Метод парсинга текстовых данных и его потенциал для тематического анализа как инструмент разведывательного анализа

Актуальность темы исследования обусловлена возрастающими запросом исследователей к разработке и апробации методологии, направленной на получение пилотных результатов на основе данных социальных сетей. Цель исследования заключается в демонстрации потенциала разработанного дизайна исследования в решении обозначенной проблемы. Для достижения цели был решен ряд исследовательских задач: разработан дизайн исследования, решающий рассматриваемую проблему; дизайн был апробирован для анализа музыкальных сообществ; данные были сопоставлены с исследовательскими и аналитическими работами в данной области. Научная и практическая значимость заключается в разработке оригинального исследовательского дизайна, пригодного для решения рассматриваемой методической проблемы. Научная новизна результата подтверждается отсутствием единых общепризнанных подходов в решении обозначаемой методической проблемы, которые могли бы быть реплицированы ограниченными исследовательскими ресурсами.

1. Ткач С., Воробьева П.Д., Русакова М.М. Опыт реализации дискурс-анализа и концептуального картирования сообществ здорового питания // Социология: методология, методы, математическое моделирование. 2023. № 56. С. 143–172. DOI: 10.19181/4m.2023.32.1.4.

2. Kaushik A., Naithani S. A comprehensive study of text mining approach // International Journal of Computer Science and Network Security (IJCSNS). 2016. Vol. 16. №. 2. Art. 69.

3. Miller S. Fox H., Ramshaw L., Weischedel R. A novel use of statistical parsing to extract information from text // 1st Meeting of the North American Chapter of the Association for Computational Linguistics. 2000. Р. 226–233.

4. Radovanović M., Ivanović M. Text mining: Approaches and applications // Novi Sad J. Math. 2008. Vol. 38. №. 3. Р. 227–234.

5. Alwidian S.A., Bani-Salameh H.A., Alslaity A.N. Text data mining: a proposed framework and future perspectives // International Journal of Business Information Systems. 2015. Vol. 18. №. 2. Р. 127–140.

6. Splichal S. In data we (don't) trust: The public adrift in data-driven public opinion models // Big Data & Society. 2022. Vol. 9. №. 1. Art. 20539517221097319.

7. Белая Е.К., Кашина М.А. K-pop, социальные сети, гендерные представления: проблемы презентации и восприятия (на примере творчества группы BTS) // Управленческое консультирование. 2022. № 11(167). С. 67–85.

8. Тагильцева Н.Г., Курлапов М.Н. Музыкальные предпочтения студентов негуманитарных специальностей технического университета // Педагогическое образование в России. 2024. № 2. С. 232–238.

9. Захваткин А.В., Темникова Е Ю. Музыкальные предпочтения молодежи как индикатор их психоэмоционального состояния // Ученые записки НТГСПИ. Серия: Педагогика и психология. 2023. № 4. С. 84–93.

10. Fiske J. The cultural economy of fandom // The adoring audience. – Routledge, 2002. Р. 30–49.

11. VK Музыка рассказывает, кого слушали в 2023 г. // ВКонтакте. URL: https://vk.com/press/music-2023 (дата обращения: 06.10.2023).