網(wǎng)易云音樂已經(jīng)成為不少人會(huì)使用的在線音樂平臺(tái)之一，逐漸的，在用戶使用網(wǎng)易云音樂的過程中，“網(wǎng)抑云”這個(gè)詞也流傳開來。那么，“網(wǎng)抑云”這一現(xiàn)象存在著哪些特點(diǎn)？用戶自身是如何理解“網(wǎng)抑云”的？不妨來看看本文的分析。

一、研究緣起

21 世紀(jì)以來，全球音樂產(chǎn)業(yè)從在線下載時(shí)代進(jìn)入了流媒體時(shí)代。隨著Spotify、TME 等在線流媒體音樂平臺(tái)的出現(xiàn)和繁榮，平臺(tái)成為了當(dāng)下人們聆聽音樂的第一選擇。在中國，網(wǎng)易云音樂（后文略稱網(wǎng)易云）建立于 2013 年。 雖然起步較晚，但它在殘酷的市場競爭中依然站穩(wěn)了腳跟，成為了中國第二大在線音樂平臺(tái)。

商業(yè)研究認(rèn)為，網(wǎng)易云能站穩(wěn)腳跟，離不開其精確的音樂推薦算法和主打的音樂社交功能（李路易，2019）。網(wǎng)易云的推薦算法能夠根據(jù)用戶的聆聽數(shù)據(jù)對(duì)用戶的個(gè)人偏好進(jìn)行猜測，并提供多樣化的私人推薦，讓用戶覺得“平臺(tái)比自己更懂自己”（D16）。同時(shí)網(wǎng)易云圍繞著在線音頻，打造了評(píng)論區(qū)、云圈、私信、群聊等社群功能，使得用戶能夠在社群中方便地交流和互動(dòng)。

2020 年 10 月，“網(wǎng)抑云”、“網(wǎng)抑云時(shí)間”等話題登上微博、知乎、嗶哩嗶哩彈幕網(wǎng)等眾多社交媒體的熱榜，僅在微博上相關(guān)話題就引發(fā)了 12 億次 的閱讀和討論，“網(wǎng)抑云”也被《青年文摘》評(píng)選為中國“2020 十大網(wǎng)絡(luò)熱 詞”。

這是因?yàn)榇蠖鄶?shù)用戶發(fā)現(xiàn)，網(wǎng)易云音樂平臺(tái)上不少歌曲的評(píng)論區(qū)有大量用戶的負(fù)面情緒發(fā)言，同時(shí)自己在平臺(tái)上聆聽音樂時(shí)經(jīng)常伴隨著抑郁、孤獨(dú)等負(fù)面情緒，導(dǎo)致聆聽時(shí)間被不斷延長。“網(wǎng)抑云”作為一種普遍的平臺(tái)文化現(xiàn)象，在中國的青年群體中流行開來。

作為一種青年平臺(tái)文化現(xiàn)象的“網(wǎng)抑云”，有什么典型特點(diǎn)? 在負(fù)面情緒下，用戶使用網(wǎng)易云的動(dòng)機(jī)是什么？用戶自身怎么理解“網(wǎng)抑云”這一現(xiàn)象？在本研究中，作者使用定性定量的方法進(jìn)行簡單的用戶研究，去解答上述問題。

二、研究方法

1. 問卷法

通過初步訪談和對(duì)身邊同學(xué)的觀察，筆者發(fā)現(xiàn)用戶在“網(wǎng)抑云”狀態(tài)下，從外部角度來看，會(huì)呈現(xiàn)出一種和社交媒體依賴（Social Media Dependence）非常類似的情況，具體表現(xiàn)為長時(shí)間的對(duì)網(wǎng)易云的使用和依賴。

在測量社交媒體依賴的量表方面，卑爾根大學(xué)的安德雅森博士提出了 6 個(gè)針對(duì) Facebook 依賴問題的判定標(biāo)準(zhǔn)（Andreassen，2012）。他據(jù)此制作了完善的量表并對(duì) 423 名大學(xué)生進(jìn)行了問卷調(diào)查。他的量表經(jīng)過自己及后人的測試和實(shí)驗(yàn)，效度得到了多次證實(shí)。

