基于信访数据的定量化缠访因素分析方法及系统开发

发布时间：2020-03-24 11:56

【摘要】：随着经济的快速发展,缠访在信访工作中越来越常见。由于缠访行为具有持续时间长、产生根源复杂、影响社会秩序等特点,因此该问题是信访部门和社会管理部门正在面临的重点和难点问题。随着信息时代的到来,数据挖掘技术已经应用在多个领域并帮助解决具体问题。但是信访服务工作却落后于社会的发展,其现有信息化技术不能有效利用宝贵的信访数据资源。学术界的情况也不尽人意。当前学术界关于缠访问题的研究仅停留在定性分析上,所得研究成果对缠访问题的因果逻辑的解释较为缺失,难以实现理论对实践的指导。而对于数据挖掘方法的应用研究仅限于医疗、教育、金融、商业和微博等特定领域。根据上述背景,本文提出了“针对信访领域特点选择和改进数据挖掘技术,以分析缠访行为的产生根源,并建立长效分析机制”这一研究目标。在方法研究方面,本文开创性地针对信访领域改进LDA主题挖掘模型和K-means聚类分析算法。在传统perplexity方法的基础上提出了一种计算量小的LDA主题数选择方法。针对信访数据的离散特点把K-means聚类和WOE理论结合起来设计了一种可以得到较高精度的聚类算法。上述研究丰富了聚类算法和LDA主题数选择算法的理论体系,具有一定的理论价值。在实践应用方面,本文针对X省土地信访中的缠访问题,运用所构建的主题挖掘和聚类方法分析该省数据,挖掘高缠访群组,提出了“征地补偿标准、村干部影响、信访服务水平和上访人心态”等四个因素为缠访行为的关键影响因素。还因事制宜从信访工作、补偿政策、政府廉政、信访者心态检测等四个方面提出了信访工作建议。除此之外,为了建立支持信访数据挖掘的长效机制,本文还设计并实现了缠访因素挖掘系统。该系统的应用将对提升信访部门信息化水平和服务工作效率,减少缠访行为的产生具有重要意义,具有一定的实践价值。
【图文】：

模型结构,概率矩阵,单词,主题

图 2-1 LDA 模型结构示，LDA模型的三层结构分别是文档集层M，文档层N和特机器学习的方法，输入主题-单词矩阵进行学习，以导出单学习过程如图 2-2 所示。图 2-2 LDA 模型文档生成过程概率矩阵和主题-单词概率矩阵都由超参数，从 Dirichle的产生规则见式 2-1 和式 2-2[47,50]：

过程图,文档生成,单词,过程

这个主题又通过一定概率联系某个单词。LDA 模型是一种型[49]，其内在结构可以表示为图 2-1。图 2-1 LDA 模型结构图2-1所示，，LDA模型的三层结构分别是文档集层M，文档层N和特征词汇以通过机器学习的方法，输入主题-单词矩阵进行学习，以导出单词-主题阵。其学习过程如图 2-2 所示。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：D632.8

【参考文献】