本数据集为广州市白云区12345热线智慧办理系统所归集的舆情和工单关联分析相关的数据集合。该系统依托平台算法模型，通过语义解析 - 时空过滤 - 动态融合的三阶段流程对舆情与工单实现精准关联，数据内容涵盖“舆情id、工单编码、舆情标题、涉及主体、事发地点、工单地址及工单涉事主体”等基础字段，同时还有经过数据加工计算分析得出的“主体相似度、地址相似度、最大相似度、是否匹配”等核心字段，本数据集确保在保障数据安全与隐私合规的前提下，为城市治理和公共服务优化提供高质量的数据支撑，从而支撑热点问题识别、诉求趋势研判及跨部门协同处置等应用场景。

1.数据来源：本数据集原始数据由广州市白云区12345热线智慧办理系统在日常运行中产生。 2. 数据清洗：对原始舆情与工单文本进行标准化处理，剔除无效、重复或明显错误的信息。 3. 数据分析加工：“主体相似度”通过语义向量模型与余弦相似度算法，其计算公式为：主体相似度 = max{ CosineSimilarity( Encode(舆情主体ᵢ), Encode(工单主体ⱼ) ) }；“地址相似度”通过地理要素解析模型与结构化要素比对算法，其计算公式为：地址相似度 = max{ Σ( 要素权重ₖ × 要素相似度ₖ ) }；“最大相似度”取主体相似度和地址相似度中的较大值，作为舆情与工单之间综合匹配程度的单一量化指标，其计算公式为：最大相似度 = max( 主体相似度, 地址相似度 )；“是否匹配”基于主体相似度和地址相似度的阈值判定结果，以布尔值（true/false）标识舆情与工单是否属于关联事件，其计算公式为：是否匹配 = ( 主体相似度 ≥ 主体阈值 ) OR ( 地址相似度 ≥ 地址阈值 )。 4.数据脱敏：对涉及个人隐私及敏感信息的数据字段进行脱敏处理。

该数据集主要用于支撑政府部门在城市运行管理中的智能决策与精准服务。通过将市民热线舆情与实际处置工单进行高效关联，可快速识别高频诉求、热点区域及潜在风险点，辅助开展问题溯源与趋势预判。在跨部门协同治理中，该数据有助于厘清职责边界、优化资源配置，并为绩效评估提供客观依据。同时，基于相似度指标的量化分析，还可用于模型训练与算法迭代，持续提升政务服务的响应效率与匹配精度。

舆情id 工单编码 舆情标题 涉及主体 事发地点 工单地址 工单涉事主体 主体相似度 地址相似度 最大相似度 是否匹配 PS194ca6820a5cb0aeb 0125070110462774901 [某地][某] [某市] [某大道][某服务中心]综合服务窗 [某区] 1 0 1 t PSac6529ee99154e021 0125070409582999601 #什么是“[某市][某区] [某区] [某街道] [某区] 0 0.75 0.75 t PSa0b39e8ac439c58a0 0125072310104140301 我已向[某市][某律师事务所]和我在挤牙膏，说退400元给我，我哪是为了这一千块？我是为了中国的老百姓百再，受我们自己国家律师的骗局，才向[某司法局]投诉的！哪种道中国的律师事务所以这种以这种方式，骗取了很多老百姓。向有关部门举报，还不能引起重视吗？非要逼老百姓去走捷径，甚至是杀了人，再来亡羊补牢吗？这叫一个什么社会？ [某地];[某律师事务所];[某司法局];[某律师事务所];[某市] [某地] [某地] 0.9816 0 0.9816 t 附件下载

字段名称 字段类型 字段说明 舆情id 字符串 12345热线系统所收到的舆情id编码 工单编码 字符串 12345热线系统对舆情所形成的工单编码 舆情标题 文字 相关舆情的标题内容，用于概括舆情的核心主题或反映的主要问题 涉及主体 文字 舆情所关联的具体责任单位、涉事企业、个人或其他组织机构名称 事发地点 文字 舆情发生的具体地理位置或区域，用于定位事件发生的实际场所或所属街道、社区等行政范围 工单地址 文字 工单处理过程中登记的实际处理地址或派单目标地址，可能与事发地点一致或存在差异，用于指导责任单位开展现场处置工作 工单涉事主体 文字 工单所指向的具体责任单位、涉事企业、个人或其他组织机构名称，用于明确工单处理的责任归属和对接对象 主体相似度 数字 通过语义向量模型与余弦相似度算法，将舆情涉事主体与工单事情主体的文本语义关系转化为 0-1 的定量相似度值，精准衡量两者在语义层面的匹配程度 地址相似度 数字 通过地理要素解析模型与结构化要素比对算法，将舆情事发地址与工单事发地址的地理空间关系转化为 0-1 的定量相似度值，实现地址层级的精准匹配 字数限制，详情请见数据结构说明文件