在本土化方面，復(fù)旦大學(xué)的劉振聲在 2013 年綜合 安德雅森博士的診斷標(biāo)準(zhǔn)，結(jié)合本土的社交軟件特點(diǎn)，提出了“微博依賴”的 9 項(xiàng)測度標(biāo)準(zhǔn)，并設(shè)計(jì)了相關(guān)的問卷，在復(fù)旦大學(xué)的學(xué)生群體中發(fā)放。他最后的論文成果《社交媒體依賴與媒介需求研究——以大學(xué)生微博依賴為例》在 CSSCI 期刊《新聞大學(xué)》上發(fā)表。在中國知網(wǎng)上顯示其論文被引用 177 次，下 載超過了 12300 次，全都是相關(guān)研究的最高值，因此筆者認(rèn)為其效度也較為可信。

所以，筆者在劉振聲的基礎(chǔ)上，綜合前期觀察，提出了負(fù)面情緒下“網(wǎng)易云依賴”的 9 項(xiàng)測度標(biāo)準(zhǔn)，如下:

1. 負(fù)面情緒下持續(xù)不斷地聽網(wǎng)易云
2. 存在負(fù)面情緒時(shí)總是想打開網(wǎng)易云
3. 負(fù)面情緒下用網(wǎng)易云音樂的實(shí)際時(shí)間比預(yù)期或者自覺的時(shí)間長很多
4. 察覺到使用網(wǎng)易云消解不了負(fù)面情緒，卻難以停止
5. 負(fù)面情緒下嘗試過減少或停止對(duì)網(wǎng)易云的使用，未取得明顯效果
6. 在有負(fù)面情緒時(shí)卻無法/不能使用網(wǎng)易云時(shí)，有不自在、焦躁、不安等情緒
7. 負(fù)面情緒下常常暫時(shí)中斷正在進(jìn)行的學(xué)習(xí)或工作，開始使用網(wǎng)易云
8. 將使用網(wǎng)易云作為一種緩解負(fù)面情緒的方式，或逃避現(xiàn)實(shí)的途徑
9. 負(fù)面情緒下常常由于使用網(wǎng)易云而拖延或打斷原定的時(shí)間安排

筆者繼而仿照劉振聲的問卷，設(shè)計(jì)針對(duì)大學(xué)生的受眾調(diào)查問卷如下（問卷附在文后）：

1. 大學(xué)生網(wǎng)易云用戶網(wǎng)易云使用習(xí)慣的基本情況，以單項(xiàng)選題為主。
2. 大學(xué)生網(wǎng)易云用戶在負(fù)面情緒下網(wǎng)易云依賴狀況，主要依據(jù)前文總結(jié)的微博 依賴 9 項(xiàng)表，調(diào)查受訪者是否存在負(fù)面網(wǎng)易云依賴現(xiàn)象，以 5 分制里克特量 表（5-point Likert Scale）的問卷形式為主。
3. 大學(xué)生網(wǎng)易云用戶對(duì)在負(fù)面情緒下使用網(wǎng)易云的預(yù)期和使用動(dòng)機(jī)，并且設(shè)計(jì)了若干與需求一一對(duì)應(yīng)的描述性陳述，調(diào)查受訪 者的實(shí)際網(wǎng)易云媒介需求。以 5 分制里克特量表的問卷形式為主。
4. 人口統(tǒng)計(jì)學(xué)變量。

筆者采取滾雪球式抽樣法，分別委托 8 同學(xué)，在其微信等社交媒體上發(fā)放問卷，經(jīng)過篩選，一共收集到有效問卷 166 份，其中 100%都是大學(xué)生，100% 都有在負(fù)面情緒下使用網(wǎng)易云的經(jīng)歷。

同樣的，仿照劉振聲的數(shù)據(jù)處理方法，筆者根據(jù)每一位受訪者的問卷結(jié)果，將前述依賴表 9 項(xiàng)中滿足 6 項(xiàng)及以上的用戶判斷為負(fù)面情緒下對(duì)網(wǎng)易云音樂存在依賴的用戶。

