对社会研究感兴趣？不如先来实践一下！｜《基于新浪微博文本的疫情下社交媒体情绪研究》
通过精心设计的项目，可以了解业界常规的作业模式，进行类似实践，这对发现职业兴趣、提升相关技能、积累实操经历都非常有益。
本次项目可以帮助同学们学习文本分析、统计学、可视化等方法在社科领域的应用能力；提升社会研究数据意识与技能，熟练应用常用工具；增加社科领域项目经历，实践完整流程，丰富自己的简历。
指南者的社科项目实战涵盖了描述性统计、可视化、显著性检验、因子分析、回归分析、词频分析、情感分析等前沿方法，以及SPSS、ROSTCM社科常用工具。
我们一起来看看在《基于新浪微博文本的疫情下社交媒体情绪研究》项目中，同学们都做了什么。
PROGRAM
2022年的上海疫情，牵动无数人的心，随着事态发展，社交媒体上的相关讨论愈发激烈，网络情绪成为社会关注的重点议题。而新浪微博，具有强互动、用户多元、信息开放式传播等特点，是目前国内网络舆情研究的重要社交平台。以新浪微博为代表，考察该轮疫情中网络情绪的倾向、演化和传播，具有重大意义。
本项目将从新浪微博文本数据出发，通过文本分析，研究疫情期间微博舆情中的主导情绪及其发展过程；分析不同网络情绪的传播效果差异；并通过词频分析等方法，梳理主要舆情焦点，在此基础上对政府相关部门的应对与引导工作提出实务建议。
优秀学员报告展示（左右滑动，放大查看）
该项目是一个含金量很高的社科实战项目，将统计学与文本分析应用到社会事件研究中，从最后展示的报告来看，可以看到L同学对于整个研究过程的思路是很清晰的，并且可以选择合适的工具去解决问题：
1. 可以看出来L同学对于SPSS与ROSTCM软件的熟练使用，可以用SPSS完成描述性统计分析与方差分析等操作，ROSTCM完成词频统计与情感分析等操作。值得一说的是对于excel绘制常见可视化图表以及wordart绘制词云图展示；
2. 对于统计方法与文本分析的应用也是可圈可点的，可以通过情感分析得到每条博文的情感类别，统计事件总体的情感分布与时间维度的情感变化。通过词云图了解不同情感类别的用户的集中讨论点，最终还对比了不同情感的博文在传播途径上是否存在显著区别；
3. 整体的报告撰写结构清晰、有理有据、层层递减，看的出来L同学对于整个项目的研究思路是很清晰的，对于各种方法都是十分熟练的可以对结果进行充分的解读。
项目背书
学习过程（点击放大）
报名信息
▼
文末扫码咨询
扫码咨询，随到随学
微信扫码关注该文公众号作者