[发明专利]行政复议影响因素分析方法及装置在审
申请号: | 202010310726.0 | 申请日: | 2020-04-20 |
公开(公告)号: | CN111553816A | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 何晓萌;付尧;窦韫萱;李雨萌 | 申请(专利权)人: | 北京北大软件工程股份有限公司 |
主分类号: | G06Q50/18 | 分类号: | G06Q50/18;G06F16/35;G06F16/335;G06F17/18 |
代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 涂凤琴 |
地址: | 100089 北京市海淀区北四环西路67号中关*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行政复议 影响 因素 分析 方法 装置 | ||
1.一种行政复议影响因素分析方法,其特征在于,包括:
获取案件基本信息,根据所述基本信息对案件进行分类;
对分类后案件标记标签,所述标签包括已复议案件和未复议;
提取所述案件关键特征和案件对应标签生成数据集;
构建影响因素分析模型,通过所述数据集对所述影响因素分析模型进行训练和测试;
根据训练好的影响因素分析模型输出行政复议影响因素。
2.根据权利要求1所述的行政复议影响因素分析方法,其特征在于,所述案件关键特征包括:
行政区划、案件来源、领域行业、当事人身份、行政机关对案件作出的行政行为、时间中的一种或多种。
3.根据权利要求1或2所述的行政复议影响因素分析方法,其特征在于,还包括:
分析所述关键特征是否缺失;
若缺失,根据历史数据对缺失的关键特征进行填充。
4.根据权利要求1所述的行政复议影响因素分析方法,其特征在于,所述根据所述训练好的影响因素分析模型输出行政复议影响因素后,还包括:
对所述影响因素进行重要度排序;
确定导致行政复议的重要影响因素;
根据所述重要影响因素确定目标人群。
5.根据权利要求1所述的行政复议影响因素分析方法,其特征在于,所述构建影响因素分析模型,包括:
使用随机森林、支持向量机和人工神经网络算法分别对行政复议的影响因素进行回归分析;
对分析结果进行算法交叉验证,得到各个算法标准化均方误差;
根据所述标准化均方误差确定最优模型。
6.根据权利要求1所述的行政复议影响因素分析方法,其特征在于,所述获取案件基本信息,包括:
通过接入第三方的数据接口获得原始数据,或者,直接从行政机关获得原始数据;
使用智能数据采集技术定期采集所述原始数据采集。
7.根据权利要求6所述的行政复议影响因素分析方法,其特征在于,还包括:
对所述原始数据进行抽取、清洗和整合,去掉干扰项和无用数据,过滤出符合时间期限的案件基本信息;
构建数据仓库,将所述案件基本信息存入所述数据仓库。
8.根据权利要求7所述的行政复议影响因素分析方法,其特征在于,所述提取所述案件关键特征,包括:
对所述案件基本信息进行数据过滤、合并数据源、数值转化和特征提取得到所述案件关键特征;
对所述案件关键特征进行结构化处理。
9.根据权利要求1所述的行政复议影响因素分析方法,其特征在于,所述数据集包括:
训练集和测试集;
通过所述训练集对所述影响因素分析模型进行训练;
通过所述测试集对所述影响因素分析模型进行测试。
10.一种行政复议影响因素分析装置,其特征在于,包括:
获取模块,用于获取案件基本信息,根据所述基本信息对案件进行分类;
标记模块,用于对分类后案件标记标签,所述标签包括已复议案件和未复议;
提取模块,用于提取所述案件关键特征和案件对应标签生成数据集;
构建模块,用于构建影响因素分析模型,通过所述数据集对所述影响因素分析模型进行训练和测试;
输出模块,用于根据训练好的影响因素分析模型输出行政复议影响因素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京北大软件工程股份有限公司,未经北京北大软件工程股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010310726.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:人均执法效能评估方法及系统
- 下一篇:对活动量进行灵活调整上肢康护护理装置