B站视频内容的多模态分析与语义网络可视化研究：基于Nvivo与Gephi的整合方案
摘要：本研究旨在构建一套系统性的方法论，用于对从B站抓取的视频数据进行深度内容分析。研究流程涵盖：1) 视频源数据的抓取与结构化清洗；2) 基于质性分析软件Nvivo进行多模态内容（视频画面、音频、弹幕、评论、标题、标签等）的编码与类目建构；3) 将编码结果转化为关系数据，利用网络可视化软件Gephi构建并分析语义网络，揭示核心议题、话语结构与社群互动模式。本文详述了每个环节的技术路径、理论依据与操作步骤，为数字人文、传播学、社会学等领域的新媒体视频研究提供了一个可复现的实证分析框架。
关键词：B站；多模态分析；语义网络；Nvivo；Gephi；内容分析；类目建构；弹幕文化
第一章：绪论
1.1 研究背景与意义
B站作为中国Z世代聚集的综合性视频社区，其内容生态具有高度的复杂性、互动性与亚文化特征。视频本身是融合了影像、声音、文字（字幕、标题）的多模态文本，而实时滚动的弹幕和分层级的评论区则构成了独特的“二次创作”层和社交话语场。传统的单一文本分析方法已无法充分解读此类数字文化产品。因此，整合能够处理视音频的多模态分析与能够揭示概念关联的语义网络分析，成为深度解构B站文化现象的必然选择。
Nvivo作为专业的质性数据分析工具，擅长处理非结构化数据并进行系统的编码与归
