Category 博易-博易干货

亚太传播论坛嘉宾与各校师生合照

第五届中国公共关系学术年会与会专家学者合照

博易数据张荣显博士发表演讲

博易数据高级研究顾问曹文鸳进行大数据工作坊

会议现场

博易数据代表现场展示DiVoMiner^®

博易数据张荣显博士通过线上直播发表主旨演讲

这类问题，相信也是不少老师和学生朋友们在进行课题研究和论文写作过程中会遇到的。整理以往的客户咨询，我们了解到在线下研究协作方面，还可能遇到的问题有：

• 编码员做了一部分，中途忽然联系不到，数据结果也拿不到；

• 多个编码员需要做信度测试，需要一组一组手动计算；
  

• 编码员没有理解研究人员的要求，完成之后才发现有些错误，只能全部重新编码；
  

• 在不同地方的研究者需要共同完成同一个编码，需要有人花费大量时间进行编辑汇总；
  

• 想要核对数据时，研究者想要查找是某一个编码员做的某一篇编码结果犹如大海捞针；

这些悲伤的研究场景你是否也经历过呢？那么对于此类问题，有没有一个适合的解决方案呢？

答案：当然有，且是一个绝佳的解决方案！?

小编以2018年OFO退押金事件为案例话题，

请大家接着往下看！

在开始扔干货前，先来认识下在线远程多人协作研究流程是什么样的：

很简单吧？接下来就让我们看看在平台上管理员和编码员界面。

1. 管理员

管理员可执行全部管理操作，如建立和管理数据库、修改编码结果和统计分析等,涵盖了平台操作的所有权限，而且可以在编码绩效的界面查看编码员的编码结果和所用时间，如下图所示：

2. 编码员

编码员仅能进入到编码页面，执行人工内容编码操作，可以回看自己的编码内容，编码结果也不会和其他编码员共享，仅管理员可以看到，如下图所示：

整个流程和界面看下来是不是觉得平台好用又提升效率呢？

一、团队沟通

远程工作会因为沟通和不同工作平台等原因造成工作信息的不统一，研究人员通过工具——编码簿而不是口头协调方式形成研究执行的保障，再辅以建立微信群组，开通线上视频会议等方式，与编码员进行有效的沟通，建立相互的信任合作关系，随时讨论也可帮助明确判断，控制编码质量。

二、在线编码

使用算法编码辅助人工编码，提高编码效率：对于客观性较强的类目，如文章篇幅、文章出现次数、配图等，计算机很容易判断，这部分使用DiVoMiner^®做自动编码，精确匹配，快速得到编码结果，节省力气。对于主观性较强的类目，如文中的抽象程度和因果程度，计算机很难自动识别，编码员需经过编码指引理解、讨论后，最终所有隐性变量的编码员之间综合信度达到0.90以上。开始进行正式内容编码，直至完成编码工作。

三、协作+管理双重模式

多人在线编码、实时信度计算、实时展现编码结果等研究协作功能的线上化，编码员的编码数量管理、权限控制、编码留言、研究人员实时质量监控等管理手段的线上化，都能在DiVoMiner^®平台上完美支持。这种协作+管理双重模式，模拟了在同一间办公空间的情景，在整个编码处理过程中，DiVoMiner^®平台提供了编码质量监控和编码员绩效管理的功能，可以随时看到编码进度，调整编码结果。

一般而言调查问卷问题依据不同的研究需求，可分为封闭式问题和开放式问题。简单来说：

?封闭式问题=有限制答案

?开放式问题=无限制答案

例如：

那么在实际应用中，封闭式问题受访者需要根据提供的选项来作答，优点是答案往往非常清晰，可以更好的实现调查研究测量的目标。缺点是在有些场景中，例如研究者要知道受访者行为、态度等背后所隐藏的原因和逻辑过程以及受访者常用的词汇，可以作为反映个人价值观、教育程度、知识水平等问题，封闭式问题并不能满足这一需求。

开放式问题受访者可以根据自己的主观想法作答，优点是为研究者搜集新的想法，对受访者实际情况有更多了解。缺点是所得到的答案未做结构化标准化处理，不易作统计分析；或者由于受访者的语言技能，答案缺乏信度，回答问卷难度增大。

由上可见，上述的两种方法都有着各自的优劣势，但想让开放式问题从定性的见解转化为统计性的见解是一个较为头疼的问题——小编建议用内容分析法。内容分析法是一种以系统的、客观的 和定量的方式测量变量，其最终目的是以数字来精确地再现信息主体，其实现方式是将文本转换为数字。所以，内容分析法对于开放式问题数据分析最合适不过。

为了让大家更加清楚的熟悉整个分析过程，小编根据DiVoMiner^®平台的流程，整理一套解决方案，供大家学习参考。

2020年国家社科基金年度项目

-新闻学与传播学专业

由下图可见，传播、媒体、中国、治理、社会、网络、公共是频次较高的关键词。

研究主题分类

进一步分析，智能媒体、重大突发事件、国家形象、新闻史、一带一路、区块链等研究主题出现频率较高。

立项单位

新闻学与传播学共有95所大专院校共137个项目立项，当中211大学立项66个，占所有立项的约一半。下图为获得两项及以上立项项目单位与项目类别，共有9个单位的立项项目为重点项目。

