Skip to content
返回搜索结果

网络民族志(网络民族志)——在线民族志研究

提出者
Robert V. Kozinets
年份
1997 (coined); 2010 (first comprehensive methodology book)
类型
Qualitative research method
类别
Ethnography

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

网络民族志 是一种定性研究方法,它将民族志文化研究的原理应用于在线社区和社交媒体环境的研究。该方法由 Robert Kozinets 于 1997 年创造,并于 2010 年在其手册中系统化。网络民族志 将数字空间——论坛、社交网络、博客、评论网站——视为社区聚集、分享意义和构建身份的自然发生的田野点。该方法结合了对数字痕迹的非侵入式观察与积极参与,并在适当时进行直接的成员互动。

方法背后的直觉

设想您想了解患有罕见慢性病的人们如何相互支持并理解医疗信息——但将他们招募到实验室环境会显得不自然且力量不足。在线患者论坛、Reddit 社区和 Facebook 群组已经包含了数千个真实的对话,人们在其中自由分享他们的经历。网络民族志 将这些数字空间视为传统民族志研究者对待村庄的方式:研究者沉浸在社区中,阅读其规范和词汇,注意反复出现的主题和张力,并逐渐构建一个关于成为该社区成员的意义以及共享意义如何产生的深入的文化叙述。

历史学

Robert Kozinets,一位营销和消费者研究学者,在 1997 年的会议论文中创造了 网络民族志 一词,并在 1998 年发表在 Journal of Marketing Research 上的一篇关于在线社区的文章中对其进行了正式化。他 2002 年的文章《屏幕后面的领域》进一步巩固了该方法论框架。第一本专著《Netnography: Doing Ethnographic Research Online》于 2010 年出版,确立了一个被广泛引用的分步协议。Kozinets 在第三版(2020 年)中修订并显著扩展了该方法,以解决社交媒体平台、大数据集成、伦理复杂性以及视觉/多模态数据。

何时使用

网络民族志 非常适合研究主要或显著在线存在的社区的文化、实践、意义或身份——例如粉丝社区、患者支持小组、专业网络或消费者品牌社区。当直接接触参与者困难、成本高昂或在地理上不切实际时,它尤其有价值,因为在线社区可以生成丰富的自然主义数据,而无需进行侵入式招募。当研究问题需要因果推断、概率抽样或统计概括时,或者当目标人群的在线存在感很低时,它不适用。当社区规模小、小众或敏感(例如,污名化的健康状况)时,伦理风险也会急剧上升,研究者必须权衡成员是否会认为他们的帖子是私密的,尽管它们在技术上是公开的。

局限与注意事项

  • 在线社区仅代表数字活跃人群;互联网接入或识字率低的群体被系统性地排除在外。
  • 非语言线索——语气、情感、肢体语言——在很大程度上缺失,使得文本帖子中的细微差别或讽刺更难解释。
  • 平台更改(内容删除、群组关闭、API 限制)可能会中断数据访问并威胁档案的完整性。
  • 伦理界限存在争议:在线空间“公共”与“私人”之间的区别模糊且依赖于上下文,标准仍在不断发展。
  • 研究者可能因沉浸不足而误读社区规范,导致文化叙述肤浅或扭曲。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 提供对自然发生的、真实的社区话语的访问,而没有访谈或焦点小组的反应性效应。
  • 经济高效且不受地理限制——可以研究任何地点或时区的社区,无需旅行。
  • 历史帖子的档案允许对社区文化和意义如何随时间演变进行纵向分析。
  • 捕捉定义社区文化的白话语言、符号和共享参考,从而产生文化基础的见解。
  • 可扩展的数据量:可以收集数千个帖子,既可以进行广泛的模式检测,也可以对重要互动进行仔细阅读。

应用

  • 研究消费者品牌社区以及成员如何在社交媒体上共同创造品牌意义、忠诚度仪式和反品牌抵抗。
  • 调查患者和护理者社区,以了解疾病体验、信息寻求行为和同伴支持实践。
  • 探索粉丝文化——游戏社区、同人小说作者、K-pop 粉丝群——以分析身份、创造力和集体参与。
  • 研究专业在线社区(例如,LinkedIn 群组、学术论坛),以了解知识共享规范和专业身份形成。
  • 检查政治或社会运动社区,以追踪集体框架、叙事和动员策略如何在数字空间中发展。

使用方式

使用方式

1

研究者定义一个集中的研究问题,并确定合适的在线社区作为田野点。选择标准包括:社区主题与研究焦点的相关性、活跃度、规模、成员异质性以及成员互动的丰富性。研究者还在进入田野之前,明确披露(潜水 vs. 公开参与)和数据使用的伦理决策,并考虑社区平台的服务条款和参与者匿名性。

