公众认知视角下的“印象·城市”智慧服务平台构建研究

石义金 叶光辉 毕崇武 周鼎

摘 要：[目的]感知、分析和利用城市印象，有利于获取公众认知视角下的城市发展概况，为城市社会治理中的交互式服务提供有效的数据支撑和评测尺度。[方法/过程]平臺首先整合导向城市印象的社交媒介标签资源，将其转换为具有客观知识体系监督的主题网络;然后融合个体认知因素抽取城市印象，并测度城市印象的情感极性及演化历程;最后发掘基于城市印象关联的城市关系及其社群结构，探讨基于典型场景及业务需求的城市印象多维服务模式。[结果/结论]阐述了平台的设计思路、构建流程和功能框架，并依次实现了城市印象感知、城市印象分析、城市网络构建、城市印象服务4个功能模块。据文中方法构建的“印象·城市”智慧服务平台，有助于搭建政府与公众之间的对话桥梁，促进形成政府与公众统一的城市发展愿景。

关键词：城市印象;公众认知;社会化标签;智慧城市;服务平台

DOI：10.3969/j.issn.1008-0821.2021.03.009

〔中图分类号〕G251 〔文献标识码〕A 〔文章编号〕1008-0821（2021）03-0081-13

Research on the Construction of“Impression-City”Intelligent

Service Platform from the Perspective of Public Perception

Shi Yijin Ye Guanghui* Bi Chongwu Zhou Ding

（School of Information Management，Central China Normal University，Wuhan 430079，China）

Abstract：[Objective]Perception，analysis and utilization of city impression is conducive to obtaining the general situation of city development from the perspective of public perception，and providing effective data support and measurement scale for interactive services in urban social governance.[Method/Process]Firstly，the platform integrated social tags oriented to city impression and transformed them into subject network supervised by objective knowledge system.Secondly，the platform integrated individual cognition to extract city impression，and measured the emotional polarity and evolutionary process of city impression.Finally，the platform explored the city relationship and community structure based on the association of city impression，and explored the multi-dimensional service model of city impressions based on typical scenarios and business needs.[Result/Condusion]The design idea，construction process and functional framework of the platform is elaborated，and four functional modules have been implemented，including city impression perception，city impression analysis，city network construction and city impression service.The intelligent service platform，called“Impression-City”，will build a bridge of dialogue between the government and the public，and promote the formation of a unified vision of city development between the government and the public.

Key words：city impression;public perception;social tags;smart city;service platform

自2014年以来，“以人为本”的智慧城市建设理念受到社会广泛关注，该理念指出智慧城市建设的关键问题是如何在城市发展过程中实现城市的参与式社会治理。2016年，“十三五”规划中将参与式社会治理放在突出地位，强调政府需要通过社会合作、公众参与和法治，实现政府管理、社会规制和居民自治间的良好互动。2017年3月9日，国务院总理李克强在《政府工作报告》中提出了“探索新型社会治理”的概念。简而言之，城市的社会治理是政府与其他组织和市民通过一定的协作、互动机制共同参与管理城市，促进城市发展的一种现代化的城市管理方式[1]。在此背景下，鼓励公民更广泛地参与到城市的社会治理中，赋予他们更多的权利，提高政府的数据收集能力和政策透明度，已然成为当前智慧城市建设的主要趋势[2-3]。

虽然建设智慧城市能够有效提升城市的治理与运行能力、打破城市发展困境[4]，但是当下的智慧城市建设项目主要关注城市的基础设施，着力通过新一代信息技术提高城市硬件的智能化程度，对于如何满足人们生活中多样化的需求，促进城市的智慧化管理和服务缺乏深刻认识。尽管公众系统地参与城市社会治理存在许多阻碍，但是仍有越来越多的城市在实践中发现公众在社会治理上的参与能够为改善政府服务指明方向，有利于提高政府绩效，实施有效的外部监督。与此同时，公众参与也能促进公众意见表达，充分释放自身潜力，推动政府与公众间的对话，从而形成政府和公众统一的城市发展愿景。事实上，在当前社交网络盛行的社会背景下，每天产生的大量社会化标签为公众参与社会治理提供了有效的途径。城市印象作为城市观察者与城市实体相互作用的产物，是含有公众认知和公共情感的社会印象;而社会化标签作为新媒体时代生成的载体，直接承载了公众心中直观的城市印象，也从公众视角展现了某一时期的城市主要特征。

