結合輿論分析和諧宜居之都影響因素

宋卡妮

（北京建筑大學 北京 102616）

引言

建設“和諧宜居之都”關乎市民日常生活的方方面面，城市規(guī)劃者可以根據(jù)社交網(wǎng)絡上的真實評價了解市民的主觀感受。本文先爬取了微博留言，并通過LSTM分析句子情感，同時結合層次分析法得到居民對不同方面主觀感受的影響權重，得到居民心中重要程度最高的方面。為城市規(guī)劃者建設城市提供參考。

1 基于循環(huán)神經(jīng)網(wǎng)絡分析情感模型

我們將采用LSTM模型，訓練一個能夠識別文本postive,neutral, negative三種情感的分類器。建模環(huán)節(jié)中最重要的一步是特征提取，在自然語言處理中也不例外。在自然語言處理中，最核心的一個問題是，把一個句子用數(shù)字的形式有效地表達出來。Word2Vec用高維向量（詞向量，Word Embedding）表示詞語，并把相近意思的詞語放在相近的位置，而且用的是實數(shù)向量（不局限于整數(shù)）。我們只需要有大量的某語言的語料，就可以用它來訓練模型，獲得詞向量。并且Python的Gensim庫中也提供現(xiàn)成的Word2Vec作為子庫，比較方便。我們使用jieba分好詞，并且用Word2Vec將詞語轉換為高維向量，那么句子就對應著詞向量的集合，也就是矩陣，然后使用循環(huán)神經(jīng)網(wǎng)絡將矩陣形式的輸入編碼為較低維度的一維向量，而保留大多數(shù)有用信息。訓練得到權重矩陣，然后就可以進行分類[1-2]，如圖1。

2 構建居民滿意度綜合指數(shù)模型

居民對城市“和諧宜居”的滿意度綜合指數(shù)是由多方面影響的，附表中給出了47個方面不同年月日的居民評論，可以計算出每個方面每個月的情感總分，根據(jù)層次分析法得出不同方面的影響權重[3]，加權平均得到每個月的居民滿意度綜合指數(shù)，同時影響權重大的及影響居民對“和諧宜居”主觀感受的關鍵因素。

基于循環(huán)神經(jīng)網(wǎng)絡分析情感模型。附表中含有43個不同的類別，將每一類別不同年份，月份的分值求和得到的矩陣（2015年從7月份開始，2018年只到10月份，共40個月），即該因素滿意度得分隨月份變化的矩陣［4］。所有類別求和后可得一個的矩陣SUM，利用層次分析法得出不同因素的權重（北京房價，北京出行，北京就業(yè)，北京教育，北京空氣質量系數(shù)較高）加權平均后將矩陣SUM化簡成的矩陣S，即滿意度綜合指數(shù)隨時間變化的矩陣。

3 結合頻數(shù)分析“和諧宜居”關鍵因素

從圖3中我們可以看出北京空氣質量，北京出行，北京教育，北京房價，北京交通安全被提及次數(shù)超過兩萬次，所以這五個因素是北京居民比較看重的方面，是決定“和諧宜居”的關鍵因素[5]。同時由上文層次分析法得到的系數(shù)中北京房價，北京出行，北京就業(yè)，北京教育，北京空氣質量較高。

綜上所述，北京出行，北京教育，北京房價，北京空氣質量是影響較大的因素。