發(fā)布時間：2020-03-24 11:56

【摘要】：隨著經(jīng)濟的快速發(fā)展,纏訪在信訪工作中越來越常見。由于纏訪行為具有持續(xù)時間長、產(chǎn)生根源復雜、影響社會秩序等特點,因此該問題是信訪部門和社會管理部門正在面臨的重點和難點問題。隨著信息時代的到來,數(shù)據(jù)挖掘技術(shù)已經(jīng)應用在多個領(lǐng)域并幫助解決具體問題。但是信訪服務工作卻落后于社會的發(fā)展,其現(xiàn)有信息化技術(shù)不能有效利用寶貴的信訪數(shù)據(jù)資源。學術(shù)界的情況也不盡人意。當前學術(shù)界關(guān)于纏訪問題的研究僅停留在定性分析上,所得研究成果對纏訪問題的因果邏輯的解釋較為缺失,難以實現(xiàn)理論對實踐的指導。而對于數(shù)據(jù)挖掘方法的應用研究僅限于醫(yī)療、教育、金融、商業(yè)和微博等特定領(lǐng)域。根據(jù)上述背景,本文提出了“針對信訪領(lǐng)域特點選擇和改進數(shù)據(jù)挖掘技術(shù),以分析纏訪行為的產(chǎn)生根源,并建立長效分析機制”這一研究目標。在方法研究方面,本文開創(chuàng)性地針對信訪領(lǐng)域改進LDA主題挖掘模型和K-means聚類分析算法。在傳統(tǒng)perplexity方法的基礎(chǔ)上提出了一種計算量小的LDA主題數(shù)選擇方法。針對信訪數(shù)據(jù)的離散特點把K-means聚類和WOE理論結(jié)合起來設(shè)計了一種可以得到較高精度的聚類算法。上述研究豐富了聚類算法和LDA主題數(shù)選擇算法的理論體系,具有一定的理論價值。在實踐應用方面,本文針對X省土地信訪中的纏訪問題,運用所構(gòu)建的主題挖掘和聚類方法分析該省數(shù)據(jù),挖掘高纏訪群組,提出了“征地補償標準、村干部影響、信訪服務水平和上訪人心態(tài)”等四個因素為纏訪行為的關(guān)鍵影響因素。還因事制宜從信訪工作、補償政策、政府廉政、信訪者心態(tài)檢測等四個方面提出了信訪工作建議。除此之外,為了建立支持信訪數(shù)據(jù)挖掘的長效機制,本文還設(shè)計并實現(xiàn)了纏訪因素挖掘系統(tǒng)。該系統(tǒng)的應用將對提升信訪部門信息化水平和服務工作效率,減少纏訪行為的產(chǎn)生具有重要意義,具有一定的實踐價值。
【圖文】：

圖 2-1 LDA 模型結(jié)構(gòu)示，LDA模型的三層結(jié)構(gòu)分別是文檔集層M，文檔層N和特機器學習的方法，輸入主題-單詞矩陣進行學習，以導出單學習過程如圖 2-2 所示。圖 2-2 LDA 模型文檔生成過程概率矩陣和主題-單詞概率矩陣都由超參數(shù) ， 從 Dirichle的產(chǎn)生規(guī)則見式 2-1 和式 2-2[47,50]：

這個主題又通過一定概率聯(lián)系某個單詞。LDA 模型是一種型[49]，其內(nèi)在結(jié)構(gòu)可以表示為圖 2-1。圖 2-1 LDA 模型結(jié)構(gòu)圖2-1所示，，LDA模型的三層結(jié)構(gòu)分別是文檔集層M，文檔層N和特征詞匯以通過機器學習的方法，輸入主題-單詞矩陣進行學習，以導出單詞-主題陣。其學習過程如圖 2-2 所示。
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：D632.8

【參考文獻】

相關(guān)期刊論文 前10條

1 黃俊輝;李放;;農(nóng)村養(yǎng)老保障政策的績效考察——基于27個省域的宏觀數(shù)據(jù)[J];人口學刊;2013年01期

2 張培晶;宋蕾;;基于LDA的微博文本主題建模方法研究述評[J];圖書情報工作;2012年24期

3 張丹;;中文分詞算法綜述[J];黑龍江科技信息;2012年08期

4 劉惠敏;;長江三角洲城市群綜合承載力的時空分異研究[J];中國軟科學;2011年10期

5 曹娟;張勇東;李錦濤;唐勝;;一種基于密度的自適應最優(yōu)LDA模型選擇方法[J];計算機學報;2008年10期

6 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學報;2008年01期

7 韓伯棠;王瑩;;中國科技人力資源評價指標體系構(gòu)建方法研究[J];北京理工大學學報(社會科學版);2006年06期

8 王光宏,蔣平;數(shù)據(jù)挖掘綜述[J];同濟大學學報(自然科學版);2004年02期

9 董彩云,曲守寧;數(shù)據(jù)挖掘及其在高校教學系統(tǒng)中的應用[J];濟南大學學報(自然科學版);2004年01期

10 張存祿 ,黃培清;數(shù)據(jù)挖掘在供應鏈風險控制中的應用研究[J];科學學與科學技術(shù)管理;2004年01期

相關(guān)博士學位論文 前6條

1 陳曉美;網(wǎng)絡(luò)評論觀點知識發(fā)現(xiàn)研究[D];吉林大學;2014年

2 李文峰;基于主題模型的用戶建模研究[D];北京郵電大學;2013年

3 王縱虎;聚類分析優(yōu)化關(guān)鍵技術(shù)研究[D];西安電子科技大學;2012年

4 唐東明;聚類分析及其應用研究[D];電子科技大學;2010年

5 楊爾弘;突發(fā)事件信息提取研究[D];北京語言大學;2005年

6 卜東波;聚類/分類理論研究及其在文本挖掘中的應用[D];中國科學院研究生院（計算技術(shù)研究所）;2000年

相關(guān)碩士學位論文 前5條

1 郭劍飛;基于LDA多模型中文短文本主題分類體系構(gòu)建與分類[D];哈爾濱工業(yè)大學;2014年

2 劉金亮;基于主題模型的個性化新聞推薦系統(tǒng)的研究與實現(xiàn)[D];北京郵電大學;2013年

3 吳春用;轉(zhuǎn)型視角下基層政府信訪工作機制創(chuàng)新[D];華東理工大學;2011年

4 周國武;涉訴信訪動因研究[D];中南大學;2010年

5 張建輝;K-means聚類算法研究及應用[D];武漢理工大學;2007年

本文編號：2598283