2

研究者进入在线社区,熟悉其文化、规范、语言和关键参与者。在观察性(潜水者)网络民族志 中,研究者广泛阅读而不发布帖子;在参与性 网络民族志 中,研究者披露其研究角色并积极与社区成员互动。这种沉浸期——类似于在传统实地工作中获得准入和建立融洽关系——在系统数据收集开始之前是必要的,其持续时间取决于社区的活跃度和研究范围。

3

数据通过三个互补的渠道收集:(1)档案数据——现有帖子、主题、图像、视频和其他社区的工件,下载或截图用于分析;(2)引出数据——通过研究者发起的活动(如在线访谈、开放式帖子或成员调查)生成的内容;(3)田野笔记数据——研究者在整个沉浸期间记录的自己的反思性观察、备忘录和背景解释。有目的的抽样策略指导选择哪些帖子和主题进行深入分析。

4

使用从民族志和扎根理论传统改编的定性编码程序来分析收集到的数据。研究者迭代地阅读数据,应用开放式编码来识别反复出现的主题和文化类别,然后将代码组织成更高级别的主题,揭示社区共享的意义、仪式、等级制度和价值观。成员核查——向社区成员展示初步发现以获取反馈——以及跨数据类型的三角验证增强了解释的有效性。

5

严谨性通过 Lincoln 和 Guba 的可信赖性(trustworthiness)标准(已适应数字环境)来确立:可信度(在社区中长期参与、成员核查)、可转移性(详尽的描述允许读者判断适用性)、可靠性(方法决策的审计追踪)和可确认性(记录研究者立场如何影响解释的反思性备忘录)。伦理透明度——在可行的情况下向社区披露研究的存在——也被视为严谨性的组成部分。

常见陷阱

  • 将在线帖子视为简单的内容数据库,而不是嵌入社区规范中的文化制品——这会导致浅层编码,忽略了赋予帖子意义的社会背景。
  • 沉浸不足:在理解社区的词汇、内部笑话、等级制度和不成文规则之前就开始数据收集,会导致误解。
  • 忽视反思性:研究者的学科背景、对在线文化的假设以及平台熟悉度会影响他们注意到什么以及如何解释它;未记录的立场会削弱可确认性。
  • 忽视对小型或敏感社区的伦理责任,在这些社区中,即使平台在技术上是公开的,个人参与者也可能通过逐字引言被识别出来。
  • 范围蔓延:在线数据的海量数据会诱使研究者不加区分地收集;如果没有有目的的抽样策略,分析将变得难以管理和缺乏重点。

常见问题

网络民族志 和社交媒体内容分析是相同的吗?

否。内容分析通常应用预定义的编码方案来量化大量文本语料库中类别的频率,将帖子视为离散单元。网络民族志 是解释性和文化性的:研究者沉浸在社区中,从数据内部归纳地开发代码,并旨在理解构成社区的共享意义和实践。网络民族志 可以包含内容分析的步骤,但核心逻辑是民族志沉浸,而不是频率计数。

我需要向社区披露我的研究者身份吗?

这取决于您遵循的社区类型和伦理框架。Kozinets 区分了观察性 网络民族志(被动潜水,不披露)和参与性 网络民族志(主动参与并披露)。大多数机构伦理委员会和互联网研究协会 (AoIR) 指南建议在社区帖子可能被视为私密或研究者积极与成员互动时进行披露。对于大型、明显公开的论坛,通常认为被动观察并匿名引用是可以接受的,但必须记录和证明该决定。

我如何确定何时获得了足够的数据?

标准是理论饱和——即新的帖子或主题不再产生新的文化类别或主题。由于在线档案可能非常庞大,因此有目的的抽样比详尽收集更实用,并以不断发展的分析为指导。饱和度通常通过广度(扫描许多主题以确认主题广泛存在)和深度(仔细阅读体现核心文化模式的关键主题)的结合来实现。

网络民族志 可以与其他方法结合使用吗?

是的,而且经常这样做。常见的组合包括:在线访谈或成员调查,以深入解释观察到的模式(将引发的数据添加到档案数据中);内容分析,以量化民族志识别出的主题的普遍性;以及顺序混合方法设计,其中 网络民族志 的发现为调查工具的开发提供信息。该方法也越来越多地与计算文本分析相结合,用于大规模语料库。

我想研究的在线社区是私密的或受密码保护的怎么办?

私密社区需要明确的访问协商,并且通常需要向守门人和成员完全披露研究目的。在未经成员知情的情况下,在私密群组中被动潜水在标准研究伦理框架下是不可接受的。来自私密社区的数据也需要更严格的匿名化协议,因为成员对有限的受众有合理的预期。

相关方法

参考文献

  1. Kozinets, R. V. (2010). Netnography: Doing Ethnographic Research Online. Sage.

    ISBN:978-1847875907
    已复制。
  2. Kozinets, R. V. (2020). Netnography: The Essential Guide to Qualitative Social Media Research (3rd ed.). Sage.

    打开出版物文献
    已复制。