基于文本分类的政府网站信箱自动转递方法研究

摘要：

[目的]为改善政府网站领导信箱传统人工转递方式存在的人力、时间成本较高以及工作人员负担较重等问题,研究网站来信的自动转递方法.[方法]选择较有代表性的分类算法,包括朴素贝叶斯、决策树、随机森林以及多层神经网络,对北京、合肥和深圳的市长信箱文本数据进行对比实验,进而设计一套基于文本分类的政府网站信箱自动转递方法,并给出相应的应用建议.[结果]神经网络算法在市长信箱文本的分类表现最优,宏平均精确度和召回率均达0.85以上,且所有微平均指标均达0.93以上;朴素贝叶斯算法次之;随机森林算法的宏平均精确度很高,但召回率较差;决策树算法的精确度和召回率都较一般.[局限]未能兼顾来信数量不均衡对结果的影响,且实验时剔除了数据量过小的部门的来信数据,这在实际应用中可能会存在一定偏差.[结论]本文设计的政府网站信箱自动转递方法能够优化领导信箱运作机制,对提升线上政民互动效率,降低人力及行政成本具有积极意义.

关键词：领导信箱、自动转递、文本分类、多层神经网络、流程优化

所属期刊栏目：4

分类号：TP39;G35(计算技术、计算机技术)

资助基金：本文系国家自然科学基金面上项目“电子政务服务价值共创机制及实现模式实证研究”项目编号:71573117

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：51-59