筆者將依賴者的調(diào)查結(jié)果抽離出來，與樣本總體狀況進(jìn)行對(duì)比分析。在后文數(shù)據(jù)的引用中，“M”、“SD”分別代表依賴者團(tuán)體的得分與標(biāo)準(zhǔn)差;“M-A”、“SD-A”分別代表總體的得分與標(biāo)準(zhǔn)差。同時(shí)，筆者也通過問卷研究負(fù)面情緒下用戶對(duì)于網(wǎng)易云平臺(tái)的使用和滿足情況。

2. 訪談和觀察

首先，筆者采用觀察和訪談的方法了解到了復(fù)旦大學(xué) 20 位本科生在負(fù)面情緒下對(duì)網(wǎng)易云的使用情況。觀察和訪談對(duì)象是筆者身邊熟識(shí)的 20 名本科學(xué)生，通過交流和溝通，他們都有著在負(fù)面情緒下使用網(wǎng)易云音樂的經(jīng)歷，對(duì)象的具體信息見附表格。

筆者分別請他們描述自己在情緒低落時(shí)使用網(wǎng)易云的場景。具體的，筆者詢問他們產(chǎn)生負(fù)面情緒的原因，再詳細(xì)記錄他們使用網(wǎng)易云聽音樂的具體行為，以及在“網(wǎng)抑云”狀態(tài)下使用網(wǎng)易云的時(shí)間和頻率。最后，筆者詢問和觀察他們特有的音樂風(fēng)格偏好，對(duì)網(wǎng)易云音樂的使用習(xí)慣，以及其他個(gè)人化的平臺(tái)使用信息。

三、結(jié)果

1. 止痛良藥：消弭負(fù)面情緒作為動(dòng)機(jī)

筆者在問卷調(diào)查中發(fā)現(xiàn)，不少用戶認(rèn)可了在負(fù)面情緒下使用網(wǎng)易云音樂對(duì)情緒管理的效果和正向作用。

如表1-1，通過在負(fù)面情緒下使用網(wǎng)易云聆聽歌曲，用戶或宣泄、緩解自己的負(fù)面情緒（M=3.86,SD=0.99；M-A=3.67，SD-A=0.99）、或制造積極的情緒（M=3.67,SD=0.99；M-A=2.87，SD-A=1.27）、或使得自己的情緒更加清晰（M=3.75,SD=1.05；M-A=2.87，SD-A=1.27）。

這些媒介使用的效果都得到了問卷的作答者們較多的認(rèn)可。而且依賴者群體得到的成效明顯要比調(diào)查總體高，這在一定程度上表明了用戶在負(fù)面情緒下使用網(wǎng)易云音樂越多，其負(fù)面情緒越有可能被消減。

2. 自我港灣：私人化的播放內(nèi)容和聆聽行為

通過調(diào)查，筆者發(fā)現(xiàn)用戶在“網(wǎng)抑云”狀態(tài)下對(duì)網(wǎng)易云音樂平臺(tái)的使用具有一個(gè)突出共性：私人化。這包括了兩方面的具體表現(xiàn)：播放內(nèi)容的私人化和聆聽行為的私人化。

1）播放內(nèi)容的私人化

問卷調(diào)查結(jié)果表明，如表2所示，在負(fù)面情緒下，用戶們突出的使用動(dòng)機(jī)是用網(wǎng)易云音樂聆聽自己喜歡的音樂和音頻。這種動(dòng)機(jī)在依賴者群體中達(dá)到了91.67%，在常規(guī)使用者中比例也達(dá)到了74.10%，均為負(fù)面情緒下網(wǎng)易云音樂使用預(yù)期/動(dòng)機(jī)中的最高值。而尋找新的音樂和音頻的意愿則相對(duì)較弱。

具體的，如表1-2，在負(fù)面情緒下，用戶會(huì)聆聽和反復(fù)播放自己收藏的歌曲（M=3.94，SD=1.14；M-A=3.86，SD-A=1.03）和自建歌單中的歌曲（M=4.02,SD=1.16；M-A=3.82，SD-A=0.99）。他們不太愿意去聆聽他人的歌單或者尋找新的歌曲（M=3.00,SD=1.35；M-A=2.69，SD-A=1.14）。

