《Heritage》:Cultural Heritage Expression and Dissemination Mechanisms on Social Media: A Case Study of the Forbidden City
编辑推荐:
**专业术语摘要翻译**
社交媒体在扩大文化遗产可见性的同时,也重塑了遗产意义的生产与解读方式。然而,遗产表达的解释性深度与平台可见性之间的关系仍待探索。本研究以联合国教科文组织世界遗产地故宫(the Forbidden City)相关的微博(Weibo)帖
**专业术语摘要翻译**
社交媒体在扩大文化遗产可见性的同时,也重塑了遗产意义的生产与解读方式。然而,遗产表达的解释性深度与平台可见性之间的关系仍待探索。本研究以联合国教科文组织世界遗产地故宫(the Forbidden City)相关的微博(Weibo)帖子为案例,考察遗产表达在文化深度上的差异,以及文化深度与平台参与度之间的关联。数据集涵盖了日常体验、文化解读和公共讨论。研究人员应用了一个人工智能辅助(AI-assisted)的多阶段分析框架,结合了语义嵌入(semantic embedding)、无监督聚类(unsupervised clustering)、表达类型分类(expression-type classification)、基于大语言模型(LLM-based)的文化深度评估以及参与度分析。结果显示,“打卡”式表达主导了话语空间,估计占总帖子的43.4%。文化深度普遍较浅,估计超过98%的内容处于较低的文化深度区间。然而,不同文化深度类别的描述性参与度水平存在差异。在纳入表达类型的设计加权负二项模型(design-weighted negative binomial models)中,文化深度与点赞、评论和转发之间无显著关联。这些发现挑战了“浅层内容受欢迎,深层内容不可见”的简单对立观点。社交媒体上的遗产可见性并非仅由文化深度决定,且回归估计值应被解释为在抽样和观测数据范围内的条件性关联(conditional associations),可能受到未观测到的混杂因素(unobserved confounding)影响,而非因果效应(causal effects)。本研究为探讨数字遗产传播中文化意义与平台可见性的关系提供了一个可复制的框架,并对城市历史景观(HULs)的解读和管理具有启示意义。
**论文解读文章**
**一、研究背景与核心问题**
在数字化与全球化背景下,文化遗产的保护与传播正经历深刻变革。遗产的意义不再仅由博物馆、官方展览等机构单向阐释,而是越来越多地在数字平台上被公众参与式地生产(participatory production)和再解读。社交媒体用户生成内容(User-Generated Content, UGC),如个人体验记录、情感回应等,极大地扩展了文化遗产的可见性。然而,研究人员指出,现有研究虽然强调了数字平台在扩大遗产覆盖面和促进公众参与方面的作用,但对于“文化深度”(cultural depth,指遗产相关话语涉及历史语境化、符号阐释和文化意义建构的程度)与平台可见性之间的关系,系统性研究仍然不足。一个关键的研究空白是:拥有更高可见性的遗产内容,是否也包含了更丰富的历史语境和更深层的文化意义建构?为了探讨这一问题,研究人员选择了具有高度象征意义和数字影响力的北京故宫作为案例,旨在识别和评估社交媒体UGC中的文化深度,并检验其与平台可见性的关系。
**二、关键技术与方法**
为开展此项研究,研究人员构建了一个人工智能辅助(AI-assisted)的多阶段文本分析流程。首先,利用Python工具通过话题标签和关键词检索,采集了2024年全年(366天)新浪微博上关于故宫的公开帖子,经预处理后得到56,438条帖子的语料库。主要技术方法包括:使用OpenAI的文本嵌入模型(text-embedding-3-large)将每条帖子转换为高维语义向量,并采用均匀流形近似与投影(UMAP)和基于层次密度的聚类算法(HDBSCAN)进行语义聚类(semantic clustering),识别出341个有效语义簇;通过结合大语言模型(如GPT-4o)的批量预标注与人工验证的双重机制,将帖子分为“信息型”、“打卡型”、“文化型”和“中立型”四种表达类型(expression types);运用基于评分准则的大语言模型评估框架,对每个帖子进行0-5分的文化深度评估;最后,基于消费-贡献-创作模型(COBRA model),构建参与度指标,并采用设计加权负二项回归模型,在控制表达类型的情况下,分析文化深度与点赞、评论和转发等平台参与度指标之间的统计学关联。
