科研之友
微信
新浪微博
Facebook
分享链接
摘要
案源线索管理是工商行政执法办案的初始环节。随着网络举报途径的简化，案源线索的数量激增，现有的人工对案源线索进行分派处理的方式存在压力大、错误率高、人工成本高等种种弊端。为了降低人工成本、提高案源线索分类的准确率，该文以某一线城市的案源线索数据为例，探索基于深度学习模型的分类算法，来实现违法种类的自动识别。经过模型选择和实证研究，发现所提算法的总体分类准确率较高，能够满足实际的业务需求。本研究的成果表明了基于深度学习模型的分类器，可以有效地实现案源线索的自动分类，为推进社会治理能力的智能化和现代化提供借鉴。
- 单位
