选模型，从你要做的事开始我
输入材料
问卷题目、原始回答、抽样方式、回收记录和分组字段。
目标交付
数据质量检查、分组统计、开放回答主题与结论说明。
怎样一步步完成
把工作拆成可检查的环节，再选择模型和配套工具。
- 01
检查题目与样本
确认量表方向、跳题逻辑、重复回答和样本覆盖范围。
- 02
运行描述统计
用代码计算频数、分组比例和必要的区间，保留有效样本数。
- 03
整理开放回答
用文本模型做主题编码，回答很多时可用向量聚类辅助发现主题。
- 04
交叉验证结论
对比量化差异与原话证据，检查少数意见和不一致情况。
需要哪些模型能力
按实际环节组合使用，下面的目录会展示匹配其中一种或多种能力的候选。
查看匹配的模型配套工具
表格 / 统计计算文本编码与向量聚类
选型与交付检查
- 不要把便利抽样结果直接推广到全部用户。
- 自动分类先用人工样本检查准确率和标签一致性。
- 百分比展示同时说明分母和未回答人数。
可以这样描述需求
用 Python 分析问卷数据，利用向量聚类辅助整理开放回答，总结分组差异，保留样本量和用户原话。带着这个需求继续选型