Open Journal of Marketing ISSN 2187-0926 2014.2 フェイスブックデータの内容分析 KH Coder を用いたエクササイズ:スターバックス Content Analysis of Facebook Data An Exercise KH Coder : Starbucks Coffee Japan 水越康介 首都大学東京大学院 社会科学研究科 Kosuke Mizukoshi Tokyo Metropolitan University Business School いつかあなたに届くかもしれない可能性 フェイスブックのテキストマイニング KH Coder を用いたエクササイズ:スターバックス 水越康介 第 1 節 内 容 分 析 に つ い て めとして、単語間のネットワーク分析まで ソーシャルメディアをはじめとしたウェ を行うことができる。膨大なテキストデー ブサイトには、膨大なテキスト情報が集ま タの全体像を把握しやすくなるはずである。 っている。これらをうまく分析することは、 ただこうして容易な分析が可能になった マーケティングの実務はもとより研究上も 一方で、その分析を通じて何かしらの示唆 重要な課題である。分析に際しては、調査 や発見を得ようとするとすると、それなり 者や研究者自身が一つづつコード化し解釈 の困難に突き当たる。テキスト上の単語の することはもちろん可能だが、その一方で、 出現頻度や共起関係が可視的に把握できた うまく数値化することで量的に分析を行う としても、それが何であるのかについては こともまた可能であり、十分な意味がある。 別途分析の枠組みや目的を用意する必要が 量的に分析を行うという場合、いわゆる あるからである。特にマーケティング分野 テキストマイニングが求められることにな で考えた場合、テキストマイニングを用い るが、特に日本語の場合には、形態素解析 て何を明らかにするのかという点について、 が必要になる。旧来、形態素解析というと 今のところあまり明確な答えが用意されて 大きなコストが必要であったり、あるいは いないように思われる。 機械的な分析の限界が指摘されてきたもの 本稿では、こうした示唆の可能性を探索 の、近年では質の高い解析を無料で行うこ 的に考えていくことにしたい。本稿では、 とができるようになってきた。本稿で用い この KH Coder を用い、ソーシャルメディ る KH Coder はおそらくその代表的な分析 ア上の投稿とそれに対するコメントについ ツールの一つであり、立命館大学の樋口耕 ての内容分析を進める。具体的な研究目的 一准教授によって公開された。その原型は や実務的課題を元にするのではなく、あく 大阪大学の川端亮教授ともに 19990 年代よ まで探索的に実験的に KH Coder を用いる り構築されており、計量テキスト分析とし ことを通じて、その実際の利用感や、具体 てすでに多くの研究が蓄積されるようにな 的に何を明らかにすることができるのかに っている(川端・樋口 2003、樋口 2004ab、 ついて考えていこう。 樋口 2014)。特に樋口(2014)では、過去の 本分析では、スターバックス コーヒー 研究が掲載されていると共に、KH Coder ジャパンの Facebook サイトを利用する。 のチュートリアルも掲載されている。 選定についての大きな理由はないが、日本 データを取得し、KH Coder を利用すれ 語で記述されており、同時に世界的に知ら ば、形態素解析をほぼ自動で行い、その結 れたブランドであること、さらに多くの投 果を量的に分析することができる。マーケ 稿が寄せられており、量的な分析を行う価 ティング分野でしばしば利用されると思わ 値があるものを選定した。さらにもう一つ れる判別分析(いわゆるコレポン)をはじ スターバックスを選択した理由として、本 1 Open Journal of Marketing サイトは日本語のサイトでは珍しく、ユー した飲み物と感想であり、その多くが「今 ザーからの投稿を認めている。可能であれ 日はいつもいくスターバックスに行きまし ばこの分析を進めたいという観点から、本 た」といった定型文から始まっている。し サイトを特に選定した。 