1. Контент Анализ Программа
2. Контент Анализ Программа Онлайн
3. Контент Анализ Сми Программа
4. Контент Анализ Программа Исследования
5. Контент Анализ Программы Телепередач

Применение компьютерных программ, специальных формул (напр. Свое дальнейшее развитие «кайзеровское направление» методологии контент-анализа. В отличие от элементарного содержательного анализа, контент-анализ как. Анализ урока математики по фгос образец.

Пределений контент-анализа существует много, но среди них трудно найти удовлетворительное. Например, можно встретить следующие формулировки:. статистическая (квантитативная) семантика;. техника для объективного количественного анализа содержания коммуникации;. техника для делания выводов при помощи объективного и систематического установления характеристик сообщений. Каждая из приведенных выше формулировок неудовлетворительна уже по той причине, что основной акцент в них делается на количественные параметры анализа текстов и в них совершенно не отражена специфика качественных методов контент-анализа. Слишком широким является определение контент-анализа как 'исследовательского метода, используемого для определения присутствия определенных слов или понятий в тексте или массивах текстов'.

Под текстами в контент-анализе понимают книги, книжные главы, эссе, интервью, дискуссии, заголовки газетных статей и сами статьи, исторические документы, дневниковые записи, речи выступлений, рекламные тексты и т.д. Качественный vs количественный. Количественный контент-анализ в первую очередь интересуется частотой появления в тексте определенных характеристик (переменных) содержания. Качественный контент-анализ позволяет делать выводы даже на основе единственного присутствия или отсутствия определенной характеристики содержания.

Различие двух подходов довольно легко проиллюстрировать примерами. В 50-е годы западные аналитики на основе количественного анализа статей газеты 'Правда' обнаружили резкое снижение числа ссылок на Сталина. Отсюда они сделали закономерный вывод, что последователи Сталина стремятся дистанцироваться от него. С другой стороны, качественный аналитик мог бы сделать аналогичный вывод на основе единственного факта, что в публичной речи одного из партийных функционеров, посвященной победе СССР в Великой Отечественной войне, Сталин вообще не был упомянут. Прежде такое было бы немыслимо.

Очевидно, что количественный контент-анализ легче поддается реализации в компьютерных программах. Именно по этой причине в дальнейшем мы будем вести речь исключительно о методах количественного контент-анализа. Следует обратить внимание на то, что когда говорят о контент-анализе текстов, то главный интерес всегда заключается не в самих характеристиках содержания, а во внеязыковой реальности, которая за ними стоит - личных характеристиках автора текста, преследуемых им целях, характеристиках адресата текста, различных событиях общественной жизни и пр. Простые частоты.

Однако, просто частота появления того или иного слова или темы мало что говорят. Гораздо более информативны не абсолютные, а относительные частоты, которые вычисляются как отношение абсолютной частоты к длине анализируемого текста. В зависимости от того, что является переменной содержания, под длиной текста может пониматься количество слов в нем, количество предложений, абзацев и пр. В качестве реального примера такого анализа текстов можно привести анализ президентских посланий стране, с которыми обратился Б.Клинтон в 1994 и 1995 годах. Эти послания содержат от 7000 до 10000 слов.

Были сформированы категории слов, относящихся к экономике, бюджету страны, образованию, преступности, вопросам семьи, международным делам, социальной помощи и др. По изменению относительных частот в посланиях 1994 и 1995 годов были сделаны выводы об изменении политики государства в различных областях. Все эти темы нашли отражение в обоих посланиях, но в одном из них некоторым темам уделялось больше внимания, а в другом меньше. Например, в послании 1995 года больше внимания было уделено вопросам образования, семьи, но меньше внимания - преступности, международным делам, социальной помощи. Это дало основания для того, чтобы судить о приоритетах правительства США.

В приведенном выше примере было упомянуто понятие категории. В качестве категории может выступать набор слов, объединенных по определенному основанию. Можно сказать, что посредством категорий в контент-анализе представлены определенные концептуальные образования. Так в случае с посланиями Б.Клинтона была образована категория ЭКОНОМИКА, в которую входили слова - экономика, безработица, инфляция.

