中日兩國同處漢字文化圈、自古以來就在語言方面有許多的交流。改革開放以來,中日兩國的文化交流進一步深入、隨著網(wǎng)絡的發(fā)達、許多日語新詞傳到中國。近些年來對流行詞和網(wǎng)絡語言中的日語借詞的研究逐漸增加,但是這些研究大都缺少實際的源自語料的數(shù)據(jù)的支持。本文以改革開放以來流入的日源借詞為中心進行分析。通過借詞在微博中的使用詞頻以及百度指數(shù)提供的詞匯關注度,從兩方面對借詞的使用進行了研究,了解了日源借詞在網(wǎng)絡中的使用頻度以及關注度的推移。本文主要由以下幾部分構成。第一章從研究方法論的角度對先行研究進行了回顧,同時說明了本文的目的和結構。第二章主要介紹了如何從微博收集資料,也就是本次研究數(shù)據(jù)的由來,同時介紹了作為研究對象的183個詞的總體情況。第三章考察了使用者的性別,年齡以及不同的媒體等語言外的要素對借詞使用的影響。第四章通過百度指數(shù)反映的詞匯關注度,結合微博中借詞的實際使用,考察了借詞的使用情況。第五章整理了網(wǎng)絡中日源借詞的特征。本文的發(fā)現(xiàn)主要有以下這些:第一,關于微博用戶的性別與借詞使用頻度之間的關系,我們發(fā)現(xiàn)女性使用傾向較高的詞有31個(如婚活,特賣,素肌等),占考察詞匯的18.5%,而男性使用傾向較高的詞有26個(如宅男,秒殺,兄貴等),占全體的15.6%。第二,關于用戶年齡層與借詞使用頻度之間的關系,我們發(fā)現(xiàn)70年代左右出生的微博用戶偏向使用“人氣”、“人脈”、“職場”等借詞,可以說這反映了這些詞融入漢語的程度較高。相對的,00后用戶偏向使用“愛豆”、“新番”、“應援”等借詞。第三,關于新浪微博的賬戶類型和借詞使用頻度之間的關系,我們發(fā)現(xiàn),一般個人用戶,“愛豆”、“應援”等流行詞的使用率較高。而微博認證用戶中,“吐槽”、“達人”等流入時間相對較長的借詞使用率較高。在各種官方微博中,“旗艦店”、“秒殺”等和商業(yè)有關的借詞出現(xiàn)率明顯比其他兩種用戶高。第四,從百度指數(shù)反映的借詞檢索量的歷時推移來看,借詞可以分為四種模式。增加型,即百度指數(shù)持續(xù)上升,反映了關注這一借詞的人數(shù)不斷增加,新詞不斷地被更多的人認知。比如“二次元”、“愛豆”。減少型,這些詞往往已經(jīng)度過了流行期,在漢語中的融入程度更高,詞義也逐漸穩(wěn)定。比如“萌”、“秒殺”、“達人”。平行型,對這些詞的關注曲線呈現(xiàn)出一條平穩(wěn)的曲線,反映了這些詞的生命周期較長,傳播范圍也通常較廣。比如“人氣”、“職場”。凹凸型,這種形態(tài)在生命周期較短的詞中可以找到。通常是和一些事件一起進入漢語,隨著事件的退潮對這些詞的關注也極速消退。比如“人形”、“森女”。
【學位單位】：北京外國語大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：H136.5;H36
【文章目錄】：
謝辭
摘要
要旨
第一章 序章
    1.1 はじめに
    1.2 先行研究
        1.2.1 日本語借用語に関すゐ先行研究
        1.2.2 ネシトデ－タを利用すゐ先行研究
        1.2.3 先行研究の問題點
    1.3 本稿の目的
    1.4 本稿の構成
第二章 調(diào)查対象の概観
    2.1 調(diào)查デ－夕
        2.1.1 ゥェィボ－
        2.1.2 コンテクストとしてのゥェィボ－
        2.1.3 ゥェィボ－デ－タ－の収集
        2.1.4 百度指數(shù)
    2.2 調(diào)查対象語の榷認
    2.3 調(diào)查対象語の使用頻度
    2.4 借用語の借用方法
第三章 研究対象語の使用に影響すゐ言語外の要因
    3.1 ュ－ザ－の性別
    3.2 ュ－ザ－の生年
    3.3 媒體差
第四章 歴時的使用頻度と注目度の推移
    4.1 先行研究
    4.2 百度指數(shù)にょゐ調(diào)查
    4.3 借用語の注目度曲缐
        4.3.1 増加型
        4.3.2 減少型
        4.3.3 平行型
        4.3.4 凹凸型
第五章 ネシト上に見られゐ日本語借用語の特徵
    5.1 流入の背景
    5.2 流入のル－卜
    5.3 使用者
    5.4 借用語の語義分布
第六章 本稿のまとめと今後の課題
    6.1 本稿のまとめ
    6.2 今後の課題
參考文獻
資料
    付表1 調(diào)查対象語
    付表2 男性/女性の借用語使用頻度
    付表3 借用語使用におけゐ男女傾向
    付表4 媒體にょゐ借用語の生起率
    付表5 借用語注目度の経年変化

