|
从华为的鸿蒙操作系统上线以来，就引发了不少热议，有赞美的，也有质疑的。为了全面地和量化地评估鸿蒙的舆论态势，我们就从知乎上采集了关于鸿蒙问题的回答，看看大家说了哪些东西，围绕鸿蒙这个概念形成了一种什么样的话语环境，我们将识别组成这个话语环境的特征词和相关统计。 下面主要介绍数据分析过程，将使用集搜客GooSeeker的网络爬虫、文本分词和分类检索工具，数据采集和整理的过程详见《采集知乎上关于华为鸿蒙的问题和回答》。 1.分词处理 把整理好的知乎问答和文章数据，导入的集搜客文本分词和分类检索工具。然后在“分词选词”那里筛选出鸿蒙发布相关的特征词。 所有的词按照词频进行排序，通常按照从高到低的顺序，虽然高频词更加重要，其实很多低频词也相当重要，很有可能会有爆冷的词。
选词过程中，有些词语没有切出来，所以需要人工整理再添加进去，大家可以点击样本数据来查看原文是说了哪些内容，从而找到一些核心词，词语重复添加也没有关系，系统会自动过滤重复的。
完成选词后，把数据表下载下来，然后做一些整理和统计。
2.数据分类整理 2.1 对话语环境进行观察 这次分析主要用到的是选词结果表，所选词根据词频进行了排序，词频高低代表了声量大小。我们可以先观察围绕“鸿蒙”的话语环境，可以选择一些直观的方式把特征词排序展示出来。 首先用wordart在线词云图工具，把数据生成词云图 。
由上图可以发现，同一个对象会有多种词语表述，为了更加精确的发掘核心词，我们会把同义词进行合并处理，名词类同义词的意思表达比较明确，而动词或形容词等会与其他词有关联，就不好合并，所以，同义词合并如下：
把上面词语的词频合并计算到其中一个词语身上，再删除被合并的词语，重新生成词云图如下。从下图可以看出，鸿蒙系统的发布，在操作系统方面，鸿蒙、安卓、IOS三者总会被拿来比较；在公司方面，大家讨论最多的是华为、谷歌、苹果，其次是微软，谷歌和苹果就对应了两大手机操作系统安卓、iOS的母公司，微软主要是电脑操作系统；在系统生态方面，比较多讨论的是软件、硬件、开发者、兼容等；还有一些是表达态度的词语，指向性不是很明确，所以下面会结合原数据来看。
2.2 对话题进行分类 将特征词划归不同的类，可以横向统计对比，也可以深入划分子类，钻取下去后再进行对比观察，也可以观察下级子类对上级的解释程度。 把词语结合原数据的具体内容来看，根据其关联的对象或情景进行分类，整理如下：
2.3 话题总貌 上面的分类，看着可能不是很好理解，所以，又画成思维导图。从下图可以看到鸿蒙引发的讨论，可以归纳为操作系统、国民的关注点、国民的看法、相关产业、政治背景、企业提及这6个方面。
3.数据统计、钻取和解释 3.1，将文本进行类别打标 前面我们已经将话语态势表达成了特征词，那么原数据哪些归属哪个类别？这需要用到集搜客的分类检索功能。 把前面的分类表按下图的表结构整理后，导入到分类检索工具里，在“分类检索”的“关注”里，会自动根据标签词把原数据划分到主题、领域里。
然后我们导出数据表，就可以看到每条文本都打上了类别标签。集搜客GooSeeker文本分词和分类检索工具支持两级分类：领域和主题。如果需要更多级，可以在excel中利用筛选功能进一步细分。下图是导出的打上了类别标签的数据。 接下来，通过数据透视表进行快速统计，然后绘制出可视化的统计图。
3.2，将文本进行类别统计 对应前一章展示的话题全貌图，统计得到如下结果：
下图是关于鸿蒙的讨论热点分布，从数值大小上看，排在前5的是国民的看法、生态建设、竞品品牌、企业提及、真实性存疑。
3.3，钻取探索 在知乎上讨论最热的应该是国民的看法，无论专业人士还是普通民众，大家还是相当关心民族品牌能开先河做出自己的操作系统。那么，我们深入探索一下，贡献了“国民的看法”这么大声量的讨论到底在说啥。 对于“国民的看法”，知乎上持“相信并支持”的比例是最多的，超过一半，其次是“质疑，不太可信”，相信的占比是质疑的两倍。
对于“生态建设”，主要讨论的因素有软件、用户、兼容、硬件、开发者、厂商，它们的讨论比重依次递减。
对于“真实性存疑”，有44%的问答是更加关心有没有源码开放，其次是关注技术上是否可行。
作为专业人士，可能会更加关心行业生态建设以及民众舆论反映出来的走势，不妨继续深入钻取，并采用更多的分析角度去观察这个主题。 |