由此可见，通过描述城市印象的社会化标签来感知城市的发展状况，将会成为实现参与式社会治理的重要途径。本文从社交网络中的城市印象出发，以公众视角评估智慧城市建设的实际状况，通过构建“印象·城市”智慧服务平台，为公众参与到城市的社会治理提供一条崭新的路径。该平台的实现有助于充分调动公众积极性，增强政府与社会的沟通力度，辅助政府部门合理决策，从而提高城市全面感知、利用公众信息的能力，为城市健康和谐发展奠定稳固的社会基础。

1 “印象·城市”智慧服务平台构建方案

平台构建的核心思想是从社交网络中获取公众描述城市特征的城市印象，分析不同城市的发展状况，挖掘城市之间的内在联系，为相似城市的发展和规划提供参考。构建“印象·城市”智慧服务平台是一个复杂的系统性工程。它既需要考虑城市印象的处理流程（即数据需求），又需要考虑服务对象的实际需求（即系统功能）。在数据流处理方面，平台需要考虑城市印象的获取、清洗、整合、分析和结果呈现等全部的数据处理流程。与其对应的平台构建思路就是，首先从社会化标签中提取城市印象，其次分析城市印象评估城市发展情况，然后构建城市网络挖掘城市关系，最后可视化呈现数据处理结果支持系统服务功能。在系统功能开发方面，平台需要依据系统数据的处理流程和服务对象的实际需求，落脚于城市印象及其分析结果的服务内容、服务方式、服务模式。具体而言，平台需要结合服务对象的实际需求，在数据处理流程基础上设计合理的系统功能模块，并将这些模块关联在一起综合分析城市发展的优势、劣势、机遇和挑战，为政府部门和社会公众提供针对性的系统服务。鉴于上述思考，平台设计思路如图1所示。

1）城市印象感知环节关联到元网络分析、分类与主题分析等信息组织技术，涉及标签采集、标签清洗、标签整合等步骤，其核心环节是标签主题网络的设计。现阶段印象标签的采集、清洗工作已不是难点，难度在于获取的印象标签缺乏客观知识体系的监督，存在语义分歧、表意模糊等问题。因此，城市印象感知环节的首要问题是构建面向城市印象表达的客观知识网络。标签主题网络设计是在自构造标签网络的基础上，引入领域客观知识体系来修正和细化标签间的语义关系，最大程度地消除统计相关对后续分析造成的系统性影响。

2）城市印象分析环节是从标签主题网络中发掘并提取城市多维特征，形成不同认知特征分类、

选择及融合的范式，进而运用时序分析、情感分析等数据挖掘方法生成城市印象特征标识集。需要特别注意的是，城市印象揭示的是公众的共同认知，需要设计特征融合算法来解决个体认知融合过程中产生的噪声和冲突。在实际操作过程中，噪声源于叠加融合过程中权重设置的不合理，需要依据特征词在个体间的分布规律来调整权重;冲突源于认知偏差所导致的词语内涵对立，需要在语义关系判定的基础上通过文本聚类选取具有代表性的城市印象。

3）城市网络分析环节意图建立基于公众认知驱动下的城市社群发現模式。现实中城市间联系的建立与加强往往由政府管理部门来主导，缺少有效的民意测评。城市印象反映了城市的本质特征，具有印象关联的城市之间往往在其特色显现、发展历程等方面具有相似性，通过相似或相异分析算法便可发掘城市间的潜在关系及社群结构。此外，简单依据不同印象特征词间的耦合关系进行城市社群发现，无法精确判别城市间关联的类型与程度，因此需要引入分面组织与分析的方法将城市印象多粒度化，进而探索不同分面下城市间的关系类型及强度。

