要
本研究旨在探讨新冠肺炎（COVID-19）疫情期间虚拟现实（VR）产品的情绪影响。通过分析 Steam 平台上与 VR 和新冠肺炎相关的用户评论，揭示情绪与主题之间的关联以及情绪表达的趋势。研究于 2020 年 1 月 1 日至 2022 年 12 月 31 日期间，在 Steam 平台收集了 1249 条有效的英文内容数据，收集关键词涉及 VR 与新冠肺炎相关主题。研究采用情绪分析对每条用户评论进行编码，运用语义网络分析和聚类算法挖掘内容中不同主题与情绪之间的潜在语义关系，并分析各时间段内主题和情绪的变化及趋势。研究结果表明，新冠肺炎疫情期间，用户对 VR 产品表达的预期和信任情绪多于对疫情的抱怨。VR 设备的使用是疫情期间积极情绪的来源之一。在重大健康与防疫事件中推广 VR 等元宇宙社交产品，可能有助于培养积极情绪。本研究提出的语义网络与情绪分析框架也具有理论贡献，揭示了情绪变化与 VR 使用场景之间的复杂关系，进一步拓展了虚拟现实在社交互动和情绪调节领域的理论框架。从政策角度来看，政府和公共卫生组织应认识到 VR 技术在社会危机期间的情绪支持功能。
1 山东女子学院工商管理学院，中国济南；2 重庆大学新闻学院，智能传播与城市国际传播重庆市重点实验室，中国重庆 401331；3 岭南大学全球商学院，韩国庆山市；✉ 邮箱：yu.peng.zhu@cqu.edu.cn
一、引言
新冠肺炎疫情爆发后，世界卫生组织及多数国家政府实施了限制人员流动、保持社交距离、关闭学校、暂停所有非必要生产经营活动及隔离等官方管控措施。这些措施在疫情防控方面取得了一定成效，但也不可避免地引发了一些心理健康问题（Kowal 等，2021；Matias 等，2020；Riva 和 Wiederhold，2020）。公众面临着健康、日常生活等多方面的压力（Riva 和 Wiederhold，2020；Karyotakis，2024）。
新冠肺炎疫情期间的公众心理健康问题（包括防控措施带来的相关问题）已引起世界卫生组织等众多国际组织的关注（Ghebreyesus，2020）。因此，有学者提出，不受地点限制的虚拟现实（VR）技术可帮助人们应对新冠肺炎疫情期间的心理健康问题（Riva 和 Wiederhold，2020；Yang 等，2021）。VR 是一种数字技术，通过头戴式显示器实现触觉、听觉和视觉多维度人机交互，呈现真实或想象场景的三维视觉环境（Thunström 等，2022）。VR 技术为用户提供模拟体验，在医疗保健、教育、商业、游戏、娱乐等多个行业有着广泛应用（Oyelere 等，2020；Singh 等，2020）。
VR 技术已成为研究如何缓解新冠肺炎疫情期间心理健康问题的热点。研究表明，基于移动设备的 VR 工具（360 度视频）可用于应对新冠肺炎带来的心理压力（Riva 等，2020）；基于 VR 的虚拟森林疗法（VFT）有助于缓解疫情爆发导致的心理压力增加（Syed Abdullah 等，2021）；一项在线调查显示，疫情期间使用 VR 进行娱乐可引发积极情绪（Siani 和 Marley，2021）；还有研究开发了面向医疗专业人员的 VR 心理教育体验项目，以缓解新冠肺炎疫情引发的健康危机带来的心理压力（Pallavicini 等，2021）。
根据一份 VR 行业调查报告，受新冠肺炎疫情影响，全球虚拟现实市场规模正迅猛增长（2021 年将达到 116.4 亿美元），未来游戏行业有望引领 VR 市场（Fortune Business Insights，2021）。家庭 VR 产品正逐渐成为日常生活的一部分，每天有数千名用户体验 VR 游戏（Thunström 等，2022）。同时，实证研究也证实，游戏是新冠肺炎疫情期间 VR 最受欢迎的用途（Siani 和 Marley，2021；Ball 等，2021）。然而，关于家庭 VR 产品对新冠肺炎疫情期间情绪问题的影响研究较少，尤其是从产品用户视角出发的研究。
随着社交媒体平台和用户生成内容的快速发展，在线用户评论逐渐引起学者们的关注（Lin 等，2019；Wang 等，2021；Yang 等，2019）。在线评论具有数据来源广泛、包含大量有用信息等特点，被认为非常适合用于研究和商业用途（Wang 等，2021）。在游戏领域，在线评论通常指用户通过游戏平台对相关游戏体验发表的第一人称观点，一般包括游戏过程中及游戏后的情绪描述（Rogers 等，2017；Zagal 等，2009）。为探究新冠肺炎疫情期间家庭 VR 产品是否对公众情绪产生影响，本研究利用 Steam 平台的用户在线评论数据，对 VR 游戏和新冠肺炎相关评论进行分析。Steam 平台是游戏行业中最受欢迎的电脑游戏数字交流平台之一，也是最大的 VR 游戏发行平台之一（Thunström 等，2022；Lin 等，2019）。因此，对 Steam 平台用户在线评论的研究能够在游戏领域获得具有代表性的分析结果（Wang 等，2021）。此外，以往利用 Steam 平台数据的研究已证实，VR 游戏在治疗心理健康方面具有巨大潜力（Thunström 等，2022）。本研究收集了 Steam 平台上与 VR 和新冠肺炎相关的用户评论数据，分析了疫情期间相关用户评论所关注的主题和情绪随时间的变化情况。研究结果为了解疫情期间家庭 VR 产品对情绪的影响提供了见解，为应对突发公共卫生事件中的公众情绪问题提供了建议，同时也为家庭 VR 行业从业者和相关学者提供了有价值的参考。
基于以上背景，本研究试图回答以下研究问题：
- RQ1：新冠肺炎疫情期间，用户在 VR 和新冠肺炎相关方面关注哪些内容？这些关注内容是否随时间发生变化？
- RQ2：用户评论的语义 - 情绪网络是什么样的？
- RQ3：评论数量和情绪类型随时间如何变化？
二、研究方法
（一）数据收集
在数据收集之前，我们对与家庭虚拟现实（VR）产品相关的论坛进行了分析，发现家庭 VR 产品的相关讨论主要集中在游戏领域。Steam 作为全球最大的电脑游戏社区论坛，拥有各类讨论板块和丰富的用户互动。已有多项研究利用 Steam 数据探讨各类主题（Thunström 等，2022；Lin 等，2019；Wang 等，2021）。
本研究选择Steam 讨论论坛分析新冠肺炎疫情期间用户对 VR 产品的情绪反应。通过在搜索框中输入特定搜索词（如表 1 所示），检索 Steam 社区讨论中的相关内容并收集数据。
表 1 搜索词
| 序号 | 搜索词 |
|---|---|
| 1 | "VR" 和 "COVID-19" |