**三、主要研究结果**
* **碎片化的语义景观:** 语义聚类结果呈现出显著的“长尾”分布,最大的几个簇涵盖旅游体验、景观欣赏等常见主题,而更多细小的簇则分散于各类边缘话题。约31.72%的帖子被归类为“噪声”,表明故宫相关的微博话语并非围绕单一叙事组织,而是由若干可识别的话语区域与大量碎片化、偶发性的表达共同构成的异质性语义景观。
* **打卡式表达主导与语境化解读:** 经簇大小加权估计,“打卡”式表达占据语料库的最大份额(43.4%),凸显了用户将故宫作为旅游目的地记录“到此一游”的普遍行为。文化型(21.1%)和信息型(15.4%)表达占比相对较少,表明用户参与主要由个人体验分享驱动。这些文化性和信息性表达通常更具体地出现在与展览、文物、历史叙事或艺术欣赏相关的语境中。
* **文化深度的不均匀分布:** 整体上,文化深度主要集中在0-2的低分段,超过98%的内容估计低于3分阈值,反映了高文化深度内容的稀缺性。在各类表达中,文化型表达的文化深度中位数最高,信息型次之,打卡型最低,体现出明显的分层现象。但是,某些“打卡”类语义簇中同样能观察到偶尔超过平均水平的文化深度内容,表明表达类型并不能完全决定文化深度。
* **不同表达类型与文化深度水平的参与度模式:** 描述性统计显示,各类表达类型的加权参与度得分虽有差异但相对温和,高参与度帖子在所有内容类别中均存在,而非集中于单一类型。从文化深度水平来看,描述性参与度虽在各级别间波动,但并未呈现出一致的线性或单调关系。所有表达类型和深度级别的原始参与度均表现出极高的集中度(即“长尾”效应)。
* **文化深度、表达类型与参与度的调整后关联:** 在包含表达类型的设计加权负二项回归模型中,文化深度与点赞、评论、转发数均无统计学显著关联。表达类型中,仅“中立型”帖子与预期评论数的显著提高有关,但其置信区间较宽。当模型中不包含表达类型时,文化深度与评论数一度呈负相关,但纳入表达类型后该关联消失,这表明文化深度与参与度之间的关联对模型设定敏感。这些结果说明,文化深度自身并非平台参与度的稳健独立预测因子。
**四、总结与讨论**
本研究揭示了社交媒体上文化遗产表达的“可见性”与“意义”之间并非简单的对立或等同关系。研究发现挑战了“浅层内容必然流行,深层内容必然沉寂”的惯常假设。打卡式内容因其简短、情感化和易于复制的特性,在平台可见性上占据优势,但这不代表文化性与信息性内容就完全被排斥在可见性之外。研究结果证实,文化深度不应被视为平台参与度的独立或充分预测指标,参与度指标也不能直接代表文化意义的重要性。某些情况下,打卡行为同样能为语境化的文化解读提供切入口。
在政策与管理层面,上述发现具有重要意义。遗产机构面临的战略挑战并非单纯增加网络关注度,而是要思考如何将广泛的可见性与更持久的文化阐释相连接,将打卡行为引导为理解历史与象征意义的起点。同样,传播效果的评价体系也应超越单纯的流量指标,补充能反映内容丰富性、阐释贡献的维度。
必须指出,本研究的结论是基于特定平台(微博)、特定案例(故宫)和特定时段(2024年)的。研究人员在结论部分强调,这些发现表明文化深度本身不足以解释平台参与度。在设计加权的回归分析中,当模型纳入表达类型后,文化深度与点赞、评论和转发数之间未显示出统计学显著的条件性关联。这些估计值应被理解为抽样和观测数据内的条件性关联,可能受到大量未观测混杂因素的潜在影响,而非因果效应。简言之,内容可以获得关注而不具备广泛的语境阐释,反之,阐释更丰富的内容也并非必然被排除在参与度之外。本研究贡献了一个将文化深度作为实证指标并与平台参与度进行规模化关联分析的框架,未来研究可将其拓展至更多遗产地、平台和内容模态中检验。