扎根理论(grounded theory)是重要的质性研究方法论之一，通常通过“田野研究”针对一些现象、事件或者问题进行理论构建研究[1]。然而，随着时代的发展和进步，影响这些“现象、事件或问题”的因素越来越多，领域交错日趋复杂，质性材料数据呈现出海量化趋势。此时，通过传统“笔记”[2]等方法搜集数据、对数据进行编码的方式很难适应未来的理论构建需要。要解决这一问题，迫切需要对传统扎根理论进行完善和创新。

1　扎根理论回顾

扎根理论是由两位社会学家Barney Glaser和Anselm Strauss提出的[1]。1965年，他们在一项关于医院里即将去世病人的观察研究中合作撰写了Awareness of Dying一书。在这项研究中，他们开发了一种持续比较方法，后来被称为扎根理论。自从1967年Glaser和Strauss的著作[3]以及1978年Glaser的著作[4]陆续出版后，他们便开始在不同方向上应用扎根理论。Glase继续保持早期观点，最终形成了经典扎根理论(original version)学派；而Strauss将该方法论向证实方向发展[5]，与Juliet Corbin等进一步沿着这一方向前进，提出了新的技术程序，最终形成了程序化扎根理论(proceduralised version)学派。进入21世纪后，Charmaz提出了扎根理论的一种新景象[6]。他认为必须从实证主义源头继续发展扎根理论，并融入了过去20年建构主义者提出的很多方法和问题，使扎根理论成为一种更加细致、更具反思性的实践。于是，建构型扎根理论学派诞生了。构建主义扎根理论实现了自下而上“归纳”与自上而下“解释”的统一，可以说是经典扎根理论的重要发展。

经典扎根理论、程序化扎根理论和建构型扎根理论并不是彼此独立的，而是存在高度相关性。从本质上讲，其基础都是自下而上的质性研究，具有很多共性。例如，扎根理论的研究流程基本相同，都是先进行数据收集，再进行编码分析，进而生成、检验和完善理论。但是，三种方法在质性材料搜集和研究步骤方面存在差异。经典扎根理论提倡不预设任何框架的全开放性数据收集，认为小样本和有限数据是可以接受的[6]，最终确定了“实质性编码和理论性编码”两个步骤。而程序化扎根理论主要是在经典扎根理论的基础上进行程序化规范研究，进一步将编码过程确定为“开放性编码、主轴编码和选择性编码”3个步骤[7-8]。但是，该理论并没有对经典扎根理论的质性材料搜集思路提出变革。构建主义扎根理论是在经典扎根理论的基础上将实证构建主义融入经典扎根理论，强调“引导”和“显现”，突出了“解释”的作用，要求研究者检验被研究世界的假设，并清晰地再现这些假设，并要发现“研究对象认为理所当然的东西是什么或没有说出的东西是什么以及他们说了什么和做了什么”[6，9]。该理论认为，一个认真的解释性理解往往意味着经典的质性研究。在获取质性材料的具体方式上，构建主义扎根理论认为，研究者可在一个清晰的阶段框架内发挥个人的创造力——这与经典扎根理论和程序化扎根理论是完全不同的。