かし通常は一人のユーザーが複数回投稿す 本 分 析 に 際 し て 、 ス タ ー バ ッ ク ス の ることはほとんどなく、2 回以上の投稿を Facebook サイトについて、2013 年 9 月 14 したユーザーは、スターバックスを含めて 日から 2014 年 9 月 13 日までの一年間の全 48 名にとどまる。これは全体の約 20%であ データを取得した。取得日は 2014 年 9 月 る。簡単に月ごとの投稿数を図示しておく。 14 日であり、その時点で削除されていたデ ータなどは含まれない。 120 投稿された記事は 1,207 件、それらに対 100 するコメントの総数は 14,887 件である。こ 80 れらを nvivo10 の ncapture で抽出後、エ 60 クセルファイルとして保存し、抽出された 変数項目の選定を行った。今回特に重要と を削除した後、直接コピー&ペーストを用 いて txt ファイルに貼り付けて保存し、一 方のユーザーID については、外部変数とし て用いるために csv ファイルに保存し直す。 このデータについて、KH Coder を用いて Kohji others 40 20 0 2013/09 2013/11 2014/01 2014/03 2014/05 2014/07 2014/09 思われるユーザーID(投稿のみ)、コメン トの 2 つを残し、コメントについては改行 スターバックス 図表 1.月ごとの投稿回数(9 月は約半月) 2500 2000 1500 1000 500 分析することにする。 0 2013/09 2013/11 2014/01 2014/03 2014/05 2014/07 2014/09 基礎的な情報として、投稿された記事 1207 件を投稿したのは 298 名のユーザー 図表 2.月ごとのコメント回数(9 月は約半 であった。このうち、主宰者のアカウント 月) であるスターバックスからの投稿と思われ る記事は 208 件であり、その他については フェイスブック上では、投稿に対して「い 他のユーザーID からの投稿であった。スタ いねボタン」を押すことや、コメントを返 ーバックス自身の投稿数は全体で第二位で すことができる。投稿に対するいいねボタ あり、最も多かったユーザーID「Kohji」 ンについては、圧倒的にスターバックスか からは 360 件の投稿がなされていた。Kohji らの投稿に対してのみ行われており、最大 による投稿は日々のスターバックスで購入 87,697、最小 2,421 いいねで、平均 18,517 2 フェイスブックのテキストマイニング KH Coder を用いたエクササイズ:スターバックス 水越康介 いいねを取得している。他のユーザーの場 一方のコメントについては、以下の通り 合、最も多くのいいねを集めていた投稿で である。こちらは絵文字が多いせいかエラ も 101 いいねが最大であった。 ーが多く、3,000 件以上を自動修正し、前 一方のコメントについても、ほぼ同様の 処理を行った。結果、総抽出語数(使用) 傾向をみることができる。全 14,887 件は が 199,549(78,814)、異なり語数(使用)が 9,096 ユーザーからのコメントである。一 11,033(6,972)、集計単位では、文が 17,829 人あたりの最大コメント数は 131 件であり、 ケース、段落が 14,855 ケースとなった。こ 逆に 1 回しかコメントしていないユーザー ちらも事前の集計が 14,887 件であったの は 6,863 人であった。コメントについては、 に対して若干数が落ちている。 スターバックスは直接の再コメントをつけ さしあたり抽出語の修正を行わずに出現 ていない。こちらは全体として右肩上がり 頻度を確認したところ、以下のような結果 傾向にあるようにみえる。 となった。例えば、投稿では「バックス」 と「スター」が分かれているが、これは明 第 2 節 単 語 の 出 現 頻 度 らかに「スターバックス」であろう。 「スタ 以下、KH Coder による分析を進める。 バ」についても、「ス」と「タバ」に分けら 投稿については、総抽出語数(使用)は れていた。