DiVoMiner®平台是一站式内容分析法研究工具，结合传统方法和创新执行，能够帮助研究者进行文本数据挖掘和分析。平台提供了灵活且强大的团队协作管理功能，旨在满足实用性和学术性需求。
用户可利用在线或自行上传的定性与定量数据（如文字、二手统计数据、问卷数据、图片、音频、视频等）开展内容编码与统计分析。平台支持在线完成对文本内容的分类、语义判断、信度测试、类目设置（人工、AI）、编码（人工、NLP）等所有流程，从而形成可量化统计分析及可视化的全部流程。
DiVoMiner®是云平台，无需安装软件，在浏览器上即可访问和使用。提供简易的操作方式，用户即使不懂编程，也能进行文本内容分析，只需20%的时间就可完成过去占据80%时间的劳务性工作（数据处理和编码），产出高质量的论文，达到”数据进，价值出”（Data in Value out）的目标。
目前，DiVoMiner®已协助众多高校师生在新闻传播、经济管理、教育、旅游、医疗、艺术、体育等社会科学领域产出包括SCI、SSCI、核心期刊和毕业论文等。
人工智能辅助内容分析法
DiVoMiner®平台以人工智能辅助内容分析法为设计理念，兼顾量化和质化分析，具有系统化、客观性、可量化的特点。平台遵循严谨的内容分析法（Content Anaylsis）科学要求，结合人工智能、大数据技术，为用户提供文本数据分析的研究工具。可以说，人工智能辅助内容分析法源于传统研究方法，在新技术的加持下，有了创新的执行方式和研究分析潜力。
人工智能辅助内容分析的运行机制（见下图）是从海量数据采集结构化开始，汇集整合线上和（或）线下数据，使用网络挖掘、语义网络分析，甚至深度学习等自动化手段，寻找未知的规则，初步探索数据概貌。这部分正是传统方法所不能及、新技术给数据研究带来的巨大优势之一。
在线内容分析可以是人工编码、机器编码或是AI编码（尚未成熟，未来可期）。操作流程由人主导，并在机器的辅助下，完成对文本内容的分类和分析。
最后，完成质性数据的量化转换后，得到数据变量，并使用多种统计分析方法，获得意义和洞察，回答研究问题，验证研究假设。
注：AI编码暂未提供，未来可期。
具体的操作流程方面（见下图），随着技术的不断发展，传统内容分析法中的文献探讨、建立数据库、快速抽样、类目建构、编码工作、统计分析和可视化呈现等工作均可以使用人工智能协助研究，人工辅助校验，从而让研究员从繁琐的工作中释放出来，更加高效地进行研究。
DiVoMiner®操作流程介绍
依据人工智能辅助内容分析法，DiVoMiner®平台的操作流程主要分为四大部分，将传统内容分析法中强调的系统化、客观性和可量化的特点贯穿其中，并结合技术手段，将操作方法简化、明晰化，并且提供新的分析可能性。
- 准备样本
确定不同类型的数据来源，分别建立数据库，例如，历史文献数据与社交媒体数据格式有所不同；不同的社交媒体数据类型有所不同；将格式不同的数据类型分门别类上传至对应的数据子库，完成建库过程。
DiVoMiner®针对数据库的不同功能需求设计了四种类型数据库。用户上传数据至编码库，不同格式的数据放至不同的子库，不同子库之间字段可通用。后续数据探索、在线内容分析、统计分析及可视化等均基于编码库中数据进行分析。清洗数据后删除的数据放入回收库。
测试库设计用于测试编码（前测编码），要求编码员对相同的数据进行测试编码，计算编码员之间信度，在信度达到可接受的一致性水平后，开始正式人工编码。
如需要进行数据抽样，可建立抽样库，以随机或其他方式抽取部分数据，完成研究项目。
- 探索数据
完成数据建库后，利用自动化算法等方法快速分析数据，查看数据结果，以了解数据概况。平台上可查询整体数据的自动化信息量趋势和词云图。还可以统计关键字次数、字数次数，用于数据的简单统计和后续数据清理。
另外，在开始介入人工内容分析之前，比如设置类目、进行人工或机器编码等，还可以在【统计分析】模块里对已有变量（如上传数据里标题、正文、来源、点赞量、分享数等等）进行统计分析，使用鼠标拖拽方式快速完成，一窥数据面貌。同时，【算法挖掘】提供自动化文本分析模型，可以快速得到情感分析、情绪分类、LDA主题、K-Means、相似度分析、语义网络分析、社交网络分析、语种识别等分析结果和可视化图表，这些途径均可以用来探索数据。
- 在线内容分析：
类目是内容分析法的基础，在一定程度上，类目建构的质量决定了内容分析的成败和好坏。编码类目表又叫编码表，相当于问卷调查中的调查表。由研究者设计编码类目，由编码员阅读文本材料并进行编码或分类。
对于内容编码可使用机器编码或人工编码，对于客观性较强的类目，比如人名、机构名等，可以交由机器判断，机器编码的准确性高，速度快，效率极高。对于主观性较强的类目，比如意向态度，机器判断的准确度可能较为欠缺，建议进行人工编码。
对于质量控制，DiVoMiner®提供实时数据监测功能，可随时查看编码员工作绩效以及编码结果，提供便捷的方式修正数据结果。
- 结果呈现：
完成内容编码后，可进入数据分析环节。在平台上，用户可快速查看单变量的频数结果（【编码结果】页面），亦支持用户自制图表（【统计分析】页面），通过简单的拖拽式操作，快速生成图表，可调整可视化效果，满足用户需求。还可以利用全部变量（上传变量、内容编码产生的变量、算法挖掘产生的变量）综合进行多变量分析，结合质性文本、量化数据结合解读数据，最终获得数据价值。
点击查看【统计分析】的操作方法，可自定义词云图、交叉分析、卡方检验、相关性分析等
DiVoMiner®模块流程按照人工智能辅助内容分析法设计
在DiVoMiner®平台上做研究，首先需要创建一个话题，等同于一个项目。话题内的左侧导航栏，便是按照方法论设计，可以用来执行完整的人工智能辅助内容分析法流程。
DiVoMiner®使用指引及教程
平台提供大量视频、文字、互动指引等使用教程，鼓励用户自主学习使用。此外，提供用户群、用户交流论坛、QQ在线客服等方式，提供针对性的服务。
QQ号：3625244667
微信号：DiVoMiner2023 【备注DiVoMiner用户及学科，加入对应用户群】
