论文总字数：45041字

摘 要

论文作者签名：＿＿＿＿＿导师签名：＿＿＿＿ 日期：＿＿＿＿

摘要

公众参与已经成为交通规划和相关政策制定的重要组成，但是由于项目周期和成本的限制，在传统方法下大规模的收集和分析公众对交通问题的观点是一个巨大的挑战。政府相关部门应当采纳公众观点，制定科学合理的法律法规政策。目前在提高公众参与度的同时，应加快数据的采集和处理速度，以弥补传统规划的不足。

本文重点研究如何利用社交网络平台的具有时空属性的大数据进行文本分析，首先采用网络爬虫技术，采集各社交平台中有关公众意见。经基本的处理后，用ROSTCM6进行语义网络分析，再基于概率主题建模（LDA模型），提炼出公众的主要意见。最后针对南京地铁存在交通问题进行内容分析，归纳公众观点，同时总结出数据的时空特性，并从公众角度总结出存在问题并提出改进措施。

关键词：交通规划；公众参与；大数据；文本分析；时空特性

Abstract

Public Participation has become the important part of traffic planning and policy-making. But because of the limit of project cycle and cost, collecting and analyzing the public opinions on a large scale seems a huge challenge. Relevant departments of government should accept public opinions and make scientific reasonable policies. At present, while increasing the public participation degree, we’re supposed to speed up the collecting and processing of the data.

This paper focuses on how to use the big data from social network platforms for content analysis. First, we collect the data about public opinions from Internet by means of web crawler. After basic treatment, the data are extracted and dealed with by using semantic network analysis. Then we bulid LDA topic model to summarize public opinions and traffic problems. In the last step, we set Nanjing subway system as an example. This paper detailedly introduce the whole procedure of content analysis and sum up the spatiotemporal property of data. According to the results we try to put forword some corresponding measures for Nanjing subway system.

Key words: Traffic Planning; Public Participation; Big Data; Content Analysis; Spatiotemporal property

目录

摘要 I

Abstract II

第一章 绪论 3

1.1 引言 3

1.2 国内研究综述 3

1.3 国外研究综述 4

1.4 主要研究内容 5

1.5 本文结构 5

第二章 交通规划与管理中公众参与的意义 7

2.1 优化管理者决策 7

2.2 提高交通管理效率 7

2.3 加强公众监督 7

2.4 有助于公众利益的体现 7

2.5 现阶段公众参与的局限 8

第三章 文本分析方法研究 9

3.1 数据获取 9

3.2 数据预处理 10

3.2.1 文本去重 10

3.2.2 机械压缩去词 10

3.2.3 短句删除 11

3.3 中文分词 11

3.3.1 中文分词难点 11

3.3.2 分词算法 11

3.4 停用词删除 12

3.5 文本分类 12

3.5.1 基于统计学习的文本分类法 12

3.5.2 文本表示及特征选择 13

3.5.3 统计分类算法 13

3.6 语义网络分析 14

3.7 LDA主题模型介绍 14

第四章 实例分析——以南京地铁公众观点归纳为例 17

4.1 数据采集 17

4.1.1 数据源选择 17

4.1.2 数据抓取 17

4.2 中文分词 18

4.3 文本分类 20

4.4 停用词删除 21

4.5 语义网络分析 21

4.6 LDA主题模型分析 23

第五章 文本数据的时空属性 27

5.1 文本数据的时间分布规律 27

5.2 文本数据的空间分布规律 29

第六章 公众观点归纳与改善意见 31

6.1 地铁运营管理 31

6.2 站内安全管理 31

6.3 站内辅助设施管理 31

6.4 突发情况处理 32

第七章 总结与展望 33

7.1 论文主要成果 33

7.2 进一步研究方向 33

参考文献 34

致谢 36

附录A 37

附录B 47

第一章 绪论

1.1 引言

现今城市交通问题已成为公众关注的重点，随着社会和经济的发展，人们对交通的需求量不断上升，公众参与在交通规划与设计中逐渐受到更多重视。由于公共交通服务于大众，公众作为其直接使用者与受益者，往往能更切合实际的发现系统中存在的精确问题，可弥补规划人员察觉不到的问题盲区。通过参与交通规划方案指定的各个过程，才能真正行使其参与交通规划的权利。所以说公众参与是科学合理地制定政策，解决目前存在的交通问题，并充分考虑、保障居民的利益的最佳选择。同时能协调政府与公众利益，极大提高政府公信力与民主政治的发展。

然而在实际规划中，公众、管理者和规划工作者之间仍存在沟通障碍，公众参与度与理想状态还有较大的差距。传统的公众参与由城市管理者组织进行，常以入户访问、问卷调查、听证会等形式，消耗大量的时间和人力物力，并且有样本少、覆盖面小、反馈不及时等缺陷，并非面向广大公众，很难反映真实情况且多流于形式，使得双方缺乏有效沟通，无法实现对个体需求的关怀。公众参与只在象征性实施的阶段，并没有作为决策者主动的参与进来。

随着社交网络、物联网、云计算等新兴信息技术的蓬勃发展，大数据分析技术为人们科学地解决公共决策问题提供了新的思路。近年来公共管理与公共政策领域逐渐开始使用数据挖掘等大数据分析方法，提高公共问题识别的可信度和精确度，以此提升政策方案制定的科学性和公共政策的决策质量。随着“互联网 ”时代的到来，交通数据的采集与分析发生了技术性的变革，通过这些参与度较广的媒介，抓取、分析、提取交通事件主题相关信息，及时定位交通突发事件，并对相关参与者感情心理状态给出定性的评估。一种高效、全面的城市交通规划管理者与公众间的沟通交流模式正在蓬勃发展。

剩余内容已隐藏，请支付后下载全文，论文总字数：45041字