從問卷結(jié)果我們可以看出，大部分用戶在負(fù)面情緒下聆聽的內(nèi)容都是傾向私人化的。

在訪談中，用戶認(rèn)為自己喜歡的歌曲和自建歌單中的歌曲都是“經(jīng)過檢驗(yàn)”和“熟悉的”，因此對(duì)他們的風(fēng)格和內(nèi)容有著完整的了解和把握。

正如訪談對(duì)象D12解釋的：“聽歌聽的是情緒，新歌無法詮釋情緒，所以還是選擇聽舊歌?！痹L談對(duì)象D2提到，在負(fù)面情緒下，自己神經(jīng)會(huì)比較敏感，更容易受驚。因此播放自己熟悉和喜歡的歌曲不會(huì)像嘗試聆聽一首陌生的歌曲，可能會(huì)破壞當(dāng)時(shí)創(chuàng)造出來的完整的情緒和氛圍，因此帶來一種安全感。

同時(shí)值得注意的是，“我的收藏”和自建歌單的本質(zhì)都是歌單。哥斯達(dá)黎加大學(xué)Ignacio Siles等（2019）對(duì)歌單和情緒的研究發(fā)現(xiàn)，在Spotify的用戶群體中，用戶會(huì)建立歌單去進(jìn)行情緒的生產(chǎn)、捕捉、塑造和調(diào)節(jié)。歌單的建立是和個(gè)人情緒事件息息相關(guān)的。用戶會(huì)在經(jīng)歷各種情緒事件的時(shí)候建立歌單，也會(huì)使用這些歌單去營造情緒和情感狀態(tài)。

2）播放行為的私人化

通過訪談，筆者發(fā)現(xiàn)，二十位訪談?wù)咴谪?fù)面情緒下，全部都是獨(dú)自進(jìn)行音樂的聆聽。雖然一些訪談?wù)咴谌粘Ｉ钪袝?huì)和他人分享耳機(jī)，或者外放音樂和朋友一起聆聽，但當(dāng)他們在遇到負(fù)面情緒時(shí)一定是單獨(dú)聆聽歌曲的。

訪談對(duì)象D14認(rèn)為:“在和他人一起聽歌的時(shí)候，切歌、換歌等動(dòng)作都需要考慮他人的感受，聽歌內(nèi)容也要琢磨一下別人會(huì)不會(huì)喜歡。但自己有負(fù)面情緒的時(shí)候，哪管那么多，想聽什么就聽什么?！?/p>

在外在表現(xiàn)上，他們會(huì)用戴上耳機(jī)來作為“宣告進(jìn)入私人狀態(tài)”的標(biāo)志。“看到室友戴上耳機(jī)，會(huì)有意識(shí)地盡量不去打擾他?！保―14）這使得音樂聆聽者通過聆聽音樂這樣的行為，能夠創(chuàng)造出一種原子化的、脫離社會(huì)關(guān)系和人際關(guān)系的短暫狀態(tài)。聆聽時(shí)間一長，用戶可能并不過分在意音樂的具體內(nèi)容，而享受和意圖延續(xù)這種珍貴的、屬于私人的狀態(tài)。這能很好地緩解個(gè)人和社會(huì)之間的緊張關(guān)系，進(jìn)而使得個(gè)人能緩和或者梳理自己的負(fù)面情緒。

訪談對(duì)象D5在她負(fù)面情緒來臨時(shí)，會(huì)帶上耳機(jī)，出門，一邊散步一邊用網(wǎng)易云平臺(tái)聽歌。這讓她產(chǎn)生一種和世界的“疏離感”。而音樂恰好像一面無形的墻，為她創(chuàng)造出屬于私人的空間。她記得那是2020年新冠疫情第一次襲來的時(shí)候，整個(gè)學(xué)期她都在家里上網(wǎng)課。 到期末季時(shí)候，社交的缺失和期末考試的壓力使得她整個(gè)人的狀態(tài)都是緊繃的。

