基于可解释性方法的网络问政效果研究——以“有话请您说”网络问政平台为例

随着数字化政府建设的加速推进,网络问政在中国社会治理中发挥着不可忽视的作用.为了探讨影响网络问政效果的关键因素,该研究以泸州市网络问政平台“有话您请说”中的相关数据为研究对象,采用多种机器学习和深度学习模型结合的文本数据挖掘方法,识别网络问政文本中的特征变量,构建问政满意度分类模型,并结合多种可解释性方法分别从结构特征和语义特征对模型结果进行解释分析.研究发现:问政情感,问政文本长度,诉求类型,回复情感,回应单位类型,回应时间等变量均对问政满意度有不同程度的影响.此外,研究构建的可解释性框架还能够有效识别问政中的时间,地点,组织机构名称等关键内容.

重大突发公共卫生事件中政府治理主题与演化研究:基于疫情防控新闻发布会的文本分析

对新冠疫情防控新闻发布会的内容进行分析,梳理各项治理措施,有助于刻画政府在抗疫不同阶段如何进行有效的应对,从而更好地理解政府的治理理念和模式.文章提出一种结合语义信息的共现网络和社区发现的政策文本分析框架,对疫情防控政府新闻发布会文本进行分析,讨论突发公共卫生事件中政府治理特征、治理主题的演化规律以及与各职能部门间的互动逻辑.研究结果表明政府治理主题覆盖面广,同时又有所侧重,医疗、农业和交通是政府治理的核心方向;每个治理主题下对应多个部门参与,呈现出统一领导,多主体联动的战略布局;治理主题的连续性较强,针对疫情发展的不同阶段,政府治理工作重心也会做出相应的调整.文章为突发公共卫生事件的有效应对和政策制定提供经验借鉴.