2 “印象·城市”智慧服务平台构建过程

2.1 平台体系架构与功能框架

平台的体系架构如图3所示，包括4个层级结构，分别为用户表示层、访问控制层、系统业务层和数据存储层。

1）数据存储层负责存储3类数据：①平台采集到的与城市特征及发展动态有关的新闻、政策、评价等信息，以及经系统处理后的城市印象及其分析结果;②平台用户的属性信息、标注行为以及与历史需求相结合的用户画像;③平台运行管理过程中的日志数据。

2）系统业务层负责平台业务的运行逻辑，包括5个方面：①城市印象感知;②城市印象分析;③城市网络构建;④城市印象服务;⑤平台业务管理。

3）访问控制层负责将用户请求递交到系统业务层，通过调用系统业务层的平台运行逻辑，将相关业务的系统处理结果反馈给用户。

4）用户表示层负责为用户与平台的交互提供接口，向用户展示平台服务内容，接受并反馈用户的请求。平台用户包括3类：社会公众、政府部门、系统管理员。社会公众既可以通过标注印象标签成为平台的贡献者，又可以通过享受平台服务成为平台的受惠者。政府部门既可以利用平台分析结果开展合理决策，成为平台的使用者，又可以通过反馈渠道发布指导意见，成为平台的监督者。系统管理员负责平台的运营管理、数据库备份、参数设置与维护。

平台的功能框架如图4所示，具体包括城市印象感知模块、城市印象分析模块、城市网络构建模块和城市印象服务模块。城市印象感知模块的主要功能是收集公众描述城市印象的社会化标签，通过去重、合并等一系列标签清洗步驟规范标签标注格式，依据标签整合步骤形成反映城市整体印象的标签集合。城市印象分析模块的主要功能是从标签集合中抽取公众共同认知的城市印象，通过情感分析、时序分析和空间分析等一系列步骤，获取当前城市发展的实际情况，发现城市建设过程中存在的主要问题。城市网络分析模块的主要功能是依据各城市拥有城市印象的相似或耦合关系，构建不同印象分面下的城市网络，通过统计测度网络结构和语义分析标签文本，计算不同城市间的亲疏程度，发现具有相似城市特征的城市社群。城市印象服务模块的主要功能是将系统处理后的城市印象及其分析处理结果，以不同的服务方式为社会公众和政府部门提供智慧服务。

2.2 城市印象感知模块

印象标签的完备性是平台构建的基础，直接影响城市印象的获取、分析和利用过程，进而决定平台服务质量。平台从标签来源和标签处理两个方面确保印象标签的丰富性和准确性。首先，设计印象采集功能（页面），获取公众描述城市特征的印象标签;第二，设计印象标签清洗步骤，规范化处理印象标签，提高印象标签的数据质量;第三，设计印象标签整合步骤，层次化聚类印象标签（或标签集合），生成具有印象主题的多粒度标签集合。

2.2.1 印象标签采集

平台通过向用户展示不同城市的城市印象，以及与城市动态相关的新闻、政策等，引导用户积极参与平台的印象标签标注活动，以此确保印象标签的数据来源。首先，利用网络爬虫技术获取社交网络中描述城市特征的社会化标签;其次，根据用户的属性数据和行为数据，挖掘用户偏好，构建用户画像，为用户提供与其兴趣相关的城市信息，吸引用户阅读并进行标签标注;最后，整合历史标注数据，向用户提供平台生成的城市印象及其分析结果，辅助用户标注印象标签。

2.2.2 印象标签清洗

平台借助数据清洗方法满足印象标签在分析和利用过程中的各类算法要求。首先，分析原始标签存在的质量问题，制定相应的标签清洗要求;其次，针对具体的标签清洗要求，编译与之对应的标签清洗规则;最后，开展标签检测与修复工作，修复存在质量问题的印象标签。标签清洗工作的重点在于规范标签标注格式，将其定义为由描述城市特征的特征词和描述公众情感的情感词两部分构成。此外，标签清洗工作主要涉及剔除无意义及错误标签，归并、整合相同语义标签，替换、补全简写及缩写标签等。

2.2.3 印象标签整合

平台采用凝聚式层次聚类算法，层次聚类印象标签（或标签集合），生成具有“分面—亚面”结构的城市画像描述框架，并以此为基础将分散、无序的印象标签按照一定的逻辑规则组织到一起，使之形成具有印象主题的多粒度标签集合，实现印象标签的层次化、有序化，以便于从多个维度处理、分析和利用印象标签，呈现不同印象主题的城市印象分析结果。首先，抽取印象标签中描述城市特征的特征词，利用空间向量模型存储特征词选项;其次，计算不同印象标签间的语义相似度，层次聚类相似度最大的两个印象标签（或标签集合），直至满足停止规则为止;最后，利用文本主题挖掘方法提取标签集合中的印象主题。

2.3 城市印象分析模块

城市印象是公众的群体印象，而不是个体的特有印象。由于城市的复杂性和动态性，以及个体在生活经历和文化背景等方面的差异，公众描述城市印象的社会化标签会带有明显的个性化色彩，难以客观、公正地描述一座城市的整体形象。由此，平台设计城市印象抽取算法，从标签集合中抽取公众共同认知的城市印象，并通过情感分析和时序分析综合获取不同城市的实际发展情况。

2.3.1 城市印象抽取

平台在实施城市印象分析步骤之前，对多粒度标签集合中的印象标签进行筛选，以此获取每座城市在公众心中的共同心理图像。平台为避免纳入因个体差异产生的印象标签，定义了标签的印象权重，通过比较标签间的印象权重大小，可以从标签集合中抽取公众共同认知的城市印象，参见式（1）：

TagW（i，x）=nTag（i，m，x）×logcountTag（i）NTx（1）

其中，countTag（i）表示印象标签i被标注的次数;NTx表示在印象分面x下，所有印象标签被标注的总次数;nTag（i，m，x）表示在印象分面x下，印象标签i所属的城市特征m包含的所有印象标签被标注的总次数。由此，某个印象标签的印象权重从城市特征关注度和印象标签标注热度两方面衡量。具有较高印象权重的印象标签会被系统抽取出来作为原始印象标签集合中的城市印象。同时，抽取的城市印象依然保留印象标签整合步骤所形成的印象主题和逻辑层次，具有3种不同层次的数据粒度，便于从不同角度分析和利用城市印象。

2.3.2 印象情感分析

获取城市印象的情感倾向，有利于政府发现城市问题，控制、引导公众舆论，维护城市稳定。平台首先借助自然语言处理技术提取城市印象中的情感词;然后分别计算每个情感词的情感倾向值;最后整合所有情感词的情感倾向值，得出公众对城市的整体情感倾向。情感词的情感倾向值需要借助情感词典中各词汇间的概念相似度获得。概念间的相似度可由情感词在情感词典中所属概念的义原距离得知。平台首先将情感词典中的词语作为基准词，赋予其{-2，-1，0，+1，+2}中的情感倾向值，然后计算情感词与基准词之间的相似度，以此得到情感词的情感倾向值，参见式（2）：

其中，wpi和wpj分别表示褒义基准词和贬义基准词的权重，kpi表示情感倾向为+1和+2的基准词，kqj表示情感倾向为-1和-2的基准词。若O（w）>0，则w的情感倾向为正向，若O（w）<0，则w的情感倾向为负向，若O（w）=0，则w的情感倾向为中性。与此同时，平台设定wpi=Simw（kpi，w）/∑Simw（kpi，w），wqi=Simw（kqi，w）/∑Simw（kqi，w），赋予相似度越大的基准词更大的权重，从而在一定程度上提高了情感傾向计算值的准确度。此外，平台定义一座城市的积极情感倾向评估值Pw=∑fpwi/（∑fpwi+∑fnwj），消极情感倾向评估值Nw=∑fnwi/（∑fpwi+∑fnwj）。其中，∑fpwi表示正向情感倾向总值，∑fnwi表示负向情感倾向总值，则一座城市的整体情感倾向评估值参见式（3）：

2.3.3 印象演化分析

城市印象会随着时间推移不断变化。公众会逐渐遗忘城市过去的历史印象，反复标记持续存在的城市印象，不断注入突发的实时印象。平台通过分析公众标注城市印象的行为特征，利用遗忘曲线和重复学习理论，设计印象遗忘和印象加强两个城市印象演化环节，以此刻画不同时刻某一具体城市印象的印象权重，其计算步骤参见式（4）～（6）：

其中，wTdi表示城市印象di在时间段T内的印象权重;tf（di）表示城市印象di在时间段T内出现的频数;∑Ns=1tf（ds）表示在时间段T内，x印象分面下所有城市印象被标注的总次数。如果城市印象di在此后没有被公众继续标注，那么在到下一时刻tn的过程中，公众会对城市印象di存在遗忘现象，其遗忘过程的量化函数参见式（5）：

其中，w′di（tn）为经过时间段[tn，tn-1]后，城市印象di衰减后的印象权重;wdi（tn-1）为城市印象di在tn-1时刻的印象权重，即上个遗忘阶段的初始值;x表示在x印象分面下的城市印象的半衰期，其值由公众标注城市印象的行为周期决定。由此，城市印象di在tn时刻的印象权重由上一阶段的衰减剩余值和这一阶段的加强增加值合并而成，参见式（6）：

2.4 城市网络构建模块

城市印象揭示了城市的本质属性。具有相似城市印象的城市之间往往具有相似的发展规律。获取城市之间的相似程度，分析城市之间的潜在关系，能够在一定程度上为相关城市的发展提供参考。平台基于多粒度的城市特征标识集，构建不同印象分面下的城市网络，通过计算城市之间的亲疏程度，发现具有相似城市特征的城市社群。

2.4.1 城市网络构建

城市网络中各节点间的链接关系由节点所属城市的城市印象决定。节点内部因拥有城市印象而具有局部的语义信息，可以将具有语义关联的节点之间链接起来，构成反映城市关系的城市网络。事实上，公众认知视角下的城市印象具有多元性，不同节点对应的城市印象存在较大差异，如果直接依据城市印象建立节点间的链接关系，必然会降低城市网络分析结果的有效性。因此，平台利用城市印象分析后形成的多粒度城市特征标识集，构建节点之间的语义量化映射，进而获取节点之间的链接关系。

以单个印象分面x下的k个城市特征作为k维空间向量基，向量Bi，～表示为城市印象i在k维空间向量中的坐标。节点Cx，i在印象分面x下的向量空间坐标m，可以通过节点Cx，i在印象分面x下所有城市印象的加权均值形式表达：

其中，Nx，i表示节点Cx，i在印象分面x下的城市印象数量，Nx，i，j表示第j个城市印象的编号。依据式（7）可将各城市在不同印象分面下的城市印象量化为k维空间向量m。与此同时，平台利用空间向量内积表示各节点间的语义相关性，构造节点语义相关性矩阵Ex，并设定阈值σ获取节点间的链接关系。由此，基于城市印象关联构建的城市网络，在宏观上具有社会网络的链接关系属性，在微观上具有城市节点的语义信息属性。

2.4.2 城市亲疏测度

平台依据节点间的关联权重和语义相似度测算城市间的亲疏程度。节点间的关联权重等于它们之间所有边权值之和，而节点间的语义相似度通过它们之间的语义坐标来度量。平台选择余弦相似度计算节点间的语义相似度。此外，平台依据数据场模型衡量各节点在城市网络中的重要程度，以此挖掘中心城市节点，便于划分不同城市社群。在城市网络中节点Gi的重要程度Ii的计算公式参见式（8）：

其中，mi·mj表示节点Gi与Gj间的语义相似度。disi，j表示节点Gi与Gj间的网络拓扑距离，即节点间的跳数。δ表示影响力控制因子，依据实际情况讨论其取值。exp用来平衡语义相似度和网络拓扑距离。由此，节点在城市网络中的重要程度，由其相连的节点与其之间的语义相似度和网络拓扑距离决定。

2.4.3 城市社群发现

城市社群是具有重叠特性的网络社区结构，一座城市可以隶属于不同的城市社群。平台利用面向重叠社区发现的标签传播算法（Label Propagation Algorithm，LPA）[5]挖掘潜藏在城市网络中的城市社群。该算法作为社交网络中重叠社区发现的经典算法，通过定义传播、接收和终止准则，可以将具有相同城市特征的城市节点划分到同一城市社群，其大致过程为：

首先，建立传播准则。城市网络中的每个节点都包含1个paris（c，b）集合。其中c为城市特征，b为城市特征隶属度系数。函数bt（c，Gi）表示t时刻节点Gi中城市特征c的城市特征隶属度。初始时刻节点Gi的集合parisi（c，b）=（i，1）。当节点Gi收到相邻节点neighbor（Gi）传来的城市印象时，节点Gi的集合parisi（c，b）按城市亲疏程度进行加权，并对其城市特征隶属度b进行归一化处理，参见式（9）：

然后，建立接收准则。筛选每个节点的paris（c，b）集合，将所有城市特征划分到具体节点。同时，平台以节点重要程度I作为划分城市社群核心节点和边缘节点的度量，定义横断值vi=Ii/max（{I1，I2，…，I|G|}）。节点Gi仅接收城市特征隶属度系数bi大于vi的城市特征。若节点Gi的paris（c，b）集合中所有城市特征隶属度系数均小于vi，则接收paris（c，b）集合中城市特征隶属度系数最大的城市特征。

最后，建立终止准则。利用建立的传播准则和接收准则进行循环迭代，直至城市特征的传播结果收敛为止，最终将具有相同城市特征的城市节点划分到同一城市社群。

2.5 城市印象服务模块

2.5.1 公众服务

平台通过分析用户的关注内容、浏览记录，挖掘不同用户的使用习惯;并综合运用各类资源推荐算法，为用户提供具有针对性的个性化服务。

1）印象交流。平台为用户提供标注印象标签的功能。用户可以及时分享平台服务内容并做出相应评论。与此同时，平台搭建了不同印象主题的用户社群，不同用户之间可以在具有共同兴趣的社群中进行主题探讨。此项功能既对平台起到了推广作用，呼吁了更多的公众使用平台;也增加了公众的积极性，提升了公众对城市印象的关注度。

2）城市推荐。随着移动互联网的普及和人们生活节奏的加快，公众不会花费大量时间浏览繁琐的平台信息。平台根据用户数据构建用户画像，定期向用户推送符合其兴趣的平台发布内容，并根据用户反馈调整推送方案。

3）政务监督。平台从分析结果中提取公众普遍关心、存有疑惑的城市发展状况，将与之相关的政策执行情况提供给政府，并将政府出台的城市规划、改革措施呈现给公众。在政府决策执行后，平台会将新的公众意见反馈给政府，并评估政府决策，以此为政府与公众间的互动提供平台。

2.5.2 社会治理

平台将公众意见与讨论制定成城市分析报告提供给政府，生成一种面向政策制定的公众意见分析方法，为政府的政策制定与调整提供依据。

1）城市病诊断。平台综合分析公众描述城市印象的社会化标签，选取交通拥堵、环境恶化、人口膨胀等具体的城市病现象，在客观诊断的基础上，从公众视角出发，加入公眾态度和政府治理的信息，针对每一类城市病深入探讨公众的表征状态，综合诊断城市病的重点病症，使治理直击病症对象，提高效率。

