NVivo是一種強大的定性和混合方法數據分析工具，可以幫助您輕松組織和分析無序信息，比如收集、整理和分析訪談，焦點小組討論、問卷調查、音頻等內容，NVivo可以讓您最終作出更好的決策。

本文主要介紹如何使用節點和關系的編碼來幫助開發計算的本體，而不會丟失豐富性和細微差別，有任何建議或提示請在下方評論區留言。

計算領域的發展為研究人員提供了大量的機會，比如從對大型統計數據集進行比以往更復雜的對應分析，到訪談記錄的自動轉錄。在數字人文研究中，這些進步已經被接受。例如在項目Beyond the Multiplex（UKRI，2017）中，講述了正在開發一種計算本體，以探索來自大規模混合方法研究項目的數據，該項目包括以下數據：

• 縱向調查：6個月內3次（N = 5000，n = 500，n = 500）
• 與觀眾成員的半結構式訪談（x 200）
• 與政策制定者的專家訪談（x 32）
• 有觀眾參與的電影啟發焦點小組（x 16）
• 政策文件（+250）

計算本體允許研究人員將“特定知識領域的組成部分和特征”歸類為“實體”、“實體的特征”或作為兩個類之間的“關系”。而不是使用這三部分的分類來決定數據是如何描述結構以及相關的信息。在上文提到的結構中，計算本體使研究人員能夠準確指定實體如何與其特征彼此相關。

在我們的項目中，我們研究專業電影觀眾及其電影觀察實踐，將國家政策和行業實踐聯系起來。我們利用計算本體來整體探索項目中的數據，并查詢所有數據類型，以通過調查數據與國家政策的比較來分析訪談時形成的概念發展的怎么樣。為此，本體和對Nvivo關系類型的廣泛使用為我們提供了一種方法，即可以將獨立分析（單獨的NVivo項目）中開發的概念匯總在一起，并探索它們如何相互關聯。

通常，軟件開發人員使用數據模型和計算本體來提供數據結構。該結構被強加于數據，并且任何后來的數據都被調整以適應預先存在的結構。這是一個充滿個人假設、歧視和偏見的過程。相比之下，我們在NVivo中對關系編碼，并對關系類型命名以從根本上（歸納上）建立一個結構。這確保了在我們開發一個計算的本體時，它仍然以數據為基礎并由數據驅動。

為了開發計算本體，我們首先使用NVivo來編寫訪談和焦點小組的副本。我們編碼為節點（用于開發實體和實體特征），然后我們建立（并編碼）它們之間的關系并將它們分配給我們在整個編碼過程中開發的一組關系類型。

無論您是進行小規模定性分析還是從大型混合方法數據集構建計算本體，在Nvivo中對關系或關系類型進行編碼提供了一種有用的方式來探索你的工程中的項目（例如節點）如何與另一個相連。創建關系和關系類型相對容易：

Step 1

從功能區欄中選擇Create，然后在Nodes Group中選擇Relationships。

Step 2

彈出對話框時，使用兩個Select按鈕訪問第二個對話框。這使您可以搜索并選擇要在新關系中連接的兩個項目項。

提示：創建新關系時，關系類型將被指定為Associated，而不會分配給任何特定方向。如果要將關系指定為特定類型，只需按照以下第三步操作即可。

Step 3

在步驟2中描述的對話框中，選擇New按鈕。這將打開一個允許您創建關系類型的額外的對話框，并定義其方向。例如，當我們觀察人們對電影觀看平臺的選擇時，我們發現亞馬遜Prime和Netflix等視頻點播服務開始取代國內的DVD收藏，但事實恰恰相反。為此我們創建了一個名為REPLACES的新關系，將名為Video-on-Demand Services的實體與名為DVD Collection的實體特征連接起來。

為了對數據進行編碼，我們在通過數據分析擴展它們之前，先繪制了一組初始的高級節點（實體和特征），例如Times、Places等。在這里定義了本體的初始實體集和實體特征。通過這種方式使用NVivo，發現相比較于強制編碼數據到該結構，我們可以歸納性地進行工作。并且這樣更接近我們的數據，同時也可以保持數據集之間的一致性。

將節點、關系和關系類型轉換為本體需要用NVivo做一些后續工作。例如，我們在NVivo中運行Extracts以獲取編碼為節點的所有文本的XML文件，并識別所有相交節點。我們還將所有關系（和關系類型）導出為HTML文件。在使用XML解析提取和導出之后，我們使用Javascript將它們準備好并構建到基于SQL的數據庫和計算本體本身。

總的來說通過使用NVivo來編碼我們的數據并構建編碼方案，我們能夠提供適合于計算本體的分析。這使我們能夠超越傳統的混合方法研究，并使用大量的經驗數據，而不會將預先設想的想法強加到研究本身。

想要購買Nvivo正版授權，或者獲取更多該產品相關信息的朋友可以點擊" "~