动态语义网的高价值热点主题识别与演化路径分析
来源：图书情报工作杂志2023年第7期北京时间：
作者：滕婕,刘莉,李硕,胡广伟
单位：1 南京大学信息管理学院南京 210023;2 南京大学政务数据资源研究所南京 210023
摘要：[目的/意义] 高效准确地识别社会诉求主题、把握社会诉求转变节点、追踪主题演化趋势，进而为政务服务和社会治理的和谐有序发展提供支撑。[方法/过程] 提出一套基于语义网的高价值主题识别和演化路径分析方法。首先，基于本地上下文语义解析思想，利用词汇共现构建动态语义关系网；其次，利用社区发现算法识别子社区，采用 RFM 模型对关键词进行价值划分，依据高价值层次关键词识别主题标签；接着，通过计算相邻时间区间的主题相似度来反映主题演化关系；最后，利用上海市的社会诉求数据进行模型验证，与 K-means 方法进行主题识别效果的比较，并利用精确率、召回率和 F1 值进行方法效果评测。[结果/结论] 研究结果发现，该方法应用效果的提升差额均大于 0.3，具有明显的优化效果。研究能够为政府网站领导信箱模块反映的公众关切事项构建全景视图，也能为探索其他社交文本挖掘方法以及支撑国家治理大数据分析实践提供新的思路。
关键词：语义关系,社会诉求,主题识别,主题演化路径,Word2Vec,
基金资助：本文系国家社会科学基金重大项目“大数据驱动的城乡社区服务体系精准化构建研究”（项目编号：20&ZD154）和国家社会科学基金重大项目“营销服务渠道效能及渠道协同效能评价体系研究”（项目编号：SGJSYF00YHJS2000144）研究成果之一。