2）舆情导控。当负面评价超过阈值或变化趋势出现异常时，平台会以邮件和站内私信的形式将异常情况推送给相关部门。各级政府能在第一时间得到相关信息，并对平台反馈的异常舆论及时做出解释。此外，对待不良网友的煽动性言论和负面情绪，相关部门可以正确引导其向积极的方向发展。

3）决策辅助。平台构建决策知识库、政策分析库和情报方法库，不断完善辅助决策系统，为决策主体提供全方位、多层次的支持和服务。在政府决策的制定过程中，平台生成的分析报告可以帮助政府明确城市定位。城市亲疏度测度可为政府提供相似城市的发展状况。城市关系分析及城市社群发现可以揭示城市之间的合理分工、功能互补、协同发展。

3 原型平台展示

平台的原型系统主要包括：首页、印象整合、印象时序分析、印象网络分析和印象服务5个部分。

3.1 首 页

首页的导航栏展现了服务平台的主要功能。导航栏的右边的Login标识是用户的登录入口。导航栏下方是滚动图片，将平台各个模块的分析结果以直观的静态图片展现给用户，如图5所示。

图5 原型系统——首页页面（一）

滚动图片下方的4个展示框分别展示了平台如何设计标签类目、如何预处理标签、如何分析标签、如何展示城市印象4个问题。展示框下方展示了从城市印象云到城市网络再到城市印象服务的功能实现框架图，以及介绍每一个流程实现的方法与技术，如图6所示。

3.2 印象整合

印象整合是指公众了解城市不同维度的讯息后，用户对城市标注城市印象最后生成印象云的过程。印象整合包括新闻聚合和标签展示两个部分。新闻聚合的主要功能是向用户展示某个城市的城市政策、新闻等动态，为用户标注该城市印象提供依

据。页面左侧的导航栏便于用户选择平台模块。在新闻聚合页面的右上角设有用户所处地理位置（可切换）和用户所选城市。页面的整体部分展现了环境、健康、教育、住房、食物、交通和安全7个方面下的城市发展动态（以环境方面为例）。用户可浏览标记这些城市动态，并在页面的下方标注所选城市的印象标签，进而生成相应城市的标签云，如图7所示。

标签展示是新闻聚合页面中“生成标签云”操作的生成结果，其主要功能是向用户展现所选城市的生成标签云。展示主体包括标签云和热门标签两个部分。标签云以“云”的可视化方式展现城市整体的印象标签。热门标签部分以列表的方式展现用户所选城市的标签排名，并具有搜索功能。页面的其他部分与印象整合模块中的新闻聚合页面一致，如图8所示。

3.3 印象时序分析

印象时序分析描述印象标签的时序变化情况。在页面主体部分以折线图的方式展现了7个不同印象分面下，多个城市的公众情感指数的变化情况，其中包括积极、中级和消极3个维度的情感指数。用户可在折线图右侧根据自身喜好进行图片可视化的更改和保存。位于页面右侧的使用说明可帮助用户阅读并理解可视化结果。页面下方直接展现了平台对于印象时序分析的结论，如图9所示。

3.4 印象网络分析

印象网络是城市间的关系网络，地图中的每一坐标点代表1个城市，各点之间相连构成“城市—城市”关系网络。图中城市节点的颜色和大小反映了对应城市在网络中的重要程度，线条的颜色和粗细反映了城市间的亲疏程度。其中图表上方展现了7个不同印象分面，用户可在页面左上角选择某一具体城市作为网络中心查看城市网络分析图，并且可以在图片右侧对页面主体部分的可视化方式进行更改并保存。页面右侧的使用说明可帮助用户阅读平台的可视化结果，在页面最下方展现了平台该模块的分析结论。如图10所示。

