梁海老师的系列文章，深入浅出介绍内容分析法的历史背景与发展情况，值得品鉴。随近百年的进步，内容分析广泛运用在传播学、心理学、政治学、文学、历史学、人类学、语言学等各类学科中，已是社科研究中最重要的研究方法之一。那么问题来了，内容分析法到底要怎么做呢？是否统计关键词次数，或使用情感分析（Sentiment analysis）就是内容分析法的全部意义了呢？[1] 实际上，内容分析法的分析空间远不止此，对文本数据的挖掘和解读还可以解释数据过程（趋势、路径），使用交叉、聚类等方式解释变量之间的差异和关系，获得深度分析结果，回答研究问题及检验研究假设。
本期小编就带大家一起梳理下内容分析法的内容以及在DiVoMiner®平台上的操作过程。
什么是内容分析法？
内容分析法是社会科学研究方法中的一种对文本内容进行编码、分类、语义判断及形成可供统计分析之用的量化分析方法。它是指一种以系统、客观与量化的方式，来研究与分析传播内容，以测量及解读内容的研究方法。[2]
什么是大数据技术辅助
在线内容分析法？
将传统内容分析的操作流程搬到“线上”，结合大数据技术，用网络挖掘、机器学习、自然语言文本处理等实现文本数据的在线处理，使得内容分析法的全部流程在线一站式完成，大大缩短研究时间，提升研究效率，快速产出研究论文。
总而言之，大数据技术辅助在线内容分析法就是把杂乱无章的非结构化文本内容转化成结构化的数据，以对内容进行分析、解读，得出深入的推论、洞察，挖掘价值。
具体操作过程
这个方法就是把非结构化的文本内容通过分类，转化成结构化的数据，从而探索文本中的价值。把非结构化内容转化成结构化数据的过程其实就是量化的过程，简单来说就是对文本进行分类-赋值-统计分析。也就是学术界通用的类目建构-编码-统计分析。当然，科学的研究方法需要严谨、系统的流程，以确保研究结果的有效，因此需结合信度效度的测试。下面这个图就是一个完整的大数据技术辅助在线内容分析流程图。
有颜色填充的部分都是可以在线完成的，整个大数据技术辅助在线内容分析法[3]都可以在DiVoMiner®文本大数据挖掘及分析平台上进行，在确保研究流程科学、严谨方面，这个平台具有完备的质量控制机制，尤其是编码员间的信度计算程式清晰、自带学术界认可的四种信度计算方法（ 关于信度计算的内容详情请点击这里），并具有编码追踪功能，可以随时定位编码结果，所有的数据分析结果也可以追踪回溯至原文。（这里是强调这个工具的可靠性）
类目的构建
类目是根据研究目的和研究问题而创立的，你想从这些文本中解决什么研究问题，包括文本的内容“说了什么”和“怎么说”两个部分。这个分类的过程就是“类目建构”，“类目”就是用来给文本内容进行赋值的，赋值的过程就是“编码”。编码完成后，文本内容就转化成了可用来做统计分析的数据形式。针对编码结果进行统计分析，输出可视化效果即完成了内容分析的基本操作。（关于创建类目的内容详情请点击这里）
（图片来自于【DiVoMiner重磅更新】PDF也能轻松做大数据技术辅助内容分析?点击回顾）
[1]梁海(2020). 内容分析, 从贝雷尔森到涵化理论: 偶尔正经的量化传播学史(九). 互联网挖掘实验室. 取自https://mp.weixin.qq.com/s/Q-1alL-_9fwBAfQtUXQUTQ [2] Kerlinger, F.N. (1973). Foundations of behavioral research (2nd ed.). New York: Holt, Rinehart & Winston. [3]张荣显，曹文鸳：《网络舆情研究新路径:大数据技术辅助网络内容挖掘与分析》，《汕头大学学报》（人文社会科学版）2016年，第8期，第111-121页。
Leave a Reply