“那時(shí)候?qū)嵲谑翘魫灹耍?然后就飯后散了很久很久的步?！痹跇窍碌男』▓@里走走停停，一直到半夜一點(diǎn)鐘才回家，整個(gè)過程耳機(jī)里的音樂都沒有停止。這種制造出來的原子化的私人狀態(tài)，確實(shí)讓她慢慢調(diào)整了狀態(tài)，糟糕的情緒被緩解了不少。

3. 相互舔舐：和社群、社交媒體結(jié)合

雖然說用戶在負(fù)面情緒下處于一種較為私人的狀態(tài)，但用戶的聆聽活動(dòng)往往還是會(huì)和平臺(tái)上的社群，特別是用戶的各種社交媒體相結(jié)合。

其中，如表1-3 所示，最為統(tǒng)一的表現(xiàn)就是用戶在負(fù)面情緒下，傾向在社交媒體上分享歌曲（M=3.56,SD=1.48；M-A=3.08，SD-A=1.37）。

對(duì)于前述的“私人化”和社交化的關(guān)系，訪談對(duì)象D19用“互補(bǔ)”這個(gè)詞語來描述。“很難用一個(gè)詞概況，私人化是隨時(shí)可以發(fā)生的，分享是在特定心情、特定場景下發(fā)生的，就像談戀愛一樣，有時(shí)候莫名想分享?！惫P者將這種傾向描述成用戶對(duì)相互舔舐的期待。

在訪談中，用戶在負(fù)面情緒下將歌曲轉(zhuǎn)發(fā)到社交媒體最大的動(dòng)機(jī)就是希望朋友們也能聽到自己分享的歌曲，從而和當(dāng)時(shí)的自己產(chǎn)生共情（D5）?！耙怯信笥涯苈牭竭@首歌，并產(chǎn)生和我一樣的感情，我會(huì)感到，嗯，她真的會(huì)懂我，我和她會(huì)有很多共同語言?！彪m然這種共鳴在日?？磥肀容^微小，但在負(fù)面情緒下，這種共鳴和共情對(duì)用戶來說，像是久旱甘霖，難過的用戶會(huì)獲得非常多的感動(dòng)，從而一定程度下緩解當(dāng)時(shí)糟糕的情緒。

同時(shí)筆者發(fā)現(xiàn)，很多時(shí)候用戶并不奢求朋友圈的好友真的去聽自己分享的歌曲，而只是將這種行為當(dāng)作一種自我披露，甚至是一種儀式（D14）。這種自我披露能作為一種發(fā)泄，很好地緩解當(dāng)時(shí)的情緒，也蘊(yùn)含著對(duì)共情的想象，獲得想象中的共鳴。也有的用戶會(huì)將這種行為當(dāng)作一種朋友圈展演的策略，故意挑一些小眾的歌曲分享，“以顯示自己的品味”（D19）。

其次，如表1-3，瀏覽歌曲評(píng)論區(qū)，和網(wǎng)易云音樂站內(nèi)的社群互動(dòng)，也是一個(gè)相當(dāng)常見的用戶在負(fù)面情緒下聆聽時(shí)的行為（M=3.19,SD=1.37；M-A=2.87，SD-A=1.27）。雖然用戶可能主要聆聽的是自己收藏的歌曲，也可能大部分時(shí)間都在一邊聆聽，一邊工作。但是用戶常常會(huì)在聽歌中的某一時(shí)間回到平臺(tái)上，瀏覽這些歌曲下方的評(píng)論區(qū)。這常常也能成功地引起他們和其他用戶的共情，并尋找到一定的溫暖（D13）。

正如他所說的，在一些情緒比較突出的歌曲，例如《蟲兒飛》，大家感受到的情感都是非常統(tǒng)一的?！霸u(píng)論區(qū)很多悼念親人的發(fā)言，懷念老友的話語，都會(huì)讓我很有共情。而且《蟲兒飛》的童聲真的非常純潔，能讓我也想起身邊逝去的人?！笨吹胶芏噍^為悲慘或者令人同情的故事的時(shí)候，他也會(huì)情不自禁地去發(fā)一些安慰別人，讓人堅(jiān)強(qiáng)的話語。這種方式也讓他自己感受到了不少的溫暖。