| 2 | "VR" 和 "pandemic"（疫情） |
| 3 | "VR" 和 "coronavirus"（冠状病毒） |
| 4 | "VR" 和 "rona"（新冠口语化表达） |
| 5 | "virtual reality"（虚拟现实）和 "COVID-19" |
| 6 | "virtual reality" 和 "pandemic" |
| 7 | "virtual reality" 和 "coronavirus" |
| 8 | "virtual reality" 和 "rona" |
为保证一致性，仅收集英文内容 。数据收集于 2023 年 4 月 14 日，共收集到 1287 条用户评论，评论时间范围为 2020 年 1 月 1 日至 2022 年 12 月 31 日。经人工数据清洗，剔除 36 条重复评论和 2 条仅含链接（无实际评论内容）的评论，最终得到 1249 条有效用户评论用于分析。
（二）情绪与情感分析
情绪（emotion）通常被定义为强烈的感觉或本能反应，如喜悦或厌恶（剑桥大学出版社，2025a；牛津大学出版社，2025a）。而情感（sentiment）则通常被理解为对某事物的想法、观点或感受，如积极或消极的情绪或看法（剑桥大学出版社，2025b；牛津大学出版社，2025b）。在自然语言处理（NLP）语境中 ，对喜悦、厌恶等与情绪相关词汇的分析，不仅能反映强烈的情感，还在一定程度上能揭示文本创作者的积极或消极情感（Hirschberg 和 Manning，2015）。本研究中，情绪分析有助于挖掘特定情绪与其语义网络之间的深层关系 ，而情感分析则能揭示积极和消极情感的整体趋势。因此，我们同时进行了情绪分析和情感分析。
情绪与情感分析方法通常分为人工分析和自动分析（Boukes 等，2019；Van Atteveldt 等，2021）。人工 情感和情绪分析通常被视为黄金标准，尤其是当由专家或非专家评估者进行时（Ribeiro 等，2016）。值得注意的是，专家和非专家的评估均被证明具有一致的有效性（Snow 等，2008）。然而，人工情绪和情感分析耗时且成本高（Umer 等，2018；Zad 等，2021）。自动分析解决了成本和时间问题，但与人工方法相比可能会牺牲准确性（Boukes 等，2019；Van Atteveldt 等，2021）。因此，对于小规模任务，人工编码仍然更具优势。Van Atteveldt 等（2021）建议，为确保最佳准确性，应对所有文本采用两名编码员进行编码。
本研究为保证高准确性，由第一作者和通讯作者对 1249 条评论进行人工编码。情绪编码 采用情绪分析中常用的普拉切克情绪轮 （Plutchik's wheel of emotions）情绪计算------"情绪空间"表达-CSDN博客（Kratzwald 等，2018；Plutchik，2001），分析使用八种基本情绪：预期、惊讶、愤怒、恐惧、信任、厌恶、喜悦和悲伤。每种情绪被编码为一个单位，可以是单个情感标记或多个情感标记。为保持一致性，仅选择每个单位中占主导地位的情绪进行分析。在八种情绪中，信任和喜悦被视为积极情绪，愤怒、悲伤、恐惧和厌恶被视为消极情绪，惊讶和预期通常被认为既表达积极情绪也表达消极情绪（Boon-Itt 和 Skunkan，2020）。然而，本研究中与疫情和 VR 相关的惊讶和预期往往是积极表达，因此将惊讶和预期归为积极情感。情感分析由两名合著者独立对每条评论进行评估。为评估编码员一致性，采用科恩卡帕系数（Cohen's Kappa statistic）。如表 2 所示，两名编码员在单一情感和复合情感上的科恩卡帕系数均大于 0.81。根据科恩卡帕系数的标准解释，这表明编码员之间几乎完全一致。这些一致性结果增强了编码过程的可靠性，为研究结果的解读提供了有力支持。
表 2 科恩卡帕系数
| 类别 | 预期 | 信任 | 愤怒 | 厌恶 | 悲伤 | 喜悦 | 惊讶 | 恐惧 | 单一情感或复合情感 |
|---|---|---|---|---|---|---|---|---|---|
| 科恩卡帕系数 | 0.974 | 0.980 | 0.979 | 0.975 | 0.979 | 0.979 | 0.967 | 0.959 | 0.88 |
说明：Kappa<0：极差；0-0.20：微弱；0.21-0.40：一般；0.41-0.60：中等；0.61-0.80：显著；0.81-1.00：几乎完全一致
（三）语义网络分析
语义网络分析主要用于分析文本中词汇之间的关系 。在语义网络中，词汇通常作为节点，而词汇之间的关系则作为连接这些节点的链路（Fuhse，2022；Park 和 Choi，2022）。这种分析方法有助于揭示文本数据中不同主题之间的潜在语义关系，以及探索文本中情绪与主题之间的联系（Danowski 等，2021；Park 等，2019）。
我们使用 SpaCy 词形还原功能 对收集到的文本数据进行清洗，进行词汇简化并剔除停用词 ，然后构建清洗后的文本数据与情感矩阵，并生成网络图 。网络中的节点代表清洗后的文本词汇和情感，链路表示词汇之间以及词汇与情感之间的共现关系。共现性越强，词汇之间的连接越紧密，词汇与情感之间的关联性越高。
在网络结构的定量分析 中，中心性指标常用于评估节点在网络中的影响力和关系 。常用的中心性指标包括度中心性、中介中心性和接近中心性（Saneinia 等，2024；Xu 等，2024）。度中心性衡量节点与其他节点的直接连接总数，度越高表明该节点直接连接越多，在网络中的直接影响力越大（Park 等，2022；Freeman，1978）。本研究中，关键词的度中心性表示其与网络中其他关键词的连接数量，若两个关键词共现，则认为它们之间存在连接。假设网络中有 n 个关键词，关键词 k 的度中心性\(C_{D}\)为 k 与其他 n-1 个关键词之间的连接总数，计算公式如下：
中介中心性衡量节点在网络中扮演 "桥梁" 角色的程度，中介中心性越高，表明该节点的连接者作用越强，网络中其他节点通过该节点的概率相对越高（Freeman，1978；Gonçalves 等，2023）。本研究中，若关键词 i 和 j 之间的最短路径数量为\(g_{ij}\)，则\(g_{ij}(p_{k})\)表示连接 pi 和 pj 且经过 pk 的最短路径数量。关键词 pk 的中介中心性\(C_{B}\)计算公式如下：
接近中心性是衡量节点与网络中其他节点之间最短路径长度的定量指标，接近中心性越高，表明该节点到网络中其他位置的距离相对越短（Freeman，1978；Gonçalves 等，2023；Lorenzo-Lledó 等，2023）。本研究中关键词 k 的接近中心性\(C_{C}\)计算公式如下：
