数据的定性视图

Learn, share, and connect around europe dataset solutions.
Post Reply
Bappy32
Posts: 596
Joined: Thu Jan 02, 2025 6:53 am

数据的定性视图

Post by Bappy32 »

内容
我们还在一些组织中看到,人们以更加定性的方式看待内容。例如,要查找特定目标群体中的影响者,您可以查看关注者的数量。但这样的数字并不能说明一切。它表明某人的潜在影响力,但不表明追随者的参与程度以及此类影响者的实际影响力有多大。

因此,各种机构使用更加定性的网络志方法来寻找影响者:成为网络本身的一部分(沉浸),并从那里深入了解影响者。这种定性的数据观察方式不仅涉及数字,还涉及内容,也可用于更好地理解围绕某些主题的情绪和参与程度。

例如,荷兰世界广播电台(RNW)在评论中关注参与背景下在线话语的轶事、个人短篇故事、语言使用的变化、新词汇的发展等。

这种更加定性的方法似乎是对基于词典的自动情感分析的补充,也是因为根据之前 西班牙电报数据 科学研究,后者的可靠性被认为非常值得怀疑(Peng & Park,2011;Wilson、Wiebe & Hoffman,2009)。

唤醒分析
此外,根据科学研究,在参与和互动背景下的唤醒分析中也许还可以找到一种可能的替代方案,从而提高有效性和行为改变。例如,Berger & Milkman (2012)关注所产生的情绪的心理和生理强度:

引发高唤起情绪的在线内容更容易传播,无论这些情绪是积极的(即敬畏)还是消极​​的(即愤怒或焦虑)。

也许我们应该将情绪分析与唤醒分析结合起来并加以补充(Paltoglou & Thelwall,2013),以更好地解释、衡量和预测效果。在这种背景下,还可以利用荷兰语词典进行科学研究( Moors、De Houwer、Hermans、Wanmaker 等,2013)。

视觉内容的力量
在唤醒的背景下,我们之前曾在 Frankwatching 上争论过,社交媒体上视觉内容的力量尚未得到充分应用。我们表示,特别是短视频——以 15 至 30 秒的故事帖子形式,能够唤起强烈的情感和唤醒——是最有效的。
Post Reply