Wenny 发布的帖子

Stanford University, Human-Centered Artificial Intelligence (HAI). (2025). AI Index Report 2025. Stanford, CA: Author. https://hai.stanford.edu/ai-index

PDF 全文下载

以下是问AI得到的答案。就我个人而言，通过经验观察比较多，分类好或不好，经常能从数据意义的解读上判断出来。
↓↓↓

在进行LDA主题分析时，确定主题数量是一个关键步骤。以下是一些常用的方法：

1. 基于困惑度（Perplexity）的方法

• 原理：通过计算不同主题数量下的困惑度来确定最佳主题数。困惑度越低，模型越好地捕捉了数据的结构。
• 步骤：训练多个LDA模型，每个模型使用不同的主题数量，然后计算每个模型的困惑度。通常，困惑度曲线会出现一个拐点，此时的主题数量被认为是最佳的[6][8]。

2. 交叉验证法

• 原理：将数据分为训练集和测试集，分别使用不同主题数量训练模型，并在测试集上评估模型的表现。
• 步骤：选择表现最好的主题数量作为最佳值[2]。

3. 主题内词的丰富度

• 原理：每个主题中不同词的数量可以作为衡量标准。通常，词数较多的主题数量被认为是合适的。
• 步骤：计算每个主题中的词数，选择词数较多的主题数量[2]。

4. 主题分布的稳定性

• 原理：评估每篇文本所属主题的稳定性。稳定性高的主题数量被认为是合适的。
• 步骤：分析每个主题的文档分布，选择分布最稳定的主题数量[2]。

5. 基于密度的自适应方法

• 原理：通过计算主题之间的相似度来确定最佳主题数。当主题之间的相似度最小时，认为是最佳的主题数量。
• 步骤：不断调整主题数量，计算相似度，直到找到最优值[1]。

6. 肉眼观察法

• 原理：通过人工观察主题的关键词和文档分布来确定主题的合理性。
• 步骤：手动检查每个主题的关键词和文档分布，合并相似主题[1][3]。

7. 自动化方法（如HDP）

• 原理：使用层次Dirichlet过程（Hierarchical Dirichlet Process）等方法，可以自动确定主题数量。
• 步骤：使用支持HDP的工具或库来训练模型[1]。

这些方法可以根据具体的分析需求和数据特征进行选择和组合。

Citations:
[1] https://www.cnblogs.com/hellochennan/p/6647028.html
[2] https://blog.csdn.net/weixin_42609225/article/details/129612552
[3] https://www.weiciyun.com/blog/lda_perplexity02/index.html
[4] https://www.bilibili.com/read/cv30127943/
[5] https://spssau.com/helps/textanalysis/textlda.html
[6] https://www.weiciyun.com/blog/lda_perplexity01/index.html
[7] https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2016.09.05
[8] https://blog.csdn.net/sinat_25394043/article/details/104139715

• 课程资料下载：政策文本、类目表

• 作业打卡任务：
  在评论区贴三张结果图表，截图找微信小助手 （divominer2023） 登记账号，领取1000点算法资源。仅限听课用户参与。

@2533343603 需要整理数据后上传。上传网址，那么在平台上显示的就是网址。

点击下载

• 课程资料下载：文献基础信息Excel，配套的论文PDF

• 作业打卡任务：
  在评论区贴三张以文献数据为分析对象的结果图表，截图找微信小助手 （divominer2023） 登记账号，领取1000点算法资源。仅限听课用户参与。

在评论区贴三张以文献数据为分析对象的结果图表，截图找微信小助手 （divominer2023） 登记账号，领取1000点算法资源。仅限听课用户参与。

@3525926512
按模版的格式来~
信度计算上传模板1.xlsx
信度计算上传模板2.xlsx

请问有论文分享吗？看上去很适合用内容分析法来做

请问是想要探讨什么呢？

@shengx7 找微信小助手处理DiVoMiner2023

@cristinayu7 你好呀。平台右下角喊下qq客服，问他要我的微信，我发给你把。

点击下载后请等待片刻，论文加载。

• 黄艳,王晓语 & 李卫东.(2022).高校共青团抖音短视频传播效果影响因素实证研究——基于全国100所高校共青团抖音号的内容分析. 中国青年社会科学.
  点击下载

• 刘婵君 & 沈玥晨.(2022).共识兼顾与集体取向：中国主流媒体建设性新闻实践——关于人民日报微博官方账号新冠肺炎疫情报道的分析. 新闻与传播研究
  点击下载

• 曾秀芹,何梦 & 柳莹.(2022).微博评论语境下的女性主义广告效果研究. 新闻与传播评论.
  点击下载

• 徐剑 & 黄尤嘉.(2022).社交媒体之于新闻价值的发现与重构——基于奥运会热搜榜的分析. 现代传播(中国传媒大学学报)
  点击下载.

