基于主成分分析模型評價和諧宜居城市建設(shè)

趙藝然

摘 要：《國家新型城鎮(zhèn)化規(guī)劃（2014—2020）》、中央城市工作會議、十三五規(guī)劃綱要等均明確指出要提高城市發(fā)展宜居性，并把建設(shè)和諧宜居城市作為城市發(fā)展的主要目標(biāo)。本文從社交網(wǎng)絡(luò)上收集到的北京市2015年到2018年與和諧宜居相關(guān)的評論為基礎(chǔ)，構(gòu)建情感分析模型和主成分分析模型，得出影響居民對“和諧宜居”主觀感受的主要因素，進(jìn)一步了解北京市在建設(shè)中需要加以改進(jìn)或修正的方面。

關(guān)鍵詞：情感分析;主成分分析;和諧宜居城市建設(shè)

一、引言

十八大以來，我國政府高層決策相繼把建設(shè)和諧宜居城市提升到前所未有的戰(zhàn)略高度，《國家新型城鎮(zhèn)化規(guī)劃（2014—2020）》、中央城市工作會議、十三五規(guī)劃綱要等均對建設(shè)和諧宜居城市作出專門論述，明確指出要提高城市發(fā)展宜居性，并把建設(shè)和諧宜居城市作為城市發(fā)展的主要目標(biāo)。

本文確定了與和諧宜居城市建設(shè)有關(guān)的44類關(guān)鍵詞，再從社交網(wǎng)絡(luò)上收集北京市2015年到2018年帶有這些關(guān)鍵詞的評論，構(gòu)建情感分析模型和主成分分析模型，分析影響居民對“和諧宜居”主觀感受的主要因素，進(jìn)一步了解在建設(shè)中需要加以改進(jìn)或修正的方面。

二、基于情感分析模型的居民評價模型構(gòu)建

（一）數(shù)據(jù)清洗預(yù)處理

中文分詞是中文類型的自然語言處理的第一個階段，也是必不可少的階段。中文的句意是由詞語組成的，分詞的意義在于將中文詞語分成一個個有效的，符合句意的詞語，本文采用pkuseg模塊進(jìn)行分詞。由于居民評論中經(jīng)常含有一些助詞、語氣詞、表情符號或者“回復(fù)”等詞，這些詞語沒有具體的含義，也沒有明確的感情傾向，所以將這些詞作為停用詞。如果分詞結(jié)果中含有停用詞，則刪除該停用詞。同時為了衡量評論內(nèi)容與評論目標(biāo)之間的關(guān)聯(lián)程度，去除無意義的評論，本文計(jì)算了評論內(nèi)容與關(guān)鍵詞之間的余弦相似度，去除相似度為0的評論。

（二）評論文本情感分析建模

通過預(yù)訓(xùn)練TextCNN情感分類模型，對清洗完畢的數(shù)據(jù)進(jìn)行情感分類，同時為了能夠表達(dá)評論語句的強(qiáng)烈程度，使用情感詞典對文本的情感極度進(jìn)行標(biāo)記。本文通過對微博情感200萬條數(shù)據(jù)集進(jìn)行情感分類訓(xùn)練模型，使用該模型對數(shù)據(jù)預(yù)處理后的評論文本進(jìn)行分類，其數(shù)據(jù)輸入為評論文本，輸出為積極/消極的概率以及情感極度。選擇CBOW模型作為詞向量模型，采用FastText工具對該詞向量進(jìn)行復(fù)現(xiàn)。CBOW模型是一個兩層結(jié)構(gòu)， CBOW模型沒有隱含層， 通過上下文來預(yù)測中心詞， 并且拋棄了詞序信息。

輸入層： n個節(jié)點(diǎn)，上下文共2m個詞的詞向量的平均值;

輸入層到輸出層的連接邊：輸出詞矩陣;

輸出層： 個節(jié)點(diǎn)。第i個節(jié)點(diǎn)代表中心詞是詞的概率

首先， 將中心詞wt的上下文ct：wt-m， ...， wt-1， wt+1， ...wt+m轉(zhuǎn)成輸入詞向量xt+j：

進(jìn)而將上下文的輸入詞向量wt-m， ...， wt-1， wt+1， ...wt+m求平均值， 作為模型輸入：

（1）

輸出層采用softmax作為激活函數(shù)， 用logloss作為損失函數(shù)， 利用梯度下降帶入訓(xùn)練數(shù)據(jù)訓(xùn)練詞向量， 文本中所有詞向量存在于矩陣中。其訓(xùn)練網(wǎng)絡(luò)圖如下：

TextCNN 是利用卷積神經(jīng)網(wǎng)絡(luò)對文本進(jìn)行分類的算法，2014年由 Yoon Kim在 《Convolutional Neural Networks for Sentence Classification》一文中提出。TextCNN的核心點(diǎn)在于可以捕獲信息的局部相關(guān)性，具體到文本分類任務(wù)中可以利用CNN來提取句子中類似N-Gram的關(guān)鍵信息，使用不同尺寸的kernel_size來模擬語言模型中的N-Gram，提取句子中的信息。