それから投稿にもコメントにも 114,110(45,676)、使用語数は 6,391(4,474)、 現れている固有名詞の「モン」や「シナ」 文 2,928、段落 1,183 であった。投稿数に 「リ」などは何かの文章の断片と思われる 比べて段落の数が少ないのは、画像だけが (シナモン?)。その他にも意味がとれない 貼り付けられた空行が削除されたためであ 単語も抽出されている。これらは別途文面 る。 を確認しながら修正が必要になるだろう。 順位 名詞 サ変名詞 形容動詞 固有名詞 1 ソース 822 追加 628 ダーク 87 モン 37 2 ドリンク 703 オーダー 464 公式 55 シナ 20 3 チョコレート 656 チップ 307 素敵 35 横手山 6 4 コーヒー 578 話 303 元気 34 ステ 3 5 バックス 517 挨拶 278 シンプル 26 リ 3 6 スター 515 ショット 198 好き 25 アルプス山脈 2 7 カスタマイズ 482 変更 165 大好き 23 ウン 2 8 キャラメル 478 増量 137 綺麗 22 フリーク 2 9 レジ 411 登場 65 爽やか 14 祇園祭 2 10 馴染み 391 限定 64 残念 13 東戸塚 2 図表 3.投稿の各品詞ごとの頻出頻度ランキング上位 10 位(強制抽出前) 3 Open Journal of Marketing 順位 名詞 サ変名詞 形容動詞 固有名詞 1 コーヒー 382 限定 313 美味 595 モン 26 2 バナナ 325 販売 165 大好き 241 シナ 21 3 楽しみ 282 お願い 143 好き 197 リ 18 4 チョコ 241 購入 135 素敵 154 横手山 17 5 カード 219 追加 125 残念 130 ステ 11 6 キャラメル 200 試飲 117 爽やか 64 スマ 9 7 タンブラー 181 発売 117 苦手 47 パンプキン 8 8 店舗 165 仕事 110 普通 41 アポロ 5 9 全国 157 展開 85 ステキ 39 ソ 5 10 感じ 121 参加 81 幸せ 36 北千住 5 図表 4.コメントの各品詞ごとの頻出頻度ランキング上位 10 位(強制抽出前) 分布の状況から考えると、より効率的な なおこの分析段階において、単語の出現頻 分析に際しては、出現回数が多い単語を確 度の分布についてはおおよそべき分布に従 認しながら抽出語の修正を行い、その上で うようにみえる。1 回しか出現しない単語 改めて詳細な分析に入るのがよいだろう。 が圧倒的に多く、繰り返し出現する単語は もちろん、少数に分解された同一の単語が 限られているというわけである。投稿の一 見落とされる可能性はあるが、その点につ 単語の出現回数の平均は 10.23、標準偏差 いてはコーディングによるとりまとめが必 は 59.77 であり、コメントの出現回数の平 要になりそうである。 0 500 500 1000 1000 度数 1500 度数 1500 2000 2500 2000 3000 3500 均は 10.64、標準偏差は 76.07 であった。 0 1 5 10 50 100 500 1000 出現回数 1 5 10 50 100 500 出現回数 1000 図表 6.コメントの単語の出現回数分布 図表 5.投稿の単語の出現回数分布 今回は、まず各品詞ごとに出現回数の上 4 フェイスブックのテキストマイニング KH Coder を用いたエクササイズ:スターバックス 水越康介 位 10 位を確認し、その中で意味のとれな 下には、「時間」「いつ」といった時間に関 い単語について元データを確認して修正を する投稿をみることができる。コメントに 行い、以下の単語を強制抽出設定した。投 ついては、 「欲しい」 「可愛い」、それからお 稿では、 「スターバックス」 「スタバ」 「シナ そらくその主語となる「タンブラー」が左 モン」 「ステタン」 「パウンド」 「モリタウン」 に、それから右下には、集中してはいるが 「チャンキー(チャンク、チャン気)」 「ベン 「限定」 「お願い」 「全国」が位置している。 ティ(ベンティー)」を抽出した。コメント Starbucks では、上記に加えて、「スマホ」「ハンパ」 6 それから顔文字を抽出した。