В категорию СЕМЬЯ входили слова - ребенок, семья, родители, мать, отец. Именно учет частот встречаемости категорий, а не отдельных слов, позволяет судить о внимании, уделенном в послании тем или иным вопросам.

Очевидно, что от качества составления таких категорий во многом зависит качество результатов анализа. Контент-анализ текстов с использованием категорий иногда называют концептуальным анализом. Сфера его применения довольно широка. Два основных типа задач, решаемых с его помощью:. Есть два или более текстов, которые необходимо сравнить в отношении нагрузки на определенные категории. Например, задача выяснить, какое внимание уделяют две разные газеты определенным темам.

Если эти газеты рассчитаны на одну аудиторию, то существенное различие в частотах позволит судить о различиях в политике, проводимой людьми, стоящими за ними. Задача отслеживания динамики изменения нагрузки на определенные категории.

Например, выяснить частоту упоминания темы внешнего долга России в фиксированном наборе центральных газет на протяжении какого-то времени и соотнести ее с колебаниями курса доллара путем простого корреляционного анализа. Из истории разведки известно, как по изменению в специальной литературе частоты упоминания определенных научных тем и фамилий ученых делались достоверные выводы об успехах, достигнутых в конкретных областях исследований. Из новых функция в четвертой версии появилась оценка архетипичности и агрессивности текста. Относительные частоты позволяют сравнивать два и более текстов, но иногда требуется сделать вывод на основе анализа лишь одного текста.

Контент Анализ Программа

Например, имеется текст выступления депутата Думы и требуется оценить, насколько оно агрессивно. Прежде всего для решения этой задачи должна быть составлена категория агрессивно окрашенной лексики. После этого мы можем сравнить текст выступления нашего депутата с выступлениями других и сказать, кто из них агрессивнее. Но от нас требуется не это, от нас требуется оценить степень агрессивности выступления. Очевидно, что для ответа на этот вопрос нам потребуется некоторая норма, своеобразная нулевая отметка агрессивности. Мы получим ее, если выясним относительную частоту употребления агрессивно окрашенных слов средним носителем русского языка.

Помощь в этом могут оказать частотные словари. Сравнивая относительную частоту употребления агрессивно окрашенной лексики в выступлении депутата с частотой ее употребления средним носителем русского языка мы как раз и можем сделать вывод о степени агрессивности.

Но и это еще не все. Небольшие отклонения частот в большую или меньшую сторону могут быть следствием случайных колебаний. На вопрос о значимости отклонения частот позволяет ответить статистическая оценка, известная под названием z-score и вычисляемая по формуле (N-E)/(стандартное отклонение), где N - количество слов данной категории, реально встретившихся в тексте, а E - ожидаемое число вхождений слов данной категории в текст.

Величина E вычисляется путем умножения нормальной частоты категории на число слов в анализируемом тексте. Представим, что мы хотим оценить степень агрессивности выступления не депутата, а профессионального военного. Очевидно, что норма для него будет отличаться от нормы для среднего человека. Поэтому для оценки уровня агрессивности профессионального военного требуются другие нормы, которые могут быть получены путем дополнительной статистической обработки представительной выборки текстов, характерных для военной среды. Связи категорий. Дальнейшее развитие контент-анализа требовало более тонких методов анализа текстов. К середине 50-х годов исследователи стали все больше уделять внимания не простому наличию или отсутствию категорий в тексте, а связям между категориями.

Для этого обращают внимание на совместную встречаемость ( cooccurence) слов различных категорий. Например, для каждого предложения текста мы можем выяснить, слова каких категорий в нем встречаются. После этого легко подсчитать обычный коэффициент корреляции, который даст нам силу связи между категориями и знак этой связи. Может оказаться, что для некоторых категорий наблюдается тенденция их совместного употребления, а для других - наоборот. В качестве гипотетического примера можно привести газетную статью, в которой наблюдается совместное употребление категорий ПРАВИТЕЛЬСТВО и НЕГАТИВ. Интересно то, что в некоторых случаях это может быть отражением сознательной позиции автора статьи, а в некоторых - связью на уровне подсознания. Понятно, что изучение связей между категориями значительно расширяет круг задач, которые может решать контент-анализ.

