教你如何使用NVivo捕獲和分析會議推文？

在數據收集方面，有專家談到了大衆在定性研究中過分依賴訪談的情況，並建議大衆應更多利用周圍的自然發生的數據。

這些數據包括社交媒體帖子，這是一種易於訪問和公開獲得的新形式的數據。分析社交媒體數據可以幫助識別本地和全球對話的趨勢，並且被證明對觀察海嘯和洪水等自然災害以及在度過危機時期（如英國暴動）非常有用。

通過Twitter進行會議協作

Twitter正在慢慢的在學術和行業會議中使用，爲會議參與者提供另一個參與渠道。

許多這方面的學者在還是一名初級研究人員時，如果能夠提出演示者的問題而不會感到尷尬，這會是一種正面的體驗。該媒體還能夠以協作的方式討論有爭議的主題和演講者。

Grace Hopper會議＃GHC14

在以下示例中，將會提供一個研究人員在2014年10月於亞利桑那州鳳凰城的Grace Hopper會議上討論Twitter的經歷。

在當時，會議吸引了8000多名從事計算機工作和學習的女性，在會議上不認識任何人的前提下，研究人員發現Twitter是使用＃GHC14標籤與不同會議的會議參與者和演示者互動的好方法。

在會議上，微軟首席執行官提出的問題引起了爭議，他說女性應等待業力獲得組織中的加薪/升遷。此時，Twitter通過＃GHC14爆發，在線對話發生了明顯變化，爲參與者提供了發表評論的渠道。

由於該研究人員對這次對話非常感興趣，所以進行了一些分析。

捕獲推文
第一項任務是從Twitter捕獲數據。在Chrome或IE中，請訪問推特網以顯示所有包含該主題的帖子。然後選擇NCapture作爲數據集（通過瀏覽器頂部的藍色按鈕）。
導入推文
通過NVivo最新版中的從其他來源選項卡導入它。（ NVivo是一款支持混合研究方法的軟件。它可以幫助您收集、整理和分析訪談、焦點小組討論、問卷調查、音頻等內容。全新的NVivo12更可協助您處理社交媒體和網頁內容。NVivo強大的搜索、查詢和可視化工具使您可以深入地分析您的數據。）
導入後，數據將顯示爲帶有附加元數據的表。一鍵可收集18000條推文。除了註釋字段外，所有其他字段都作爲本質上定量的字段導入以用於比較，並且註釋字段就像調查中的開放式文本，可以進行定性搜索和編碼。
探索模式
使用NVivo分析社交媒體數據的好處在於，無需成爲軟件專家，您就可以立即開始探索大數據中的模式。
請單擊打開的窗口右側的圖表選項卡，然後可以找到一系列顯示數據趨勢的圖表。默認情況下，您可以查看帖子中使用最多的用戶名。有922個帖子提及@GHC組織，而提及@satyanadella的人數相同。要使用@符號查看帖子，請雙擊圖表中的條形圖。
然後，通過轉到新顯示的圖表功能區或通過右鍵單擊菜單，選擇選擇數據以更改數據視圖，以查看一段時間內引用的數量（推文/轉推文）。可以輕鬆地在各種視圖之間切換（按天，按周，按月，按年）。
很有意思的是，在薩蒂亞·納德拉發表講話的同一天發佈了收集的18000條推文中的8854條。第二天，會議進行了6370條推文（會議結束後的第二天），對話繼續進行。然後，這些推文開始逐漸消失。數據清楚地顯示，在有爭議的演講前一天，Twitter的活動減少了（第9位只有465個帖子）。
然後，我們還可以查看每週發佈的推文數量，其中絕大多數是在會議期間發佈的（16618，而下週爲1382）。
還可以通過用戶名隨時間查看此數據，從根本上創建一個可視化矩陣的圖表（類似於矩陣編碼查詢的輸出）。該細分顯示了數據的另一種視圖，其中@satyanadella在10月10日被提及641次，在10月11日被641次提及。@ GHC在10月10日被提及489次，在11月11被提及347次。
我們可以做更多的圖表，但需要看一下右邊的地圖標籤。
查看推文來自何處
這顯示了發推文者的位置，並在設置帳戶時顯示他們說的住所。
悉尼也有130條推文，請注意，那些未列出其位置的人被視爲全球，位於地圖中阿拉伯半島的1後面（106帶有此標籤）。
當然，您還可以深入查看特定位置的推文。