这些中心性指标可用于分析节点（词汇或情感）在网络中的影响力 。也就是说，若某个词汇的中心性最高，表明该词汇在对应时期的语境中比其他词汇具有更大的影响力；同理，若某种情绪的中心性最高，表明该情绪在该时期比其他情绪的影响力更强。此外，我们对情绪和词汇进行了可视化处理，节点之间连接线条的粗细代表共现频率的强弱，通过可视化可直观地看出词汇与情绪之间的潜在关联。为更深入了解主题与情绪之间的关系，我们进行了聚类分析，采用胁田 - 鹤见算法 （Wakita--Tsurumi algorithm）进行聚类，该算法通过网络的连接关系确定网络的结构特征并进行聚类（Wakita 和 Tsurumi，2007；Kim 等，2018）。
（四）技术流程图
图 1 展示了本研究的技术流程图。我们首先在 Steam 平台进行数据收集，随后对收集到的数据进行情感编码和文本预处理；接着，整合情绪与情感分析、语义网络分析，构建语义 - 情感网络模型；以文本词汇和情绪为节点，以它们的共现频率为连接，构建网络图；最后，利用中心性指标分析网络中节点的影响力，通过聚类算法探究主题与情绪之间的潜在关系，并基于每种情绪相关数据的数量和比例进行趋势分析。
图 1
数据收集（Steam 讨论论坛相关数据，n=1249）→情感编码→数据预处理（文本预处理）→情绪与情感分析→理论与方法→语义网络分析→主题 - 情绪网络构建（以文本词汇和情绪为节点，以共现频率为连接构建矩阵和网络图）→节点影响力分析（中心性指标）→主题 - 情绪网络分析（潜在关系探索：节点聚类）→趋势分析（数量趋势和比例趋势）
三、研究结果
（一）内容与趋势
本研究根据新冠肺炎疫情爆发以来用户在 Steam 平台的回复时间，以 6 个月为时间单位，对 Steam 平台上与 "VR" 和 "COVID-19" 相关的用户评论进行了语义网络分析。
如表 3 所示，2020 年上半年至 2022 年下半年，研究按半年期分为 6 个时间段，对每个时间段有效用户评论中度数中心性最高的 10 个关键词进行了从高到低的排序。
总体而言，在 6 个阶段的用户评论中，"COVID""VR""pandemic"（疫情）"game"（游戏）和 "like"（喜欢）的中心性最高。2020 年上半年，"COVID""game" 和 "VR" 的度数中心性和中介中心性最高，其次是 "pandemic" 和 "play"（玩）；此外，"people"（人们）"like""headset"（头戴设备）"half-life"（半衰期）和 "buy"（购买）也表现出一定的度数中心性、中介中心性和接近中心性。2020 年下半年，"COVID" 和 "VR" 的中心性最高，其次是 "game" 和 "pandemic"，该时间段内 "like""go"（去）"want"（想要）"people""time"（时间）和 "thing"（事物）的中心性较高。
2021 年上半年，"VR" 的中心性最高，其次是 "pandemic""game""like""COVID""think"（认为）"people""go""time" 和 "get"（获得）。2021 年下半年，"VR" 的中心性最高，"game""COVID" 和 "pandemic" 的度数中心性和中介中心性相对较高，其次是 "work"（工作）"get""want""play""thing" 和 "know"（知道）。2022 年上半年，"VR" 的中心性最高，其次是 "pandemic""game""COVID""play""year"（年）"know""thing""headset" 和 "like"。
2022 年下半年，"VR" 的中心性最高，其次是 "COVID""game" 和 "like"，它们的度数中心性和中介中心性相对较高；"time""pandemic""get""play""need"（需要）和 "think" 的接近中心性相对较高。总体来看，语义网络中排名靠前的词汇的中介中心性和接近中心性表现良好。
表 3 关键词中心性指标
| 时间范围 | 关键词 | 度数中心性 | 中介中心性 | 接近中心性 |
|---|---|---|---|---|
| 2020 年上半年 | COVID | 138 | 74.364 | 0.007 |
| game | 138 | 74.364 | 0.007 | |
| VR | 138 | 74.364 | 0.007 | |
| pandemic | 136 | 71.016 | 0.007 | |
| play | 135 | 68.427 | 0.007 | |
| people | 134 | 66.516 | 0.007 | |
| like | 133 | 66.541 | 0.007 | |
| headset | 133 | 65.530 | 0.007 | |
| HalfLife（半衰期） | 130 | 59.687 | 0.007 | |
| buy | 130 | 62.061 | 0.007 | |
| 2020 年下半年 | COVID | 131 | 112.070 | 0.008 |
| VR | 131 | 112.070 | 0.008 | |
| game | 129 | 103.708 | 0.008 | |
| pandemic | 127 | 100.280 | 0.007 | |
| like | 119 | 82.169 | 0.007 | |
| go | 115 | 73.260 | 0.007 | |
| want | 114 | 67.875 | 0.007 | |
| people | 112 | 63.238 | 0.007 | |
| time | 112 | 64.841 | 0.007 | |
| thing | 110 | 61.379 | 0.007 | |
| 2021 年上半年 | VR | 124 | 116.563 | 0.008 |
| pandemic | 121 | 106.921 | 0.008 | |
| game | 121 | 100.480 | 0.008 | |
| like | 119 | 95.751 | 0.008 | |
| COVID | 119 | 95.621 | 0.008 | |
| think | 117 | 89.859 | 0.008 | |
