基于信訪信息的民情預(yù)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著人工智能的不斷發(fā)展，自上個世紀(jì)九十年代以來，數(shù)據(jù)挖掘技術(shù)得到了越來越廣泛的應(yīng)用，但是在信訪領(lǐng)域中的應(yīng)用與研究還在起步階段。在貴陽市信訪局中，存在大量的信訪案件信息沒有得到有效的開發(fā)利用，無法轉(zhuǎn)化為知識，從而不能為信訪工作人員在面對民情問題時提供強(qiáng)有力的決策支持。本文正是針對這一現(xiàn)狀，結(jié)合信訪信息的特點(diǎn)，重點(diǎn)研究了數(shù)據(jù)挖掘在信訪領(lǐng)域內(nèi)的應(yīng)用，設(shè)計(jì)并實(shí)現(xiàn)了基于信訪信息的民情預(yù)測系統(tǒng)。本系統(tǒng)面向貴陽市信訪局需求，利用2015年貴陽市信訪局

2、案件和貴陽市人民政府政務(wù)服務(wù)中心的網(wǎng)上投訴案件，實(shí)現(xiàn)了多維度統(tǒng)計(jì)分析與民情預(yù)測。本文主要開展了以下工作：
　　1.研究標(biāo)準(zhǔn)的關(guān)聯(lián)規(guī)則Apriori算法的原理與實(shí)現(xiàn)，提出了基于Apriori算法的民情預(yù)測的方法。結(jié)合貴陽市信訪工作經(jīng)驗(yàn)，對預(yù)測出來的民情規(guī)則進(jìn)行具有現(xiàn)實(shí)意義的解釋。
　　2.結(jié)合中文分詞、停用詞處理和TF-IDF特征詞提取這三項(xiàng)文本預(yù)處理技術(shù)，通過對KNN算法的研究與調(diào)優(yōu)分析，實(shí)現(xiàn)了基于KNN算法的網(wǎng)上投訴案件的

3、分類，為網(wǎng)絡(luò)熱點(diǎn)趨勢預(yù)測奠定了基礎(chǔ)。
　　3.在上述工作的基礎(chǔ)上，結(jié)合了Web前端技術(shù)和Django框架，設(shè)計(jì)并實(shí)現(xiàn)了一個基于信訪信息的民情預(yù)測系統(tǒng)。該民情預(yù)測系統(tǒng)分為三大模塊：數(shù)據(jù)存儲模塊，本模塊設(shè)計(jì)了基于NoSQL數(shù)據(jù)庫的案件數(shù)據(jù)存儲模型；面向系統(tǒng)案件模塊，本模塊針對貴陽市信訪局案件實(shí)現(xiàn)了案件數(shù)據(jù)預(yù)處理、案件管理與分析、案件滿意度預(yù)警以及民情預(yù)測結(jié)果的展示與發(fā)布；面向網(wǎng)絡(luò)案件模塊，本模塊實(shí)現(xiàn)了對網(wǎng)上投訴案件的關(guān)鍵詞挖掘，結(jié)合案