Land：基于社交媒体与人工智能的土地治理新范式：社会智能挖掘的实践与前景

本文探讨了融合社交媒体数据与人工智能技术以革新土地治理的新范式。研究背景在于传统土地管理依赖遥感等结构化数据，难以捕捉动态的公众意见。研究目的是开发一套社会智能挖掘方法，从海量非结构化的社交媒体讨论中高效提取、归类并可视化公众对土地与环境议题的关切。通过提出批量主题归类算法（BTC-LLM）等工具，研究成功识别了多元的公众讨论子集群和相互关联的关切主题，并构建了情境网络。结论表明，该方法能提供实时、精细的民意洞察，推动土地治理从“数据驱动”转向“社会语境驱动”，为制定更具包容性和响应性的环境政策提供了方法论支持，并特别强调了应对错误信息和融入公正转型维度的重要性。