[发明专利]一种机器智能辅助的扎根理论编码优化方法

说明书

本发明属于定性研究技术领域，具体为一种机器智能辅助的扎根理论编码优化方法。本父母优化方法的核心体现在两个环节：特征提取及自动编码分类：特征提取是根据同编码分类中，文本在信息上具有较高的特征一致性设计，提取同分类下的文本信息特征，作为后续自动分类环节的分类依据；自动编码是根据在特征提取环节中提取的分类特征，计算新文本与各分类语料的相似度，将其归类到相似度最高的分类中；在整个编码过程中，会结合人为调整、特征再提取等过程，以获取更精确的编码结果。本发明是在经典的扎根理论编码过程中融合了机器智能技术，以优化编码过程，提高研究人员对数据处理和编码的效率。

技术领域

本发明属于定性研究技术领域，具体涉及一种扎根理论编码优化方法。

背景技术

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，而实际这个编码的过程，存在一定量的重复性工作，有一定的规律可循，部分工作可由机器替代。

发明内容

为了更好地协助定性研究者开展对访谈资料的整理分析工作，本发明设计了一种机器辅助的扎根理论编码优化方法。

通常，在大部分场景下，原始资料的收集，会涉及对受众的访谈，而访谈又会产生大量的访谈数据。研究者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，而实际这个编码的过程，按照一定的逻辑步骤进行，有一定的规律可循，机器可以替代一部分的整理、分类工作。故而，本方面提出一种对编码过程的优化方法。其中，编码的流程如附图1所示。以下介绍本发明方法的具体步骤。

(1)数据预处理

在得到访谈录音数据后，研究人员可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。

随后，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，算法还支持在原有编码的基础上，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。该预编码算法参见附录1，其流程为：

每次编码过程，可以在上次编码的结果集合上继续进行，也可以在空的编码结果上进行。每次编码过程是在新的数据集中，随机选取未编码的数据PD(算法第4-11行)。通过人工编码的方式，为该条数据生成其对应的概念CN(算法第12行)；然后，在当前编码结果CT中，逐个在主题集合TS中，查找是否已存在对应的概念(算法第13-22行)；如果，已存在该概念，则将该概念添加对应的主题，对应的概念集合中(算法第23-29行)。