Круг пользователей расширялся. Дополнительно ими становились журналисты, подразделений по связям с общественностью различных банков и крупных компаний. Продолжался расширяться круг пользователей системы ВААЛ и в среде депутатов различных уровней.

Представим, что мы взяли статью натуралиста о змеях и решили ее проанализировать. Для этого мы отметили в тексте все предложения, в которые входит слово, и составили статистику слов из этих предложений. Можно предположить, что частотными в этих предложениях окажутся слова: яд, ядовитый, укус, ползать, длинный.

Те слова, которыми наиболее часто характеризуются змеи. Таким образом, наш формальный метод анализа текстов позволил выделить существенные признаки, характеризующие змей.

В англоязычной литературе такие контексты употребления слов как раз и называют collocations. Ценность описанного метода анализа текстов очевидна, так как позволяет на основе формальных методов извлекать из массивов текстов содержательную информацию. Контекстный анализ. Метод нахождения контекстов употребления слов ( collocations) допускает дальнейшее развитие. Выбрав предложения, в которых встречается конкретное слово или категория, мы получили некоторую подвыборку текста, к которой в свою очередь применимы все методы контент-анализа. Контексты употребления слов и категорий в свою очередь могут быть подвергнуты контент-анализу - выяснению простых частот категорий, относительных частот, оценок категорий относительно нормы и т.д. Если выразиться образно, то контекстный анализ позволяет выделить в тексте несколько тематических нитей и анализировать их отдельно.

Очевиден огромный потенциал контекстного анализа при мониторинге больших объемов информации, так как он позволяет полностью автоматизировать весь процесс сбора информации. Автоматическая категоризация. Использование при контент-анализе определенного набора категорий задает концептуальную сетку, в терминах которой и анализируется текст. От того, насколько удачен набор используемых категорий, зависит качество результатов анализа.

Поэтому исследователей давно интересовала задача автоматической категоризации слов текста, т.е. Выделение обсуждаемых в нем тем. Были предложены ряд подходов для решения этой задачи. Следует отметить, что автоматическая категоризация возможна лишь в том случае, если объем анализируемых текстов достаточно велик.

Основная статья: Контент-ана́лиз (от.: contents — содержание, содержимое) или ана́лиз содержа́ния — стандартная исследования в области, предметом анализа которой является содержание массивов и продуктов коммуникативной. В отечественной исследовательской традиции контент-анализ определяется как количественный текстов и текстовых массивов с целью последующей содержательной интерпретации выявленных числовых. Контент-анализ применяется при изучении источников, инвариантных по структуре или существу содержания, но внешне бытующих, как несистематизированный, беспорядочно организованный текстовый материал. Философский смысл контент-анализа как исследовательского метода состоит в восхождении от многообразия текстового материала к абстрактной модели содержания текста (понятийно-категориальный аппарат, двусмыслия, коллизии, парадоксы). В указанном смысле, контент-анализ является одной из исследовательских процедур, используемых в сфере применения методов. Выделяют два основных типа контент-анализа: количественный и качественный.

Содержание. История метода Методика контент-анализа нашла широкое применение в информационную эпоху, однако история метода не ограничивается эрой автоматической обработки текста. Так первые примеры использования контент-анализа датированы, когда в Швеции частота появления в тексте книги определенных тем служила критерием её. Однако, всерьёз говорить о применении контент-анализа как полноценной методики можно лишь начиная. Термин content analysis впервые начали применять в конце XIX – нач. Американские журналисты Б. У истоков становления методологии контент-анализа стоял также французский журналист Ж.

Использовался контент-анализ преимущественно в, в том числе при изучении и материалов. В сфере начало использованию методики контент-анализа положил, который занялся анализом пропагандистских материалов периода. В годы, во время так называемого «» исследования с применением методики контент-анализа особенно активизировались. Это способствовало развитию методики, разнообразило её варианты. Именно в этот период начинается активное использование техники в исследованиях. Сфера применения Круг дисциплин, в которых применяется контент-анализ, довольно широк.

