抽样(Sampling)是研究者常用的方法，从总体对象中抽取一部分，并通过对该部分进行研究，得出对总体的认识。
在研究实践中，抽样需要考虑两个问题，一是抽样规则，二是执行操作。依据研究需求，通常可选择对文本内容采用系统抽样或分层随机抽样，形成可供操作的编码样本库。具体选择何种抽样规则因研究场景而异。
而在执行操作层面， DiVoMiner®平台提供方便的抽样方法，具体操作可观看以下视频。
一共三步：建立抽样库，设置抽样规则，执行抽样，done！严格来说，需要用户操作的只有两步哦！具体方法是在【总览】界面，在需要进行抽样的数据库上点击【抽样】，弹框将显示抽样步骤。
点击抽样后，如果没有已有的抽样库，即手动输入抽样库的名称，如“抽样库1”，新建一个抽样库，随后点击【下一步】。
进入【设置抽样方法】设置抽样规则，如果进行简单随机抽样的话，那么我们只需要输入随机抽出的文本数据百分比、或者固定的微博数量，即可点击【下一步】。
但是，在实际的文本分析中，在很多情况下，根据研究需求，会遇到较为复杂的抽样要求。比如希望优先抽出热门微博，进行人工分析。那么我们就可以点击【设置抽样范围】，对抽样规则进行个性化的制定。
在点击【设置抽样范围】后，调整抽样的条件和规则，既可以是满足下列“全部条件”（AND逻辑），也可以是“任意条件”(OR逻辑)，点击“+”号或“-”号对条件进行增减。案例中，一口气设置了5个条件，使用“全部条件”，意思是，只有同时满足这5个条件的文本，才会被筛选出来作为进一步的分析样本。
当然，这些条件都是可以自由选取的。回到【设置抽样方法】步骤，调整抽样字段和规则就可以了，比如根据点赞、评论、转发等条件进行升降序的抽样。
后续选择随机抽取100%、也就是符合上述所有条件的所有内容，然后点击【下一步】，即可开始抽样。 除了随机抽样，也可以按顺序或倒序选择抽样顺序。
接下来，只需要稍等片刻，抽样也就完成啦！是不是很方便、很高效呢！在DiVoMiner®平台上一次性完成多条件的复杂抽样，也是很容易的！
最后点击【查看数据】，就可以看到根据条件抽出来的符合条件数据了。提醒，在抽样后，会形成独立数据库，可以单独操作、多库并行，但是、抽样库是占用话题数据容量和文件容量的哟~记得合理规划话题使用情况。
