研究方向

质性研究(Qualitative Research)以文字、图像、声音等非数值化数据为研究对象, 通过系统化的分析揭示人类行为与社会现象背后的深层意义。本工作室聚焦于 质性研究的方法论创新与软件工具开发,为研究者提供从数据收集到理论生成的 全流程技术支持。

软件工具

我们自主研发并结合主流工具,为质性研究提供高效的技术支撑。

自主研发

质性编码辅助工具

支持开放编码、主轴编码、选择编码三级编码流程, 自动生成编码节点树,支持多研究者协作的一致性检验。

自主研发

LDA 主题建模分析工具 🆕

基于 LDA 算法的中文文本主题建模工具,支持 Excel 上传、中文分词、 主题数自动寻优、LDA 建模、交互式可视化(LDAvis / 关系图 / 词云) 及 DeepSeek AI 语义分析。适用于质性研究中的主题发现与文本挖掘。

了解详情 →
集成工具

文本分析工作台

集成词频统计、共现分析、情感分析、主题建模等 功能,为质性文本提供量化辅助视角。

主流集成

NVivo / MAXQDA 工作流

提供与主流质性分析软件的数据接口与工作流优化, 简化从导入到编码、从编码到报告的完整流程。

方法论服务

质性研究咨询

为研究生与研究者提供研究设计、编码策略、 理论建构、论文写作的全流程方法咨询。

团队成果

作品展示

质性研究工作室的演示视频与相关讲座内容。可切换本地播放或在线播放。

🎬
质性研究演示视频
请将视频文件放入 assets/videos/ 目录
或配置 B站视频链接后点击播放
当前来源:本地播放

常用方法与流程

扎根理论三阶段编码

  1. 开放编码:将原始数据逐句分解,赋予概念化标签
  2. 主轴编码:建立范畴间的联系,形成主范畴与副范畴
  3. 选择编码:整合核心范畴,建构扎根理论框架

主题分析六步法

  1. 熟悉数据(反复阅读、初期笔记)
  2. 生成初始编码(系统化标注数据特征)
  3. 搜索主题(归类编码形成候选主题)
  4. 审查主题(检查主题与数据的一致性)
  5. 定义命名主题(明确每个主题的内涵)
  6. 撰写报告(呈现分析结果与研究洞见)
💡 量化辅助视角: 在主题分析的「搜索主题」与「审查主题」阶段,可借助 LDA 主题建模分析工具 对大规模文本进行自动主题发现,以数据驱动的方式辅助识别潜在主题, 再结合人工编码进行验证与深化,实现质性与量化方法的有效整合。