2　传统扎根理论的质性材料与研究范式

2.1　传统扎根理论中的质性材料问题

在扎根理论中，“一切皆为数据”[10]。所有研究都是对前期数据信息的分析过程，研究的质量和可信性高度依靠数据信息，数据的深度和范围对研究的影响也是明显的[11-12]。Glaser等经典扎根理论学者认为，小样本和有限数据并不会带来什么问题，这种推论有助于研究者安排自己的数据搜集方式方法，但是也会导致“砸碎了再掠取”(smash and grab)的数据搜集策略和肤浅的分析[9]。在这一点，通过传统扎根理论——“田野研究”*田野研究，又称田野调查、参与性观察、实地研究等，是基于自然主义考察自然情境下的行为及其意义。其基本特征是：进入实地，通过成为“局内人”，在自然情境下采用各种研究方法(如观察、访谈等)获取关于研究对象的第一手整体性资料。搜集到的数据显然是有限的。因此，以往的扎根理论必须对数据进行“深描”，进而挖掘数据的潜力[13]。尽管构建主义扎根理论试图通过“解释”这一途径完善小样本数据带来的不足，但是无法回避传统扎根理论研究中数据获取渠道狭窄这一问题。总结相关研究，截至目前，三大扎根理论学派都没有针对这一问题给出新的解决方案。导致这一现象的原因，归根结底是传统扎根理论的“根”扎在了现实生活中的“田野”里。在这种思维下，获取质性材料的途径基本都是个案研究。可是，随着人类历史的发展，影响人们经历的事件、问题或现象的因素数量急速膨胀，这些因素不仅包括个人的情绪、健康等内因，而且包括政治、经济、法律和环境等外因，甚至包括内外因协同影响的情感等。此时，在这个数据大爆炸时代，通过传统的质性材料收集途径似乎越来越难以抽取出高质量的、错综复杂的数据。时代的发展正呼唤研究者们开展基于“大样本、科学数据”质性材料的扎根理论研究。

1829年，德国作曲家门德尔松应伦敦爱乐协会之邀来到爱丁堡，并在游历荷里路德修道院遗址时产生了创作灵感，创作出著名的《苏格兰交响曲》，讲述了苏格兰玛丽女王的故事，道尽了历史的苍凉。

传统扎根理论的另一现象是：在获取质性材料数据的过程中，研究者自身的观点往往也被置于研究中[14-15]。无论是在“田野调查”过程中，还是在个人经历、个人观点等的访谈调查过程中，数据搜集者都将个人观点揉入了被调研对象、事件或问题之中，最终得到的结论其实是基于研究者个人世界的理论模型。这种提前融入个人因素的调查过程是形成普适性理论的巨大障碍。从本质上讲，这本身就与传统扎根理论中的无预定框架、开放性数据获取范式相背。为此，寻求在数据收集过程中能将调研者的影响降至最小甚至排除的方法是扎根理论研究的重要方向。

3.2.2　新范式的数据编码机制

2.2　传统扎根理论的研究范式

3.1.1　新的质性材料——科学文献

  

图1　传统扎根理论的一般研究范式

3　基于科学文献聚类分析的扎根理论研究范式改进

鉴于上述分析，本文提出了基于科学文献聚类分析的扎根理论研究范式(以下简称“新范式”)。将“科学文献”作为扎根理论质性材料，是“新范式”与传统扎根理论范式的本质区别。基于这一变化，需要设计相关的文献编码方法、设计数据编码机制等，最终形成完整的范式体系。

3.1　新范式的改进思路

传统扎根理论的一般研究范式如图1所示。首先是界定研究现象、明确范围；然后采用多种方法对研究对象进行小样本的有限数据搜集，之后对数据进行编码和分析，进而形成初步的理论模型；接着，通过持续比较理论模型与新资料确定理论的饱和度。当理论饱和后，还需要通过文献讨论支持该理论模式，且引用实际访谈资料来佐证。若此过程得到确认，则理论生成或构建完毕；若未得到足够的支撑，则需要修正模型，直至理论定型。

在依托“科学文献”开展扎根理论研究的过程中，研究者可能经常面临处理数以万计甚至更庞大规模的海量数据，这对于传统扎根理论的数据编码及其“深描”分析都是巨大挑战。在这方面，近年来快速发展的科学计量学为该问题的解决提供了有效途径。科学计量学是以文献中的科学文献以及非正式交流中科学交流的消息、事实、事件和实物等为研究对象，应用数理统计和计算技术等数学方法对科学活动的投入(如科研人员、研究经费)、产出(如论文数量、被引数量)和过程(如信息传播、交流网络的形成)进行定量分析，从中找出科学活动规律性的一门科学学分支学科[28-29]。近年来，机器学习(machine learning)[30-31]和数据挖掘(data mining)[32-34]技术的发展更加强化了科学计量学对数据提取和筛选的处理能力。在新范式中，采用科学计量手段可以构建科学文献的引文网络，该网络中的不同聚类节点反映了所研究问题的不同范畴，这些节点的网络连接体现了不同范畴之间的逻辑关系。该“范畴”网络对扎根理论的最终理论编码将起到有效的支撑作用。可以通过某个聚类的大小、出现频率、与其他类属的关联强度、子网络的复杂程度等判断其核心类属特性，为后续理论的构建和产生奠定基础。综合来看，科学计量学具备的情报信息定量研究能力和针对大规模数据的计算机处理与分析能力已为科学文献的聚类与“深描”分析提供了可能。