Контент Анализ Программа Онлайн

Помимо социологии и политологии данная методика находит применение в,. Приводит следующее распределение исследований в области контент-анализа по наукам: социология, антропология — 27,7%, — 25,9%, политическая наука — 21,5%. Следует также отметить применение контент-анализа в области. С помощью контент-анализа можно анализировать такие различные типы текстов, как, заявления политических деятелей, программы, рекламные и пропагандистские материалы, источники, произведения. Этапы применения контент-анализа Необходимым условием применения методики анализа содержания является наличие. Во всех случаях, когда существует или может быть воссоздан такой носитель, допустимо использование методики контент-анализа.

Первый этап Определение совокупности изучаемых источников или сообщений с помощью набора заданных критериев, которым должно отвечать каждое сообщение:. заданный тип источника (пресса, телевидение, радио, рекламные или пропагандистские материалы). один тип сообщений (статьи, заметки, плакаты);. заданные стороны, участвующие в процессе (отправитель, получатель (реципиент);. сопоставимый размер сообщений (минимальный объём или длина);. частота появления сообщений;.

способ распространения сообщений;. место распространения сообщений;. время появления сообщений. При необходимости можно использовать и другие критерии, однако перечисленные выше встречаются чаще всего. Второй этап Формирование выборочной совокупности сообщений. В некоторых случаях можно изучать всю определённую на первом этапе совокупность источников, поскольку подлежащие анализу случаи (сообщения) часто ограничены по числу и хорошо доступны. Однако иногда контент-анализ должен опираться на ограниченную, взятую из большего массива информации.

Третий этап Выявление единиц анализа. Ими могут быть слова или темы. Правильный выбор единиц анализа — важная составляющая всей работы. Простейшим элементом сообщения является. — это другая единица, представляющая собой отдельное высказывание о каком-либо предмете. Существуют достаточно чёткие требования к выбору возможной единицы анализа:. она должна быть достаточно большой, чтобы выражать значение;.

она должна быть достаточно малой, чтобы не выражать много значений;. она должна легко идентифицироваться;. число единиц должно быть настолько велико, чтобы из них можно было делать выборку.

Если в качестве единицы анализа избирается тема, то она также выделяется в соответствии с некоторыми правилами:. Тема не может выходить за пределы абзаца.

Новая тема возникает, если происходит смена:. воспринимающего,.

действующего,. цели,. категории. Существуют также и специальные методики контент-анализа, адаптированные к нуждам исторических и историко-философских исследований.

Четвёртый этап Выделение единиц счёта, которые могут совпадать со смысловыми единицами или носить специфический характер. В первом случае процедура анализа сводится к подсчёту частоты упоминания выделенной смысловой единицы, во втором исследователь на основе анализируемого материала и целей исследования сам выдвигает единицы счёта, которыми могут быть:. физическая протяженность текстов;. площадь текста, заполненная смысловыми единицами;. число строк (абзацев, знаков, колонок текста);.

длительность трансляции по радио или ТВ;. метраж плёнки при аудио- и видеозаписях,. количество рисунков с определённым содержанием, сюжетом и проч. В некоторых случаях исследователи используют и другие элементы счёта. Принципиальное значение на этом этапе контент-анализа имеет строгое дефинирование его операторов. Пятый этап Непосредственно процедура подсчёта.

Она в общем виде сходна со стандартными приёмами классификации по выделенным группировкам. Применяется составление специальных таблиц, использование, специальных, расчётов. Обычно составляются таблицы вида: Единицы анализа Единицы анализа Единицы счёта Единицы счёта Категории Подкатегории Частота упоминания абсолютная, раз Частота упоминания относительная,% 1 Категория 01 подкатегория 15 32 02 подкатегория 7 15 03 подкатегория 25 53 Итого: 47 100 Шестой этап Интерпретация полученных результатов в соответствии с целями и задачами конкретного исследования. Обычно на этом этапе выявляются и оцениваются такие характеристики текстового материала, которые позволяют делать заключения о том, что хотел подчеркнуть или скрыть его. Возможно выявление процента распространенности в обществе субъективных смыслов объекта или явления. Количественный контент-анализ Количественный контент-анализ (также именуется содержательным) основывается на исследовании слов, тем и сообщений, сосредоточивая внимание исследователя на содержании сообщения.

