[發明專利]行政復議影響因素分析方法及裝置

在審

• 申請號: 202010310726.0
• 申請日: 2020-04-20
• 公開（公告）號: CN111553816A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 何曉萌;付堯;竇韞萱;李雨萌
• 申請（專利權）人: 北京北大軟件工程股份有限公司
• 主分類號: G06Q50/18
• 分類號: G06Q50/18;G06F16/35;G06F16/335;G06F17/18
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 涂鳳琴

1.一種行政復議影響因素分析方法，其特征在于，包括：

獲取案件基本信息，根據所述基本信息對案件進行分類；

對分類后案件標記標簽，所述標簽包括已復議案件和未復議；

提取所述案件關鍵特征和案件對應標簽生成數據集；

構建影響因素分析模型，通過所述數據集對所述影響因素分析模型進行訓練和測試；

根據訓練好的影響因素分析模型輸出行政復議影響因素。

2.根據權利要求1所述的行政復議影響因素分析方法，其特征在于，所述案件關鍵特征包括：

行政區劃、案件來源、領域行業、當事人身份、行政機關對案件作出的行政行為、時間中的一種或多種。

3.根據權利要求1或2所述的行政復議影響因素分析方法，其特征在于，還包括：

分析所述關鍵特征是否缺失；

若缺失，根據歷史數據對缺失的關鍵特征進行填充。

4.根據權利要求1所述的行政復議影響因素分析方法，其特征在于，所述根據所述訓練好的影響因素分析模型輸出行政復議影響因素后，還包括：

對所述影響因素進行重要度排序；

確定導致行政復議的重要影響因素；

根據所述重要影響因素確定目標人群。

5.根據權利要求1所述的行政復議影響因素分析方法，其特征在于，所述構建影響因素分析模型，包括：

使用隨機森林、支持向量機和人工神經網絡算法分別對行政復議的影響因素進行回歸分析；

對分析結果進行算法交叉驗證，得到各個算法標準化均方誤差；

根據所述標準化均方誤差確定最優模型。

6.根據權利要求1所述的行政復議影響因素分析方法，其特征在于，所述獲取案件基本信息，包括：

通過接入第三方的數據接口獲得原始數據，或者，直接從行政機關獲得原始數據；

使用智能數據采集技術定期采集所述原始數據采集。

7.根據權利要求6所述的行政復議影響因素分析方法，其特征在于，還包括：

對所述原始數據進行抽取、清洗和整合，去掉干擾項和無用數據，過濾出符合時間期限的案件基本信息；

構建數據倉庫，將所述案件基本信息存入所述數據倉庫。

8.根據權利要求7所述的行政復議影響因素分析方法，其特征在于，所述提取所述案件關鍵特征，包括：

對所述案件基本信息進行數據過濾、合并數據源、數值轉化和特征提取得到所述案件關鍵特征；

對所述案件關鍵特征進行結構化處理。

9.根據權利要求1所述的行政復議影響因素分析方法，其特征在于，所述數據集包括：

訓練集和測試集；

通過所述訓練集對所述影響因素分析模型進行訓練；

通過所述測試集對所述影響因素分析模型進行測試。

10.一種行政復議影響因素分析裝置，其特征在于，包括：

獲取模塊，用于獲取案件基本信息，根據所述基本信息對案件進行分類；

標記模塊，用于對分類后案件標記標簽，所述標簽包括已復議案件和未復議；

提取模塊，用于提取所述案件關鍵特征和案件對應標簽生成數據集；

構建模塊，用于構建影響因素分析模型，通過所述數據集對所述影響因素分析模型進行訓練和測試；

輸出模塊，用于根據訓練好的影響因素分析模型輸出行政復議影響因素。