顔文字につい 優先させ、 「≧∇≦」 「≧艸≦」 「≧Д≦」 「≧ ω≦」「≧▽≦」「≧∪≦」「≧ψψ≦」「≧ 4 コーヒー 味わい 2 位だった「≧」 「≦」を用いている顔文字を 成分2 (17.4%) ては実にバラエティ豊富であるが、特に上 ◇≦」 「≧_≦」を抽出した。抽出後も、 「ω」 0 「▽」などは多様な別の顔文字の一部とし て別途抽出されている。 スターバックス 少し フラペチーノ 深い ダークモカチップフラペチーノ エスプレッソショ ット ダーク クリームフラペチーノ 出来上がる 感じ る コク 店内 通常 Kohji コレート 入る ホワイト チョ ヘーゼルナッツ 挨拶 モカ 抹茶 キャラメル パウダー 空く 飲む ドリンク カスタマイズ 美味しい バレンシア ショ ット バリスタ 追加 席 多め 話 行く ノンファット チャイ 今日 増量 others ソース 馴染み 座る チップ エクストラコーヒー 作る レジ ソファー シングル 変更 エキストラホイップ グランデ シロップ オーダー 0 1 2 第 3 節 主 要 な 分 析 さしあたり、以上の抽出結果をもとにし ホット 時間 いつ ♪ スタバ 3 4 5 成分1 (82.6%) 図表 7.投稿に関する対応分析 て、具体的な分析に入ろう。まずは、出現 4 は、基本的に KH Coder のデフォルトの設 では、さらに投稿数が多かった starbucks 2 成分2 (2.44%) 1 単語数は 73 で分析を行った。なお、投稿 可愛い 早い 甘い 食べる 行う ≧ ∇ ≦ 飲む 待つ 早速 楽しみ 今度 桜 見る 行く 絶対 ま 明日 良い 買う 昨日 今日 大好き 今 スタバ 笑 仕事 イチゴ タンブラー 出来る 売り切れ 感じ キャラメル 素敵 カード 購入 コーヒー バナナ 思う 今年 コ前 追加 店 発売 チョ 嬉しい 販売 限定 好き 試飲 頂く味 店舗 残念 飲める 入る 美味しい お願い 全国 欲しい 0 は最少出現頻度数を 110 とし、想定される 3 定を用い、投稿では最小出現頻度度数を 78 とし、想定される単語数は 75、コメントで 美味 5 単語をもとに対応分析を行う。対応分析で -1 と kohji、それ以外の others のユーザー名 いずれも部分的な集中が見られるため、 分析しずらい。ただ投稿については、投稿 者を配置した分、若干の解釈が可能になっ -2 を同時に配置した。 -5 -4 -3 -2 -1 0 1 成分1 (2.6%) 図表 8.コメントに関する対応分析 ているようにみえる。others が位置する右 5 Open Journal of Marketing 対応分析では、投稿やコメントごとの共 それから限定などといったおそらく日常の 起の程度を相関関係として捉える。例えば、 コーヒーとは異なるイベントや象徴的なも 「全国」という単語は、 「限定」と「お願い」 のが配置されており、中央にはもう少し日 という単語と共に表れる傾向があったとい 常的な好き嫌いや味の種類が配置されてい うことである。おそらく、限定発売商品を るように見える。ただここからこれ以上に 全国販売することをお願いするようなカテ 何かを言おうとすると、スターバックスそ ゴリーのように思われる。 のものについての事前知識や、分析の視点 今度は多次元尺度構成法を用いて分析す が必要になりそうである。 る。単語間の相関を捉えるという方法とし 感じ 今度 てはほぼ同じだが、おそらく、対応分析よ チョ コ 頂く 今 キャラメル 美味しい バナナ 昨日 ま できる。同じく KH Coder のデフォルトの まま、Krascal で距離は Jaccode を用いた。 味 嬉しい コーヒー 笑 0 次元 2 合わせて、今回はバブルプロットも用いて、 全国 お願い 3 美味 チャンキー バレンシア 風味 通常 良い バニラ 店舗 販売 買う 行う 行く -2 -2 -1 早速 明日 早い 追加 楽しみ 今年 桜 待つ 欲しい ホット いつ スタバ 図表10.コメントに関する多次元尺度構成法 さて、もう一つ、クラスターについても 分析しよう。