经典剧集在短视频平台的再传播机制研究

2011 年，《甄嬛传》开播即爆红并且持续至今。能够这样长红 14年，除了作品本身制作优良值得回味，这其中也与网络的发展息息相关。据公开数据显示，《甄嬛传》在各个社交媒体平台上的表现十分突出，微博甄嬛传话题的浏览量超 203 亿，抖音甄嬛传相关话题播放量达 663 亿。这种“老剧新爆”的现象已经超越了单纯的怀旧消费，形成了算法时代特有的影视文化再生产机制。

从媒介考古学（Media Archaeology）视角来看，Thomas Elsaesser强调了技术的变革会不断激活历史媒介内容的再阐述。媒介考古学对旧媒介疯狂和痴迷的发掘是一种对现实的强烈反抗和反叛，是怀疑资本主义无限增长的幻想和技术世界所促进的永久改善的承诺。[1] 而短视频平台的算法机制恰好为经典影视文本提供了新的场域。

本研究选取《甄嬛传》为案例，结合模因理论（Dawkins， 1976）[2]和参与式文化理论（Jenkins， 1992），试图了解算法是如何通过流量分配重构经典剧集的意义价值，以及用户的二创行为又如何形成新的文化生产范式。

1. 算法机制分析

推荐算法基于大数据分析和信息过滤技术，能够精准匹配用户与内容。目前该技术已广泛应用于新闻、电商、搜索引擎、短视频等平台。互联网上 70% 的内容分发由算法推荐完成。[3] 当前短视频平台大多采用了协同过滤 （CF） 推荐算法，包括基于记忆 （ 用户和内容 ） 和基于模型的协同过滤两种类型，推荐核心是相似度，即依据相似度对用户和内容进行分类后再进行推荐。[4] 当用户上传的短视频通过了机器审核并被打上内容标签后，平台的推荐算法就会将其推送给相关的人群，这有助于精准捕捉用户的兴趣偏好，并带来丰富多样的推荐结果。而《甄嬛传》相关的内容能够在短视频平台大规模的精准传播，其核心驱动力就在于算法推荐系统，它决定了《甄嬛传》哪些内容能被看到、被谁看到、能传播多远。

1.1 内容识别与标签化

算法会通过AI 识别视频中的画面（场景、人物、服装）、音频（台词、BGM）、文本（标题、字幕）等元素。《甄嬛传》中一些经典的画面例如华妃标志性的翻白眼动作、甄嬛在雪中祈福的经典片段还有甄嬛错穿纯元旧衣等片段，在音频方面有被无数人争相模仿的“贱人就是矫情”、“臣妾做不到啊！”和“当年的事彼此各有难处”等金句台词，文本方面有火遍各平台的# 甄嬛十级学者#、# 甄嬛传潜台词# 等标签。这些元素被解析并打上多维标签，构建起一个庞大的《甄嬛传》内容池。

1.2 用户画像与兴趣匹配

系统会持续追踪并分析每个用户的行为轨迹，例如用户对《甄嬛传》相关解说视频的完播率如何、宫斗剧相关的点赞量等等，这些细微的数据能够聚合、分析并不断更新用户的画像，精准计算其兴趣的偏好。当算法识别出了一个带有 # 甄嬛传 #，# 宫斗剧名场面 # 等标签的新视频时，它会计算该视频的特征与用户池中哪些画像的兴趣爱好最匹配，以此实现内容的个性化、精准化推送。也正是这种匹配机制使得《甄嬛传》的碎片化内容精准的分配给了潜在的受众。

1.3 流量倾斜

系统对视频的初始表现包括完播率、点赞数、评论数、转发数等都高度敏感，以抖音的推荐算法为例，其是一个以流量为核心的指标，基于用户行为数据进行协同过滤的系统，它的独特之处在于流量池的分级推送和流量复活机制。这种基于实时数据的正反馈循环使得《甄嬛传》的一些内容能够获得曝光，引起话题讨论。

2. 二创内容生产模式

经典剧集能在短视频平台再传播也并不是算法单方面的推送结果，这其中与用户（UGC）和专业创作者（PUGC）的关系也密不可分，这些二次创作是《甄嬛传》能持续长红的关键。UGC 内容的类型和表现形式呈现多样性，其颗粒度也各不相同，内容颗粒度的差异也直接关联到用户创作与传播所需付出的各类成本以及任务的复杂程度，例如时间、设备、机会等成本。[5]《甄嬛传》的二创呈现出了鲜明的解构与重构的特征，创作者对于 76 集、每集 45 分种的长剧进行碎片化切割，提取出最具有传播力的一些片段和名场面。碎片化虽然是为了迎合短视频平台的节奏，但二创也不仅仅是简单的截取，而是深度加工使其被赋予新的意义。

目前《甄嬛传》的二创类型大概有几种，首先就是解说类，创作者将复杂的剧情提炼压缩，并挖掘人物动机、社会隐喻等，来满足用户的认知需求。目前在抖音、b 站等短视频平台比较常见，早期以真人配音为主，随着该类型的流量增多，下沉平台的 AI 配音视频也逐渐增多，网友戏称该类视频为“刹车器”，即刷视频时刷到它就会自动停下来观看。第二种是创意改变类，创作者大胆解构原作，用多种手法制造幽默或者讽刺的效果，极具传播力。例如通过动画的形式二创，将人物现代化，可以在此类型视频中看到皇上与妃嫔们用手机微信沟通，分享自己的朋友圈。还比如将剧中的经典金句运用到其他影视或者个人生活中，例如近期比较热门的果郡王台词“从前的事彼此各有难处”，便被当作文案或标签二创，用于展现其内容的伤感情绪。第三种是情感类，创作者聚焦于角色命运，唤起集体的记忆，加强感情链接。例如近几年被热烈讨论的安陵容对于甄嬛又爱又恨的复杂感情，在经过了多年的讨论和分析后也得到了“正主”即安陵容饰演者的证实。

这种多元化的二创模式构建了一个活跃的参与式文化生态，创作者基于对原作的兴趣，对热点的敏感不断挖掘和重塑《甄嬛传》的文本价值，以此创造出新的内容。这些内容反哺算法，为其提供识别标签、兴趣信号和热度依据，这样的循环为《甄嬛传》的再传播提供场地。

3. 结论

《甄嬛传》作为经典剧集在短视频平台的再传播现象案例，揭示了算法时代下影视文化再生产的新机制。本研究结合媒介考古学、模因理论与参与式文化理论，探讨了算法推荐系统和用户二创行为是如何共同推动经典剧集的再传播，这种二创内容反哺算法，形成“创作-推荐- 再创作”的良性循环。

参考文献：

[1]Elsaesser， T. （2016）. Media archaeology as symptom. New Review of Film and Television Studies， 14（2）， 181–215.

[2]Dawkins， Richard. The Selfish Gene （revised ed.）， pg. 192. Oxford： OUP， 1989.

[3] 彭训文 . 移动互联网时代我们究竟需要怎样的算法 ？[J]. 中国报业，2021（3）.

[4] 温凤鸣 ， 解学芳 . 短视频推荐算法的运行逻辑与伦理隐忧—基于行动者网络理论视角 [J]. 西南民族大学学报 （ 人文社会科学版 ），2022，43（02）：160-169.

[5] 赵宇翔 ， 范哲 ， 朱庆华 . 用户生成内容 （UGC） 概念解析及研究 进 展 [J]. 中 国 图 书 馆 学 报 ，2012，38（05）：68-81.DOI：10.13530/j.cnki.jlis.2012.05.008.

作者简介：VITORIA XUE LIU（2000 年 -）女，巴西人，硕士，