上一期研究方法课向大家介绍了内容分析法的定义，那么本期研究方法课，小编将向大家简单介绍一下什么是大数据技术辅助在线内容分析法，让大家初步了解一下这个方法是怎么操作的以及应用领域。
上期回顾：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。[1]
（更多关于内容分析法的内容详见》》》【DiVoMiner研究方法課1】为什么要学内容分析法？）
让我们回忆一下往事
那是在20世纪60年代，哈佛大学的比兹·斯通 (Biz Stone)、埃文·威廉姆斯 (Evan Williams)等人研发了一种计算机辅助定量内容分析的软件——General Inquirer（GI）系统[2]，辅助进行内容分析的相关操作，计算机技术辅助内容分析的应用逐渐开始。1980年代，一系列计算机辅助定性分析（computer assisted/aids qualitative data analysis，CAQDAS）软件陆续出现了，例如MAXQDA，NVivo以及ATLAS.ti，辅助进行数据管理、编码、检索、注释和可视化呈现等。[3]
回到现在
因而，将大数据平台与人工智能算法结合，辅助在线内容分析是适应当今乃至未来大数据研究环境的必然成果。
什么是大数据技术辅助在线内容分析法
大数据技术辅助在线内容分析法是一种 研 究 方 法。
在互联网环境下，海量信息奔涌而出，超大体量的信息研究成为了各行各业乃至各个研究领域都普遍关注的焦点。传统的内容分析法只能借助技术实现大数据研究。这体现在数据采集、数据存储、数据处理和数据分析的过程中，均需要借助技术手段，尤其是在大数据研究过程中面临的种种挑战，如信息的覆盖度问题、数据的测量问题和海量信息的分析结果的解释度问题，均需要结合智能技术、科学严谨的研究方法来解决这些问题，因而大数据技术辅助在线内容分析法应运而生。（详见 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。）[4]
具体操作过程
大数据技术辅助在线内容分析法基于科学的方法论——内容分析法的基本流程，运用网络挖掘、机器学习、自然语言文本处理、人工智能编码、实时信度测试、统计分析、社交网络分析等实现文本大数据的在线处理，产出定制性的文本大数据项目研究成果。具体的操作流程如下：（它是一个严谨的方法论研究流程）
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都可以在智能科学的DiVoMiner®文本大数据挖掘及分析平台上进行。
在我们确定了研究问题或假设后，研究数据库的建立、抽样、信度、编码、统计分析、可视化呈现等均可在线完成。
不懂编程咋整？
这个问题不需要担心，因为根本无需你编程，我们强大的技术团队经过十年的实践和科学研究经验已经为大家搭建好了一个友好的、智能的、科学的文本大数据挖掘及分析平台，只需要将你设定好的研究计划内容搬到平台上，平台就会帮你进行接下来的研究操作了。
研究计划是什么？
主要就是基于你的研究问题，所准备的研究数据、类目（编码表）以及你需要的编码员。
不用担心研究质量和运算能力的问题，在这方面早有准备，平台设定了完备的质量控制机制，比如学术界普遍认可的信度测试，监控整个信度测试过程，具体到可随时追踪查看编码员所作出的具体选项，自带学术界认可的四种信度计算方法，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。
可应用于哪些领域？
希望大家可以在各自的领域中尝试运用内容分析法进行研究。当然，这只是部分的应用领域，大家了解了大数据技术辅助在线内容分析法后，可以尝试更多的领域和方向。
–商业领域中，有研究者使用内容分析法评估相关行业的发展趋势。
–社会服务方面可利用内容分析法监测舆情。
–新闻传播学领域，主要应用于检视媒体报道、关注的重点、社会舆论情况，揭示传播内容的特征、发展走向或者影响内容的因素，检验传播者与传播内容之间的关联性，推导或验证媒体内容的传播效果等。
–心理学和行为学领域，主要应用于分析个体或特定群体的心理倾向、特征及其相应的行为取向和特征，以及对某一对象的态度和看法等，比如消费者心理和行为分析、对政治领袖的拥护度分析等。
–情报学领域，可利用内容分析法中常见的主题词词频分析来描述不同学科、知识领域乃至研究主体之间的交叉、渗透和相互关联，解释学科结构与发展动向，为科学管理与预测的研究提供依据。
–政治学领域，研究政策发展变迁。
–宗教领域，研究佛经中的内容特征和传播特点。
–文学领域，研究文学作品中人物角色关系、语言风格特征等。
–教育学领域，研究教学材料、中西教育制度、教育方法、观念等。
–会展和旅游业领域，研究品牌形象定位与传播。
-其他……欢迎大家前来补充。
[1] Kerlinger, F.N. (1973). Foundations of behavioral research (2nd ed.). New York: Holt, Rinehart & Winston.
[2] General Inquirer的主要用途包括：在文本内系统地找到属于被调查者详细说明的类目的那些单词和短语的实例；计算这些类目出现的次数，并详细说明共同出现的次数；打印表格和绘制图形；执行统计检验；根据它们是否包含特定类目或者类目组合的实例，对句子进行分类和重新分组。参见：Stone P., Dunphy, D., Smith, M., & Ogilvie, D. (1966). The general inquirer: a computer approach to content analysis. Cambridge: MIT Press.
[3] Wiedemann, G. (2016). Text Mining for Qualitative Data Analysis in the Social Sciences: A Study on Democratic Discourse in Germany. Wiesbaden, Germany: Springer VS, 43.
[4] 张荣显，曹文鸳(2016)。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），(8)，111-121。
[5] Neuman, W. (1997). Social research methods: qualitative and quantitative approaches. Needham, Heights, MA: Allyn & Bacon, 272-273.
[6] Palmquist, M. (2013). Content analysis. Retrieved from https://www.ischool.utexas.edu/courses
Leave a Reply