三、基于主成分分析模型確定影響居民主觀感受的主要因素

主成分分析法（PCA）是模式識別中的一個線性監(jiān)督分析法，主要是基于變量協(xié)方差矩陣對原始信息進(jìn)行壓縮和提取處理。PCA 是將多元的信息線性變換（降維、簡化、重排）為少數(shù)的幾個綜合信息（主成分），不僅保留了原始數(shù)據(jù)中的主要信息，而且可以將降維轉(zhuǎn)換后的特征向量線性分類。

首先，將上文確定出的44類關(guān)鍵詞作為指標(biāo)，由于這44類指標(biāo)都具有三個屬性，分別為表現(xiàn)為積極情感的概率，表現(xiàn)為消極情感的概率，情感的極性，為了處理成單屬性格式，本文通過下面公式進(jìn)行數(shù)據(jù)聚合，將三列屬性合并為單特征，公式如下：

（2）

其中和表示準(zhǔn)確率，表示關(guān)鍵詞聚合特征，表示評論為消極的概率，表示評論為積極的概率，表示情感極性。

接著使用SPSS進(jìn)行主成分分析。

求出的 KMO 值為0.915，說明可以采用主成分因子分析法。同時Bartlett 的球形度檢驗(yàn)的顯著性值為 0，說明數(shù)據(jù)的統(tǒng)計(jì)顯著性非常強(qiáng)。

將44個特征輸入，得到主成分分析的解釋總方差，

根據(jù)圖3以及表2主成分提取分析表，特征值在第10個主成分開始收斂，而在第10個主成分的累計(jì)貢獻(xiàn)率定為 85%，因此選取10個主成分作為特征模型。

初始因子載荷矩陣中的數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根便得到每個主成分中每個指標(biāo)所對應(yīng)的系數(shù)，即特征向量。以每個主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重，可得到主成分綜合模型，根據(jù)主成分綜合模型系數(shù)排序最終可以得到因子重要性排序如表3所示：

根據(jù)表3可以發(fā)現(xiàn)，在居民的主觀感受中，空氣質(zhì)量、收入水平與高精尖這三個成為重要性最為突出，是最為影響居民對“和諧宜居”主觀感受的關(guān)鍵因素，在因子重要性排名前20的指標(biāo)可以看出，居民的主觀感受更多是切實(shí)關(guān)系到衣食住行一些指標(biāo)，例如水質(zhì)，房價等指標(biāo)。因此，影響居民對“和諧宜居”主觀感受的關(guān)鍵因素更多是切實(shí)關(guān)系到居民的生活的因素。

要將北京建設(shè)成為和諧宜居之都需要結(jié)合民眾切實(shí)的主觀感受。為有效提高民眾對和諧宜居的主觀感受，合理規(guī)劃北京市城市建設(shè)，需要做到以下幾個方面：第一，注重城市的生態(tài)環(huán)境建設(shè)，使城市生態(tài)環(huán)境均衡、和諧發(fā)展，實(shí)現(xiàn)低耗能、低污染;第二，在居民意識方面，糾正居民的發(fā)展觀念，充分宣傳宏觀指標(biāo)的重要性，在照顧到民眾的切實(shí)利益方面也要考慮到展示城市軟實(shí)力的一些指標(biāo)。

參考文獻(xiàn)

[1] Xu Sun，Houfeng Wang，Wenjie Li.Fast Online Trainingwith Frequency-Adaptive Learning Rates for Chinese WordSegmentation and New Word Detection. Proceedings ofACL.253-262. 2012.

[2] 微博情感200萬條公開數(shù)據(jù)集https：//download.csdn.net/download/turkan/9181661

[3] Li J，Jing L， Fu X， et al.Learning distributed wordrepresentation with multi-contextual mixed embedding[J].Knowledge-Based Systems，2016（106）：220-230.

[4] 劉春磊，武佳琪，檀亞寧.基于TextCNN的用戶評論情感極性判別[J].電子世界，2019（3）：48，50.

[5] 米碩，孫瑞彬，李欣，明曉.基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）對電子郵件的作者識別[J].科技創(chuàng)新與應(yīng)用，2018（10）：24-25.

[6] Kim Y.Convolutional Neural Networks for SentenceClassification[J]. Eprint Arxiv，2014.

[7] 孟令爽，唐德善，史毅超.基于主成分分析法的城市人水和諧度評價[J].水資源與水工程學(xué)報，2018，29（1）：93-98.

[8] 孟令爽，唐德善，史毅超.基于主成分分析法的用水效率評價[J].人民長江，2018，49（5）：36-40.

[9] 周洋，侯淑婧，宗科.基于主成分分析方法的生態(tài)經(jīng)濟(jì)效益評價[J].統(tǒng)計(jì)與決策，2018，34（1）：66-69.