クラスター分析の場合には共 起の程度に応じてデンドログラムで図式化 言う 2 5 時間 タンブラー 1 0 次元 1 増量 0 素敵 可愛い -5 見る エキストラホイップ コーヒー グランデ ホイップ スターバックス 挨拶 入る 行く フラペチーノ パウダー 席 店内 シロップ バリスタ 少し 追加 ノンファット チャイ 座る ソース チョ コレート 久しぶり 味わい カスタマイズ ドリンク 今日 美味しい キャラメル レジ オーダー ショ ット 店 ソ フ ァ ー 話 深い モカ 馴染み 作る ホワイト 飲む 甘い こんばんは シングル コク 感じる 思う 多め エスプレッソショ ット 空く チップ こんにちは 食 ダーク ダークモカチップフラペチーノ ≧∇≦ タンブラー ヘーゼルナッツ 出来上がる クリームフラペチーノ 味 エクストラコーヒー 変更 チョ コ 見る 購入 -10 2 次元 2 -1 0 1 抹茶 スタバ 思う 発売 残念 出来る カード 絶対 ♪ 前 限定 仕事 相性 売り切れ 今日 -5 単語の頻度も同時に表示させる。 飲める 店 食べる 飲む イチゴ 入る 良い 好き 甘い 試飲 5 りも散らばりを保ったまま図示することが 大好き 3 4 次元 1 図表 9.投稿に関する多次元尺度構成法 される。Ward 法で、距離は Jaccard を用 いる。投稿が比較的階層化されているのに 対し、コメントはあまり階層化されていな いようにみえる。これまで何度か確認でき 投稿に関しては依然として密集している た「タンブラー」について、投稿側では「こ ようにみえるが、コメントについては比較 んにちは」がクラスタリングされているの 的散らばりができたように思われる。横軸 に対し、コメント側では「欲しい」 「可愛い」 の右側と左側には、カード、タンブラー、 「買う」でクラスタリングされている。 6 フェイスブックのテキストマイニング KH Coder を用いたエクササイズ:スターバックス 水越康介 シロップ 全国 今日 お願い オーダー ノンファット 販売 挨拶 店舗 スターバックス 限定 店内 残念 入る 馴染み 売り切れ ソファー 飲める 座る 今年 チョ コレート カード グランデ ドリンク 購入 レジ 欲しい 席 可愛い 行く タンブラー 追加 ソース 買う キャラメル 追加 エキストラホイップ バリスタ キャラメル カスタマイズ バナナ 作る チョコ 飲む 美味しい 感じ 増量 良い コーヒー 笑 フラペチーノ コーヒー エクストラコーヒー ホワイト 思う モカ 甘い 出来上がる イチゴ 甘い 味わい 入る 話 好き 感じる 前 バニラ 変更 試飲 パウダー 発売 通常 素敵 抹茶 出来る クリームフラペチーノ 店 こんばんは ホット 見る スタバ 味 時間 いつ 桜 ダーク スタバ ダークモカチップフラペチーノ 行く 多め 今日 チョ コ チップ 飲む シングル 美味しい エスプレッソショ ット 早い コク 絶対 ショ ット 相性 美味 良い 食べる チャイ 楽しみ 深い 味 待つ 風味 嬉しい ヘーゼルナッツ 大好き 見る ≧∇≦ ホイップ 思う 今度 言う 昨日 久しぶり 少し 行う 店 今 空く ま 食 バレンシア 仕事 チャンキー 明日 ♪ 頂く タンブラー 早速 こんにちは 1000750500250 0 0 1 2 3 図表 11.投稿に関するクラスター分析 300020001000 0 0.0 0.5 1.0 図表 12.コメントに関するクラスター分析 7 Open Journal of Marketing これまでの手法とも関連して、テキスト カードに結びついているようにも見える。 マイニングでもしばしば利用される共起ネ コーヒーは買われるものではないというこ ットワーク(ネットワーク分析)の場合、 とであろうか(あるはただ飲むもの?)。あ 特に他の言葉を媒介する中心性に注目する る種のロイヤルティを反映しているのかも ことになる。また、共起の程度が直線によ しれない。 って示されるため、多次元尺度構成法より ドリンク チョ コレート も関係を捉えやすい。 