保障民生是固国之本,民生数据是社会公共服务和人民需求体现的信息载体,准确挖掘民生关注热点、提高精准化社会治理能力对提升政府治理效率和体系智能化具有重要意义。人民需求和社会功能服务供给的平衡是当前社会治理的难题之一,及时关注和获取民生关注点可以促进民生需求相关决策的合理性,使社会资源均衡分配。民生关注内容主要涉及到社会群体反映的住房、交通、医疗、教育、环保和就业等多个领域,反映当前社会基本问题。传统民生工程由专家及政府部门在规定程序中决策,具有一定的合理性,但不能很好的基于群众关注点进行决策的实施,在信息表达方式不断增加和多样化的现状下,群众发表反馈与建议的渠道不仅限于12345热线,政府相关部门同时推出了公众号、微博、市政府和市委网站等多种反馈方式用来收集民生信息,从市民发表的民生反馈与建议数据中提取民生关注热点,支撑地方政府将资源投放在民生所需的地方具有重大战略意义。本文通过智能化地收集政府平台公众反馈与建议数据,综合运用大数据、神经网络、关键词提取的算法实现对相关数据进行采集和处理,构建基于民生关注热点的挖掘模型,服务于国家和地方政府的资源分配和经济建设。针对本文的研究目的,首先从多个平台采集数万条公众反馈与建议数据进行预处理,然后对获取的文本数据基于LDA主题模型进行领域词预测和民生数据领域分类处理,在LDA主题分类的基础上通过LSTM长短期记忆神经网络再次训练分类模型,提高分类精度和分类性能,之后选择三个民生领域的数据使用TF-IDF算法、基于Word2vec和TextRank结合的算法分别对主题关键词进行提取,通过构建共词网络对比两种算法提取关键词的特征指标,并在TF-IDF关键词抽取的基础上构建关键词组提取模型,最后根据关键词、关键词组的内容以教育领域为例对民生关注热点进行分析挖掘,并把提取的民生关注点结合现实问题进行阐述。