| people | 111 | 77.548 | 0.007 | |
| go | 109 | 79.681 | 0.007 | |
| time | 107 | 65.750 | 0.007 | |
| get | 102 | 68.019 | 0.007 | |
| 2021 年下半年 | VR | 124 | 254.703 | 0.008 |
| game | 119 | 223.175 | 0.008 | |
| COVID | 112 | 179.699 | 0.007 | |
| pandemic | 109 | 161.133 | 0.007 | |
| work | 97 | 123.709 | 0.007 | |
| get | 96 | 112.791 | 0.007 | |
| want | 93 | 104.215 | 0.006 | |
| play | 91 | 96.623 | 0.006 | |
| thing | 91 | 87.863 | 0.006 | |
| know | 90 | 104.363 | 0.006 | |
| 2022 年上半年 | VR | 111 | 290.575 | 0.009 |
| pandemic | 103 | 221.567 | 0.008 | |
| game | 102 | 201.277 | 0.008 | |
| COVID | 92 | 153.247 | 0.008 | |
| play | 92 | 176.060 | 0.008 | |
| year | 83 | 110.824 | 0.007 | |
| know | 81 | 112.319 | 0.007 | |
| thing | 76 | 71.596 | 0.007 | |
| headset | 73 | 81.169 | 0.007 | |
| like | 70 | 61.331 | 0.007 | |
| 2022 年下半年 | VR | 106 | 379.951 | 0.009 |
| COVID | 90 | 216.040 | 0.008 | |
| game | 82 | 146.399 | 0.008 | |
| like | 79 | 156.454 | 0.008 | |
| time | 78 | 128.237 | 0.007 | |
| pandemic | 76 | 136.971 | 0.007 | |
| get | 76 | 108.076 | 0.007 | |
| play | 75 | 128.001 | 0.007 | |
| need | 72 | 110.121 | 0.007 | |
| think | 69 | 104.545 | 0.007 |
（二）主题与情绪
图二
图 2 展示了 2020 年上半年用户评论的语义网络主题聚类结果。聚类 1 中的词汇包括 "HalfLife""Valve"（维尔福软件公司）"buy""release"（发布）"new"（新的）"think" 等，该聚类所表达的主题主要反映了新 VR 游戏《半衰期：爱莉克斯》（Half-Life: Alyx）的推出为用户带来了全新的沉浸式体验，且该游戏价格经济实惠，能让用户释放情绪，这一主题与用户的 "喜悦"（JOY）情绪密切相关。聚类 2 中的词汇包括 "headset""order"（订单）"need""work""want""spend"（花费）等，这些词汇揭示了新冠肺炎疫情期间的生活困境 ------ 想要工作却被迫居家，VR 头戴设备订单延迟，该主题与 "愤怒"（ANGER）情绪相关。聚类 3 中的词汇包括 "sell"（销售）"friend"（朋友）"week"（周）"single"（单身）"play""make"（制作）"get""thing""come"（来）"good"（好的）等，这些词汇反映出由于疫情，用户数周无法与朋友见面，只能独自在家玩游戏；此外，疫情导致生产中断，VR 组件短缺，心仪的 VR 头戴设备无法按时获得，该主题与 "悲伤"（sadness）和 "恐惧"（fear）情绪相关。聚类 4 中的词汇 "game""way"（方式）"have"（有）"feel"（感觉）"job"（工作）"know""issue"（问题）表达了用户对疫情期间虚拟现实游戏技术的可靠性和质量的满意度，对虚拟现实游戏提供的沉浸式体验和交互性的 "信任"（trust），同时也反映了玩家对游戏平台软件更新以解决游戏中出现的问题的期待，以及对未来能够长期居家办公的 "预期"（anticipation）。
聚类 5 中的词汇 "bad"（糟糕的）"consider"（考虑）"act"（行动）表达了用户对游戏平台能够解决游戏中存在的问题、未来能够长期居家办公的 "预期" 情绪；此外，还表达了疫情期间对游戏或游戏平台的 "厌恶"（disgust）情绪，例如 VR 头戴设备交付延迟（"time""run"（运行））、性能不佳（"bad"）等；而 "look"（看起来）"fine"（良好的）"price"（价格）则代表用户在 VR 游戏环境中发现新功能或更新、感受到稳定的游戏性能以及遇到低于预期的价格时产生的 "惊讶"（surprise）情绪。2020 年上半年出现的其他词汇，如 "wait"（等待）"right"（正确的）"money"（钱）"delay"（延迟）"day"（天）"sure"（确定的）"lockdown"（封锁）"Steam" 等，未与特定情绪聚类，但与各种情绪体验密切相关。
图三
图 3 展示了 2020 年下半年评论的语义网络聚类结果。聚类 1 中的词汇 "VR""good""think""halflife""gaming"（游戏）"problem"（问题）"find"（发现）"feel""experience"（体验）等表达了用户对 VR 游戏的不良体验，包括技术故障、游戏优化不佳、令人沮丧的游戏问题等，这引发了 "厌恶" 情绪。
