编辑 / Celia
从拍完照就开始挑选、编辑照片，然后精心排版、思考文案，最后一键点击发表。
上述就是很多当代青年朋友圈艺术家们的“工作流程”。
别看这么寥寥几步，它可能耗费几十分钟到几个小时不等……
你以为这样就结束了吗？
No, no, no。当朋友圈发出去，真正的等待才刚刚开始。然而，五分钟、十分钟、一小时过去了……怎么还是只有5、6个赞？拍照技术明明不错、p图也很努力了，为什么就是没人点赞？！
今天我们就一起来看看，朋友圈点赞背后的那些“潜规则”。
01.
我们为什么点赞？
2013年，雪城大学的Zhang曾提出了情绪回应模型（Affective Response Model），指出在网络社交场景中，情绪会对人们的决策和行为产生强烈的影响（Zhang, 2013）。
以此模型为基础， 有研究者针对人们在微信上的点赞行为进行了分析。Ta们认为，当人们为某个朋友圈点赞时，ta们实际是在从行为上回应被激发的情绪（aroused emotional response）。
为了证实这一观点，研究者在微信上搜集了327份有效的问卷调查。结果显示，积极情绪确实能够预测人们的点赞意图——当人们的积极情绪被激发，ta们更有可能给别人的朋友圈点赞（Zhao & Zhang, 2020）。
02.
那么，积极情绪是怎么被激发的？
所谓“积极情绪”，指的是人们能够感到热情、兴奋、鼓舞的程度（Verhagen & Dolen, 2011）。在调查的过程中，研究者们发现了积极情绪被触发的两条路径：
1. 内容
不难理解，在看到一条内容十分有趣的朋友圈时，我们通常感到快乐，积极情绪会被激发。
但很多人不知道的是，当某条朋友圈的内容非常有用、或是能从经济/功能的角度为我们带来重要信息时，同样会激发我们的积极情绪。
这是因为，从某种角度上来说，这种类型的朋友圈满足了我们的一部分求知需求，而需求的满足本身就会令我们感到愉悦（Zhang, 2013）。
2. 关系
值得一提的是，除了内容之外，关系也对朋友圈的点赞行为有极大的影响。
研究者们将我们平时口语中所说的“关系”又进一步分为了三个方面：互给面子、返还人情、以及联络感情。我们对这种“关系”并不陌生，每个人可能都曾有过几个“点赞之交”。
但你知道吗？当我们通过点赞与他人强化关系时，自己也往往会感到开心。这是因为，当人们认为自己能够从社交行为中获得收益（benefits）时，ta们的积极情绪也会被激发（Ajzen & Fishbein, 1980）。
不同因素对点赞意向的影响，截图自Zhao, H.,& Zhang, M. (2020, June 23). The Role of Guanxi and Positive Emotions in Predicting Users' Likelihood to Click the Like Button on WeChat. Retrieved August 03, 2020.
03.
如何在朋友圈中收获更多点赞？
想要收获更多点赞，我们可以从内容以及关系两个方面入手。
一方面，分享一些有意思的、或是对其他人也有用处的信息，能够帮助我们获得更多点赞。
另一方面，有研究证明，当人们根据共同主题分享彼此的爱好、体验、信仰、判断、以及意见时，ta们也能在这一过程中建立起感情（Chen et al., 2004）。
因此，我们也可以有意识地分享那些能够激起共鸣、令大家感同身受的事件/主题，在与彼此建立关系的过程中，自然收获更多点赞。
当然了，归根结底，朋友圈是我们自己的地盘。如果不看点赞量的话，那么唯一的规则就是——想发点啥就发点啥吧~
Ajzen, I., and Fishbein, M. (1980). Understanding Attitudes and Predicting Social Behavior. Upper Saddle River, NJ: PRENTICE-HALL.
Chen, C. C.,Chen, Y. R., and Xin, K. (2004). Guanxi practices and trust in management: A procedural justice perspective. Organ. Sci. 15, 200–209.
Zhang, P.(2013). The affective response model: A theoretical framework of affective concepts and their relationships in the ICT context. Mis Quarterly 37,247–274.
Zhao, H., & Zhang, M. (2020, June 23). The Role of Guanxi and Positive Emotions in Predicting Users' Likelihood to Click the Like Button on WeChat. Retrieved August 03, 2020.