“智慧政务”中的文本挖掘

原题：2020第八届泰迪杯数据挖掘挑战赛 C题 https://www.tipdm.org/bdrace/tzbstysj/20200228/1637.html

任务（任务要求参见上方的题目链接）

任务一：群众留言分类

• 本例代码参见notebook文件src/issue1_more_clfs.ipynb

采用了两种特征抽取方法TF-IDF和Word2Vec，三种分类模型Naive Bayes、kNN和SVM，形成五种实验方案，实验结果如下图所示

任务二：热点问题挖掘

• 本例代码参见src/issue2.py

使用均值漂移模型完成文本聚类，另含热度评价模块，详见代码注释

项目依赖

• 基于pyhton3.7.3平台
• 需要openpyxl，gensim，sklearn，jieba，pandas，bayes_opt，numpy库以及它们的依赖包

最后

受时间和精力所限，代码组织并不十分合理，也没有为所有模块编写文档，如有想要深入了解的地方，欢迎在issue区开贴讨论