聚类 2 中的词汇 "pandemic""thing""valve""wait""development"（开发）"reality"（现实）"time""bad""future"（未来）表明，疫情期间游戏开发公司（如 Valve）可能需要更多时间来确保游戏的发布准备工作；受疫情对开发工作的负面影响，需要更多时间保证游戏质量，开发团队可能面临延迟，导致用户等待 VR 游戏平台新游戏发布或更新的时间延长，这种等待可能会引发 "悲伤" 情绪。首先，"support"（支持）"update"（更新）"try"（尝试）等词汇表达了用户对 VR 游戏平台的 "信任"，他们相信疫情期间游戏平台会持续提供稳定的支持服务和及时的更新，让他们能够享受最佳的 VR 游戏体验。其次，"work""headset""happen"（发生）"huge"（巨大的）等词汇描述了用户在疫情期间无需工作所体验到的 "喜悦"，以及当前 VR 游戏平台带来的极大乐趣，VR 头戴设备的体验令人愉悦，且可以通过平台与其他用户分享。此外，"version"（版本）"headset""option"（选项）"need""point"（要点）等词汇反映了用户在疫情期间对 VR 游戏更新和发展的 "预期"，用户期待 VR 头戴设备技术的进一步进步，平台上出现更多精彩的游戏和功能，热切盼望疫情结束后能有更多精彩的可能性，继续享受 VR 游戏世界。
聚类 5 中的词汇 "new""year""come""sale"（促销）"get""look""go""friend" 表达了用户在 VR 游戏中发现新功能或新内容、遇到价格折扣或特别促销活动，以及 VR 游戏平台上出现可与朋友一起玩的合作模式时产生的 "惊讶" 情绪。
聚类 7 中的词汇 "COVID""issue""quest"（探索）"user"（用户）"market"（市场）"current"（当前的）描述了新冠肺炎疫情对用户生命健康造成的严重威胁，以及 VR 平台游戏体验中遇到的技术问题、网络延迟等困扰；用户因新冠肺炎疫情带来的意外、VR 游戏市场游戏供应不足、价格上涨或缺乏新内容等情况而产生 "愤怒" 情绪。
聚类 9 中的 "know""likely"（可能的）"video"（视频）表达了用户通过与其他用户交流、观看与疫情相关的视频和信息，了解到新冠肺炎疫情的不确定性、传染性及其后果，这种信息交流可能会引发 "恐惧" 情绪；此外，在 VR 游戏环境中，与新冠肺炎相关的场景、角色或任务可能会触发用户的 "恐惧" 情绪。
2020 年下半年形成的其他聚类（如聚类 3、6、8、10）中的词汇与情绪的关联度低于其他聚类。
图四
2021 年上半年的语义网络如图 4 所示。聚类 1 中的词汇 "headset""right""need""different"（不同的）反映了用户对 VR 头戴设备功能和性能的 "信任" 情绪，对用户讨论的正确游戏策略的认可，以及在寻求帮助时论坛社区的积极回应，这引发了聚类 1 中的 "信任" 情绪；同一聚类中，"thing""reason"（原因）"expensiveness"（昂贵）"high"（高的）"console"（游戏机）"part"（部件）"run" 等词汇表达了用户对疫情导致的 VR 设备或游戏配件短缺、VR 设备价格高昂以及 VR 游戏性能不佳或只能在特定游戏机上运行等情况的 "愤怒" 情绪。
聚类 2 中的 "game""demand"（需求）"price""available"（可获得的）"valve" 反映了用户对游戏内容或体验的不满（例如，对游戏缺乏内容或故事情节表示不满），以及用户的期望和需求未得到满足、游戏价格上涨超出用户承受能力等情况，这引发了 "悲伤" 情绪；聚类 2 中 "people""lot"（许多）"sell""think""afford"（负担得起）"like" 等词汇表达了用户对游戏中存在的问题（如恶意行为、不公平竞争、低质量内容）的担忧，以及在新冠肺炎疫情期间希望在游戏中寻找乐趣和社交联系的愿望，这些游戏问题破坏了他们的游戏体验，引发了用户的 "厌恶" 情绪。
聚类 3 中的词汇 "COVID""get""play""new""room"（房间）"platform"（平台）表达了新冠病毒如何改变用户的生活方式，用户对感染的恐惧以及对他人安全的担忧；以新冠病毒为主题的新 VR 游戏让用户在虚拟环境中感受到真实的恐惧，从而产生 "恐惧" 情绪；"HalfLife""come""Steam""sure""gaming" 等词汇表达了在 Steam 平台上发现新游戏（如《半衰期》系列游戏的推出）带来的全新 VR 游戏体验，VR 游戏出色的画面和剧情让用户感到兴奋，产生 "惊讶" 情绪。
聚类 4 中的词汇 "development""pandemic""hardware"（硬件）"market""slow"（缓慢的）"update""release""computer"（电脑）"user" 表达了新冠肺炎疫情期间开发工作的困难、用户硬件限制以及市场的不确定性，VR 游戏平台的用户在留言中表达了 "预期" 情绪，热切期待新游戏的发布。
聚类 6 中的 "VR""great"（很棒的）"mention"（提及）"nice"（美好的）"base"（基础）"good""fun"（乐趣）"guy"（家伙）表明，新冠肺炎疫情期间，VR 游戏平台已成为许多人的避难所，用户在这个令人愉悦的虚拟现实世界中找到了极大的乐趣和慰藉，在这段艰难的时期获得了喘息和享受，从而产生 "喜悦" 情绪。
2021 年上半年形成的其他聚类（如聚类 5、7、8）中的词汇虽然根据各自的主题被单独聚类，但与情绪的关联度不如其他聚类明显。
图五
2021 年下半年的语义网络如图 5 所示。聚类 1 中出现的词汇 "work""COVID""Facebook"（脸书）"ban"（禁止）"post"（帖子）"sure""day" 反映了用户在新冠肺炎疫情期间面临的挑战，包括与工作相关的问题以及疫情带来的日常困境引发的挫折感；社交媒体平台上不断接触到的新闻和虚假信息让用户产生 "厌恶" 情绪；"work""COVID""know""get""issue""happen""worker"（工作者）反映了用户不断面临新冠病毒感染风险，担心同事或自己被感染，产生巨大的工作压力；此外，疫苗短缺进一步加剧了用户的 "恐惧" 情绪，因为他们无法获得足够的疫苗来控制疫情。
聚类 2 中的 "fast"（快速的）"home"（家）"far"（遥远的）"wait""cheap"（便宜的）"multiplayer"（多人游戏）"headset""valve""fly"（飞行）"pandemic" 描述了用户在疫情期间期待足不出户就能享受多人游戏的体验，希望能有价格实惠的 VR 头戴设备参与多人游戏，从而逃离现实，体验虚拟飞行的刺激；用户还期待 Valve 公司推出更多 VR 游戏。
