atlas.ti 9补丁

　　atlas.ti9为用户提供数据分析功能，您可以将需要研究的数据添加到软件执行分析，可以导入图像、文档、数据、PDF、音视频等资源到软件研究各种数据，支持打开编码交叉浏览器，编码交叉浏览器以树形图的形式显示所有交叉编码分支可以扩展到引用级别，更进一步的选项是所有文档及其编码的树形图，这个树形图也可以扩展到引用级别，这里小编推荐的是atlas.ti 9补丁，使用补丁就可以将主程序激活，从而让用户可以免费使用软件执行定性分析，如果你需要免费使用atlas.ti 9就可以下载这款补丁！

软件特色

　　1、导入调查数据

　　导入特殊格式的 Excel文件。根据变量名称的特定前缀, ATLAS.ti会解析Excel表格的列标题和单格,以创建文档、文档群组、引用、编码、评论和编码群组数据导入以案例为基础。Exce表格的每一行都成为一个文档。变量成为文档群组,对开放式问题的回应成为文档分析的内容。每个回应都是引用,并自动用各自的调查问题编码。

　　2、导出到SPSS

　　ATLAS.ti提供导出功能,以便允许用户进一步用SPSS处理编码过的数据,导出将创建一个SPSS程序文件,您需要在SPSS中运行。

　　SPSS导出功能将编码作为变量,引用做为案例处理。案例在定性研究中通常指人员、访谈或文件。在这种情况下,当导出到SPSS,我们选择将最小单位作为案例,以确保在导出期间不丢失任何数据。更概括性的信息,例如,一个特定引用的文档源将被编码成为不同的变量。

　　ATLAS.ti通常将编码视为二分变量。通过使用具体的编码命名习惯,您可以在SPSS工作中使用编码作为序号或其他缩放变量

　　3、导出到统计应用程序

　　ATLAS.t提供导出功能,允许通过SPSS或 RStudio等统计应用程序进一步处理编码数据。导出将创建 Excel电子表格,这样就可以在统计应用程序中导入。

　　此功能将编码视为变量,引用视为案例”。这里“案例的概念相当精细,不同于对这个概念的普通理解。通常,定性研究中的案例指的是人员、访谈或文档。为了确保在导出期间没有数据丢失,我们选择尽可能小的单位作为导出的案例。更广泛的信息,例如某条引用所属的主要文件被编码为各种变量。 ATLAS.ti通常将编码视为二分变量。但是,通过使用特定的编

　　码命名的约定,你可以使用编码作为序数或其他缩放变量进行导出

安装方法

　　1、打开Atlasti_9.0.exe软件就可以执行软件安装

　　2、提示软件的安装协议内容，点击下一步

　　3、软件的安装地址C:\Program Files\Scientific Software\ATLASti.9

　　4、提示安装准备界面，点击install

　　5、软件的安装进度条，等待主程序安装结束吧

　　6、提示软件的安装结束界面，点击close

方法

　　1、打开Crack文件夹，将三个补丁复制到软件的安装地址替换

　　2、如图所示，点击替换目标文件就可以完成软件激活

　　3、启动atlas.ti9就可以在软件上

　　4、不要升级软件，可以通过防火墙禁止软件在线检查升级

　　5、为软件设置一个出站规则，直接选择为程序制作规则

　　6、输入软件地址C:\Program Files\Scientific Software\ATLASti.9\Atlasti9.exe

　　7、阻止连接，点击下一步

　　8、随便输入一个名字，点击下一步就可以完成防火墙阻止升级

　　9、软件界面如图所示，现在你可以在软件左侧点击新建项目

　　10、提示项目名字输入界面，直接在软件输入一个新的名字，点击创建

　　11、项目界面如图所示，在软件提那家爱新的分析内容，可以新建实体

使用说明

　　搜索和代码

　　随着深度学习的最新进展，算法分析文本的能力得到了显着提高。创造性地使用先进的人工智能技术可以成为进行深入研究的有效工具。

　　在“搜索和编码”选项卡下，ATLAS.ti提供了四种方法来搜索数据中的相关信息，然后可以对其进行自动编码。

　　文字搜寻

　　使用正则表达式进行专家搜索

　　命名实体识别

　　情绪分析

　　由于ATLAS.ti是用于定性数据分析的工具，因此该过程不是完全自动化的。在对数据进行编码之前，您可以查看所有结果，进行修改或决定不对某些发现进行编码。

　　人工智能技术已经被开发用于大数据分析。通常由ATLAS.ti处理的数据集要小得多。因此，您不能期望所有结果都是完美的。使用这些工具时，检查结果将是分析过程的必要组成部分。使用这些工具时，您会看到这些工具将为您的分析添加另一个层次。您会发现在手动编码数据时根本看不到的东西，或者将不考虑编码的东西。在ATLAS.ti，我们认为手动和自动编码是互补的；每个都以独特的方式增强您的分析。

　　情绪分析

　　当前支持的语言是：英语，德语，西班牙语和葡萄牙语

　　情感分析是使用文本分析技术对文本数据中的情感（正面，负面和中性）进行解释和分类。

　　应用实例

　　根据文本传达的语气识别和分类文本。

　　了解品牌，产品或服务的社会情感。

　　确定在线对话和反馈中讨论的主题主题的受访者情绪。

　　分析学生对讲座，研讨会或学习计划的评价。

　　情绪分析最适合结构化数据，例如调查中的开放式问题，评估，在线对话等。

　　进行情感分析

　　要打开该工具，请选择“搜索和代码”选项卡，然后从中选择“情感分析”。

　　选择要搜索的文档或文档组，然后单击继续。

　　选择搜索的基本单位以及以后的编码应为段落还是句子，以及要搜索的情感。

　　ATLAS.ti为每种情感建议代码标签：正面/中性/负面。如果要使用其他代码名称，则可以在此处更改它们。

　　管理模型：如果要改善结果，可以下载并安装更全面的模型。当前，它可用于德语和英语文本。将来会添加更多语言。德语模型的大小约为230 MB，英语模型的大小约为110 MB。

　　如果要安装或卸载扩展模型，请单击“管理模型”。

　　单击继续以开始搜索选定的文档。在下一个屏幕上，将显示搜索结果，您可以对其进行查看。

　　结果页面为您提供了一个报价阅读器，该报价阅读器指示了使用建议的代码对数据进行编码时报价在哪里。如果报价单上已经存在编码，则也会显示出来。

　　通过单击眼睛图标，您可以在小尺寸之间切换。大中型预览。

　　您可以使用建议的代码之一或所有建议的代码一次对所有结果进行编码。或者您可以查看每个数据段，然后通过单击代码名称旁边的加号对其进行编码。

　　您可以通过单击“应用建议的代码”一次对所有结果进行编码，然后从中选择“应用所有代码”，或从列表中选择一种代码。

　　根据开头选择的区域，对句子或段落进行编码。

　　常规的编码对话也可用于添加或删除代码。