相比于在社交媒體上分享歌曲期待熟人共情，瀏覽評(píng)論區(qū)甚至撰寫評(píng)論是一種在陌生人群中尋找共鳴的方式。相比與社交媒體的分享，這種方式成本更低，也更容易得到良好的反饋和解決。不論是主動(dòng)發(fā)文尋找共鳴，還是瀏覽樂評(píng)被動(dòng)找到相同的人，很多真情實(shí)感的評(píng)論都會(huì)讓人熱淚盈眶。

在網(wǎng)易云提供的用戶互動(dòng)空間中，用戶的情感得到充分的表達(dá)與釋放。他們聚集在歌曲的周圍，討論共同感興趣的歌曲和話題，這種活躍的、體驗(yàn)式的互動(dòng)能夠有效地實(shí)現(xiàn)用戶之間的情感傳播與交流、情感慰藉與宣泄，情感陪伴與寄托，甚至是情感升華。在此過程中，用戶獲得了情感的歸屬——他們在現(xiàn)實(shí)生活中無法得到心靈慰藉，但卻在“聽友”之間體會(huì)到了陌生人之間相同的喜好和品味所帶來的陪伴感、快樂感和滿足感，

4. 嵌入生活：超長的使用時(shí)間

正如本文開頭所言，處于負(fù)面情緒下的用戶最大特點(diǎn)就是使用平臺(tái)的時(shí)間大大延長。從調(diào)查結(jié)果中我們可以發(fā)現(xiàn)，樣本總體里大部分使用者每天網(wǎng)易云的使用時(shí)間處于一小時(shí)之內(nèi)；在負(fù)面情緒下對(duì)網(wǎng)易云有依賴的用戶，日常使用網(wǎng)易云的時(shí)間和樣本總體并無明顯區(qū)別。如表3所示。

但當(dāng)用戶處于負(fù)面情緒下時(shí)，不論是樣本總體還是依賴者，大部分用戶使用網(wǎng)易云音樂的最長時(shí)間都遠(yuǎn)超日常的平均使用時(shí)間，如表4所示。依賴者群體中，對(duì)網(wǎng)易云音樂使用的最長時(shí)間集中在三小時(shí)以上，甚至有13.89%的用戶最長一次的使用時(shí)間超過了9個(gè)小時(shí)，而在樣本總體中也有6.02%的用戶使用時(shí)長超過了9小時(shí)。

而且，如表5所示，大部分用戶在使用時(shí)都是持續(xù)不斷地聆聽歌曲（M=4.08,SD=0.73；M-A=3.42，SD-A=0.85）。如果以一首歌的時(shí)長平均為2分30秒來計(jì)算的話，連續(xù)使用九小時(shí)以上的用戶一次性能在平臺(tái)上聽至少220首歌曲。正如訪談對(duì)象D3所說，“會(huì)一直聽到耳朵受不了了才停止?！?/p>

在對(duì)用戶具體依賴情況的調(diào)查中，如表5所示，依賴者們普遍認(rèn)為自己在負(fù)面情緒下使用網(wǎng)易云平臺(tái)的最大特點(diǎn)就是時(shí)間比預(yù)期和自覺的長很多（M=4.5，SD=0.70）。在樣本總體中，負(fù)面情緒下使用時(shí)間超出自身預(yù)期的情況也得到了最高的認(rèn)可（M=3.42，SD=0.85）。

在流媒體平臺(tái)上，聆聽音樂這一動(dòng)作并不影響其他的日常工作或者活動(dòng)。網(wǎng)易云平臺(tái)通過技術(shù)手段例如循環(huán)播放、連續(xù)播放、順序播放、隨機(jī)播放等將不同音樂產(chǎn)品構(gòu)連起來的能力，將這種聆聽狀態(tài)無限延長。

事實(shí)上，筆者在訪談中發(fā)現(xiàn)，最高使用紀(jì)錄超過九小時(shí)的用戶，在使用過程中并不會(huì)真的去聽不同的220首歌。她的大部分時(shí)間是在循環(huán)同一首歌，或者同一個(gè)歌單里的幾首歌用來制造氛圍。正如表1-4展示的，用戶們會(huì)選擇循環(huán)一首歌來制造氛圍（M=4.08,SD=0.94；M-A=3.73，SD-A=1.06）以及循環(huán)歌單里的歌來制造氛圍（M=4.14,SD=0.87；M-A=3.79，SD-A=0.96）。