3.2.3　新范式的数据获取问题

将物理或抽象对象的集合分成由类似对象组成的多个类的过程被称为聚类[24]。文献聚类方法有很多，如基于划分的聚类算法、基于层次的聚类算法、基于密度的聚类算法、基于网格的聚类算法、基于神经网络的聚类算法和基于统计学的聚类算法等[25-26]。不同的聚类算法会对聚类结果产生不同影响，但是无论采用哪种方法，聚类的目的都是相同的——将从文献中抽取出的“类似概念或主题”归在相同类别中，最终形成一个具有“概念化名称的聚类”。可以发现，聚类的本质与传统扎根理论的数据编码相似。“编码在经典扎根理论中是指通过对事件之间、事件与概念的不断比较，促成更多‘范畴与特征’的形成以及对数据的概念化”[27]。本文从文献中提取的“类似概念与主题”恰与传统扎根理论的“范畴和特征”对应，两者的共同结果是对“数据的概念化”。因此，科学文献数据的聚类过程实质上相当于传统扎根理论的编码过程。因此，聚类可成为扎根理论的数据编码方法。

3.1.3　科学文献的聚类手段：科学计量

我为你找到一份工作，好像很牛气的样子。其实我可怜你就是可怜我自己。当初我也是为找一份工作百般挣扎，如果有一份像样的工作，我就不会是今天这个样子了。我是为了一份工作，才迫不得已出卖了自己的贞操啊。

科学文献是学者们在科技期刊上发表的有关自然科学和社会科学的原始经验和理论成果的学术性出版物[16-18]。在出版前，科学文献一般都要通过严格的同行评议，这一过程保证了研究成果的可靠性和先进性。因此，科学文献与传统扎根理论中所指的“文献”有鲜明区别*传统扎根理论中所指“文献”并没有界定文献的属性，很多文献缺乏科学性，这将大大降低文献质性材料的可靠性和有效性。 。科学文献涵盖了研究性文献、专利和技术报告、评论文章、书籍和百科全书等众多形式[19]，这体现了科学文献的广泛性。此外，随着时代的发展，科学文献呈现出的一个新的鲜明特征是数据海量化[18，20-21]。上述两点反映出科学文献具备大样本和数据密集的特征。而针对这种数据密集型的科学发现已被认为是科学研究的第四范式[22-23]，将对科学研究产生巨大影响。科学文献的另一个重要特征是可控性。一是实现了对研究者个人因素影响数据的控制。研究者可通过搜索文献本身、文献自引和文献他引来有效控制文献源，进而剔除研究者自身文献对质性材料数据的影响。二是实现对研究主题的控制。既可以实现经典扎根理论和程序化扎根理论要求的无预定框架性数据搜集，也可以实现构建主义扎根理论的预设框架性数据搜集。综上分析，可以判断，通过扎根“科学文献”开展理论研究是一个重要方向。

3.2　新范式的提出

3.2.1　新范式架构

中国电信、中国联通、中国移动等运营商的国际出口，基本设置在北京、上海、广州，其他城市均没有设置国际出口，采集如下图：

  

图2　基于科学文献聚类方法的扎根理论研究范式

针对传统扎根理论中的质性材料问题，是否可以找到获取可信赖的大样本质性材料数据的途径和方法呢？这些数据是否可以弱化甚至摆脱研究者自身对之的影响呢？如果可以，这显然将提升扎根理论的研究质量。

