【摘要】：利用政務(wù)微博這一社交媒體平臺(tái)發(fā)布區(qū)域政務(wù)信息、傾聽社情民意已成為我國(guó)地方國(guó)家機(jī)關(guān)政務(wù)信息活動(dòng)的重要形式,相應(yīng)地,地方機(jī)關(guān)通過(guò)微博平臺(tái)提供的政務(wù)信息服務(wù)使得用戶能夠迅速知曉、概覽本地重要新聞與熱點(diǎn)事件,并從中汲取信息、獲取知識(shí)。伴隨著用戶的信息閱讀方式由全文化轉(zhuǎn)變?yōu)樗槠?以從全文中提煉出的信息單元或知識(shí)單元為基本要素聚合而成的知識(shí)地圖在節(jié)省讀者時(shí)間、提高讀者知識(shí)吸收效率方面具有重要價(jià)值�；谝陨蟽牲c(diǎn),同時(shí)為尊重信息單元與知識(shí)單元的來(lái)源關(guān)系、保證知識(shí)組織與知識(shí)發(fā)現(xiàn)的質(zhì)量,本文提出了一種檔案學(xué)視角下的區(qū)域政務(wù)微博知識(shí)發(fā)現(xiàn)模型,旨在對(duì)具有文件、檔案屬性的政務(wù)信息資源進(jìn)行知識(shí)化開發(fā),方便用戶的知識(shí)吸收與利用,進(jìn)而提升地方國(guó)家機(jī)關(guān)的政務(wù)信息知識(shí)服務(wù)水平。首先,本文對(duì)區(qū)域政務(wù)微博、檔案信息資源的知識(shí)發(fā)現(xiàn)、社交媒體文件等核心概念進(jìn)行了闡釋,并對(duì)國(guó)內(nèi)外相關(guān)研究進(jìn)行了綜述與總結(jié),指出了本文在研究過(guò)程中的理論依據(jù)與應(yīng)用的核心技術(shù)體系。其次,以檔案學(xué)應(yīng)用理論為基礎(chǔ),融合圖書情報(bào)學(xué)的理論成果對(duì)經(jīng)典檔案學(xué)理論進(jìn)行了有機(jī)整合與六元組形式的描述,闡明了其在知識(shí)組織與知識(shí)發(fā)現(xiàn)過(guò)程中的價(jià)值。再次,基于整合的檔案學(xué)理論,借助以LDA主題建模和依存句法分析為核心的自然語(yǔ)言處理技術(shù)與以應(yīng)用本體構(gòu)建為核心知識(shí)組織技術(shù),完成了區(qū)域政務(wù)微博知識(shí)發(fā)現(xiàn)模型的構(gòu)建工作,確立了“原文本數(shù)據(jù)-聚類數(shù)據(jù)-信息單元-知識(shí)地圖”的數(shù)據(jù)挖掘與知識(shí)開發(fā)流程。最后,以西安市為區(qū)域?qū)嵗?以“專題-事件”為微博內(nèi)容類別的劃分標(biāo)準(zhǔn),利用爬蟲軟件采集相關(guān)微博文本進(jìn)行實(shí)證分析,以知識(shí)地圖作為知識(shí)發(fā)現(xiàn)的可視化成果,結(jié)果表明本文整合、構(gòu)建的理論與模型在實(shí)踐層面具有一定的可行性。本文構(gòu)建的檔案學(xué)視角下區(qū)域政務(wù)微博的知識(shí)發(fā)現(xiàn)模型能夠在一定程度上為區(qū)域內(nèi)政務(wù)信息資源的整合與開發(fā)利用提供幫助,同時(shí)幫助用戶提高知識(shí)識(shí)別與利用效率。然而,本文在理論整合的合理性、知識(shí)組織與知識(shí)發(fā)現(xiàn)的精度與深度、實(shí)驗(yàn)的信度與效度方面還存在較大的改進(jìn)與提升空間,以深度學(xué)習(xí)為基礎(chǔ)實(shí)現(xiàn)知識(shí)的動(dòng)態(tài)表征與推理、增強(qiáng)全模型的智能化水平是其后的主要研究方向。
【圖文】：

圖1.1英文文獻(xiàn)主題聚類時(shí)序圖由圖 1.1 可見，“數(shù)據(jù)交互”、“報(bào)表系統(tǒng)”、“社交媒體”以及“采集平臺(tái)”等主題頗受國(guó)外研究者的關(guān)注。國(guó)外在“政務(wù)社交媒體”的研究方面重視技術(shù)與應(yīng)用的交互，強(qiáng)調(diào)理論與技術(shù)應(yīng)為實(shí)踐工作服務(wù)，最終通過(guò)信息系統(tǒng)將學(xué)者的研究及經(jīng)驗(yàn)予以外化，諸如關(guān)鍵詞中的“決策支持系統(tǒng)”、“醫(yī)學(xué)社交網(wǎng)絡(luò)系統(tǒng)”以及“電子政務(wù)信息系統(tǒng)”都體現(xiàn)了這一現(xiàn)象。而在具體的知識(shí)發(fā)現(xiàn)技術(shù)方面，，如“社會(huì)網(wǎng)絡(luò)分析”、“文本挖掘”、“信息可視化”以及“自然語(yǔ)言處理”等組成了目前政務(wù)微博知識(shí)發(fā)現(xiàn)的核心技術(shù)體系。（2）中文文獻(xiàn)研究主題分析與國(guó)外情況相似，“微博”、“社交網(wǎng)絡(luò)”以及“數(shù)據(jù)挖掘”同樣也是國(guó)內(nèi)相關(guān)文獻(xiàn)的高頻關(guān)鍵詞，不同的是其他高頻詞在涵義上具有更強(qiáng)技術(shù)性。如表 1.3 所示，“主題模型”、“知識(shí)圖譜”、“聚類”以及“情感分析”等詞較為具體地指向了知識(shí)發(fā)現(xiàn)中文本分析、挖掘以及可視化所依賴的具體技術(shù)方案。在中心性度量方面，“微博”和“數(shù)據(jù)挖