• 李蕾 & 宋航.(2022).自由表达与互动体验的幻象：受众弹幕文本的话语生产——基于《再见爱人》弹幕的内容分析. 新闻与写作.
  点击下载

• 胡岑岑.(2022).个体视角下的短视频叙事与国家形象建构——以北京冬奥会中的短视频为例. 当代电视.
  点击下载

• 晏青 & 刘钰.(2022).社交媒体平台抑郁群体的社会支持寻求研究——基于对微博“抑郁症超话”的考察. 新闻界.
  点击下载

• 柯山,金博闻,林斌,颜逸静 & 潘辉.(2022).抖音短视频对厦门城市旅游形象的建构研究. 情报探索.
  点击下载

• 李明德,张玥,张帆,杨帆 & 蒙胜军.(2022).疫情科学信息传播内容特征、模式、回应策略及优化路径——基于10名科学家相关热门微博的内容分析. 情报杂志.
  点击下载

• 胡兵 & 冯采君.(2022).认知视角下科普短视频传播效果的影响因素. 科学学研究.
  点击下载

@1623697030
你好，可以看看教程《如何制作多变量交叉图表（卡方检验、相关性分析）？》，谢谢
https://support.divominer.cn/knowledge-base/如何制作多变量交叉图表？/

工作坊回放1
工作坊回放2
工作坊回放3
工作坊回放4

点击下载

【第一期】如何开始使用DiVoMiner平台做文本内容分析研究？
示范-上传资料 点击下载

““”““”
缅怀大师最好的方式莫过于温习其成果和著作，小编重新找出
出版于2018年的《Content analysis: An introduction to its methodology》点这里拜读，这已是出版的第四版，凝结了教授的心血。
““”““”

克劳斯.克里彭多夫(Klaus Krippendorff)是社会科学领域研究方法的泰斗，作为内容分析方法的创立者之一，他的内容分析方法在社会科学领域几十年来影响巨大，成为各个社会科学研究的基础研究方法。教授仙逝于2022年10月10日，享年90岁。

克里彭多夫教授在传播学、语义学、设计学、控制论等多个领域都是学界翘楚并获多项殊荣。在传播学领域，他是传播学最高级别国际学会——“国际传播学会”（ICA）的会士，并曾当选学会主席。其内容分析方法著作曾获ICA的“会士图书奖”、 “研究方法创新奖”，被译为多国文字出版。

他在2012年获Linnaeus University in Kalmar/Växjö荣誉博士学位；1982年获选为美国科学促进会会士(American Association for the Advancement of Science,AAAS)。是美国顶尖的传播学院——宾夕法尼亚大学安纳伯格传播学院（Annenberg School for Communication）荣休教授。

克劳斯.克里彭多夫的主要作品：

• Krippendorff, K. (2018). Content analysis: An introduction to its methodology, 4th Edition. Sage publications.
• Krippendorff, K. (2013). Content analysis: An introduction to its methodology, 3rd Edition. Sage publications.. Sage.
• Krippendorff, K. (2012). Die semantische Wende. In Die semantische Wende. Birkhäuser.
• Krippendorff, K., & Bermejo, F. (2010). On communicating: Otherness, meaning, and information. Routledge.
• Krippendorff, K. (2009). The content analysis reader. Sage.
• Krippendorff, K. (2005). The semantic turn: A new foundation for design. crc Press.
• Krippendorff, K. (1997). Design in the age of information: A report to the National Science Foundation (NSF). Departmental Papers (ASC), 96.
• Krippendorff, K. (1994). Design: A Discourse on Meaning; A Work Book.
• Krippendorff, K. (1986). A dictionary of cybernetics.
• Krippendorff, K. (1986). Information theory: structural models for qualitative data (Vol. 62). Sage.
• Krippendorff, K. (1980). Content Analysis: An Introduction to its Methodology. Sage publications. Beverly Hills.
• Klaus, K., Borgatta, E. F., & Bohrnstedt, G. A. (1970). Bivariate Agreement Coefficients for the Reliability of Data. Sociological Methodology.
• Krippendorff, K. H. (1967). An examination of content analysis; a proposal for a general framework and an information calculus for message analytic situations. University of Illinois at Urbana-Champaign.

点这里查看PDF

• 王育晓, 邢丹宇, & 张茹瑜. (2022). 基于内容分析法的陕西省硬科技产业政策分析:政策工具与创新价值链双重视角. 中国科技资源导刊, 54(3), 11.

• 李响, & 殷林森. (2022). 财税金融政策如何驱动科技创新发展——基于上海1979—2020年政策文本的内容分析. 中国科技论坛(2), 9.

• 袁野,马彦超,陶于祥 & 万晓榆.(2021).基于内容分析法的中国人工智能产业政策分析——供给、需求、环境框架视角. 重庆大学学报(社会科学版)(02),109-121.

• 章小童、李月琳、樊振佳. (2020). 基于我国10项人工智能规划与政策的内容分析. 现代情报, 40(12), 10.

• 平霰.(2019).基于内容分析法的科技成果转化激励政策研究(硕士学位论文,华中科技大学).https://kns.cnki.net/KCMS/detail/detail.aspx?dbname=CMFD201902&filename=1019917643.nh

• 李良成, & 于超. (2018). 基于内容分析法的广东省科技创新人才开发政策研究. 科技管理研究, 38(5), 8.

• 彭辉. (2017). 基于内容分析法的上海市科技创新政策文本分析. 大连理工大学学报(社会科学版), 38(001), 157-163.

• 吴琨, & 刘凯. (2017). 我国高新技术产业科技政策的比较研究——基于北京、上海、江苏和浙江的政策文本分析. 南京工业大学学报：社会科学版, 16(1), 7.

@yuer_shenyi

你好。内容分析法的流程建议是，先让所有编码员分别完成信度编码（彼此独立完成），计算信度系数，达到理想水准后，继续做正式编码，正式编码是由所有编码员共同完成全部内容，不需要重复编码的，应该就是你所说的“合作完成全部编码”。谢谢。

点这里查看关于信度的参考资料