店 エクストラコーグ ヒラ ーンデ 感じる 入る シロップ ソース 追加 キャラメル 挨拶 こんにちは こんばんは レジ 作る カスタマイズ 飲む others スタバ 甘い スターバックス チョ コレート 話 思う 味わい 入る ノンファット 時間 タンブラー モカ フラペチーノ 馴染み 馴染み グランデ ホット 今日 Kohji 店内 エキストラホイップ 席 バリスタ 作る 追加 エキストラホイップ レジ ダーク ♪ オーダー ソファー 席 ノンファット バリスタ 行く カスタマイズ 行く 美味しい 座る ソース キャラメル ダークモカチップフラペチーノ いつ 店内 コーヒー ドリンク Starbucks エスプレッソショ ット オーダー シングル 図表 14.投稿に関する共起ネットワーク 風味 図表 13.投稿に関する共起ネットワーク(ユ 桜 ーザーID を共起関係に用いた場合) タンブラー 買う 可愛い 欲しい 早い 今度 結果としては、これまでの分析に近い図 が得られているように思われる。投稿に関 しては、ユーザーID についても共起関係を 行く 販売 昨日 美味しい カード 今年 限定 今 残念 ま コーヒー 食べる 甘い 思う 飲める 売り切れ 入る 美味 イチゴ 好き キャラメル 良い バナナ チョ コ と「明日」が結びついているのも示唆深い。 店舗 頂く 早速 結びついていることがわかる。また、「仕事」 8 全国 スタバ 購入 関しては、タンブラーにはさらに「桜」が 結びついているというよりはタンブラーや 行う 飲む は消えてしまっている。一方でコメントに それから、 「買う」や「購入」はコーヒーと 今日 仕事 確認している。個別にネットワークが形成 されているようにみえる。但しタンブラー お願い 絶対 明日 追加 感じ 図表 15.コメントに関する共起ネットワー ク フェイスブックのテキストマイニング KH Coder を用いたエクササイズ:スターバックス 水越康介 第 4 節 帰 結 利用し、性別をプロットすると次の図を描 以上、本稿では、KH Coder を用いてス くことができる。投稿に関しては、男性の ターバックスの Facebook データの内容分 方が細かく書き込みをしているようにもみ 析を試みた。探索を通じて、個別の結果に える。一方でコメントの場合には、女性に ついてというよりも、分析の仕方について 顔文字が多いことや、限定は男性に結びつ いくつかのアイデアが得られた。さしあた いている可能性が見てとれる(N.A.が大き り 3 つの点を確認しておくことにしたい。 く広がっている理由はよくわからない)。 第一に、これらの内容分析では、比較の ♪ 6 設定が重要になると思われる。例えば今回 であれば、投稿とコメントが比較されたこ 4 ダーク 空く 通常 味 エクストラコーヒー 店 出来上がる ショ ット チャイ ヘーゼルナッツ エキストラホイップ ダークモカチップフラペチーノ スタバ チップ グランデ レジ バレンシア 店内 ソファー 今日 オーダー ソース 行く話 思う 増量 飲む シロップ 馴染み ノンファット male 美味しい カスタマイズ 追加 席 変更 入る 座る ドリンク バリスタ こんばんは 挨拶 ホワイト モカ 作る パウダー 多め 抹茶 シングル スターバックス チョ コレート キャラメル 少し フラペチーノ 感じる 味わい クリームフラペチーノ コーヒー エスプレッソショ ット コク とになる。この比較は様々に考えることが この比較によって利用される言葉の違いや 2 0 成分2 (35.01%) なければ多国間での比較も可能であろう。 firms -2 できる。他社との比較や、言語上の問題が female 当の比較の妥当性を統計的に処理しようと -6 上も一つの示唆を得る方法になる。ただ、 -4 共起の違いを捉えることが、研究上も実務 Starbucks する場合には、別途カイ二乗検定や差の検 -10 -8 -6 定等を行う必要があるかもしれない。 -4 -2 0 成分1 (63.51%) 第二に、比較の設定に付随して、現状の 図表 16.投稿に関する対応分析(性別など データを分解することによっても新たな比 を同時プロットした場合) 較が可能になると思われる。例えば今回の モカ ループ(異なるユーザーID)を想定すること 味わい ができた。