Od CAQDAS do Text Miningu. Nowe techniki w analizie danych jakościowych

Abstract

Celem artykułu jest refleksja metodologiczna nad procesem rozwoju kom- puterowo wspomaganej analizy danych jakościowych (CAQDAS), który zmierza w kierunku me- tod eksploracji danych tekstowych służących odkrywaniu wiedzy (Knowledge Discovery in Text Databases, Text Mining). W rozważaniach tych skupiamy się na naukach społecznych, szczególnie w socjologii jakościowej. Zastosowanie wspomaganej komputerowo analizy danych jakościowych w obszarze socjologii jakościowej stało się już poniekąd faktem. Środowisko badaczy jakościowych w Polsce coraz częściej sięga po oprogramowanie CAQDAS w projektach badawczych. Praca z róż- norodnymi programami CAQDAS prowadzi do wzrostu świadomości metodologicznej, co przekła- da się na większą dokładność i precyzję w procesie analizy danych jakościowych. Jednakże analiza danych jakościowych wykorzystująca metodologię, algorytmy i techniki Text Mining to swoiste novum na gruncie socjologii jakościowej. Text Mining (TM) to zestaw technik, w które wyposa- żone są programy przeznaczone do automatycznego lub semiautomatycznego wydobywania in- formacji z danych tekstowych. Text Mining polega na wykorzystaniu oprogramowania kompute- rowego do znajdowania ukrytych dla człowieka, z uwagi na ograniczone możliwości percepcyjne i czasowe, prawidłowości zawartych w danych tekstowych. Jeśli algorytmy analityczne CAQDAS wykorzystuje się w pracy z mniejszymi zbiorami danych jakościowych, to techniki Text Mining po- zwalają na prowadzenie analiz, w których wielkość zbioru danych jest w zasadzie nieograniczona. W artykule staramy się ukazać proces rozwoju algorytmów analitycznych CAQDAS w kierunku Text Mining. Staramy się także znaleźć odpowiedź na pytanie, czy te podejścia są względem siebie konkurencyjne czy raczej komplementarne?