李永忠 馬 原

(福州大學(xué)經(jīng)濟(jì)與管理學(xué)院 福建 福州 350116)

一、引言

“智慧政府”這一概念是對(duì)“智慧城市”的引申和發(fā)展，智慧城市的建設(shè)對(duì)未來(lái)智慧政府的發(fā)展形勢(shì)有著十分深遠(yuǎn)的影響。隨著傳統(tǒng)管理方式逐漸難以適應(yīng)政府日趨多樣化的公共事務(wù)管理職能需求，在現(xiàn)代化形勢(shì)下表現(xiàn)日漸乏力，智慧政府的構(gòu)建被各國(guó)政府提上日程，未來(lái)建設(shè)智慧政府將成為構(gòu)建服務(wù)型政府的重要舉措[1]。本文嘗試運(yùn)用LDA主題詞篩選結(jié)合共詞聚類(lèi)方法為智慧政府未來(lái)的研究領(lǐng)域提供可參考的研究方向。

二、數(shù)據(jù)來(lái)源于研究方法

(一)數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源是本文根據(jù)中國(guó)知網(wǎng)2010-2019年以智慧政府為主題進(jìn)行精確檢索得到的國(guó)內(nèi)期刊、會(huì)議論文以及學(xué)術(shù)論文的共463篇文獻(xiàn)的摘要及關(guān)鍵詞，自2010年來(lái)，以智慧政府為主題的研究性學(xué)術(shù)論文發(fā)表量呈現(xiàn)明顯增長(zhǎng)并于2017年到達(dá)峰值，近兩年呈現(xiàn)下降趨勢(shì)。

(二)共詞聚類(lèi)方法

共詞分析法是研究學(xué)科熱點(diǎn)以及趨勢(shì)的一種常用方法，[2]它基于大量文本數(shù)據(jù)中某些詞匯共同出現(xiàn)的頻率來(lái)分析文章的研究主題與要點(diǎn)，很多領(lǐng)域都利用該方法進(jìn)行研究熱點(diǎn)的分析。使用共詞分析方法一般采用以下幾個(gè)步驟：1.確定分析的問(wèn)題，2.確定需要挖掘的文本，3.高頻詞匯的選定，4.構(gòu)建共詞矩陣，5.使用統(tǒng)計(jì)方法挖掘關(guān)聯(lián)性，6.得出結(jié)論。

(三)LDA 主題模型關(guān)鍵詞選取

LDA主題模型是一種利用極大后驗(yàn)概率擬合單詞跟主題以及文檔跟主題的概率分布情況的監(jiān)督學(xué)習(xí)的主題分類(lèi)模型。[3]筆者利用該方法進(jìn)行主題詞選定主要由于使用LDA主題模型進(jìn)行篩選后，一些沒(méi)有實(shí)際意義的高頻詞匯能夠被排除，[4]提升了共詞分析結(jié)果的實(shí)用性，從而帶來(lái)更有價(jià)值的實(shí)驗(yàn)結(jié)果。

三、實(shí)證分析

(一)主題詞選取

在Python結(jié)巴分詞結(jié)合LDA主題模型下能夠?qū)⒁恍?duì)研究沒(méi)有意義的高頻詞匯進(jìn)行停用選取?；静襟E如下：對(duì)文本進(jìn)行jieba分詞→選取高頻詞→確定停用詞→重新選取高頻詞→LDA模型打分→選取主題詞。

一般對(duì)主題詞的選取數(shù)量的確定要根據(jù)實(shí)驗(yàn)數(shù)據(jù)量的大小確定，筆者為了避免主題詞選擇近似或重復(fù)，在進(jìn)行多次實(shí)驗(yàn)后確定了本次實(shí)驗(yàn)的主題選擇數(shù)量為10組，再?gòu)拿拷M主題選取打分前10的詞匯作為主題詞，最終得能夠反應(yīng)國(guó)內(nèi)智慧政府建設(shè)研究特點(diǎn)的主題詞數(shù)量為61個(gè)。

(二)高頻詞統(tǒng)計(jì)分析

經(jīng)過(guò)統(tǒng)計(jì)得出國(guó)內(nèi)智慧政府研究中所出現(xiàn)的頻次前20的主題詞中，“服務(wù)”、“技術(shù)”、“數(shù)據(jù)”詞頻分別達(dá)到258、211、199是除智慧政府建設(shè)以外詞頻數(shù)最高的，應(yīng)當(dāng)是當(dāng)下絕大部分研究文獻(xiàn)所涉及的領(lǐng)域。

(三)構(gòu)建主題詞共現(xiàn)頻次矩陣及歸一化處理

主題詞提取完成后需要構(gòu)建詞共現(xiàn)頻次矩陣來(lái)反映各個(gè)主題詞間的關(guān)聯(lián)程度。然而此矩陣中的詞頻由于反映的是絕對(duì)數(shù)值且閾值范圍過(guò)大，從而難以真正的顯示出各個(gè)主題詞之間依賴(lài)關(guān)系及聯(lián)系程度的相對(duì)性，所以需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理用以反映詞對(duì)間的相互關(guān)聯(lián)強(qiáng)度。本文采用的數(shù)據(jù)歸一化處理方式是salton指數(shù)法來(lái)顯示詞語(yǔ)之間的相對(duì)聯(lián)系緊密程度，其公式為：[5]

