本书从背景理论、基础方法和应用案例三个视角展开，力图尽可能全面剖析政策信息学研究的起源、现状、领域、方法、应用和前景。背景理论篇分析政策信息学发展脉络、主要科学问题及开放数据环境带来的挑战；基础方法篇阐述政策信息学研究开展所依赖的社会网络分析、自然语言处理基础方法、情感分析和主题建模方法；应用案例篇展示从第三方工具运用、概率主题建模、问题趋势描述和智能搜索到主题建模分析上的理论建构与实证检验逻辑。

张楠，清华大学经济管理学院管理学博士，清华大学公共管理学院副教授。曾挂职北京市朝阳区信息化工作办公室主任助理（2006-2007），现兼任中国行政管理学会信息公开与政务服务研究会副秘书长、中国城市科学会数字城市专委会物联网学组副组长、北京市城市管理科技协会理事长、中国软科学研究会理事、住建部信息技术应用标准化委员会委员。

前言 在当今的数字时代，大数据的影响贯穿公共管理和公共政策运行全过程，几乎所有展望大数据应用前景的研究都非常重视政府或公共部门相关数据的价值。面对数据激增及数据分析能力提升的新环境，公共管理与公共政策学科的研究范式和方法论体系也在经历转型和扩展，数据科学与政策科学的交叉研究领域尚有许多关键科学问题亟待解决。在此背景下，美国有学者提出了政策信息学（policy informatics）的概念，中国科学院自动化所曾大军研究员也在国际期刊上发表过关于政策信息学的观点与思考。这些早期探索多关注系统科学与仿真，但这是政策信息学的边界吗？实际上国内外学术领域尚未形成普遍共识。本书作者拥有不同学科的交叉研究背景，基于作者及相关团队过去几年间围绕相关问题的若干研究成果，本书试图从理论、方法和应用三个层面为读者初步勾勒政策信息学这一新兴研究领域的初步形态、前沿探索和典型应用。 在理论部分，本书先从数据爆炸带来的数据分析热潮引出大数据带给政策分析与政府管理创新的机遇与挑战。数据的产生和分析亘古有之，但正是由于当前数据信息的增长速度远远超过人们获得、分析和处理数据的能力，产生了数据处理需求和数据处理能力的矛盾，进而推动了相关学科研究方法、分析技术、研究范式等的转变。在此背景下，处理和获得信息并基于信息做出决策已构成重要的国家能力。政策信息学应运而生。政策信息学起源于系统科学，得益于大数据信息技术的创新发展，政策信息学的外延和内涵不断扩展，学科问题和核心方法论体系也逐步发展。 过往的研究者认为政策信息学中正在形成三个研究方向，即分别聚焦于分析、管理和治理体系的研究： 分析方向关注可以做什...