WL16

Abstract:

Der Beitrag fasst die Ergebnisse der Fallstudien aus Teil II des Bandes zusammen. Dabei wird deutlich, dass der Einsatz von Text Mining in der qualitativen Sozialforschung die Chance bietet, die Opposition von Qualität und Quantität in Fällen der Verfügbarkeit großer Datenmengen in produktiver Weise aufzulösen. Sollen jenseits rein datengetriebener Auswertungen komplexe, theoriegeleitete Fragestellungen bearbeitet werden, können Text Mining-gestützte Analysen Antworten nicht einfach ‚auf Knopfdruck‘ liefern. Stattdessen gilt es, in Analyseworkflows von unterschiedlicher Komplexität manuelle und automatische Auswertungsschritte miteinander zu kombinieren und in methodisch kontrollierte und evaluierbare Abläufe einzubetten. Zur Integration von Text Mining-Verfahren mit etablierten Methoden der qualitativen Datenanalyse skizziert der Beitrag mögliche Abläufe in einem Metaframework. Dabei werden notwendige Schritte zur Einigung auf methodische Standards zur Etablierung einer Best Practice in der empirischen Sozialforschung identifizierbar.

Type: Incollection

Author: Gregor Wiedemann and Matthias Lemke
Title: Text Mining für die Analyse qualitativer Daten. Auf dem Weg zu einer Best Practice?
Booktitle: Text Mining in den Sozialwissenschaften. Grundlagen und Anwendungen zwischen qualitativer und quantitativer Diskursanalyse
Year: 2016
Editor:Matthias Lemke and Gregor Wiedemann
Pages:397-419
Publisher:Springer VS
Address:
@INCOLLECTION{WL16,
AUTHOR = {Gregor Wiedemann and Matthias Lemke},
TITLE = {Text Mining für die Analyse qualitativer Daten. Auf dem Weg zu einer Best Practice?},
BOOKTITLE = {Text Mining in den Sozialwissenschaften. Grundlagen und Anwendungen zwischen qualitativer und quantitativer Diskursanalyse},
YEAR = {2016},
EDITOR = {Matthias Lemke and Gregor Wiedemann},
PAGES = {397-419},
PUBLISHER = {Springer VS}
}