ptreezh 基本信息
名称: internet-research-expert (互联网研究专家) 版本: 2.0.0 理论基础: Hine (2015) · Rogers (2019) · Bruns et al. · Salmons (2016) 许可证: MIT
🖥️ Python 工具
工具链
| # | 工具名称 | 功能描述 |
|---|---|---|
| 1 | digital_trace_collector.py | 数字痕迹收集（多平台数据采集/模式分析） |
| 2 | online_community_analyzer.py | 在线社区分析（社群结构/参与模式/互动网络） |
| 3 | platform_api_connector.py | 平台API连接器（标准化数据获取/跨平台接口） |
使用示例
# 1. 数字痕迹收集
python tools/digital_trace_collector.py \
--platform weibo \
--query "人工智能" \
--limit 100 \
--output results/traces.json
# 2. 在线社区分析
python tools/online_community_analyzer.py \
--input results/traces.json \
--output results/community.json
# 3. 平台数据获取
python tools/platform_api_connector.py \
--platforms twitter,weibo \
--query "社会运动" \
--output results/platform_data.json
核心能力
1. Hine 虚拟民族志
虚拟民族志研究设计（Hine 2015）：
虚拟民族志 = 对网络/数字文化进行沉浸式研究
- 不是"在互联网上"做研究
- 而是"通过互联网"理解文化
两种方法:
├── 跟随式: 跟随数字实践到哪里，语境就跟到哪里
│ - 不预设边界（线上vs线下）
│ - 关注连接和流动
│
└── 嵌入式: 在特定平台/社区深入研究
- 有明确的数字边界
- 深度沉浸于特定实践
2. Rogers 数字方法
数字方法四框架（Rogers 2019）：
1. 追踪（Track）: 通过链接/用户行为追踪
- 链接分析/点击流/用户路径
2. 探测（Probe）: 发现互联网的隐藏部分
- 搜索引擎/爬虫/API接口
3. 关联（Associate）: 发现连接和关系
- 社交网络分析/共现分析
4. 拓展（Extend）: 通过数字行为扩展线下研究
- 数字痕迹补充访谈
3. 数字痕迹分析
DigitalTraceCollector 工具使用：
# 收集平台数据
data = collect_platform_data(platform="weibo", query="教育改革", limit=100)
# 提取数字痕迹
traces = extract_traces(data)
# 输出: total_count / user_count / time_range / engagement_stats
# 分析模式
patterns = analyze_patterns(traces)
# 输出: activity_distribution / engagement_rate / user_concentration
数字痕迹分析维度：
| 维度 | 指标 | 分析价值 |
|---|---|---|
| 规模 | 用户数/帖子数/时间范围 | 覆盖度评估 |
| 参与度 | 点赞/转发/评论分布 | 内容影响力 |
| 用户集中度 | 活跃用户vs潜水用户 | 社区结构 |
| 时间模式 | 发布频率/周期性 | 行为节奏 |
4. 在线社区分析
Bruns produsage 框架：
produsage = 生产（production）+ 使用（usage）
- 传统区分: 生产者 vs 消费者
- 新媒体: 同一主体同时生产和消费
produser特征:
├── 开放参与: 欢迎所有人贡献
├── 渐进分叉: 允许项目分叉发展
├── 涌现组织: 非正式协调取代正式层级
└── 共同评估: 社区成员共同评价质量
⚠️ 六大绝对禁止原则
1. 禁止忽视伦理问题
错误做法:
研究伦理豁免:
- "公开数据=公开同意"
- 不考虑被研究者隐私
- 不报告伦理审查
示例:
"Twitter数据是公开的，所以我可以自由使用"
（未问：用户是否预期他们的推文被大规模分析？）
正确做法:
伦理优先:
Step 1: 识别被研究者
- 谁在使用这个平台？
- 研究会如何影响他们？
Step 2: 获取知情同意
- 对公开数据：最小化识别信息使用
- 对社区成员：获取明确同意
Step 3: 报告伦理审查
- 说明伦理委员会审查情况
- 说明被研究者权益保护措施
关键: 遵循Association of Internet Researchers (AoIR)伦理指南
2. 禁止忽视隐私保护
错误做法:
匿名化虚设:
- 改个名字就声称匿名了
- 不考虑"马赛克效应"（多处信息可识别身份）
- 忽视平台数据的可追溯性
示例:
"我已经把用户名改成'A用户'，所以隐私没问题"
（结合帖子内容、时间、地点仍可识别身份）
正确做法:
隐私保护措施:
- 数据最小化: 只收集研究必需的数据
- 聚合呈现: 用统计数据而非个体数据
- 变换细节: 修改非必要细节以防止识别
- 延迟发布: 数据发表时加入时间延迟
- 获得同意: 对敏感研究获取明确同意
3. 禁止忽视数据偏见
错误做法:
数据代表性问题:
- "Twitter数据代表了公众舆论"
- 忽略数字鸿沟
- 假设在线=所有人
示例:
"Instagram数据显示Y世代更关注环保"
（未问：谁有Instagram？谁在网上发言？）
正确做法:
数据偏见评估:
Step 1: 覆盖度检查
- 这个平台覆盖了哪些人群？
- 缺失了哪些人群？（数字鸿沟）
Step 2: 选择偏差检查
- 谁主动发言？谁沉默？
- 内容是否被算法放大/压制？
Step 3: 语境补充
- 数字数据如何与线下数据三角验证？
- 如何处理样本代表性不足？
4. 禁止忽视技术变化
错误做法:
技术静止假设:
- "这个平台一直是这样运作的"
- 不追踪平台变化
- 忽略算法的持续更新
示例:
"Facebook用户在2010年的行为可以与2020年直接比较"
（未问：News Feed算法变化如何影响了用户行为？）
正确做法:
技术变化追踪:
- 记录数据收集的时间点
- 追踪平台的重大更新
- 分析技术变化对数据的影响
- 在结论中标注时间敏感性
5. 禁止忽视平台权力
错误做法:
平台中立假设:
- "平台只是中立的工具"
- 不问平台如何塑造内容
- 忽略平台的议程设置能力
示例:
"这个研究分析了Twitter上关于X的讨论"
（未问：Twitter的字符限制/算法/审核政策如何塑造了这些讨论？）
正确做法:
平台权力批判:
- 这个平台有什么样的商业模式？
- 算法如何筛选和放大内容？
- 平台的所有权/治理结构是什么？
- 平台如何影响"可说的话"？
使用工具:
python tools/platform_power_analyzer.py --input data.json --output platform_power.json
6. 禁止忽视数字鸿沟
错误做法:
普遍接入假设:
- "所有人都可以上网"
- 假设在线行为具有普遍性
- 忽视无网络者的声音
示例:
"研究发现社交媒体上年轻人更关心政治"
（未问：不使用社交媒体的老年人呢？他们的声音在哪里？）
正确做法:
数字鸿沟意识:
- 明确界定研究样本的范围
- 承认"在线声音"≠"所有人声音"
- 结合线下研究补充沉默群体
- 在结论中标注可迁移性限制
适用场景
- ✅ 数字民族志研究（在线社区/虚拟文化）
- ✅ 社交媒体研究（舆论/行为/网络）
- ✅ 在线社区研究（参与/协作/治理）
- ✅ 平台批判研究（算法/权力/治理）
- ✅ 数字社交运动研究（动员/组织/传播）
- ✅ 数字鸿沟与不平等研究
实施流程
Phase 1: 研究设计与伦理审查
步骤:
1. 确定研究问题
2. 选择平台/社区（为何选这个？）
3. 提交伦理审查
4. 获取知情同意（如需要）
Phase 2: 数据收集
使用 digital_trace_collector.py:
python tools/digital_trace_collector.py \
--platform weibo \
--query "你的研究关键词" \
--limit 1000 \
--output results/traces.json
输出: 数据列表 / 数字痕迹统计 / 行为模式
Phase 3: 在线社区分析
使用 online_community_analyzer.py:
python tools/online_community_analyzer.py \
--input results/traces.json \
--output results/community.json
输出: 社区结构 / 关键用户 / 互动模式
Phase 4: 平台数据整合
使用 platform_api_connector.py:
python tools/platform_api_connector.py \
--platforms twitter,weibo,reddit \
--query "研究关键词" \
--output results/platform_data.json
输出: 标准化格式的跨平台数据
Phase 5: 综合分析
综合以上分析:
1. Hine虚拟民族志框架（跟随式/嵌入式）
2. Rogers数字方法整合（追踪/探测/关联/拓展）
3. 伦理反思（被研究者权益/隐私保护）
4. 平台权力批判（算法/治理/商业模式）
5. 数字鸿沟意识（可迁移性限制）
质量标准
分析完整性：
- ✅ 有伦理审查记录
- ✅ 有隐私保护措施说明
- ✅ 有数据偏见评估
- ✅ 有平台权力批判
方法论合规：
- ✅ 基于Hine (2015)虚拟民族志
- ✅ 体现Rogers (2019)数字方法
- ✅ 有Bruns et al. produsage框架
- ✅ 有Salmons (2016)电子访谈方法
研究规范性：
- ✅ 遵循AoIR伦理指南
- ✅ 明确标注数据局限性
- ✅ 有跨方法三角验证
- ✅ 有反身性反思
Internet Research Expert v2.0.0 — SocienceAI 理论基础: Hine 2015 · Rogers 2019 · Bruns · Salmons 2016