用戶在負(fù)面情緒下，一般是會(huì)讓平臺(tái)進(jìn)行循環(huán)播放或者自動(dòng)播放，只在播放到自己不喜歡的音樂時(shí)進(jìn)行切歌。用戶可以一邊聆聽歌曲，一邊完成作業(yè)、進(jìn)行工作或者是外出散步。這樣一來，聆聽動(dòng)作便依附以及讓位于用戶的日常生活和工作，使得聆聽時(shí)間相較于預(yù)想的更長。

很多時(shí)候，這種日常工作往往都是枯燥乏味或者是重復(fù)性的，也往往是因?yàn)檫@些工作給平臺(tái)用戶帶來了負(fù)面情緒，需要通過聆聽音樂或者通過音樂制造氛圍來緩解。

訪談對(duì)象D13提到了自己在畢業(yè)論文撰寫的過程中，在焦慮、煩躁的情緒下循環(huán)播放著二手玫瑰樂隊(duì)的歌曲。二手玫瑰樂隊(duì)的音樂大都是喜慶而且尖銳的。這既能起到“反催眠”的良好效果，又能發(fā)泄自己心中的不滿。一次三小時(shí)的書桌寫作，二手玫瑰的《仙兒》被播放了60次。在歌曲的環(huán)繞中，D13完成了論文的改進(jìn)，自己的焦慮情緒也隨著一遍遍的播放慢慢疏解。

四、基于結(jié)果的產(chǎn)品迭代和運(yùn)營策略建議

1.特別關(guān)注網(wǎng)易云用戶在深夜（12：00am后）和長時(shí)間聆聽過程（3-5小時(shí)及以上）中的用戶行為數(shù)據(jù)。據(jù)此更新個(gè)人推薦算法和音樂品味畫像，進(jìn)而有針對(duì)性地推薦新歌曲，達(dá)到算法和用戶的深層共鳴，成為會(huì)員增值/增加用戶粘性的核心競爭力。使用filter觀察這些用戶的普遍性行為，說不定能發(fā)現(xiàn)共同特點(diǎn)，成為新的需求增長點(diǎn)。

2.針對(duì)用戶需要消解負(fù)面情緒的痛點(diǎn)和需求，上線一些紓解情緒/緩解壓力向的輕功能例如簡筆涂鴉，音樂專輯拼圖等小游戲；制作心理普及，情緒紓解向相關(guān)的內(nèi)容；上線在線人工or AI 心理咨詢的接口；和knowyourself等心理類KOL合作，進(jìn)行活動(dòng)營銷等等。

3.根據(jù)時(shí)間增減私人定制（customizable）的功能和板塊的比重：在深夜時(shí)段/監(jiān)測到用戶長時(shí)間聆聽時(shí)，減少用戶interface上歌單和算法推薦板塊，以及是一些不必要的廣告impressions，將功能變“輕”。在網(wǎng)抑云情形下，用戶最主要的是聽自己喜歡的歌曲和熟悉的歌曲，并不很想要算法的推薦和了解新的歌單。在這時(shí)候，靜靜地做一個(gè)用戶的陪伴者，放他們喜歡的歌曲，提供情緒價(jià)值即可。

4.通過人工排序更改算法，將積極向上的評(píng)論增加更多的比重。使用戶在觀看時(shí)能獲得更多的心里溫暖和共鳴，增加“菲力亞”。

5. 注意“成癮者”，即深度用戶和普通用戶的區(qū)別。對(duì)于超長時(shí)間使用者，給予聽力保護(hù)，時(shí)間提醒等人性化機(jī)制；針對(duì)性對(duì)這一群體展開UGC內(nèi)容互動(dòng)分享，私人行為數(shù)據(jù)分析（年度報(bào)告季度報(bào)告等）等長尾營銷，讓他們參與到曲庫內(nèi)容的建設(shè)中來，進(jìn)一步增加平臺(tái)認(rèn)同。

附錄