Таким образом, собираясь подвергнуть анализу выбранные элементы, нужно уметь предвидеть их смысл и определять каждый возможный результат наблюдения в соответствии с ожиданиями исследователя. На деле это означает, что в качестве первого шага при проведении контент-анализа этого типа исследователь должен создать своего рода, в котором каждое наблюдение получит определение и будет отнесено к соответствующему классу. Проблема состоит в том, что исследователь должен предвидеть не только упоминания, которые могут встретиться, но и элементы их контекстуального употребления, а для этого должна быть разработана детальная система правил оценки каждого случая употребления. Эта задача обычно решается посредством пилотажа подлежащей анализу совокупности сообщений (то есть с помощью выявления на материале небольшой выборки сообщений тех типов ключевых упоминаний, которые с наибольшей вероятностью могут встретиться в последующем, более полном анализе) в сочетании с арбитражными оценками контекстов и способов употребления терминов. Предпочтительнее иметь дело с наблюдениями не одного, а нескольких исследователей. Более трудной является задача, заключающаяся в необходимости приписывания ключевым упоминаниям конкретных оценок, — когда мы должны решить, приводится ли данное упоминание в позитивном или негативном смысле, «за» или «против» интересующего нас объекта и т. Д., а также когда нам надо ранжировать ряд упоминаний соответственно силе их оценок (т.е.

Контент Анализ Сми Программа

В соответствии с тем, какое из них самое положительное, какое следующее за ним по положительности и т. При этом исследователь нуждается в показателях достаточно тонких, которыми можно было бы измерять не только настроения политических субъектов, но и силу этих настроений. Особенно трудным выполнение этой задачи является в исторических, историко-философских и психологических исследованиях, поскольку предполагает высокий уровень гуманитарной подготовки специалистов, использующих методику контент-анализа. Существует множество методов, облегчающих принятие такого решения. В некоторых случаях они опираются на суждения группы арбитров о значении или силе (интенсивности) некоторого термина. В качестве примера таких приемов можно привести метод Q-сортировки и шкалирование методом парного сравнения.

На рубеже XX-XXI вв. Специалисты по применению математических методов в исторических исследованиях много внимания уделяли разработке специальных компьютерных экспертных систем (в рамках идеологии ). Метод Q-сортировки При Q-сортировке используется жесткого распределения из девяти пунктов: пункт 1 соответствует минимальной степени интенсивности измеряемого признака (например, наименьшей степени одобрения), а пункт 9 — максимальной степени интенсивности (например, наивысшей степени одобрения). Цель здесь состоит в том, чтобы просто ранжировать (упорядочить) все суждения вдоль единой оценочной оси. Арбитру дается определенная жесткая квота на каждую категорию шкалы (то есть ожидаемое число слов или фраз, которые должны быть им отнесены к данной категории), а затем ему предлагается распределить заданный набор терминов так, чтобы установленные квоты не нарушались.

Квоты основаны на предположении (не обязательно верном), что колебания в интенсивности слов и фраз должны укладываться в рамки нормального распределения (когда изучаемые случаи максимально сосредоточены в средней части шкалы, а по мере продвижения к её полюсам их число равномерно убывает). Арбитры, таким образом, вынуждены давать относительные оценки конкретным словам и фразам (случаям), относя их к определенным категориям шкалы. После того как арбитры завершили свою работу, вычисляется средняя арифметическая оценка шкалы для каждого случая, а затем полученные средние оценки соответствующим образом ранжируются.

Далее результаты этого ранжирования случаев по интенсивности используются для приписывания анализируемым текстам кодов, обусловленных встречаемостью в них слов или тем, получивших нашу оценку. Произвольность оценки одного исследователя компенсируется, таким образом, наличием других мнений. Шкалирование методом парного сравнения Шкалирование методом парного сравнения имеет те же цели, что и предыдущий метод, но техника его несколько иная. Каждый случай, подлежащий оценке, последовательно сравнивается попарно со всеми другими случаями, при этом каждый арбитр должен решить, какое из слов (или фраз) в каждой паре «сильнее» (или интенсивнее) другого. Так, если надо сравнить пять утверждений (случаев), то каждый арбитр будет последовательно сравнивать сначала 1-е из них со 2-м, с 3-м, 4-м, 5-м, потом 2-е с 3-м, 4-м, 5-м и т. Д., всякий раз при этом отмечая, какое из двух более интенсивно.