与传统扎根理论的数据编码机制相比，在采用新范式进行数据编码时，由于扎根数据源不同以及由此带来的数据处理手段不同，因此产生了不同的数据编码机制。新范式的数据编码机制如图3所示。首先采用科学计量学手段对科学文献数据进行聚类，然后对生成的聚类数据进行编码转换。聚类中的标签对应开放性编码(程序化扎根理论)或实质性编码(经典扎根理论)的“初始概念”，聚类名称是针对“初始概念”的“提炼概念”，至此转换完毕。此时，如果研究者选用经典扎根理论作为后续研究方法，那么可依据“初始概念”进行范畴化分析以及后续规范研究；如果研究者选用的是程序化扎根理论作为后续研究方法，那么可针对“提炼概念”开展范畴化分析以及后续研究。

  

图3　新范式的数据编码机制

3.1.2　科学文献的扎根理论编码方法——聚类

其次，对于学业有困难或者因为某种原因不能顺利毕业的学生，要给予更多的关心，注意他们情绪上的波动，帮助他们寻找新的出路.用一颗热忱的心，用大爱的精神，去关心爱护学生，保障毕业生学业管理工作的有效、顺利开展.

新范式中的关键环节之一是数据获取。在这方面，对主题的研究和对现象的研究是有所不同的。对主题的研究一般意味着在科学领域可能已存在大量相关研究。为此，运用扎根理论的研究者可通过多种途径针对该主题的主题词进行科学文献的数据搜集，进而为后续研究奠定基础。但是，对现象的研究(或对一些前沿主题的研究)则有所不同。它们可能没有一个精准的主题词、关键词或概念能够完全描述现象范畴，因此需要研究者在数据获取时适当扩大搜索范围。需要注意的是，在新范式中，无论表述现象的检索词多么庞大，最终都将在计算机的科学计量中得到高效整合。因此，搜索科学文献时，检索词限定在主要的知识领域即可实现数据的高覆盖率。

4　新范式的应用案例：商业模式创新理论模型构建

本节应用本文提出的“新范式”构建商业模式创新理论模型。首先，对SCI和SSCI两个数据库进行检索，共得到602条按商业模式创新的文献记录；然后，分别利用科学计量工具VOSviewer和CiteSpaceV，对收集的科学文献进行聚类。其中：利用VOSviewer软件直接对602条施引文献进行聚类分析；利用CiteSpaceV软件对602条施引文献应用的近万条被引文献进行聚类分析。生成的聚类如图3所示。在对基于上述两个软件得到的聚类标签结果进行去重后，最终得到870个与“商业模式创新”相关的聚类标签。通过上述步骤，可最大限度地避免遗漏重要概念。接下来，本文从870个标签中精选出368个与商业模式创新最相关的聚类标签进行开放式编码。

  

图3　科学文献的共被引聚类网络图

开放式编码阶段的主要工作是标签化、概念化和类属化，处理结果如表1和表2所示。

陆游包含“琴书”意象的诗句除了“琴书闲暇永清昼，簪履光彩明华星”[3]19句出自题画诗《题十八学士图》，并非讲述放翁自己的生活外，其他包含“琴书”意象的诗句都与放翁自身的生活经历息息相关。

由于扎根的质性材料与以往有所区别，而且采用了科学计量学手段进行聚类和分析，因此新范式具有如图2所示的变化。其中，带有底纹的模块体现了新范式与传统扎根理论范式的主要区别。首先，新范式需要在开始阶段确定研究现象，对研究对象的科学文献进行搜集，借助科学计量手段对文献数据进行聚类、编码和分析，进而生成或提出理论模型。然后，新范式仍需要进行理论饱和检验，原因是尽管产生理论采用的质性材料是大样本海量数据，但是在生成理论过程中进行了文献聚类、数据编码和聚类分析，因此仍可能产生理论偏差。在确定了理论模型后，新范式要求研究者通过文献讨论或案例讨论来支持该理论模型。相对于传统扎根理论通过文献讨论验证理论有效性的做法，新范式中开展的案例讨论是一项重要补充，它可将从文献中提炼出的结论通过实践案例加以确认。如果相关文献或案例可以支撑理论，那么理论定型完毕。如果相关文献研究不支撑理论，那么存在两种可能：第一，获取的数据可能不准确，如在检索数据时遗漏了关键领域的主题检索词或数据库选择有误等；第二，在采用科学计量手段进行聚类和分析的过程中可能出现了问题。在上述情况下，需要进行持续更新和比较分析，直至最后理论定型。

