ROST內容挖掘系統對內容分析法影響的研究

方琴

【摘要】本文通過對ROST內容挖掘系統的學習，加深對內容分析法的認識，從而研究知識經濟時代ROST內容挖掘系統對內容分析法發展進程中的影響，發現ROST內容挖掘系統的價值所在，為以后的研究提供快速有效的信息。

【關鍵詞】ROST內容挖掘系統 內容分析 知識經濟

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2014）01-0234-02

引言

知識經濟時代，如何快速有效的獲得有價值的信息，是研究者普遍關注的問題，在教育研究中，面對大量的國內外研究文獻，我們要想獲得有價值的信息，就必須采用科學的方法，對大量的文獻進行量化分析。隨著信息時代的到來，內容分析法在計算機、網絡技術研究中也成為了一個新熱點，由武漢大學虛擬學習團隊研發的ROST內容挖掘系統是基于網絡計算技術的一種科學研究方法，本文通過對ROST內容挖掘系統中社會網絡和語義網絡功能模塊分析以期發現對內容分析法發展進程中的影響，進而探討ROST內容挖掘系統的使用價值。

1.內容分析法的概念及特征

內容分析法，是對于明顯的傳播內容，做客觀而有系統的量化并加以描述的一種專門研究方法，其特征有傳播內容的明顯性，客觀性，系統性及量化性。

2.內容分析法的發展

2.1 內容分析法的產生與發展

20世紀初，有人采用一些半定量的方法對文獻的內容進行分析和解釋。這些研究主要是通過統計報紙上某方面內容的新聞報道篇數，來考察報道的重點以及社會輿論狀況，并對藝術、音樂、文學和哲學等方面文獻的主題內容進行分析，以期發現社會和文化變化的歷史趨勢。這種研究方式的出現和應用形成了內容分析法的雛形，因其可操作性強、適用面廣的特點而得以不斷發展。

2.2內容分析法的類型演變

內容分析法作為一種研究社會現實的科學方法，經過了不斷的理論探討和實踐應用才逐步趨于成熟與完善。在此過程中，通過對該方法究竟是定性研究還是定量研究的激烈爭論，研究者先后提出了以下幾種方法類型，從中可以看到內容分析法的演變軌跡以及技術進步對其發展的推動作用。

2.2.1解讀式內容分析法（Hermeneutic content analysis）

解讀式內容分析法是一種通過精讀、理解并闡釋文本內容來傳達作者的意圖的方法。“解讀”的含義不只停留在對事實進行簡單解說的層面上，而是從整體和更高的層次上把握文本內容的復雜背景和思想結構。從而發掘文本內容的真正意義。

2.2.2實驗式內容分析法（ Empirical analysis）

實驗式內容分析主要指定量內容分析和定性內容分析相結合的方法。20世紀20年代末，新聞界首次運用了定量內容分析法，將文本內容劃分為特定類目，計算每類內容元素出現頻率，描述明顯的內容特征。該方法具有三個基本要素，即客觀、系統、定量。用來作為計數單元的文本內容可以是單詞、符號、主題、句子、段落或其他語法單元，也可以是一個籠統的“項目”或“時空”的概念。這些計數單元在文本中客觀存在，其出現頻率也是明顯可查的，但這并不能保證分析結果的有效性和可靠性。一方面是因為，統計變量的制定和對內容的評價分類仍由分析人員主觀判定，難以制定標準，操作難度較大；另一方面計數對象也僅限于文本中明顯的內容特征，而不能對潛在含義、寫作動機、背景環境、對讀者的影響等方面展開來進行推導，這無疑限制了該方法的應用價值。定性內容分析法主要是對文本中各概念要素之間的聯系及組織結構進行描述和推理性分析。

2.2.3計算機輔助內容分析法（Computer？鄄aided content analysis）

計算機技術的應用極大地推進了內容分析法的發展。無論是在定性內容分析法中出現的半自動內容分析，還是在定量內容分析法中出現的計算機輔助內容分析，都只存在術語名稱上的差別，而實質上，正是計算機技術將各種定性定量研究方法有效地結合起來，博采眾長，使內容分析法取得了迅速推廣和飛躍發展。隨著信息技術的發展，文獻統計部分的工作可以在計算機軟件工具的輔助下變得輕松起來；但同時，伴隨網絡時代而來的“信息爆炸”又進一步加大了內容分析的難度。因此，只有不斷將新技術應用于研究之中，才能提高工作效率和分析結論可信度。

3.ROST內容挖掘系統簡介

ROST是基于內容挖掘的人文社會科學數字化研究平臺，是一組功能聯系緊密，可相互智能協作，無縫互操作的軟件及插件包，最終形成能夠依據一定范式進行人文社科智能化學術研究的數字化研究平臺。可分析論文、微博、博客、論壇、網頁、書籍、聊天記錄、電子郵件、本地文本類格式文件、數據庫中各類文本字段，分析方法目前支持：分詞、字頻統計、詞頻統計、聚類、分類、情感分析（含簡單和復雜）、共現分析、同被引分析，依存分析、語義網絡、社會網絡、共現矩陣等分析方法。由武漢大學信息管理學院、計算機學院沈陽教授博導設計，編碼。

3.1系統總界面

3.2功能模塊

該系統包含功能性分析文本操作，可視化，工具聊天分析，全網分析，網站分析，瀏覽分析，微博分析，期刊分析等十個部分，分別從每個部分詳細論述了如何利用計算機操作量化人文知識，得出研究結論。能夠對目前海量的數字化人文資料進行組織、標引、檢索和利用，以保證人文研究的海量性、智能性和客觀性，可節省大量的人力物力，提高研究效率，并可通過定量分析和定性分析的結合，從中歸納出具有說服力的普遍性結論。

3.3研究結果

對ROST內容挖掘系統社會網絡和語義網絡分析模塊進行實驗研究，根據具體操作實施得出如下分析的結果。

總結

本文通過 ROST內容挖掘系統的社會網絡和語義網絡分析模塊進行分析，得到上述如圖所示的圖示化分析結果，以簡單直觀的方式呈現了分析的內容，可以廣泛應用于社會學和政治學、心理認知科學以及很多其他領域。在調查研究中運用ROST內容挖掘系統的研究方法，可以快速的揭示各類傳播、交流內容的重點從而揭示社會各類機構的意識傾向、關注焦點和交流趨勢；描述人們在態度和行為上對交流的反應；以及調查個人或團體的心理和情緒狀態。另外，ROST內容挖掘系統成果反映出的人的思想意識與生活實踐的密切聯系，從而有效的引導人們的行為。

參考文獻：

[1]ROST Content Mining System User Manual Version 6.0 武漢大學 ROST虛擬學習團隊

[2]范并思.論社科情報研究的方法體系突破口.情報資料工作，1995（2）

[3]馬文峰.試析內容分析法在社科情報學中的應用.情報科學，2000（4）

[4]吳診忠.內容分析方法論綱.情報資料工作，1991（2）

[5]李仁乾.內容分析法簡介.當代傳播，2000（l）

[6]中國圖書館學報（雙月刊）2004年第2期

[7]邱均平.國內容分析法的研究進展.圖書館雜志，2003年第4期