一、研究缘起 随着数据科学的迅猛发展，自然语言处理和机器学习模型在大规模电子文本分析中的应用日益广泛，为社会理论的构建开辟了一条新路径（Evans & Aceves，2016）。在最新的综述中，戈德堡和辛格尔将社会学的解释任务划分为类型化（categorization）和语义关联（semantic association）两大类（Goldberg & Singel，2024）。从基础技术来看，实现这些分析涉及词共现（cooccurrence）和词嵌入（embedding）两种方法。 词共现分析通过统计词汇在文本中共同出现的频率来构建概念网络，其结果直观且易于理解，因而具有较高的可解释性。研究者可直接基于词汇频率观察词语间的关联模式，并推导出潜在的主题或情感倾向。然而，该方法的局限在于仅能捕捉表层词汇关系，难以深入揭示词语间的深层语义和上下文依赖性。词嵌入技术则通过将词汇映射至高维向量空间，利用大规模文本数据训练的语言模型捕捉词语间的语义相似度和接近性。其通过几何关系推断词义，不仅能反映复杂的语义关联和语境信息，还能为研究者提供更为精细的分析工具（Garg et al.，2018；Kozlowski et al.，2019；Stoltz & Taylor，2021）。例如，科兹洛夫斯基等借助词嵌入技术构建了“文化几何学”框架，分析文化中的阶级概念，揭示了不同阶级群体用词的差异，反映了社会结构与文化认知的多样性（Kozlowski et al.，2019）。这一技术在社会科学中的应用已证明其有效性，为理解语言背后的社会意义、情感态度以及隐蔽的文化结构提供了全新视角。 尽管如此，现实世界的复杂性远非简单算法所能概括。数据科学方法虽然在识别数据模式和关联性方面表现出色，但受限于数据的表面结构，往往难以触及深层的文化与符号意义。帕斯奎内利指出，人工智能（AI）模型本质上是数据压缩算法，缺乏处理文本中符号性与文化语境的能力（Pasquinelli，2019）。忽略理论指导，完全依靠数据驱动的方法易忽略数据的社会建构性与语境依赖，落入“数据能自己说话”的经验主义谬误，产生误导性结论（Kitchin，2014）。因此，研究者须在理论基础、质性理解和量化分析间寻求平衡。理想的研究策略应整合理论指引与数据技术，结合显式和隐式方法，以确保研究的深度与方向性（Boyd & crawford，2012；Halford & Savage，2017）。 数据科学方法虽为文本分析提供了强大工具，但怎样实现这一目标，仍是亟待解决的问题。本研究立足计算扎根理论（Computational Grounded Theory，CGT）范式，探索如何在中小规模语料分析中平衡效率与质性深度。研究引入敏捷计算扎根理论（Agile Computational Grounded Theory，ACGT）框架，以词向量与词共现技术为支撑，通过“种子词”扩展构建测量体系，并结合TF-IDF权重与Yeo-Johnson变换实现主题量化。本研究以学生评教中的教师魅力评价为实证案例，利用有监督机器学习建模，检验性别因素对评价机制的影响，通过外部效度分析完善理论框架。最后，结合大语言模型背景，系统评估该敏捷范式在数据驱动理论生成中的实践成效与方法论价值。 二、方法述评 （一）经典扎根理论 编码作为一种研究方法在社会科学领域被广泛应用，其概念源自由格拉泽和斯特劳斯开创的扎根理论（Glaser & Strauss，1967）。作为质性研究核心范式，扎根理论强调通过对数据的深入分析归纳生成理论（Strauss & Corbin，1994）。在编码过程中，研究者从数据中识别概念，通过不断比较不同数据片段，逐步抽象、综合出范畴（卡麦兹，2009）。这个过程要求研究者从实际数据出发，避免预设的理论框架干扰分析。扎根理论优势在于其开放性和对数据的尊重。通过编码突破既有理论框架的限制，直接从数据中提炼理论，防止简单套用现有框架可能导致的数据扭曲或忽略有价值的线索（Glaser，1992；Strauss & Corbin，1994）。 然而，对于编码这样的基本范畴，扎根理论阵营内部在方法论上依然存在分歧。依据肯尼和福里的概括，扎根理论主要由三种流派构成：经典扎根理论、斯特劳斯式（Straussian）扎根理论和建构主义扎根理论（Kenny & Fourie，2015）。经典扎根理论强调从实质性编码（substantive coding）到理论性编码（theory coding）的步骤，这一过程展现出显著的灵活性。施特劳斯和卡宾基于开放式编码（open coding）、主轴式编码（axis coding）和选择式编码（selective coding）三个层级，对编码过程进行了更为系统和严格的规定（Strauss & Corbin，1994，1997）。如在选择式编码阶段，研究者需要概括出故事线（story line），形成“因果条件→现象→脉络→行动→后果”的理论框架。