これらを最初から分類するのな らば、第一の方法と同じように分析するこ エキストラホイッ プる 感じ フラペチーノ 追加 キャラメル 言う チョ コレート タンブラー 時間 グランデ カスタマイズ ソース 話 行く female 美味しい 今日 席 入る ノンファット シロップ 挨拶 せることができる。例えば、特定のユーザ ーID ではなく、フェイスブックの実名性を オーダー レジ スタバ バリスタ male 飲む ♪ ループを別に考えることによって組み合わ ソファー 作る スターバックス コーヒー firms になるように思われる。 第三に、これも比較の設定に関して、グ ドリンク Starbucks とができるようになる。こうした比較の方 法は実際に探索的に分析することで明らか 少し 風味 分析であれば、投稿の中には 3 つの下位グ 座る 店内 馴染み 店 甘い ホイップ 思う 9 Open Journal of Marketing 図表 17.投稿に関する共起ネットワーク(性 やはりコーディングによるまとめ上げの作 別などを共起関係に用いた場合) 業が必要であるように思われる。実際樋口 (2014)にみるように、過去の研究の多くは 40 N.A. コーディングを行うことによって研究上の 示唆を見出そうとしている。 ことで、有効な使い方がもっと見えてくる 20 はずである。もう少し論点を考えていこう。 参考文献 10 成分2 (7.82%) 30 いずれにせよ、類似した分析を繰り返す 0 入る タンブラー 今年 店 フラペチーノ 早速 male female 素敵 今度 今 キャラメル 飲める 嬉しい 早い Д 残念 行う今日 店舗 チ ョ コ 試飲 ≧ ∇ ≦ ∇ 大好き コーヒー 購入 可愛い 美味 待つ ω 好き 飲む 桜 行く明日 買うま スタバ ぃ ∀ 食べる 甘い 楽しみ 味 頂く思う 笑 カード イチゴ ぁ 絶対 ー ♪ 美味しい 欲しい 全国 昨日 バナナ 感じ 発売 良い -2 -1 0 1 2 3 川端亮・樋口耕一(2003)「インターネット に対する人々の意識 ―自由回答の分析 から―」 『大阪大学 大学院人間科学研究 科紀要』第 29 巻,pp.163-181. 成分1 (92.18%) 図表 18.コメントに関する対応分析(性別 樋口耕一(2004a)「テキスト型データの計量 的 分 析 」『 理 論 と 方 法 』 Vol.19,No. などを同時プロットした場合) 1,pp.101-115. Д ま 楽しみ キャラメル 仕事 ぁ 全国 追加 飲める 感じ 限定 今年 明日 発売 カード 良い ∇ ぃ 素敵 早速 male バナナ コーヒー タンブラー 食べる 買う 大好き 今度 を目指して』 ナカニシヤ出版。 美味しい 甘い 頂く 店 思う 昨日 味 可愛い 図表 19.コメントに関する共起ネットワー ク(性別などを同時プロットした場合) 第四に、今回の分析では行っていないが、 10 樋口耕一 (2014) 『社会調査のための計量 テキスト分析 ―内容分析の継承と発展 ー 今日 笑 行う 今 飲む スタバ N.A. 出来る ≧∇≦ 好き female 欲しい ♪ 前 2,pp. 161-176. ω チョ コ フラペチーノ ⌒ お願い 美味 行く 待つ 桜 店舗 ∀ 早い 試飲 計量的分析」『理論と方法』Vol. 19,No. 絶対 イチゴ 販売 入る 購入 売り切れ 樋口耕一(2004b)「計算機による新聞記事の 嬉しい 見る 残念 参考資料 KH Coder http://khc.sourceforge.net/ nvivo10 https://www.hulinks.co.jp/software/nvi vo/ Open Journal of Marketing, 2014.2 フェイスブックデータの内容分析 KH Coder を用いたエクササイズ:スターバックス ISSN 2187-0926 発行:私的市場戦略研究室 代表:水越康介 〒192−0397 東京都八王子市南大沢 1−1 首都大学東京大学院社会科学研究科経営学専攻 http://mizkos.jp letter@mizkos.jp 水越康介 首都大学東京大学院ビジネススクール
© Copyright 2024 Paperzz