随着信息技术的发展,网络成为民众发表意见的重要渠道。智慧城市和智慧政务的建设使得政务领域的网络舆情受到广泛关注。城市规划领域中,公众可以通过政务网站了解处于公示阶段的城市规划建设项目,也可以针对具体规划项目发表反馈意见,表达自己对于城市规划项目的态度、立场、意见、满意程度等,为城市规划舆情分析提供了大量的微观个体数据。因此城市规划公示的反馈意见是获取规划领域舆情信息的重要途径,具有细粒度、针对性、时序性的特征。针对城市规划反馈意见舆情数据,实现城市规划案例舆情的观点识别,并根据历史相似规划案例舆情的观点类别、情感倾向、关注人群等特征,预测未来案例舆情的发展趋势具有重要意义。本文提出一种面向城市规划舆情的情感倾向预测方法。基于地理案例理论构建城市规划案例的描述与表达模型。基于文本挖掘方法,提取城市规划案例的多粒度舆情特征,实现案例结果的量化表达。结合城市规划用地类型、POI数据、人口普查数据,实现案例属性的量化表达。根据案例属性表达模型,实现案例相似度的度量,构建基于城市规划案例推理的舆情情感倾向预测模型,根据历史相似规划案例的舆情特征,预测新规划案例在不同观点方面的情感倾向以及案例的关注人群。主要成果如下:（1）面向城市规划领域的多粒度舆情语义特征提取方法。基于主题层次聚类方法,构建城市规划领域的多层次舆情观点类别体系,并结合句法分析实现舆情数据的观点级情感倾向标注。基于用户词典和词性标注,获得城市规划案例的关注人群,基于Linear SVM模型实现反馈意见文本的情感倾向分类,提取粗粒度舆情特征。基于多标签分类实现反馈意见文本的观点识别,提取规划案例的细粒度舆情特征,结果表明观点及情感倾向分类准确率可以达到90%以上。（2）基于表示学习的城市规划案例空间语义量化表达。基于TFIDF实现规划名称的关键词提取,依据城市规划用地类型构建案例类别关键词词典,基于关键词匹配实现规划案例分类。提出Class2Vec模型并采用规划领域新闻文本数据进习模型训练,获得城市规划案例类别词向量,实现案例类别语义特征表达。提出Loc2Vec模型,基于POI数据进行模型训练,获得融合空间距离关系的城市规划位置语义特征表达。结果表明,空间语义向量能够实现案例空间属性的量化,语义向量距离能够度量案例空间特征之间的相似性,为案例相似度定量计算提供数据基础。（3）人地结合的新城市规划舆情情感预测模型。基于人口普查数据,实现规划案例人口属性的量化表达。根据案例属性表达模型,提出融合多维度案例属性的案例相似度计算方法,获得当前规划案例的历史相似规划案例及其相似度。提出基于相似度权重的情感倾向计算策略,构建融合居民主观要素和地理环境客观要素的情感预测模型,预测当前规划案例的观点类别、情感倾向类别、发表观点意见的案例关注人群类别等多粒度舆情特征。选取真实规划案例数据进行验证,结果表明本研究提出的方法能够实现案例舆情特征的预测,预测精度可达到74%以上。地理案例推理为城市规划舆情预测提供了新的解决方法,本文提出的城市规划案例描述与表达框架能够实现城市规划案例数据的有效组织,一方面为案例属性要素提取提供了量化表达框架,另一方面为案例舆情信息的提取及结构化表达提供了依据,同时为城市规划案例相似度计算提供理论支持。针对非结构化的城市规划反馈意见文本数据分析,本研究综合了词汇级与篇章级的文本分析方法,即可以实现关注人群及情感倾向案例宏观舆情特征要素的提取,又可以实现微观舆情观点体系构建及观点级情感倾向判别,实现多粒度案例舆情特征的抽取与有序组织。结合地理案例推理理论,提出基于多维度案例属性的历史案例相似度度量,并构建基于相似度权重的舆情情感特征预测方法,在舆情情感倾向特征与关注人群特征预测中,均具有较好的预测精度,验证了本文预测模型的普适性及合理性。本研究可以实现历史规划舆情的信息抽取及未来规划舆情的事前预测,能够为规划编制提供科学合理的决策支持。