9、利用K-Means聚类方法对坦格朗市公众投诉进行分组

利用K-Means聚类方法对坦格朗市公众投诉进行分组

1. 引言

在工业4.0时代，数字转型是各国面临的新挑战。印尼智慧城市的实施，特别是智能治理理念的落地，面临着诸多挑战。智能治理作为智慧城市的重要维度，要求政府提供透明、负责、协作且具有公民参与性的治理。坦格朗市政府推出了Tangerang LIVE应用程序，其中的LAKSA功能可让公众提交关于教育、健康、基础设施等方面的投诉。然而，面对大量的投诉数据，政府需要对其进行优先级排序，以便及时处理问题。

由于投诉数据属于大数据范畴，传统方法难以处理，因此采用文本挖掘技术。文本挖掘旨在从非结构化和半结构化数据中提取有价值的信息和模式。为了更高效地处理大量投诉数据，本文采用聚类分析方法，将数据分组，以便政府做出决策。具体使用K-Means聚类算法，将投诉数据分为不同类别，确定优先处理的投诉。

2. 背景

2.1 智慧城市

智慧城市范式是治理系统的新领域，大数据在智慧城市治理中的作用备受关注。研究表明，以公民为中心的大数据应用可提升治理能力。然而，智慧城市的实施面临人力资源、治理和政策等方面的挑战。例如，雅加达的QLUE应用程序虽用于响应公民投诉，但使用率较低。

2.2 电子政务

电子政务是公民和企业与公共机构进行电子通信的方式。然而，电子政务服务在数字能力较低和网络接入有限的人群中普及度不高。一些国家和地区在电子政务服务的实施中取得了一定成效，但也面临着技术采纳、资源分配等问题。例如，毛里求斯通过采用电子服务提升了公共服务效率，但也存在一些实施障碍。

2.3 印尼及海外实施情况

印尼的电子政务实施仍有