تحلیل محتوایی موضوع ها و هشتگ های کرونا در رسانه های اجتماعی
محل انتشار: دوفصلنامه علم زبان، دوره: 8، شماره: 0
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 136
فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_LS-8-0_004
تاریخ نمایه سازی: 17 بهمن 1401
چکیده مقاله:
بیماری همه گیر کرونا موجب تغییراتی در سبک زندگی روزمره، مانند کاهش مراودات اجتماعی و ایجاد فاصله گذاری اجتماعی، شده است. در این پژوهش، دو هدف را پیگیری کرده ایم. هدف نخست تحلیل الگوریتمی نظرات و پیامهای مرتبط با کرونا به زبان فارسی است که توسط افراد مختلف، در دو رسانه اجتماعی توییتر و اینستاگرام، منتشر می شود. برای این هدف، با استفاده از مدل سازی موضوعی، به عنوان یک شیوه تحلیل محتوایی داده، داده ها را به موضوعات انتزاعی خوشه بندی کرده ایم. هدف دیگر، یافتن رابطه همبستگی بین موضوعات در نظرات و هشتگ های به کاررفته در نظرات است. برای تحقق این هدف، با گردآوری نظرات و پیامهای خزش شده مربوط به کرونا از این دو رسانه، یک پیکره زبانی تهیه شده است. از تحلیل محتوایی نظرات این پیکره، ۲۴ موضوع انتزاعی به دست آمد که بهصورت دستی برچسبگذاری شد تا این موضوعها هویت پیدا کنند. با بررسی داده های این پیکره و آمار به دست آمده از پردازش موضوعی آن ها، می توان گمانه زنی کرد که حدود ۲۵٪ از نظرات این پیکره بر دو موضوع «سیاسی» و «اجتماعی» متمرکز است. ۱۰ موضوع دانه ریز این پیکره، یعنی ۳۵٪ از حجم نظرات، به خود ویروس کرونا و ماهیت همهگیری آن مربوط است که بیانگر اهمیت توجه به رسانه های اجتماعی برای آگاه سازی و نشر اطلاعات است. علاوه برآن، فرضیه وجود رابطه بین هشتگ ها و موضوع ها، با استفاده از ضریب همبستگی پیرسون، از نظر آماری مورد بررسی قرار گرفت. برای ۲۰ موضوع، همبستگی بالا بین موضوع و تعدادی از هشتگ ها یافت شد؛ ولی برای ۴ موضوع این همبستگی یافت نشد. از این پژوهش می توان برای افزایش انسجام درونی متن و پیش بینی پذیری هشتگ ها استفاده کرد.
کلیدواژه ها:
نویسندگان
مسعود قیومی
استادیار، پژوهشکده زبان شناسی، پژوهشگاه علوم انسانی و مطالعات فرهنگی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :