1.数据来源与处理

（1）事件来源。昭通市享有“中国乌天麻之乡”的美誉，昭通天麻获得了国家地理标志产品认证，市场前景广阔、发展潜力巨大。然而，以彝良县小草坝野生天麻开发有限公司为代表的本地龙头企业，生产规模较小、产品科技研发不足、带动力不强、销售渠道不畅和品牌知名度不高，不利于昭通市天麻产业的发展壮大。目前，昭通还没有一个以电商服务为主的交易平台，昭通的高原特色农产品都是采用传统渠道销售，仅有少部分企业建立了自己的网上销售平台，但销售渠道不通畅、销售量小，无大数据平台的支持。

为了进一步了解有关昭通天麻的政策，以及昭通天麻的网络舆论环境，本次调研收集昭通政府有关天麻的政策文件，以及微博平台有关昭通天麻的文章与留言，挖掘昭通天麻舆情的主题。通过政府决策侧重方向，以及网络用户的关注点，为分析昭通天麻现状提供一个新的角度。

（2）数据获取。微博数据更新频率快，产生的文本数据维度较高且数据量较大，使用传统的人工方法进行采集费时费力。因此本次微博评论文本数据的获取，将采用网络爬虫技术按照设定的信息准则，自动从微博平台爬取数据。基本流程如图2所示。

大致步骤为：

①发送请求：向目标网站发送请求获取，并获取目标URL。

②获取相应内容：若请求有效，则获取目标服务器的返回内容。

③解析内容：利用正则表达式获取目标信息。

图2　网络爬虫流程图

④保存数据：将解析得到的数据保存到本地。

由于使用微博的人数众多，且有一些政府和企业也都注册了影响力较大的官方账号作为发布消息的重要渠道。因此本文选取微博作为数据获取平台爬取了上述事件的相关评论，爬取关键词及起止时间如表4所示。

表4　文本爬取

（3）数据质量控制。由于微博的社交媒体属性和微博平台的开放性，原始评论集中包含因用户转发而产生的重复数据以及一些无关数据，因此本文制定了如下清洗规则：①对于重复数据，利用Python删除因转发而重复爬取的数据，只保留其中一条；②对于无关数据，利用关键词粗筛结合人工细筛的方式对无关数据进行删除；③对一些繁体字评论统一改为简体字进行处理；

最终经过数据清洗后得到各个事件的评论数量如表5所示。

表5　事件文本数据归纳表(www.daowen.com)

2.主题识别

主题模型（topic model）是以非监督学习的方式对文档的隐含语义结构（latent semantic structure）进行聚类（clustering）的统计模型，而文档的潜在语义结构一般被称为主题。我们使用了一种基于文本匹配和文本聚类的主题识别模型。该模型利用LDA模型获得文本数据有关主题的词向量，并使用HDBSCAN对降维后词向量进行聚类，最后使用改进后的TF-DIF方法从聚类簇中提取文档的主题。该方法基于模型提取文本数据的特征，得到的词向量可以表征单词的顺序和歧义，不需要提前对文本进行分词。由于HDBSCAN聚类模型可以自动发现聚类簇的数目，因此该模型不需要提前设定文本主题的数目。

3.结果分析

通过对政策文件及微博文章主题词聚类结果的分析，可以得知昭通天麻产业的现状及存在的问题，具体情况如下：

①昭通天麻有着巨大的开发价值。昭通天麻品质十分优异，集药用、食用及保健价值于一身。无论是政府文件给出的专业报告分析，还是消费者和商家口中的药用价值，都说明了昭通天麻具有独特的药用价值和开发价值。

具体来说，在药用领域：天麻的药用价值可用“一改、两治、三镇、六抗”来概括，一改是指改善记忆力和睡眠；两治是指治老年性痴呆、治高血压；三镇是指镇静、镇痉、镇痛；六抗是指抗癫痫、抗惊厥、抗风湿、抗癌症、抗衰老、抗抑郁。权威机构的检测报告中指出，昭通天麻的天麻素平均含量1.13%，是其他产区天麻的2～4倍，药用价值及开发潜力巨大。

天麻含有天麻多糖等多种活性成分、人体所需的微量元素29种以及氨基酸16种，营养丰富、适口性好，具备较高的药膳、滋补和食用价值。经过千百年的研究开发与实践，以天麻为主加工制作的食谱已经成为广大食客青睐的佳肴。天麻还是国家卫生部批准的可用于保健食品的物品，是一种名贵的纯天然保健食品，在改善睡眠和记忆、治疗高血压、抗衰老、扩张血管保护心脏、美容护肤等方面具备良好的功效。如今，绿色、健康、营养、安全的保健食品已成为人们追逐的一种时尚，天麻的应用范围将会越来越广。

②昭通天麻品牌影响力不断提升。昭通是世界天麻原产地，生产的天麻品质较高。微博上介绍昭通特产的文章中，常常提到天麻。而政府的产业架设文件中，也多次强调昭通天麻产业的重要性。

作为“中国乌天麻之乡”的昭通，位列中国乃至全世界最优质的天麻种源基地和全国天麻六大主产区，拥有10万亩的有机天麻认证，生长区域环境、气候特点、土壤结构的不可复制性，生产出来高品质的天麻。通过查看1994年中科院昆明植物研究所和云南中医学院为昭通天麻所做的检测报告，我们发现，昭通乌天麻的天麻素含量很高，并富含人体所需的多种微量元素和氨基酸。

同时，昭通天麻以个大、肥厚、饱满、天麻素含量高而驰名中外，先后获得了国家原产地地理标识保护产品认证和国家地理标志证明商标，“中国乌天麻之乡”等多项重大荣誉，通过参加国家、省级展示推介活动10余次，对外知名度和品牌影响力不断提升。

无论是政府的文件，还是博主的推荐贴，都多次提到昭通彝良小草坝。小草坝天麻驰名中外，彝良县已被誉为世界天麻原产地，天麻的种植主要集中分布在龙安、小草坝、两河等乡镇。当前种植面积近13000亩，产量近250万千克。新鲜天麻市场价为50～100元/千克，干天麻市场价格为200～600元/千克。小草坝天麻个大、肥厚、饱满、半透明、质地实、无空心、品质优良，药用价值高，是昭通天麻的代表，也是云南天麻的代表，素有“云天麻”之称。1950年，在云南省举办的农产品展销中，彝良小草坝天麻获奖。彝良小草坝“野生天麻酒”“精装野生天麻”于1993年在“食品专家鉴定会”分别获金奖和银奖。

③昭通建设电子商务服务平台的需求十分迫切。

“互联网+农业”的概念在国家政府的政策层面支持下，已呈大势之态。目前，昭通还没有一个完善的、以电商服务为主的大数据交易平台。不仅仅是天麻，昭通大部分高原特色农产品都是采用传统渠道销售，其中少部分企业建立了自己的网上销售平台，然而这些销售渠道彼此之间不通畅，导致农产品销售量小，从而无法建立一个强有力的数据平台作为技术支撑。

部分招商文件和政府项目书反映出，昭通将建立昭通大数据平台。通过网络大数据平台，加快推进昭通现代物流体系建设，充分利用“互联网+农业”的思维模式，推进农业产业化发展。可以预见，主打网络销售的电子商务平台，将推进昭通农业与互联网的有机结合，让天麻等特色农产品更加适应现代化城市品质消费需求，扩大销售渠道，打造地方特色品牌，带动就业，促进地方经济发展。