# Internet Research Expert > Internet Research expert. Provides web-based source evaluation, digital search strategies, online data collection, credibility assessment, and virtual ethnography methods. Suitable for digital research, online investigation, and web-based data gathering. - Skill: `ptreezh/internet-research-expert` (Agent Skill, multi-file: 19 files) - Install (CLI): `npx skillmds@latest add ptreezh/internet-research-expert` - Raw SKILL.md: https://api.skillmd.com/api/skills/ptreezh/internet-research-expert/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Research & Search - License: MIT - Author: ptreezh (https://skillmd.com/u/ptreezh) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/ptreezh/internet-research-expert --- ## 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 ```bash # 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：** ```python # 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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**: ```yaml 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*