基于BERTopic模型的数字政府治理领域的主题识别与内容分析

作     者：高凡 徐思佳 Gao Fan;Xu Sijia

作者机构：西南交通大学公共管理学院四川成都610031 

出 版 物：《情报理论与实践》 (Information Studies:Theory & Application)

年 卷 期：2024年第47卷第8期

页      面：95-106页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 120502[管理学-情报学] 

主　　题：数字政府 政府治理 主题识别 BERTopic 主题模型 

摘      要：[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知网数据库收录的有关数字政府治理研究的1829篇文献为数据来源,借助深度学习模型BERTopic和文献计量法CiteSpace相互验证分析数字政府治理领域的研究阶段、研究关键词、研究热点主题及内容等,使得结果具有高准确性和强解释性,以科学有效地探测主题取向及特征,展望数字政府治理领域的未来研究方向。[结果/结论]中国数字政府治理研究在过去的10年间发展迅猛,已成为学者探索的热点论域;现有文献研究热点整体上聚焦于价值导向、治理模式进化、技术工具嵌入;重点主题关注的是“政府数据开放共享研究“基于数字技术的政务服务改革研究“城乡场域下的数字化治理研究“数字政府治理水平的评估研究及“数字化转型下具体治理领域的实践研究。未来,数字政府治理仍然是一个具有持续性拓展空间的研究领域,将逐步实现数字政府治理的更广场域触达、精准滴灌、多项学科融合和技术实用主义。