About the Content AnalysisThe analy

About the Content Analysis
The analyses of Twitter conversations employed media research methods that combined Pew Research’s content analysis rules with computer coding software developed by Crimson Hexagon.
Crimson Hexagon is a software platform that identifies statistical patterns in words used in online texts. Researchers enter key terms using Boolean search logic so the software can identify relevant material to analyze. Pew Research draws its analysis sample from several million blogs and all public Twitter posts. Then a researcher trains the software to classify documents using examples from those collected posts. Finally, the software classifies the rest of the online content according to the patterns derived during the training.
Full individual methodologies, including the search terms used to identify relevant tweets, are available within each report.

ผลลัพธ์ (ไทย) 1:

เกี่ยวกับการวิเคราะห์เนื้อหาวิเคราะห์ของ Twitter สนทนาจ้างวิธีการวิจัยสื่อที่รวมกฎเนื้อหาวิเคราะห์วิจัยพิว ด้วยคอมพิวเตอร์รหัสซอฟต์แวร์ที่พัฒนา โดยหกเหลี่ยมสีแดงเข้มหกเหลี่ยมสีแดงเข้มเป็นซอฟต์แวร์แพลตฟอร์มที่ระบุรูปแบบสถิติคำที่ใช้ในข้อความออนไลน์ นักวิจัยระบุคำสำคัญที่ใช้ตรรกะบูลีนการค้นหาเพื่อให้ซอฟต์แวร์สามารถกำหนดวัสดุที่เกี่ยวข้องเพื่อวิเคราะห์ วิจัยพิววาดตัวอย่างการวิเคราะห์จากบล็อกหลายล้านและโพสต์ Twitter สาธารณะทั้งหมด จากนั้น นักวิจัยรถไฟซอฟต์แวร์ในการจัดประเภทเอกสารโดยใช้ตัวอย่างจากบทความที่รวบรวม ในที่สุด ซอฟต์แวร์แบ่งประเภทของเนื้อหาออนไลน์ตามรูปแบบที่ได้มาในระหว่างการฝึกเต็มรูปแบบแต่ละวิธี รวมถึงเงื่อนไขการค้นหาที่ใช้ในการระบุเข้ามาเกี่ยวข้อง มีภายในแต่ละรายงาน

ผลลัพธ์ (ไทย) 2:

เกี่ยวกับเนื้อหาการวิเคราะห์การวิเคราะห์ของการสนทนาทวิตเตอร์ลูกจ้างวิธีการวิจัยสื่อที่ผสมผสานกฎการวิเคราะห์เนื้อหาของ Pew Research กับซอฟต์แวร์การเข้ารหัสคอมพิวเตอร์ที่พัฒนาโดยหกเหลี่ยมสีแดงเข้ม. หกเหลี่ยมสีแดงเข้มเป็นแพลตฟอร์มซอฟต์แวร์ที่ระบุรูปแบบสถิติในคำที่ใช้ในตำราออนไลน์ นักวิจัยป้อนคำสำคัญที่ใช้ตรรกะแบบบูลเพื่อค้นหาซอฟต์แวร์ที่สามารถระบุตัวตนของวัสดุที่เกี่ยวข้องกับการวิเคราะห์ Pew Research ดึงตัวอย่างการวิเคราะห์จากหลายล้านบล็อกโพสต์ทวิตเตอร์และส่วนกลางทั้งหมด จากนั้นนักวิจัยรถไฟซอฟแวร์ที่จะจัดเอกสารโดยใช้ตัวอย่างจากผู้ที่โพสต์ที่เก็บรวบรวม สุดท้ายซอฟต์แวร์จัดส่วนที่เหลือของเนื้อหาออนไลน์ให้เป็นไปตามรูปแบบที่ได้มาระหว่างการฝึกอบรม. เต็มวิธีการของแต่ละบุคคลรวมถึงคำค้นหาที่ใช้ในการระบุตัวตนของทวีตที่เกี่ยวข้องที่มีอยู่ภายในแต่ละรายงาน