 

表1　开放式编码的贴标签(概念化)

  

编号贴标签(概念化)编号贴标签(概念化)a13D打印技术a9双元性创新a2吸收能力a10模拟企业环境a3配件销售a11吸引风险资本投资者a4实现电子商务创新a12生物技术a5敏捷企业a13边界对象a6代理成本︙︙a7调整管理模式a368科学背景a8战略联盟

 

表2　开放式编码的类属化

  

编号初始范畴编号初始范畴A1市场参与者(a34、a62、a119、a218、a220)A6成本类型(a6、a258)A2价值主张(a13、a77、a104)A7专利(a109、a219、a237、a238、a313、a322、a323、a324)A3顾客取向(a89、a98、a103、a303)A8生产方式(a83、a91、a232、a366)A4营销策略(a3、a240、a243、a272)︙︙A5运作媒介(a4、a92、a113、a192、a255)A74创意项目(a81)

本文将程序化扎根理论作为后续研究方法，即按照“主轴编码和选择性编码”两个步骤构建理论。最终，本文以商业模式创新的动因、商业模式创新所处的情景、商业模式创新的中介、商业模式创新的行动策略以及商业模式创新的结果为描述的逻辑主线，并将各类属按性质和范畴分布到对应层次上，共形成了18个副范畴，进而将之整合归纳到“价值驱动、价值目标、价值创造、价值主张、价值传递、价值捕获和价值评价”7个主要范畴中。主要范畴的简况如表3所示。

 

表3　主要范畴(主轴式编码)

  

层次主要范畴副范畴初始范畴动因层价值驱动AA1外部动力A11新兴技术、A17商业模式运作、A22创新驱动、A24市场环境、A35技术变革、A53理论动力、A60法律政策AA2内部动力A26企业认知、A30竞争优势、A41价值驱动、A52领导者、A68企业类型、A74创意项目AA3约束阻力A15创新风险、A21竞争威胁、A31约束因素目标层价值目标AA4发展目标A14企业成长、A28创业成长、A54价值最大化、A56战略管理与创新AA5实现方法A12创新方法、A16创新模仿、A20价值管理、A37整合创新、A42组织变革︙︙︙︙评价层价值评价AA18对比评价A33评价方法、A50评价指标

接下来，通过选择式编码确定核心范畴，进而构建理论模型。根据上述各阶段的编码工作，本研究发现，可将“价值目标”和“价值主张”两个因素同时作为“商业模式创新”运行系统的核心。其中，“价值目标”体现了宏观层面的决策核心，“价值主张”体现了运营层面的核心，形成双轮驱动的商业模式创新新型架构。其他各范畴都是围绕上述两个“核心范畴”进行的系统活动。至此，本文提出：商业模式创新是一个包含创新动因(价值驱动)、创新行动(价值目标创新、价值主张创新、价值创造创新、价值传递创新和价值捕获创新)和创新评价(价值评价)三大阶段，由7个组件构成，以价值流为载体，以价值目标和价值主张为核心的创新系统。该系统从动因层、行动层和评价层阐释了“是否进行商业模式创新”“针对什么进行商业模式创新”和“如何评价商业模式创新”的商业模式创新机理。本文最终构建的商业模式创新系统模型如图4所示。

（三）病理剖检 对6只死鸡进行剖检，病理变化基本相同，可见皮下有数量不等的胶冻样黄色液体或红色液体；胸部和大腿内侧有条状出血或弥满性出血点；喉头和气管黏膜充血，腺胃乳头很少出血；心外膜、心冠脂肪充血、出血；肝脏有出血点或土黄色坏死灶；脾脏肿大，呈紫红色，直肠黏膜和盲肠扁桃体多见有出血。