聚类 3 中的词汇 "pandemic""thing""base""developer"（开发者）"development""nowadays"（如今）"break"（中断）"small"（小的）"year""ago"（以前）表达了过去两年中，由于疫情及相关限制，开发者面临的众多挑战和障碍，这些困难可能导致开发过程中出现轻微的延迟和问题，引发用户的 "悲伤" 情绪。
聚类 4 中的 "VR""version""great""hit"（热门）"start"（开始）"experience""play" 等词汇描述了 VR 游戏平台提供的版本更新和改进，旧版本游戏得到重大升级，拥有令人难以置信的视觉效果和引人入胜的内容，用户在开始使用这些更新版本时体验到 "惊讶" 情绪，并被新功能所吸引；此外，"market""player/user"（玩家 / 用户）"large"（庞大的）"help"（帮助）"upgrade"（升级）"expect"（期待）等词汇表明，VR 游戏平台在市场上已树立良好声誉，游戏平台的质量和稳定性让用户可以放心升级，并期待更令人满意的改进，用户可以长期享受这些平台带来的乐趣，从而对平台产生 "信任" 情绪。
聚类 5 中的 "well"（很好地）"want""like""especially"（尤其）"time""support""Steam""Ubisoft"（育碧娱乐软件公司）"user" 等词汇表达了新冠肺炎疫情期间，用户通过育碧的游戏和 Steam 平台的支持获得了极大的乐趣和满足感，这些游戏和平台提供了逃离现实的途径，让他们在虚拟世界中找到属于自己的快乐，心中充满 "喜悦"。
聚类 11 中仅出现一个词汇列表，表达了用户因新冠疫情限制无法完成任务清单而产生的挫折感和不满，引发用户的 "愤怒" 情绪。2021 年下半年形成的聚类 6、7、8、9、10 中的词汇也被单独聚类，但这些词汇与情绪的关联度不如其他聚类明显。
图六
2022 年上半年的语义网络如图 6 所示，包含 9 个聚类。聚类 1 中的词汇 "face"（面对）"compatible"（兼容的）"valid"（有效的）"issue""shortage"（短缺）等表达了用户在 VR 游戏中遇到的各种挑战，包括不适的场景、头戴设备问题、VR 头戴设备或游戏平台的技术问题或故障，以及 VR 设备短缺或游戏内容未能及时更新等情况，这些问题让用户产生 "厌恶" 情绪；"hope"（希望）"chip"（芯片）"end"（结束）"reality" 等词汇表达了用户在新冠肺炎疫情期间的恐惧，他们担心受疫情影响的电子芯片或硬件问题可能导致 VR 游戏出现故障或性能不佳，此外，游戏中逼真的真实感模糊了虚拟与现实世界的界限，引发 "恐惧" 情绪。
聚类 2 中的词汇 "VR""Halflife""know" 表达了用户对《半衰期》系列游戏的沉浸式体验，用户对该游戏的沉浸感感到惊叹，将其描述为一个令人难以置信的新世界，反映了他们的 "惊讶" 情绪；"Halflife""story"（故事）"afford""give"（给予）"miss"（错过）"unresolved"（未解决的）揭示了用户对《半衰期》未解决的故事情节的 "愤怒" 情绪；此外，由于 VR 设备故障，用户的角色无法跳跃到关键位置，而他们为克服这一挑战投入了大量时间和精力，这进一步加剧了他们的 "愤怒" 情绪；"link"（链接）"down"（故障）"height"（高度）"fantastic"（极好的）"want" 等词汇描述了用户对 VR 游戏及游戏平台未来发展的 "预期" 情绪，用户期待 VR 游戏平台能够实现他们期望的愿景，相信其有潜力带来更令人兴奋和身临其境的体验，将 VR 游戏提升到新的高度。
聚类 3 中的词汇 "year""PC"（个人电脑）"moment"（时刻）"thing""good""release""version""make""friend""Steam" 描述了新冠肺炎疫情期间用户在个人电脑端 VR 游戏平台上的体验，用户通过回忆往事、调整计划、经历悲伤时刻、探索各种版本和故事来展现友谊和爱意，这些引发了 "悲伤" 情绪。
聚类 4 中的词汇 "COVID""play""people""home""flight"（飞行）"minute"（分钟）"world"（世界）反映了用户在 VR 游戏的虚拟环境中找到的逃避现实的途径和乐趣，这个虚拟环境与现实世界完全不同，用户可以暂时忘却烦恼，足不出户与他人互动，共同探索虚拟世界，沉浸在游戏的 "喜悦" 之中。
聚类 5 中的 "headset""pandemic""start""real"（真实的）"get""cool"（酷的）"spend" 描述了新冠肺炎疫情期间，VR 游戏平台提供的真实体验、及时的问题解决、用户互动、友好的界面以及高质量的内容和 VR 头戴设备，这让用户产生了 "信任" 情绪，他们认为 VR 平台是可靠的，值得投入时间和金钱。
2022 年上半年的其他聚类（如聚类 6、7、8、9）中的词汇被单独聚类，但这些词汇与情绪的关联度不如其他聚类明显。
图七
2022 年下半年的语义网络如图 7 所示。聚类 1 中的词汇 "delay""cost"（成本）"lack"（缺乏）"support""time""like""development""market""gaming""high" 反映了用户在新冠肺炎疫情期间的 "厌恶" 情绪，这是由游戏延迟、成本增加、游戏种类有限、支持不足、技术故障和开发质量差等因素造成的。
聚类 2 中的词汇 "game""want""team"（团队）"play""pandemic""story""main"（主要的）"go""future""Half-life" 表明，在新冠肺炎疫情期间，用户通过 VR 游戏平台上的团队合作和实用技能获得乐趣，并与其他用户建立信任，这种乐趣和信任与《半衰期》系列的角色和故事相关联，给用户带来兴奋感和满足感；尽管面临经济挑战，用户通过游戏逃离现实，无需花费大量成本就能找到快乐和幸福感，该聚类反映了用户的 "信任" 和 "喜悦" 情绪。
聚类 3 中的词汇 "VR""people""develop"（开发）"pay"（支付）"use"（使用）"feel""real""open"（开放的）"chat"（聊天）表达了新冠肺炎疫情期间，用户可以通过 VR 游戏平台与他人互动，但在这种虚拟环境中无法真实感受到现实世界中的人际互动和情感联系，这可能会引发用户的 "悲伤" 情绪。
聚类 4 中的词汇 "developer""MMO"（大型多人在线游戏）"virtual"（虚拟的）"start""Valve""title"（标题）"look""gaming" 描述了 VR 大型多人在线游戏在当前现实环境中带来的 "惊讶"，用户可以通过 VR 游戏学习新技能，度过高质量的时光。
聚类 5 中的词汇 "good""GPU"（图形处理器）"luxury"（奢华的）"need""headset""mean"（意味着）"item"（物品）"big"（大的）表达了游戏玩家在新冠肺炎疫情期间的 "预期" 情绪，用户期待高质量的游戏、强大的图形性能以及符合个人需求的独特体验，希望通过高质量的头戴设备获得更逼真的感受，并享受大型多人游戏或重大更新带来的乐趣。
聚类 7 中的词汇 "get""release""say"（说）"new""community"（社区）"consider""dev"（开发者）表明，新冠肺炎疫情导致的延迟以及无法获得新游戏让用户感到沮丧；当在游戏中遇到问题或希望提出建议但无法直接与开发者沟通或获得及时回应时，用户可能会产生 "愤怒" 情绪。
聚类 6 和 8 中的词汇被单独聚类，但这些词汇与情绪的关联度不如其他聚类明显。
（三）评论数量与情绪变化
图 8 展示了 2020 年上半年至 2022 年下半年（以半年为单位）的用户评论数量及情绪分布情况。2020 年上半年，用户评论数量为 454 条，其中 "信任" 情绪出现频率最高，达 129 条；其次是 "预期"，127 条；第三是 "悲伤"，89 条；随后依次是 "厌恶"（84 条）、"愤怒"（61 条）、"喜悦"（51 条）、"惊讶"（127 条）和 "恐惧"（24 条）。2020 年下半年，用户评论数量大幅减少至 274 条，与 2020 年上半年不同，"预期" 成为出现频率最高的情绪，达 101 条；其次是 "信任"（73 条）；第三是 "厌恶"（64 条）；随后依次是 "悲伤"（58 条）、"喜悦"（43 条）、"愤怒"（40 条）、"恐惧"（21 条）和 "惊讶"（18 条）。2021 年上半年，用户评论数量继续减少，为 209 条，"预期" 情绪评论仍为最多，但数量降至 87 条；其次是 "信任"（59 条）、"悲伤"（44 条）、"喜悦"（41 条）、"惊讶"（37 条）、"愤怒"（37 条）、"厌恶"（27 条）和 "恐惧"（6 条）。2021 年下半年，用户评论数量减少至 138 条，"预期" 情绪评论仍为最多，但数量降至 76 条；其次是 "信任"（47 条）、"悲伤"（30 条）；随后依次是 "惊讶"（20 条）、"喜悦"（18 条）、"厌恶"（17 条）、"愤怒"（12 条）和 "恐惧"（5 条）。2022 年上半年和 2022 年下半年，用户评论数量持续减少，分别为 103 条和 70 条。2022 年上半年，评论中出现频率最高的情绪是 "悲伤"（32 条）；其次是 "预期"（27 条）；第三和第四分别是 "愤怒"（18 条）和 "厌恶"（17 条）；随后依次是 "喜悦"（13 条）、"信任"（11 条）、"恐惧"（9 条）和 "惊讶"（8 条）。2022 年下半年，表达 "预期" 情绪的评论再次成为最多，达 33 条，"信任" 和 "悲伤" 分别出现 15 条和 14 条；随后依次是 "厌恶"（10 条）、"惊讶"（5 条）、"愤怒"（4 条）、"喜悦"（4 条）和 "恐惧"（0 条）。
图 8 情绪分布数量趋势图
如图 9 所示，六个时间段内积极情绪的比例均高于消极情绪，仅第五个时间段（2022 年上半年）消极情绪比例高于积极情绪。在八种情绪中，"预期" 情绪的比例最高，2022 年下半年达到近 40%；但 2021 年上半年和 2022 年上半年，"预期" 的比例低于 "信任"，2022 年上半年还低于 "悲伤"。六个时间段内 "信任" 和 "悲伤" 的比例波动较大，2022 年上半年波动最为显著 ------ 该时间段 "信任" 的比例较其他时间段下降了一半，而 "悲伤" 的比例较其他时间段上升了一半。前三个时间段 "愤怒" 的比例维持在 10% 左右，2021 年下半年突然降至 5%，随后 2022 年上半年飙升至 13%，2022 年下半年再次降至 5%。"厌恶" 和 "恐惧" 的比例在前两个时间段几乎没有波动，第三和第四时间段降至前两个时间段比例的一半，第五时间段飙升后，第六时间段再次下降，尤其是 "恐惧" 的比例降至零。另外两种情绪在六个时间段内呈现持续波动趋势，但波动幅度不大。
图 9 情绪分布比例趋势图
四、讨论
本研究通过分析 Steam 平台上与家庭虚拟现实设备相关的用户评论，探讨了新冠肺炎疫情期间用户关注点的动态变化。采用情感分析与主题分析相结合的方法，构建了主题 - 情感网络模型，深入考察了用户评论中情感类型与主题之间的关系以及情感变化的时间趋势。在线论坛中的文本讨论不仅是一种社交互动形式，还通过情感表达影响他人的情绪反应（Reis 和 Collins，2004）。具体而言，情感表达与社会语境相互交织，因为个体的情感线索可以引发他人的推断和反应（Van Kleef，2010）。在此背景下，社交互动和情绪反应为理解疫情期间用户情绪变化提供了宝贵视角。
（一）疫情期间情绪与主题趋势
本研究揭示了疫情期间用户评论中情绪和主题的变化趋势。具体而言，新冠肺炎疫情期间，用户评论中除 "COVID-19""VR" 和 "pandemic" 外，网络中心性最高的四个词汇均与 "game" 和 "like" 相关。尽管处于疫情持续的背景下，VR 游戏的沉浸式体验成为用户讨论的焦点，在一定程度上转移了对疫情本身的关注。总体而言，关于 VR 游戏体验的讨论多于关于新冠肺炎疫情的讨论，这与以往 VR 在治疗场景中的应用研究一致（Smits 等，2020）。这表明 VR 游戏的沉浸性为用户提供了心理避难所，帮助他们暂时逃离疫情带来的焦虑和压力（Smits 等，2020）。尤其是在疫情初期，用户对 VR 的热情反映了他们在面对不确定性时对情绪调节的需求（Sanderson 等，2020）。
（二）预期与信任：长期主导的用户情绪