【相似文獻】

相關期刊論文 前10條

1 肖書暢;;基于百度指數(shù)對投資者關注度測量指標的研究[J];現(xiàn)代經(jīng)濟信息;2018年02期

2 王永斌;;誰在關注社會主義核心價值觀——基于百度指數(shù)的大數(shù)據(jù)分析[J];馬克思主義研究;2018年02期

3 柏正健;方華;;基于百度指數(shù)的投資者關注度對股票市場表現(xiàn)的影響[J];電子商務;2018年12期

4 田冰;胡俞越;;投資者關注對滬深300股指期貨、現(xiàn)貨收益率的影響——基于百度指數(shù)的實證分析[J];中國證券期貨;2019年02期

5 邱瀘誼;李華;;基于百度指數(shù)的社會輿情研究[J];科技風;2018年33期

6 立夏;;生鮮電商:或成下一個電商時代的“門票”[J];農(nóng)經(jīng);2017年03期

7 李云鵬;;旅游場景驅(qū)動的大數(shù)據(jù)應用[J];旅游學刊;2017年09期

8 陳洪;劉燊;趙曉;;網(wǎng)絡關注度視域下的“校園貸”問題研究——基于百度指數(shù)數(shù)據(jù)平臺[J];山西能源學院學報;2018年06期

9 柯山;潘輝;呂梁;;基于百度指數(shù)關注行為傾向的鄉(xiāng)村振興規(guī)劃實踐——以福建省古田縣金翼之家為例[J];東南園藝;2019年01期

10 顧敏華;姚建香;湯玲;;特定關鍵詞的百度指數(shù)與流感病毒活動相關性分析[J];職業(yè)與健康;2019年08期

相關碩士學位論文 前10條

1 胡倩倩;基于百度指數(shù)的海南旅游量預測[D];吉林大學;2019年

2 馬歡;基于百度指數(shù)和BP神經(jīng)網(wǎng)絡的汽車銷量預測模型研究[D];武漢理工大學;2018年

3 問曉萌;互聯(lián)網(wǎng)大數(shù)據(jù)對A股影響的實證分析[D];天津大學;2018年

4 李樹陽;基于循環(huán)神經(jīng)網(wǎng)絡及百度指數(shù)預測A股市場波動率[D];山東大學;2019年

5 蔡巧;基于百度指數(shù)手足口病發(fā)病預測模型的比較研究[D];廣東藥科大學;2018年

6 孫益林;基于百度指數(shù)的異位妊娠患病情況的大數(shù)據(jù)分析[D];蘇州大學;2018年

7 徐天成;中國網(wǎng)絡語言中的日源借詞的計量研究[D];北京外國語大學;2018年

8 劉晨陽;基于百度指數(shù)的汽車銷量預測研究[D];湖北大學;2018年

9 張淯洋;投資者關注度與小盤股市場表現(xiàn)[D];華東政法大學;2018年

10 王晶晶;百度指數(shù)在我國H7N9與登革熱疫情分析上的應用研究[D];湖南大學;2015年

本文編號：2875301