3 社交網(wǎng)絡(luò) 39 0.134 大數(shù)據(jù) 29 0.065 主題模型 27 0.036 信息傳播影響力 27 0.17 知識(shí)圖譜 26 0.048 聚類 26 0.029 情感分析 25 0.0110 用戶興趣 22 0.15相比于國(guó)外研究技術(shù)與實(shí)踐結(jié)合緊密這一特征，國(guó)內(nèi)文獻(xiàn)體現(xiàn)出研究主題具有更明顯的研究屬性，主題詞中包含較多的技術(shù)、模塊及算法名稱，尤其是聚類技術(shù)及其計(jì)算過(guò)程中常用的 K-Means 算法、TF-IDF 算法以及 LDA 算法在相關(guān)研究中的出現(xiàn)次數(shù)較多。觀察相關(guān)主題詞的演變不難發(fā)現(xiàn)，從 2011 年至今整個(gè)時(shí)間序列中，國(guó)內(nèi)相關(guān)研究在技術(shù)方面處于不斷革新與逐漸成熟的狀態(tài)，然而相比歐美發(fā)達(dá)國(guó)家，我國(guó)的電子政務(wù)仍處于不斷發(fā)展和普及中，針對(duì)政務(wù)微博或其他政務(wù)社交媒體的知識(shí)挖掘與發(fā)現(xiàn)系統(tǒng)研究與應(yīng)用仍方興未艾。
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：G206;D63

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃勛;游宏梁;于洋;;關(guān)系抽取技術(shù)研究綜述[J];現(xiàn)代圖書情報(bào)技術(shù);2013年11期

2 丁藝;王益民;劉素宏;;政務(wù)微博應(yīng)用與政府形象塑造[J];云南社會(huì)科學(xué);2013年04期

3 邱泉清;苗奪謙;張志飛;;中文微博命名實(shí)體識(shí)別[J];計(jì)算機(jī)科學(xué);2013年06期

4 杜楊沁;霍有光;鎖志海;;基于復(fù)雜網(wǎng)絡(luò)模塊化的微博社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)分析——以“上海發(fā)布”政務(wù)微博為例[J];圖書情報(bào)知識(shí);2013年03期

5 史麗莉;謝梅;;中國(guó)地方政務(wù)微博信息傳播的效果研究[J];電子政務(wù);2013年03期

6 王在亮;高英彤;;國(guó)際政治學(xué)中“區(qū)域”概念重構(gòu)及現(xiàn)實(shí)考量[J];太平洋學(xué)報(bào);2013年01期

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

8 唐曉波;王洪艷;;基于潛在語(yǔ)義分析的微博主題挖掘模型研究[J];圖書情報(bào)工作;2012年24期

9 潘正高;;基于規(guī)則和統(tǒng)計(jì)相結(jié)合的中文命名實(shí)體識(shí)別研究[J];情報(bào)科學(xué);2012年05期

10 卞昭玲;高麗華;;微博在我國(guó)政府信息公開中的應(yīng)用初探[J];檔案學(xué)研究;2012年02期

相關(guān)碩士學(xué)位論文 前8條

1 謝慶球;基于知識(shí)元的文本資源語(yǔ)義空間研究[D];西安電子科技大學(xué);2017年

2 龔思蘭;基于社會(huì)網(wǎng)絡(luò)分析的網(wǎng)絡(luò)輿情潛在主題發(fā)現(xiàn)研究[D];南京理工大學(xué);2017年

3 韓雪;地方政務(wù)微博溝通功能發(fā)揮現(xiàn)狀及其優(yōu)化[D];西北大學(xué);2016年

4 王軍;熱門微博話題事件主題聚類分析[D];安徽大學(xué);2016年

5 王樹辰;基于海量輿情信息的話題檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中山大學(xué);2013年

6 劉言;從證據(jù)到記憶—檔案學(xué)之邏輯起點(diǎn)與學(xué)科范式嬗變[D];蘇州大學(xué);2013年

7 萬(wàn)莉;基于語(yǔ)義本體的電子政務(wù)檔案知識(shí)管理模型研究[D];湖北工業(yè)大學(xué);2011年

8 靳穎;后保管時(shí)代檔案學(xué)理論適應(yīng)性探討[D];浙江大學(xué);2007年

本文編號(hào)：2675999