【技术实现步骤摘要】
一种机器智能辅助的扎根理论编码优化方法
本专利技术属于定性研究
，具体涉及一种扎根理论编码优化方法。
技术介绍
在定性研究中，扎根理论是一种被广泛采用的定性研究方法。扎根理论是由格拉泽和施特劳斯于1967年提出的一种从资料中建立理论的特殊方法论。研究者可以从传记、日记、录音、手稿、报告等材料，或者通过补充采访和田野观察记录的方式进一步补充相关材料，进而在这些材料的基础上，深入分析某一现象或问题的本质。其中，补充采访获取信息材料的方式，是现阶段研究者采用对社会现象展开研究的一种常用方法。该方法强调，从没有理论假设出发，从实际观察入手，研究者通过招募符合研究现象特征，有过相关经历的受访者。在从与他们的交流中，获取一手的信息材料，通过深入访谈的方式，分析挖掘现象背后深层次的原因，归纳出经验模式，随后发展为一定高度的理论。访谈的方式，对原始资料的收集，必然会涉及到对受众的访谈，而访谈又会产生大量的访谈数据。而研究者则需要在这些大量的访谈数据中，整理形成编码框架。而这样的整理工作，通常会耗费研究人员大量的精力，而...
【技术保护点】
1. 一种机器智能辅助的扎根理论编码优化方法，其特征在于，具体步骤如下：/n（1）数据预处理/n在得到访谈录音数据后，利用转录软件或平台，对录音数据进行转录，并通过人工梳理的方式，得到相应的文字材料；/n然后，通过分句分段工具，将访谈记录切割成一个个语句块；并通过人工核对检查的方式，将分句分段结果进行适当的调整，得到语料集，作为编码的原始材料；/n（2）人工预编码/n对步骤（1）得到的对语料集进行人工预编码，形成初步的编码方案；预编码算法中，通过循环编码、随机选取数据的方式，对选取的原始材料进行概念层次和主题层次的编码，并不断调整编码框架，直至达到初步的信息饱和，或当前数据...
【技术特征摘要】
1.一种机器智能辅助的扎根理论编码优化方法，其特征在于，具体步骤如下：
（1）数据预处理
在得到访谈录音数据后，利用转录软件或平台，对录音数据进行转录，并通过人工梳理的方式，得到相应的文字材料；
然后，通过分句分段工具，将访谈记录切割成一个个语句块；并通过人工核对检查的方式，将分句分段结果进行适当的调整，得到语料集，作为编码的原始材料；
（2）人工预编码
对步骤（1）得到的对语料集进行人工预编码，形成初步的编码方案；预编码算法中，通过循环编码、随机选取数据的方式，对选取的原始材料进行概念层次和主题层次的编码，并不断调整编码框架，直至达到初步的信息饱和，或当前数据集数据已全部编码；此外，在原有编码的基础上，可以继续编码新的数据，具备较高的灵活性；因此，当未达到信息饱和，或当用户认为未编码完成时，都可继续编码新的数据；
（3）编码特征提取
在预编码的编码方案基础上，进行编码特征提取，实现后续数据的自动分类编码；编码特征的提取，采用TF-IDF方法；其中，TF代表的是TermFrequency,即词频；用该词在该条语料中出现的次数word_cnt，除以该条语料中的总词数total_cnt进行计算，如公式1所示：
公式1
IDF，是指Inversedocumentfrequency,即逆向文件频率，用来衡量一个词语的普遍重要性；由总文件数目total_file除以包含该词语的文件数目file_cnt，再将得到的商取以10为底的对数，即得到IDF的值，其计算式如公式2所示：
公式2
最后，将TF与IDF的值相乘，即得到TF-IDF的值，如公式3所示：
TF-IDF=TF*IDF公式3
（4）自动编码
在步骤3特征提取的基础上，对新的语料集进行编码分类，补充编码框架中的语料集；此处，仍延续步骤3中提取的特征方法，以TF-IDF方法对新的语料集进行自动编码分类；
对于中文语料集，先对文字材料进行分词；去除常用词后，将剩余的词作为该语料集的特征词；然后，通过这些词计算该段文字与相应概念和主题分类的匹配度，将其归类到匹配度最高的主题分类和编码分类下；
具体地，一条新语料t和某语料集s的相似度计算如公式4所示：
公式4
这里,m,n分别为新语料t和语料集s的特征词个数；score(ti,sj)代表的是语料t中第i个词汇和语料s中第j个词汇的在相似度上的得分，具体计算方式如公式5所示：
公式5
其中，dis(x,y)代表词汇x和词汇y在词向量数据集中的空间距离，thres...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。