《表2 政策文本主题词提取算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《政策与部门视角下中国网络空间治理——基于LDA和SNA的大数据分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对政策文本的数据集合，采用LDA挖掘指定个数的主题词，可以实现对文本主题词抽取的量化处理。这些主题代表一个文本，以实现特征降维的作用。LDA模型分析过程为:主题词提取→建立分类主题→概率统计及排序。（1）主题词提取，根据主题词的不同含义，将其归类至不同的分类主题中；（2）建立分类主题，含义相近的特征词分别标注为对应的主题；（3）概率统计及排序，统计每个分类主题的概率值并排序。LDA主题词提取算法如表2所示。其中，α、β为先验参数；θ、φ为两个需要估计的参数；文本总量用M表示；W代表词典大小；K为主题数量；Nm为文本m的长度。在这里需要解释的一点是，在文本获取之前，算法事先并不知道这些主题，笔者也未预先设计已有的主题词或分类主题。