中国文化国际社交媒体传播研究：挖掘与数据分析方法

本书旨在对国外几家主要的社交媒体，如Twitter、Flickr、Google+、YouTube等涉及中国的内容进行编码分析统计，从而了解国外主流社交媒体传播的中国文化内容及其主题特征。这几种社交媒体都是国际的重要社交媒体并各有特点。

研究的方法是对网络基础上所得的样本进行等距的再抽样法，每种媒体得到各400条的二次抽样的样本，对这些样本进行内容分析。初始通过网络采集工具进行的帖子爬取采集，其步骤和方法为：对上述四种主要社交媒体中的内容，都以“China”和“culture”为复合关键词进行帖子的检索，通过“八爪鱼”爬取软件自动抓取、存档内容。Twitter采集的内容，其发布时间为2014年10月11日到2015年10月10日，抽样采集得到13 471条。Google+采集的帖子，发布时间为2014年10月21日至2015年10月20日，得到4 947条。剔除传者名称和正文都相同的帖子后，剩余4 409条。YouTube的帖子，其发布时间为2014年11月16日到2015年11月15日的帖子，抽样得到2 486条，其后删除传者名称、视频标题、视频说明文字正文都重复的行,剩下2 344条。Flickr采集的是2014年11月4日到2015年11月3日按时间更新排序的照片，共得16 692条，再剔除其中正文内容相同的帖子，保留得到5 334条帖子。分析的内容是这些帖子的标题和正文的文字部分，若无标题则不予分析。其中，Twitter分析是推文的正文文字部分，Google+分析的是帖子的正文文字部分，YouTube分析的内容包括标题和正文； Flickr分析的是照片的标题以及文字说明的正文。Facebook采集的是2015年6月14到2015年11月15子间，名为“China culture”或“Chinese culture”的三个大规模群组的所有帖子 ，得到5 246条，将这5 246条样本通过vba进行清洗，去掉其中的网址、无意义的字词以及#、@等特殊表达，随后对清洗后的数据删除重复内容后剩4 451条。Tumblr的帖子每晚23点自动采集20条，采集的帖子发布的时间段为2014年11月1日至2015年10月31日，抽样采集得到3 103条，去除标题和正文都重复的帖子后剩2 781条。Reddit采集的是发布于2014年11月1日至2015年10月31日的所有帖子2 485条，删除标题与正文都重复的内容后得到2 442条上述所得到的结果，每种媒体中再各随机抽400条。(www.xing528.com)

对帖子的主题，划分为如下类型：①政治：涉及国家或地方的行政机构、政党、政治组织或政治人物的政治行为、政府管理、政治系统、政治事件和政治体制、政策。②经济/商务：国家、地区或企业、个人的经济活动、经营、收支、发展状况，涉及生产、消费、财政、金融、商业、税收、建设等。③教育：初等教育、学校教育、高等教育、社会教育的体系、活动、人物、事件、成果。④文化艺术：狭义的文化，包括文学、美术、音乐、戏剧、舞蹈、杂技、功夫、工艺、装饰、建筑、思想和哲学、文化典籍等。⑤社会/民生：涉及社会成员间的关系、结构以及社会体系，包含社会事件、社会公共活动、社会矛盾、社会群体、慈善公益、社会救助等。⑥司法：国家司法机关及其工作人员依照法定职权和法定程序，具体运用法律处理案件的专门活动，涉及司法机关，如法院、法律；司法工作人员，如律师、法官；以及司法案件的处理等。⑦国际：超出国内范围的国际事物、现象、实践，以及国家间关系、接触、互动、交流。⑧地 方和区域：涉及国内的区域、省、自治区、直辖市、城市、村镇、街道等地区单位的议题，着重于地方的状况或特点、发展。⑨国防/军事：以军事力量为核心的保卫国家安全的行为，包括军队、武器、国防政策、战争等具体问题。⑩宗教：涉及宗教的场所、经典、人物、仪式、活动、事件的内容。民族：涉及中国的民族关系、民族文化、民族发展以及中外民族交流、互动的内容。医疗/卫生/健康：人类健康、医院和药物治疗以及卫生防疫等问题。科技：认识世界事物的知识体系和各种工艺操作方法、技能，以及物化的各种生产手段和物质装备，涉及科学规律、科学研究、技术研发、新理论、新方法、新材料、新工艺、新产品等。自然：与人类社会相区别的物质世界，涉及自然现象、自然灾害、自然环境保护等。历史：包括古代和近现代在内的过去的事物、实践和人物，与当代的事物、实践和健在人物相区别。风俗：与社会习俗、民俗、礼仪、禁忌、社会规范、人情伦理等相关的内容。环境/生态：与自然环境以及生态的状况、发展、保护相关的内容。旅游：涉及旅游目的地点、旅行过程、旅行经历、旅游介绍、旅游组织的内容。影视/流行/娱乐文化：涉及电影、电视、动漫、流行音乐、娱乐偶像和明星、流行文化的内容。体育：涉及竞技体育、体育门类、体育人物、体育事件的内容。新闻媒体：以报刊、广播电视、互联网、出版等媒体为讨论对象的内容。个人生活与情感：关于个人的生活和情感，包括个体的经历、情感、体验、家庭生活等。语言：语言的介绍、学习、传播、交流。时尚/设计：服装、饰品、用品、居所等的时尚内容和设计。节 日/庆典：节庆、庆典、重大仪式、文化节等。植物/农林：与植物、种植、园林、农业相关的内容。动物：对动物、宠物的培育、喂养、观看、认知以及其他与之相关的行为和状态。饮食：涉及烹饪、食物、饮品、饮食过程、饮食场所、饮食文化的内容。休闲：游戏、桌游、聚会、玩乐等活动和人员、场所、设施、器物。哲学与生活哲理：关于人生、生活或工作的感悟、道理。其他：不包含在上述所有门类中，或者门类的归属不明确的内容。