通过语义网络分析，本研究进一步揭示了六个时间阶段用户评论中的情绪趋势。在所有阶段，"预期" 和 "信任" 都是最突出的积极情绪，其中 "预期" 的比例始终保持较高水平。这表明尽管疫情带来了不确定性和生活方式的改变，用户对未来仍保持乐观态度，尤其是对 VR 技术和应用的发展充满期待。疫情初期，用户的 "预期" 集中在居家办公模式下希望从 VR 中获得的新体验和空闲时间；但随着疫情防控措施的延长，这种情绪逐渐转向对疫情后恢复期的期待。到 2021 年上半年，用户普遍认识到新冠肺炎疫情加速了 VR 市场的发展，进一步激发了他们对 VR 游戏改进和 VR 行业未来的期待。此外，"信任" 情绪在所有阶段都很普遍：疫情初期，用户主要表达对 VR 平台、技术、游戏和设备的信任；在后续阶段，随着用户逐渐适应 VR，他们的信任与积极体验相结合。例如，通过 Steam-VR 与朋友一起看电影有助于缓解因无法见面而产生的孤独感和抑郁情绪，这表明 VR 不仅是一种娱乐工具，也是一种社交和情感连接的媒介。这一发现与现有研究一致，即 VR 作为一种社交工具，帮助用户在疫情期间与他人保持情感联系（Riva 等，2020；Marston 和 Kowert，2020）。情感表达不仅传达个人感受，还传递情感意图（Van Kleef，2010），这在本研究的语义 - 情感网络模型中得到了体现。研究表明，使用 VR 可以传递 "喜悦" 等积极情绪，这与 VR 帮助一线医护人员缓解压力的研究结果一致（Labrague，2021；Sun 等，2021），也与关于减少隔离人员和大学生心理压力的研究相符（Xu 等，2020；Chen 等，2020）。
（三）消极情绪的转变与长期适应
尽管积极情绪总体占主导，但消极情绪的表达也呈现出明显的时间变化。2020 年上半年，用户的消极情绪主要集中在疫情带来的 "悲伤""焦虑" 和 "压力"，反映了疫情初期普遍的社会不安和心理困扰。但到 2020 年下半年，消极情绪的焦点逐渐转向 VR 游戏的技术问题 ------ 具体而言，用户因 VR 游戏故障、运行卡顿以及疫情导致的 VR 设备生产延迟而感到沮丧。这种转变表明，随着疫情的持续，用户的关注点从疫情本身的社会不确定性转向了与 VR 技术相关的具体问题。这一发现与 VR 在缓解压力和焦虑方面的应用研究一致（Riva 等，2020），并表明随着疫情的推进，用户对 VR 的期望越来越注重技术改进，而不仅仅是依赖其情绪调节能力（Riva 等，2020）。最后，关于评论数量的变化，本研究发现自疫情爆发以来，用户评论数量逐渐减少，尤其是 2022 年上半年，评论中 "预期" 的比例显著下降。这一现象可能与用户对疫情的适应程度不断提高有关。随着疫情进入长期阶段，用户的情绪反应趋于稳定，积极情绪和消极情绪都变得更加中性，激烈的情绪波动减少。这一趋势与在线教育和远程工作环境中观察到的情绪变化相似，表明在对疫情相关的生活方式变化进行长期调整后，用户逐渐实现了情绪适应（Chakraborty 等，2021；Mishra 等，2020）。
（四）理论贡献
本研究将语义网络分析与情绪分析相结合，探索家庭 VR 产品相关的情绪，创新性地构建了语义 - 情感网络模型。该模型不仅提高了情绪分析的粒度和深度，还为分析 VR 技术与用户情绪之间的互动机制提供了方法支持。此外，本研究揭示了情绪变化与 VR 使用场景之间的复杂关系，从而拓展了虚拟现实在社交互动和情绪调节语境下的理论框架。
（五）实践贡献
本研究的发现可能为行业和政策制定者提供有价值的实践启示。从政策角度来看，政府和公共卫生组织应认识到虚拟现实技术在社会危机时期的情绪支持功能。通过支持相关技术的开发和推广，政府可以为公众提供更有效的情绪支持干预措施，尤其是在隔离和远程工作等特殊环境中。此外，政策制定者应鼓励 VR 技术在教育、娱乐、医疗保健等领域的跨学科应用，促进其在公众生活中的广泛使用。从商业角度来看，通过揭示用户在与家庭 VR 产品互动过程中的情绪波动，企业可以更好地了解用户需求，优化产品设计，提升用户体验。此外，本研究为游戏、心理健康和教育等行业提供了宝贵见解（尤其是在危机情况下），进一步验证了 VR 产品作为情绪调节工具的潜力。
（六）局限性与未来研究方向
本研究主要依赖 Steam 平台的用户评论，这可能会引入一定的平台偏差；此外，由于平台未提供人口统计信息，未考虑个体差异及其对研究结果的潜在影响，这些都是本研究的局限性。本研究主要关注与 VR 游戏相关的情绪变化，未来研究可进一步探索其他类型 VR 应用（如医疗保健、教育）对用户的情绪影响，尤其是考察疫情前后不同领域的差异。此外，鉴于疫情对社会心理健康的深远影响，未来研究还可考虑对用户情绪进行长期跟踪，以探究 VR 产品在疫情后心理恢复和社会重建中的作用。
五、结论
本研究基于 VR 相关评论数据，分析了新冠肺炎疫情期间情绪变化的趋势，揭示了该时期 VR 相关内容与情绪之间的关系。研究结果表明，疫情期间，VR 用户的情绪以预期和信任为主导，使用虚拟现实是积极情绪的来源之一。此外，研究观察到消极情绪的转变，反映了长期适应现象 ------ 用户的消极情绪从与疫情相关的内容转向与 VR 使用相关的技术问题，并且随着时间的推移，用户实现了情绪适应。本研究创新性地构建了语义 - 情感网络模型，用于分析 VR 技术与用户情绪之间的互动机制，提高了情绪分析的粒度和深度，同时揭示了情绪变化与 VR 使用场景之间的复杂关系。此外，研究建议公共卫生部门认识到 VR 技术在社会危机期间的情绪支持功能，并针对隔离和远程工作等情况实施适当的基于虚拟现实的情绪支持干预措施。
数据可用性
数据集 1
接收日期：2024 年 7 月 4 日；录用日期：2025 年 2 月 24 日；在线发表日期：2025 年 3 月 4 日
参考文献
（参考文献部分按原文格式保留，此处省略具体列表）
利益冲突
作者声明无利益冲突。
伦理审批
本研究不涉及人类受试者，因此无需伦理审批。
知情同意
本研究不涉及人类受试者，因此无需知情同意。
补充信息
在线版本包含补充材料，可通过https://doi.org/10.1057/s41599-025-04653-x获取。
通信与材料请求
通信和材料请求应致函朱玉鹏。
重印和许可信息
重印和许可信息可在http://www.nature.com/reprints获取。
出版商说明
施普林格・自然对已发表地图的管辖权主张和机构隶属关系保持中立。
开放获取
本文基于知识共享署名 - 非商业性使用 - 禁止演绎 4.0 国际许可协议（CC BY-NC-ND 4.0）授权，允许任何非商业性使用、共享、分发和复制，前提是适当引用原作者和来源，提供知识共享许可协议的链接，并说明是否修改了授权材料。根据本许可协议，不得共享基于本文或其部分内容改编的材料。本文中的图片或其他第三方材料均包含在本文的知识共享许可协议中，除非在材料的引用说明中另有标注。如果材料未包含在本文的知识共享许可协议中，且您的预期使用未获得法定规定的许可或超出许可范围，您需要直接从版权所有者处获得许可。如需查看该许可协议的副本，请访问http://creativecommons.org/licenses/by-nc-nd/4.0/。
© 作者 2025