his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Low Cost Text Mining as a Strategy for Qualitative Researchers
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Informationssystem, Information Systems)ORCID-id: 0000-0002-7858-9471
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Informationssystem, Information Systems)
2017 (Engelska)Ingår i: Electronic Journal of Business Research Methods, ISSN 1477-7029, E-ISSN 1477-7029, Vol. 15, nr 1, s. 2-16Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Advances in text mining together with the widespread adoption of the Internethave opened up new possibilities for qualitative researchersin the information systems and business and management fields.Easy access to large amounts of textual material through search engines,combined with automated techniques for analysis,promise to simplify the process of qualitative research.In practice this turns out not to be so easy.We outline a design research approach for buildinga five stageprocess for low tech,low cost text mining, which includes insights from the text mining literature and an experiment with trend analysis in business intelligence.We summarise the prototype process,and discuss the many difficulties that currently stand in the way of high quality research by this route.Despite the difficulties, the combination of low cost text mining with qualitative research is a promising methodological avenue, and we specify some future paths for this area of study.

Ort, förlag, år, upplaga, sidor
Management Centre International Ltd. , 2017. Vol. 15, nr 1, s. 2-16
Nyckelord [en]
big data, business intelligence, qualitative research method, social media analysis, text mining, text analytics
Nationell ämneskategori
Systemvetenskap, informationssystem och informatik
Forskningsämne
Informationssystem (IS)
Identifikatorer
URN: urn:nbn:se:his:diva-13539Scopus ID: 2-s2.0-85020170274OAI: oai:DiVA.org:his-13539DiVA, id: diva2:1092486
Tillgänglig från: 2017-05-03 Skapad: 2017-05-03 Senast uppdaterad: 2019-11-25Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

ScopusFulltext

Personposter BETA

Rose, JeremyLennerholt, Christian

Sök vidare i DiVA

Av författaren/redaktören
Rose, JeremyLennerholt, Christian
Av organisationen
Institutionen för informationsteknologiForskningscentrum för Informationsteknologi
I samma tidskrift
Electronic Journal of Business Research Methods
Systemvetenskap, informationssystem och informatik

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 830 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf