编辑推荐：
为探究美食图片对用户的影响，研究人员基于 S - O - R 模型，分析 “foodstragramming” 图片及评论。结果显示，图片颜色能引发 “浪漫”“健康” 等情绪，且与点赞、评论数相关。该研究为餐饮和旅游营销提供策略，助力吸引消费者。
在当今社交媒体盛行的时代，人们热衷于在网上分享美食图片，“foodstagramming” 现象风靡全球。这不仅改变了人们的社交方式，还对餐饮和旅游行业产生了深远影响。一方面，精美的美食图片能吸引潜在消费者，成为中小企业打造忠实客户群体、推动美食旅游发展的有力工具；另一方面，“food porn”（一种通过精心拍摄食物来吸引观众的现象）在社交媒体上广泛传播，引发了人们对食物呈现方式与消费者情感共鸣的思考。然而，目前对于美食图片如何影响用户的情绪和行为，还缺乏深入的研究。为了解决这一问题，来自国外的研究人员开展了一项关于美食图片美学、吸引力与色彩对用户参与度影响的研究，该研究成果发表在《Cognitive Systems Research》上。
研究人员以加拿大一所烹饪学校 “Get Cooking Canada” 在 Instagram 上发布的美食图片及相关评论为研究对象。为了深入剖析这些图片和评论，研究人员运用了多种关键技术方法。首先，采用图像分析技术提取美食图片中占主导的五种调色板颜色，并依据 Kobayashi 模型将这些颜色映射到相应的情绪状态，以此确定图片颜色引发的情绪。其次，运用基于 DistilBERT 的深度学习模型对图片评论进行情感分析，获取评论的极性（分为积极、消极和中性）。最后，使用偏最小二乘结构方程建模（Partial Least Squares Structural Equation Modeling，PLS - SEM）技术，检验研究模型，分析各变量之间的关系。
在研究结果部分，研究人员进行了多方面的分析。在测量模型评估方面，通过对可靠性和有效性的分析，发现 Cronbach’s Alpha、可靠性系数、复合可靠性（CR）以及平均方差提取（AVE）等指标均达到可接受范围，表明研究模型的各项构建具有良好的统计价值。在结构模型分析中，研究人员发现多个变量之间存在显著相关性。假设 H1 表明，图片的食物颜色能诱导出 “浪漫（Romantic）” 或 “健康（Healthy）” 等积极情绪或心情，例如 “浪漫”（β = 0.278，p - value = 0.0024，f2= 0.541）；“健康”（β = - 0.640，p - value = 0.000，f2= 0.390）。H2 指出，情感分析检测到的积极情绪或心情与帖子的点赞数相关（β = 0.465，p - value = 0.005，f2= 0.276）。H3 显示，情感分析的积极情绪与每个帖子评论的极性相关（β = 0.427，p - value = 0.003，f2= 0.640）。H4 表明，帖子的点赞数与相关评论数相关（β = 0.503，p - value = 0.000，f2= 0.121）。此外，研究还发现除了情感分类为 “Love” 与点赞数的关系外，其他变量在总效应上均具有统计学意义，且研究模型对评论和情感分析具有一定的预测意义。
在结论和讨论部分，研究表明 Kobayashi 模型在解决营销挑战方面具有潜在效用。通过 S - O - R 模型结合情感分析，能够为预测消费者反应提供有力框架。这意味着餐厅和旅游行业可以依据研究结果，有策略地设计菜肴和体验，引发如浪漫和健康等特定情绪，从而积极影响消费者的认知和参与度。例如，利用颜色心理学，厨师可以调整菜肴的呈现方式，使其与预期的情感反应相契合，提升用餐体验。同时，研究也指出了局限性，由于缺乏用户的食物类型和人口统计特征信息（如年龄、国籍等），无法深入分析文化和个体因素对食物颜色、情绪和用户反应之间关系的影响。未来的研究可以朝着这个方向展开，进一步探索不同食物类型和人口统计特征在 Instagram 用户中产生的独特情感反应和行为。总的来说，这项研究为餐饮和旅游行业在社交媒体营销方面提供了重要的理论依据和实践指导，有助于行业更好地利用美食图片吸引消费者，推动行业发展。
