大資料分析人民網留言板：朝陽群眾最活躍，這幾個問題呼聲最高

作者：拓端資料研究室

來源：拓端資料（ID：ClanofData）

01 數量與情感：朝陽區群眾最活躍

從上圖可以看出不同地區留言板的情感傾向分佈，總的來說，負面情感留言數目和積極情感相差不多，負面情感留言較多，佔比46%，積極情感留言佔比42%，中立情感的留言佔比11%。

從地區來看，活躍在各大媒體的“朝陽區群眾”留言數目也是最多的，其次是海澱區，昌平區。因此，從情感分佈來看大部分留言還是在反應存在的問題，而不是一味贊美或者灌水。

02 主題分析：外地戶口問題呼聲最高

接下來，我們對於語料進行LDA建模，就是從語料庫中挖掘出不同主題併進行分析，換言之，LDA提供了一種較為方便地量化研究主題的機器學習方法。

我們使用最大似然估計進行最最佳化主題個數的選取。當主題個數定為20的時候，似然估計數最大，即留言板資料分為20個主題的可能性比較大。將模型生成的20個主題中的前五個高頻詞取出，如下表所示。

然後我們將佔比最高的前六個主題與它們的情感傾向進行分析。

從上圖可以看出大家關於6大主題的討論：

主題1反應孩子，外地戶口辦理的問題是最多的，反應了外地落戶北京相關的難題（e.g.父母在京工作20多年，兒女上學卻因戶口問題不能進入好的高校就讀）。

主題2是反應環境改造及棚戶改造（e.g.棚戶房屋破舊、牆面潮濕、上下水管道老化腐爛現象嚴重經常造成跑冒滴漏，遇到雨雪天氣，道路積水、泥濘不堪，大院居民尤其是老人小孩出行非常不便）。

主題3是反應高考和醫保（e.g.外地人衷心的希望政府能關註一下孩子在北京的高考問題）。

主題4是汽車搖號政策（e.g.現行的搖號方案是不可行,治標不治本.有的搖號是一個人搖不上,全家人都出動;有的是想買車根本搖不號;有的是不想買車就搖上了）。

主題5是反應工資和租房問題（e.g.我是外地退休教師。因為孩子在北京工作，故到北京幫助孩子料理家務，以支援孩子工作。因為北京房價昂貴，我們買不起大房，三代人只能擠著住。我想問問市長，我們是否也能住公租房）。

主題6是違法建築（e.g.XX雅苑許多一層業主私搭亂建成風,且物業無能,造成極大的安全隱患）。

03 地區、主題與情感得分

接下來我們分析了不同主題和地區的情感傾向分佈。從下圖可以看出，主題3高考和醫保、主題6違法建築、主題13教育拆遷的留言內容中積極情感佔較大比例。

我們發現在不同主題中情感得分最高的地區中海澱區最多，其次是朝陽區和大興區。同時也可以發現，情感得分最高的是在主題11居民生活下的朝陽區留言內容。總的來說，根據積極情感的內容分佈來看，主題3高考和醫保、主題6違法建築、主題13教育拆遷的留言內容中表現出較好的反饋。

猜你想看