根据新范式流程，本研究对关于商业模式创新的20篇论文进行检验，发现本研究提出的商业模式创新理论模型具有较好的理论饱和度，即现有的模型体系包涵了新材料中的要素或范畴。最后的文献讨论显示，本研究构建的商业模式创新理论模型包含的价值驱动、价值目标、价值主张、价值创造、价值传递、价值捕获和价值评价七大要素具有良好的理论研究基础，且这些要素之间的相关研究也较为充实，各要素之间具备良好的内联性和逻辑性。这进一步验证了本研究所提出的商业模式创新理论模型的合理性。至此，本研究基于扎根理论新范式提出的商业模式创新理论模型实现定型。

  

图4　商业模式创新系统模型

5　结论

本文提出的扎根理论新范式并不是对传统扎根理论范式的颠覆，如依旧贯彻了“数据获取—数据编码与分析—理论形成—理论检验与完善—理论确认”的传统扎根理论形成逻辑，但是与传统扎根理论范式又存在重大区别，主要是对扎根理论的“根”扎于何处进行了调整。本研究并不否认传统扎根理论基于小样本和有限数据的“田野调查”、个人经历、个人观点和访谈调查等数据收集过程，但同时认为，随着时代的发展，影响一个事件或行为的因素日趋复杂，采用传统方法“将所形成的理论反复与海量数据进行理论饱和检验进而确定理论”的难度越来越大，所构建理论的可靠性会大大降低。而“科学文献”具备科学本质、大样本特征以及可将研究者个人因素从研究内容中剔除的优势，这大大弥补了传统扎根理论的不足。

本文选用大样本、海量数据的科学文献作为质性材料，解决了传统扎根理论“仅仅针对小样本和有限数据来提出科学理论”的合理性问题。此外，通过“控制科学文献的数据源”，本文解决了长久以来扎根理论研究中始终掺杂了研究者个人或群体影响因素的不足；通过使用科学计量方法，本文解决了海量科学文献数据的扎根编码问题。然而，新范式也具有局限性。扎根于“科学文献”提出理论或构建理论建立在科学理论的基础上，但如果科学文献本身存在瑕疵或不足，那么会对新范式的应用质量产生不良影响。尽管通过分析海量科学文献基本上可以规避由此产生的弊端，但是仍可能存在不足。为此，将传统扎根理论的田野实践研究融入新范式是下一步研究的方向。

参考文献

[1]　KNAAK S，PATTEN S.A grounded theory model for reducing stigma in health professionals in canada[J].Acta Psychiatrica Scandinavica，2016，134：53-62.

[2]　凯西·卡麦兹.建构扎根理论：质性分析操作指南[M].重庆：重庆大学出版社，2009.

[3]　GLASER B G，STRAUSS A L.Discovery of Grounded Theory：Strategies for qualitative research[M].Mill Valley：Sociology Press，1967.

[4]　GLASER B G.Theoretical Sensitivity：Advances in The Methodology of Grounded Theory[M].Mill Valley：Sociology Press，1978.

[5]　STRAUSS A L.Qualitative Analysis for Social Scientists[M].New York：Cambridge University Press，1987.

[6]　CHARMAZ K.Constructing Grounded Theory：A Practical Guide Through Qualitative Analysis[M].London：SAGE，2006.

[7]　陈文基，忻展红，申志伟.基于经典扎根理论的商业模式研究[J].北京邮电大学学报(社会科学版)，2011(3)：81-88.

[8]　杜根旺，汪涛.中国创新政策的演进——基于扎根理论[J].技术经济，2015(7)：1-4.

[9]　DEY I.Grounding Grounded Theory：Guidelines for Qualitative Inquiry[M].San Diego：Academic Press，2014.

[10]　CHARMAZ K.Constructing Grounded Theory：Introducing Qualitative Methods[M].London：SAGE，2014.

[11]　VEDD R，KOUHY R.Interface between management accounting and strategic human resource management：four grounded theory case studies[J].Journal of Applied Accounting Research，2017，7(3)：117-153.

[12]　HOLTON J A，WALSH I.Classic Grounded Theory：Applications with Qualitative and Quantitative Data[M].SAGE Publications，2016.