3.5 印象服务

印象服务是指城市多维印象的展示与发布。该模块依据公众对城市印象的描述，以“城市—标签”关系树的形式从环境、健康、教育、住房、食物、交通和安全7个方面展示具有代表性的各个城市公众记忆的城市印象。依据社会化标签的情感倾向，平台将城市印象分为积极、中性和消极3个维度。积极的城市印象便于政府和公众了解城市的优势;消极的城市印象便于政府和公众发现城市发展中存在的问题;中性的城市印象主要涉及城市的个性与特征（如地理、人文景观），便于服务于大众的物质文化和精神文化需要。

下图以武汉“1+8”城市圈为例，展现城市多维印象展示和发布的结果。可以选择“印象—标签”“印象—时间”“印象—空间”和“印象—关系”4个分析维度生成和发布分析报告。如图11～13所示。

4 平台特色分析及功能展望

4.1 平台特色分析

相比传统智慧城市建设思路，平台立足公众认知视角，通过获取反映“公众智慧”的城市印象来助力智慧城市建设，构建了一个政府与公众交流的平台，有助于政府部门通过城市印象进行城市治理，优化智慧城市建设思路。同时在与公众的间接交流与政策反馈进程中，平台也有利于提升公众信任程度，促进社会和谐发展。平台的实施与构建，有助于加速智慧城市的建设进程，具有较高的社会价值，其创新性主要体现在如下方面：

1）依据公众对城市发展现状的动态感知，形成描述城市特征的印象标签集合，从不同侧面呈现了公众评价城市发展现状的“智慧”，形成公众认知视角下的城市印象。这既为公众提供了解城市状况、参与城市社会治理的开放平台，也为政府提供一个监测城市病、控制舆情、辅助决策的有效工具。

2）印象标签类目体系清晰，健康、教育等分類结构能够较好代表公众对城市的习惯性描述方式;通过对城市印象进行情感分析和时序分析，能够更细致地反映公众对于城市状况的客观态度，有助于政府部门动态监测舆情走势。

3）借鉴社会网络思想，基于不同印象分面下的城市印象共现关系构建城市之间的关联网络。这种基于公众认知构建而成的城市网络，区别于以往通过经济贸易等方式构建城市网络，有助于从不同的视角分析城市之间的潜在联系。

4）依据相关的社会网络分析方法，以某一选定的中心城市为基准，计算其他城市与该中心城市的亲疏程度，呈现城市之间的距离图谱，进而发现公众眼中的城市关系。此外，通过城市节点间的印象语义分析，有助于获得具有相似城市特征的城市社群，以此拓展城市印象服务。

4.2 平台功能展望

“印象·城市”智慧服务平台作为政府与公众交流的平台，需要公众对不同城市的主要特征有一个公正、客观的认知。这一事实必然对标签数据的质量和来源有着严格的要求，因而其实现不仅需要建立在规范数据的支撑之上，而且还需要在未来继续加强相关数据的支撑，并实现平台自动抓取、清洗、筛选城市的实时信息，从中抽取城市特征与公众认知进行对比。此外，在满足平台基本功能的基础上，全面搜集不同城市印象维度的标签数据，运用数据挖掘方法发现蕴藏在数据背后的城市问题，探究不同类型城市问题之间的关联性，并以此预测城市问题的演化路径，也是本平台下一步要实现的重点功能。

参考文献

[1]杜智涛，李纲.面向精细化治理的城市画像：构成要素与应用体系[J].图书情报知识，2019，36（4）：43-51.

[2]王名，蔡志鸿，王春婷，等.社会共治：多元主体共同治理的实践探索与制度创新[J].中国行政管理，2014，34（12）：16-19.

[3]刘佳.大数据时代的社会治理困境与创新发展路径[J].学术探索，2015，26（4）：77-84.

[4]马亚雪，李纲，谢辉，等.数字空间视角下的城市数据画像理论思考[J].情报学报，2019，38（1）：58-67.

[5]辛宇，杨静，谢志强.基于标签传播的语义重叠社区发现算法[J].自动化学报，2014，40（10）：2262-2275.

（责任编辑：郭沫含）