تحلیل شبکه معنایی در علوم اجتماعی ۲۰۲۱
Semantic Network Analysis in Social Sciences 2021

تحلیل شبکه‌های معنایی در علوم اجتماعی، مبانی تحلیل شبکه‌های معنایی و کاربردهای آن را در علوم اجتماعی معرفی می‌کند. خوانندگان می‌آموزند که چگونه به آسانی هر متن مشخصی را به یک شبکه‌ی بصری از کلماتی که با هم به کار رفته‌اند تبدیل کنند؛ فرآیندی که به نقشه‌برداری از مضامین اصلی موجود در متن و آشکار کردن روایت‌ها و سوگیری‌های اصلی آن کمک می‌کند.

تحلیل شبکه‌های معنایی، امروزه با افزایش حجم اطلاعات متنی در دسترس، بسیار مفید است. این روش، یکی از روش‌های نوین و پیشرفته برای سازماندهی، شناسایی الگوها و ساختارها و درک معانی جامعه‌ی اطلاعاتی ما به شمار می‌رود. فصل‌های نخست این کتاب، دستورالعمل‌های گام به گام برای انجام تحلیل شبکه‌های معنایی، از جمله انتخاب و آماده‌سازی متن، گزینش کلمات مورد نظر، ساخت شبکه‌ها و تفسیر معانی آن‌ها را ارائه می‌دهند. ابزارها و کدهای نرم‌افزاری رایگان نیز معرفی شده‌اند. در ادامه، کتاب به نمایش مطالعات روز دنیا می‌پردازد که این روش را برای بررسی اخبار، سخنرانی‌های سیاسی، محتوای رسانه‌های اجتماعی و حتی سازماندهی رونوشت‌های مصاحبه و مرور متون به کار می‌گیرند.

این کتاب که برای پژوهشگرانی که هیچ دانش قبلی در این زمینه ندارند نگاشته شده است، می‌تواند به عنوان کتاب اصلی یا مکمل برای دوره‌های عمومی روش تحقیق یا دوره‌های تحلیل شبکه و همچنین به عنوان نقطه شروعی برای انجام تحلیل محتوای متون بزرگ مورد استفاده قرار گیرد.

Semantic Network Analysis in Social Sciences introduces the fundamentals of semantic network analysis and its applications in the social sciences. Readers learn how to easily transform any given text into a visual network of words co-occurring together, a process that allows mapping the main themes appearing in the text and revealing its main narratives and biases.

Semantic network analysis is particularly useful today with the increasing volumes of text-based information available. It is one of the developing, cutting-edge methods to organize, identify patterns and structures, and understand the meanings of our information society. The first chapters in this book offer step-by-step guidelines for conducting semantic network analysis, including choosing and preparing the text, selecting desired words, constructing the networks, and interpreting their meanings. Free software tools and code are also presented. The rest of the book displays state-of-the-art studies from around the world that apply this method to explore news, political speeches, social media content, and even to organize interview transcripts and literature reviews.

Aimed at scholars with no previous knowledge in the field, this book can be used as a main or a supplementary textbook for general courses on research methods or network analysis courses, as well as a starting point to conduct your own content analysis of large texts.