公式中S(i,j)的值表示每一對(duì)詞之間的緊密程度，其值域分布于(0,1]區(qū)間內(nèi),S越大表示i與j的聯(lián)系強(qiáng)度越大。N表示的是主題詞i與j各自出現(xiàn)的頻次，分母表示的是兩個(gè)主題詞共現(xiàn)的頻次，經(jīng)過(guò)歸一化處理的矩陣如表1所示。

表1salton歸一化處理后的矩陣(部分)

(四)類(lèi)團(tuán)分析

由于詞共現(xiàn)統(tǒng)計(jì)僅僅是主題詞間兩兩聯(lián)系的緊密程度分析，可能不能完全反映研究文獻(xiàn)的研究關(guān)鍵點(diǎn)，所以引入類(lèi)團(tuán)分析來(lái)幫助將各個(gè)主題詞進(jìn)行大類(lèi)的劃分，一般使用聚類(lèi)分析法將相互之間聯(lián)系比較緊密的多個(gè)主題詞歸為一個(gè)類(lèi)團(tuán)從而進(jìn)行熱點(diǎn)歸類(lèi)。[6]本次實(shí)驗(yàn)使用了SPSS軟件對(duì)歸一化后的共詞矩陣進(jìn)行聚類(lèi)分析處理，采用系統(tǒng)聚類(lèi)方法得到了表2中的四個(gè)大類(lèi)。

表2 主題詞聚類(lèi)劃分

在上表中，中心詞的選取由各個(gè)主題詞與其他主題詞共現(xiàn)頻率的平均值來(lái)確定稱(chēng)作粘合力，粘合力越大即表示該主題詞與其他主題的聯(lián)系越強(qiáng)，即可確定為該類(lèi)團(tuán)的中心詞，[7]通過(guò)中心的整理歸納能夠?qū)υ擃?lèi)團(tuán)進(jìn)行命名。在選取中心詞時(shí)筆者并未簡(jiǎn)單的挑選粘合度最大的三個(gè)詞匯，而是對(duì)籠統(tǒng)性的詞匯進(jìn)行篩除后在選取粘合力大的的主題詞作為中心詞。例如在類(lèi)團(tuán)1中，信息化、智能化、現(xiàn)代化的粘合力系數(shù)分別是0.339，0.295，0.273，粘合度是除“電子政務(wù)”、“智慧”2個(gè)詞之外位于該類(lèi)團(tuán)的前三的，采用其作為中心詞結(jié)合類(lèi)團(tuán)其他主題詞，歸納后可將該類(lèi)團(tuán)的名稱(chēng)命名為“架構(gòu)搭建”，同理可以將其他三個(gè)類(lèi)團(tuán)分別命名為“頂層設(shè)計(jì)”、“信息化實(shí)施”和“宏觀綜述”。

進(jìn)一步可以研究各類(lèi)團(tuán)的影響力情況，分別計(jì)算每個(gè)類(lèi)團(tuán)內(nèi)主題詞絕對(duì)點(diǎn)度中心度的平均值用來(lái)表示其影響力程度，最終可得到表3如下：

表3 類(lèi)團(tuán)影響力表

從上表可知目前在智慧政府領(lǐng)域的研究中，頂層設(shè)計(jì)的研究擁有最大的影響力，架構(gòu)搭建次之，說(shuō)明我國(guó)國(guó)內(nèi)電子政務(wù)在智慧政府研究領(lǐng)域的研究還未完全成形；宏觀綜述應(yīng)該在以往的研究中趨于成熟，故而影響力有所下降；而隨著頂層設(shè)計(jì)與架構(gòu)搭建的不斷研究發(fā)展，現(xiàn)代的信息化實(shí)施可能成為未來(lái)主要的研究方向和熱門(mén)話題。

四、結(jié)語(yǔ)

本文采用了共詞聚類(lèi)方法，結(jié)合LDA主題模型對(duì)“智慧政府”領(lǐng)域研究現(xiàn)狀進(jìn)行了分析。首先通過(guò)分詞工具將近年研究文獻(xiàn)進(jìn)行分詞處理，再使用LDA模型對(duì)數(shù)據(jù)進(jìn)行主題詞提取篩選出研究的對(duì)象構(gòu)成共詞矩陣，通過(guò)聚類(lèi)方法將主題分為了4類(lèi)，分別是：頂層設(shè)計(jì)、架構(gòu)搭建、宏觀綜述以及信息化實(shí)施。更進(jìn)一步對(duì)每個(gè)類(lèi)團(tuán)進(jìn)行了中心度計(jì)算，反映了類(lèi)團(tuán)影響力以及主題詞的重要程度。最后，提出了未來(lái)可能具有影響力的研究方向，為今后的智慧政府領(lǐng)域的研究提供一些思路。

本文將共詞聚類(lèi)方法引入了“智慧政府”研究領(lǐng)域，為該領(lǐng)域的研究補(bǔ)充了更多的研究思路，用更為科學(xué)的方式對(duì)領(lǐng)域的熱點(diǎn)進(jìn)行了分析。本文仍存在的不足是尚未區(qū)分不同來(lái)源的研究文獻(xiàn)的主題詞權(quán)重，未來(lái)能夠引入權(quán)重概念則會(huì)更好地突出重點(diǎn)文獻(xiàn)的研究方向，對(duì)今后的發(fā)展趨勢(shì)能進(jìn)行更有效的分析預(yù)測(cè)。