对于缺少计算机编程经验的社科研究者而言，从传统内容分析到计算机辅助内容分析，直至发展到结合人工智能算法和大数据技术的内容分析，研究过程充满荆棘。就算有好的研究思路，不会编程，没有好用的研究工具，面对海量的数据，也是巧妇难为无米之炊。
区别于市面上其他大数据处理工具，DiVoMiner®是一个助力研究的在线数据挖掘与分析平台，以内容分析法为设计核心，利用机器学习编码，人机结合的操作流程，在线完成内容分析法的全部流程，并提供灵活而强大的研究执行及管理功能，是市场上唯一一个兼具实用性和学术性要求的大数据文本内容挖掘和分析平台。
从本期开始，研究团队特别策划了《研究方法微课堂》系列，带着读者一起从平台的核心——内容分析法理论开始，再到大数据资源，再到后续的分析（比如分词、主题分析、信度测试等等），再到可视化结果的呈现。让各位读者对DiVoMiner®研究方法有一个详尽和直观的了解。
敲黑板，重点是：研究方法微课堂这个系列还会结合已发表的论文案例进行分析，帮助各位读者高效实现平台应用的终极目标——论文！
下面就让小编带领各位读者从“什么是内容分析法？”开启第一次的研究方法之旅吧！
分析什么内容？
首先明确内容所指涉的对象，是任意一种可被传播的消息，包括“单词、意义、描述（pictures）、符号、思想、主题等”，区别于文本分析仅限于文本或副本，内容分析的文本则是来源于传播的媒介，包括书面的、视觉上的或是口头表达的[1]，包括书籍、章节、采访、讨论、报纸标题和文章、历史资料、演讲、谈话、广告、戏剧、非正式交谈或者任何交流性的语言[2]。
也就是说，任何符号都可以用来做内容分析。社会科学研究中大多都是针对新闻报道、社交媒体内容、文学作品、历史档案、访谈、学术文献、政策文本、发言稿、图片和视频等进行内容分析。
内容分析法用来做什么？
内容分析被看成是一种研究方法，该方法使用一整套程序，在文本中得出有效推论[3]。具体方式为测量大众媒介中的某些变量的数量[4]。即“对传播符号的系统性且可重复（replicable）的考察，即根据有效的测量规则对其赋值，并对那些数值涉及的关系运用统计方法进行分析，以便对传播做出描述，对它的意义进行推论”[5]。
内容分析法是一种研究方法，它是系统的、可重复使用的研究方法，用来把杂乱无章的非结构化文本内容转化成结构化的数据，也就是可视化图表，以对内容进行分析、解读，得出深入的推论、洞察，挖掘价值。
注：博易数据DiVoMiner®文本大数据挖掘及分析平台中【统计分析】模块的部分页面截图
总结
（请用心阅读以下定义）
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。[6]
[1] Neuman, W. (1997). Social research methods: qualitative and quantitative approaches. Needham, Heights, MA: Allyn & Bacon, 272-273.
[2] Palmquist, M. (2013). Content analysis. Retrieved from https://www.ischool.utexas.edu/courses
[3] Weber, R. P. (1990). Basic content analysis (2nd ed.). Newbury Park, CA: Sage, 9.
[4] Berger, A. (1991). Media research techniques. Newbury Park, CA: Sage, 25.
[5] Riffe, D., Lacy, S., & Fico, F.G. (2005). Analyzing Media Messages: Using Quantitative Content Analysis in Research (2nd ed.). Mahwah, New Jersey: Lawrence Erlbaum Associates, Publishers, 20.中文译本参见:丹尼尔・里夫，斯蒂文・赖斯，弗雷德里克・G.菲克，里夫，赖斯，菲克等（2010）。内容分析法：媒介信息量化研究技巧。清华大学出版社。
[6] Kerlinger, F.N. (1973). Foundations of behavioral research (2nd ed.). New York: Holt, Rinehart & Winston.
Leave a Reply