Подсчитав, сколько раз каждый случай оказался в оценке всех арбитров «сильнее» других, и разделив полученное число на число арбитров (то есть вычислив среднюю оценку, вынесенную группой арбитров каждому утверждению), мы получаем возможность осуществить количественное ранжирование всех случаев по степени их интенсивности. Чем выше средняя оценка некоторого утверждения, тем оно, по мнению арбитров, «сильнее». Однако, с методами Q-сортировки и парного сравнения связаны по меньшей мере две сложности. Во-первых, в обоих этих случаях исследователь полагается полностью на решения арбитров, критерии оценки которых могут быть, а могут и не быть правомерными и/или состоятельными. В экспертизе такого рода стандарты не всегда ясны или, во всяком случае, не всегда ясно определены, и вследствие этого сами оценки носят дискуссионный характер. Встречаются случаи, когда один и тот же арбитр выставляет различные оценки одному и тому же утверждению в серии идентичных испытаний. Кроме того, отбор арбитров в высшей степени произволен.

Контент Анализ Программа Исследования

Следовательно, и надежность результатов, полученных при опоре на таких арбитров, весьма относительна. Поэтому данные процедуры следует использовать, делая скидку на «». Качественный контент-анализ Помимо слов, тем и других элементов, обозначающих содержательную сторону сообщений, существуют и иные единицы, позволяющие проводить качественный или, как он ещё называется, структурный контент-анализ.

В этом случае исследователя интересует не столько что говорится, сколько как говорится. Например, может ставиться задача выяснить, сколько времени или печатного пространства уделено интересующему предмету в том или ином источнике или сколько слов или газетных столбцов было уделено каждому из кандидатов во время определенной. С другой стороны, могут браться в расчет и другие, возможно, более тонкие вопросы, относящиеся к форме сообщения: сопровождается ли конкретное газетное сообщение или какой-либо, каковы размеры заголовка данного газетного сообщения, напечатано ли оно на первой полосе или же помещено среди многочисленных рекламных сообщений. При ответе на подобные вопросы внимание исследователя фокусируется не на тонкостях содержания, а на способе презентации сообщения. Основным вопросом здесь является факт наличия или отсутствия материала по теме, степень его выделенности, его размеры, а не нюансы его содержания. В результате такого анализа чаще получаются куда более надежные измерения, чем в случае исследования, ориентированного на содержание (поскольку формальным показателям в меньшей степени присуща неоднозначность), но зато, как следствие, и куда менее значимые. Измерения в параметрах, исследуемых в ходе качественного контент-анализа, поверхностно затрагивают само содержание каждого сообщения в отличие от детального и внимательного обследования, необходимого при количественном анализе.

В результате качественный контент-анализ обычно более прост в разработке и проведении, а потому и более дешев и надежен, чем содержательный контент-анализ. И хотя его результаты, возможно, удовлетворят в меньшей степени, ибо они дают скорее набросок, чем законченную картину сообщения, но при ответе на конкретный исследовательский вопрос они могут зачастую оказаться вполне адекватными. Также. Примечания. ↑ Почепцов Г. Г. — М.: Рефл-бук, 2001. —.

↑ Дмитриев И. (рус.) (2005). Проверено 10 марта 2008.

13 февраля 2012 года. — Москва-Донецк: Донецкого отделения САМИ, 1993. — С. 68-82. Манекин Р.В. — Донецк: Информсервис, 1991. —. Content analysis for the social sciences and humanities. — Reading, Mass, etc., 1969. —. ↑ Лисовский С. Ф., Евстафьев В. А. —. — М., 2000. —. Харченко К.В.

Контент Анализ Программы Телепередач

Материальная сторона жизни в зеркале субъективных смыслов: опыт контент-анализа // Социология: методология, методы, математическое моделирование. ↑ Мангейм Дж. = Empirical Political Analysis: Research Methods in Political Science. — М.:, 1997.

Литература. //. 120-128., //.,. — М.:, 2008. — 258., / Под ред. — М.:, 2010. — 324 с. —.