►►►
课程简介
关于政策文本研究
随着大数据时代的到来，政策文本研究正在经历定量化、大数据化和归因化的发展趋势(任弢等，2017)，主要呈现四个特征（黄萃等，2017）：
（1）从描述性推论到因果推论
（2）更多非结构化特征分析
（3）从低频文本信息到高频文本信息
（4）从单模分析到多源、多模态数据分析
国内外顶刊发表的论文指标来源日渐丰富，掌握高效的数据处理方法，是公共管理研究者必备的基础技能，为解决政策研究者在处理数据时常遇到的问题及更好的匹配优质期刊的要求，特开发本课程：
1.1课程目标：掌握政策文本挖掘、机器学习核心知识点和分析思路
1.2适合对象：有政策文本分析需求的硕博生及高校老师
1.3 课程特点：
易理解：以政策研究类学者需求为导向，通俗易懂，9个案例场景讲解
可复制：提供可重复使用的代码块和案例数据（包括政府工作报告数据和货币政策执行报告等），可满足学员大部分科研需求
长期回放：采取腾讯会议直播形式，录播会上线“皮皮侠学院”供学员长期回放（至少2月）
全程答疑：课程期间老师会在答疑群就课程相关问题进行答疑
►►►
课程内容
模块一：词频统计&可视化 3小时
1、政策文本分析应用简介
2、中文英文分词及关键词提取
3、中英文词频统计&词云图
Case1：Hamlet英文文本词频统计
Case2：国务院政府工作报告词性标注、词频统计
Case3：2021年国务院政府工作报告词云可视化
4、Case4：注意力构建&热力图——基于2001-2021年省级政府工作报告
模块二：机器学习&政策文本 3小时
1、机器学习与政策文本分析
2、文本数据清洗与向量化
3、Case1：中国人民银行货币政策执行报告文本情绪计算
4、Case2：TFIDF“五位一体”建设注意力测算（政治、经济、文化、社会、生态）
5、Case3：各省2001-2021政策文本连续性（相似性）比对
6、Case4：政策文本分类算法
7、Case5：基于LDA模型的政策文本挖掘
没有Python基础，免费赠送课程内容
模块一：Python基础（7月16日09：00-12：00）
模块二：面板数据构建（7月17日09：00-12：00）
主要参考文献
[1]冉雅璇,李志强,刘佳妮,张逸石.大数据时代下社会科学研究方法的拓展——基于词嵌入技术的文本分析的应用[J].南开管理评论，2021.
[2]任弢,黄萃,苏竣.公共政策文本研究的路径与发展趋势[J].中国行政管理, 2017, 000(005):96-101.
李晓溪,杨国超,饶品贵.
[3]申伟宁, 柴泽阳, 张韩模. 异质性生态环境注意力与环境治理绩效--基于京津冀《政府工作报告》视角[J].软科学,2020,34(9):7.
[4]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018,53(02):20-34.
[5]姜富伟,胡逸驰,黄楠.央行货币政策报告文本信息、宏观经济与股票市场[J].金融研究,2021,(06).
[7]Kai Li, Feng Mai, Rui Shen, Xinyan Yan, Measuring Corporate Culture Using Machine Learning, The Review of Financial Studies,2020.
►►►
课程组织
课程时间
拟定于7月30日，课程完成后录播会尽快上传“皮皮侠学院”供学员长期回放（至少2月）学习。
课程费用
会员购买可享受八折优惠（非会员转发本推送到朋友圈2小时并积攒30可8折优惠），购买前请找客服获取优惠码
扫码即可付费
售后服务
答疑群