[13]　THOMSON S B.Sample size and grounded theory[J].Social Science Electronic Publishing，2017(5)：184-192.

[14]　吴刚.工作场所中基于项目行动学习的理论模型研究[D].上海：华东师范大学，2013.

[15]　李怀祖.管理研究方法论[M].西安：西安交通大学出版社，2004.

[16]　ZHANG J，CHEN C M，VOGELEY M S.Modeling users' data usage experiences from scientific literature[C]//International Conference of Design，User Experience，and Usability，Berlin，Heidelberg.Springer，2011：337-346.

[17]　CHEN C M，LEYDESDORFF L.Patterns of connections and movements in dual-map overlays：a new method of publication portfolio analysis[J].Journal of the Association for Information Science and Technology，2014，65(2)：334-351.

[18]　CHEN C.Citespace II：Detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the Association for Information Science and Technology，2006，57(3)：359-377.

[19]　PRICE D D S.A general theory of bibliometric and other cumulative advantage processes[J].Journal of the Association for Information Science and Technology，1976，27(5)：292-306.

[20]　王玮，杨润和.基于海量文献数据的市场监管领域研究热点探析[J].中国工商管理研究，2015(11)：71-74.

[21]　方斌.海量文献数据处理系统的设计与实现[D].北京：北京大学，2010.

[22]　TOLLE K M，TANSLEY D，HEY A J G.The fourth paradigm：data-intensive scientific discovery [point of view][J].Proceedings of the IEEE，2011，99(8)：1334-1337.

[23]　HEY T.The fourth paradigm-data-intensive scientific S，AL P L，et al.E-science and information management.Berlin，Heidelberg：Springer Berlin Heidelberg，2012：1-1.

[24]　黄小丽.基于Pso的膜聚类算法及其在图像压缩中的应用[D].成都：西华大学，2015.

[25]　王旭仁，李娜，何发镁.基于改进聚类算法的网络舆情分析系统研究[J].情报学报，2014，33(5)：530-537.

[26]　郭均鹏，王梅南，高成菊.函数型数据的分步系统聚类算法[J].系统管理学报，2015(6)：814-820.

[27]　STRAUSS A L，CORBIN J M.Basics of Qualitative Research：Grounded Theory Procedures and Techniques[M].London：SAGE，1990.

[28]　焦亮.中国基因科学领域研究状况的计量分析[D].新乡：河南师范大学，2011.

[29]　朱晋伟，胡万梅.国际创业研究的热点和趋势——基于SSCI的文献计量和知识图谱分析[J].技术经济，2015(5)：36-40.

[30]　MA C，ZHANG H H，WANG X.Machine learning for big data analytics in plants[J].Trends in Plant Science，2014，19(12)：798-808.

[31]　NATARAJAN B K.Machine Learning：A Theoretical Approach[M].San Francisco：Elsevier Science & Technology，1991.

[32]　HOLZINGER A.Data mining with decision trees：theory and applications[J].Online Information Review，2015，39(3)：437-438.

[33]　吴晓英，明均仁.基于数据挖掘的大数据管理模型研究[J].情报科学，2015，32(11)：131-134.

[34]　李天柱，吕健露，侯锡林.互联网大数据创新的基础设施及其建设思路[J].技术经济，2015(7)：33-40.

随着居民对生活质量和居住环境的要求不断提高,越来越多的人注意到城市建设中不可忽视的环境问题和居民的休闲问题．公园绿地不仅同时具备了游憩、生态、景观、防灾等多种功能[1-2],而且对提高居民生活质量、促进身心健康等方面都有着积极的影响[3-5]．居民在购房时,愿意支付更高的费用去购买靠近城市绿地的住宅[6]．因此，景观房成为近年来房地产开发的热点[7]．城市绿地还可以促进城市旅游业发展,增加就业机会[8],对城市的可持续发展具有积极意义．

采用SPSS 19.0统计学软件对所得数据进行分析，计数资料[n（%）]的比较采用 χ2检验，P＜0.05 为差异有统计学意义。