2020年国家社科基金青年项目

-新闻学与传播学专业

传播，网络，国家形象，青年，社会，短视频等是出现频率比较高的的项目名称关键词。

研究主题分类

国家形象，社交网络，短视频，网络舆情等研究主题出现的次数较多。

在平台上图表类型根据适用的场景可以分为以下四大类，但每种场景间可能又有交叉的情况，建议根据研究分析目的选择，而不是只顾哪个好看选哪个。

更多内容，请点击?【让研究更容易】上来DiVoMiner^®轻松获取论文中常用的图表

 通过DiVoMiner^®，不需要懂代码、也不需要有什么技术基础，不仅能够轻松搭建实时更新的数据库，还可以快速展示和分享各种可视化图表。小编之前有分享实时更新的全球新冠肺炎疫情数据库可视化图表，直接点击?全球新冠肺炎疫情数据库或扫描下方二维码查看。

近日，澳门大学张文瑜教授等在SSCI期刊上发表了一篇健康传播领域的论文，核心主题是研究中文语言场景下非传染性疾病（Non-communicable Diseases, NCDs）的新闻报道框架。

研究团队回顾了整整十年（2010-2019）主流新闻媒体报道，利用DiVoMiner^®特有的大数据技术辅助在线内容分析法，梳理和描述不同地区各具特点的新闻报道框架，并理解导致框架差异存在的潜在原因，试图为预防和对抗非传染性疾病做出研究贡献。论文中有不少有趣的结果，揭示代谢性类型疾病是新闻报道中最受到关注的类型，而造成非传染性疾病的风险来源分别是压力、吸烟、基因。

按照惯例，接下来小编为大家“拆解”研究过程，介绍研究团队如何完成文本数据分析研究，作出SSCI级别论文！

梳理文献，列明研究问题

根据世界卫生组织WHO的报告，非传染性疾病是基因、生理、环境和行为因素综合作用的结果。心血管疾病、慢性呼吸系统疾病、癌症、糖尿病和中风是非传染性疾病中在全球造成死亡的五大原因。非传染性疾病显然是一个危险的杀手。

论文梳理非传染性疾病的现况及新闻报道的情况，以及综述该领域的框架研究成果，从报道量、风险、后果、归因四个方面提炼研究问题：

1. 在中国内地及周边地区的报纸，非传染性疾病的报道量有多少？随着时间的推移，报道量有何变化？How much coverage was devoted to NCDs in mainland China newspapers, and in the neighboring areas, and how did that change over time?

2. 非传染性疾病新闻中，如何报道评估风险？How were the NCDs covered along with risk assessment?

3. 非传染性疾病新闻中，如何报道代价后果？How were the NCDs covered along with cost consequences?

4. 中文新闻报道中是否存在某种疾病与归因的关联，个人层面（片段式结构框架）还是社会层面（主题式结构框架）？What  associations,  if  any,  do  Chinese  news  attribute  risks  with  individual‐level (episodic theme) or social‐level frames (thematic theme)?

为回答上述研究问题，论文以跨度十年（2010年1月1日-2019年12月31日）的主流新闻媒体报道为数据选取范围，检索数据关键词包括非传染疾病相关词汇。该研究有两大特点及价值：（1）是以中国内地、港澳台地区为对象的大型中文网络新闻比较分析之一；（2）利用自动化流程收集和解析十年来面对大量中国读者的文本资料。

数据预处理，提高数据相关性及准确度

选取提及关键词至少两次的文本目标样本

在数据样本来源的选取方面，综合考虑媒体属性和影响力，最终选定11家主流新闻媒体，中国内地（4家），香港地区（3家），澳门地区（1家），台湾地区（3家）。

以非传染疾病相关词汇作为检索数据关键词，在中文关键词的拟定方面，由于不同地区在语言表达上存在本土化差异，在设定检索关键词时，充分考虑这一因素，确保数据检索流程的合理性。为提高数据的相关性和准确度，研究团队执行了数据预处理，以关键词次数为依据，如果一篇文章仅提及关键词少于2次，则剔除出样本范围。

编码簿（Codebook）包括疾病种类、风险评估和疾病后果三部分

编码簿中，考量了26种疾病类型，13种风险评估因素以及8种疾病后果，共计10个类目，涉及54个选项，可谓是相当复杂的内容编码体系，含有跳题设计（想知道类目跳题如何设计？小编后续介绍，敬请关注）。

对于编码簿的制作过程，作者团队在论文中指出，一方面，前期根据研究问题设计出编码簿，涵盖研究需求，另一方面，在数据处理过程中，也可方便地随时调整编码簿。

使用大数据技术辅助在线内容分析法

选取1%样本进行人机结果比对检验

该研究设计利用机器编码批量处理数据，为检验和说明机器编码的准确度，团队随机抽取了1%的数据作为比对样本，由张文瑜教授带领4位经过训练的研究助理完成人工编码的部分，且编码员之间信度达到Cohen’s Kappa = 0.78 (p < 0.001), 95% CI (0.604, 0.948)。最终人机对比一致性达到80%，机器编码结果可接受。

过去十年，共有137,175篇新闻报道了非传染性疾病相关的内容，各地区的报道量均是稳定上升趋势。代谢性疾病（如糖尿病、慢性肾脏等）是媒体提及最多的疾病类型。压力、吸烟和基因是风险来源前三位。结果证明，媒体对疾病风险信息的框架性表达，会改变对疾病类型的选择、理解和后果的传播方式。

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。

[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。