本文在人际语用学理论背景下,基于身份在网络交际语境中二维互动构建的特征,改进Spencer-Oatey基于现实社会语用的关系管理模式,新塑了适用于网络交际的身份分析模型,含宏观层面的人际关系、中观层面的身份构建路径以及微观层面的身份构建话语策略等三个维度。为探究中美网约车企业处于人际危机时构建身份的异同之处,本文以网约车企业公司“滴滴”和“Uber”为例,具体回答如下问题:(1)宏观而言,中美企业在危机中构建网络身份时,其人际关系导向有何异同?(2)中观而言,为管理人际危机,中美企业构建网络身份的路径有何异同?(3)微观而言,中美企业构建网络身份的话语策略有何异同?受研究问题驱动,本文采用Python NLP收集语料并进行定量可视化分析:首先,编写程序爬取语料,连接MySQL数据库进行降噪处理,根据人际危机的时间节点和评价意义来进行分类建库,共2个语料库,各含3个子语料库,提取热评话语以备分析;接着,调用Python Sentimental Analysis库计算两企业在各阶段的人际情感极值形成可视化图形,运用Python Word Cloud库来绘制主题词云图,辅以BMC可视化呈现,采用UAM Tools进行语料标注和统计。最后,结合以上数据,对中美企业网络身份构建进行对比分析,以归纳异同之处。研究发现,中美企业在危机中构建网络身份时,在如上三个层面确存在相似与差异之处:(1)作为身份构建取效,中美企业的人际关系上均经历了“关系威胁、关系破裂及关系缓和”的和谐导向,但就情感极值来看,滴滴的人际关系管理较为温和保守、趋势平稳,而Uber则较为激进活跃、跌宕起伏。(2)为把握人际关系,二者都经历了由“身份否定”到“身份认可”的路径,但本质不尽相同——滴滴经历了“合格责任人(Step1)”?“安全出行和美食服务公司(Step2)”?“出行服务公司、安全整改者和维护人(Step3)”的身份构建路径。而Uber则是“乘客安全负责人、司机薪水责任人、交通运输公司和科技创新者(Step1)”?“汽车服务责任者、科技革新者、科研公司和交通工业领导者(Step2)”?“合格的安全维护者和女权支持者(Step3)”。(3)在微观语言策略的四个语域方面,异同兼并:(1)就言语行为域而言,二者皆重视承诺和宣告,但滴滴“重道歉、频致谢、少宣告、多承诺”,Uber“轻道歉、疏致谢、多宣告、少承诺”;(2)就语篇域而言,两企业均在主题上遵循着“弱势趋同?强势趋同”的趋势,而趋合方式不一,滴滴侧重“向前迭代趋合式”,Uber偏向“综合跳跃趋合式”;(3)就参与域来看,二者都经历了“主题排除?主题接纳”的路径,但程度相异,滴滴“部分排除,完全接纳”,Uber“近乎完全排除,部分接纳”;(4)就文体域来看,两者均采用了“疏离?亲近”的策略,但语体程度不一,滴滴较为正式,Uber则青睐非正式的随意口吻。该研究在人际语用视角下聚焦于身份构建的三个层面,深入探讨了网络身份构建本质及其人际语用内涵,丰富了人际关系管理因子,对身份研究和人际语用探讨具有一定的理论价值。其次,Python NLP在网络自然语言的分析运用可为大规模网络话语分析提供方法借鉴。此外,对中美网约车企业进行的对比分析可为企业管理身份提供借鉴,为网民群众深入了解民族企业和国外企业提供参考,以便在生活实践中选则安全合适的出行方式。