政策大数据聚合及分发平台关键技术研究与示范应用

摘要

本文结合网页搜索引擎、数据自动分级分类、公共服务平台三个关键点,开展基于垂直搜索引擎的数据采集、基于CNN的数据自动分级分类、基于微服务架构的高并发云服务的关键技术路线研究。针对传统长短期记忆神经网络和卷积神经网络分类识别率不高的问题,提出融合CNN和注意力机制的长短时记忆来提高政策数据分类识别精确度。首先通过word2vec获取政策数据文本形成词向量矩阵,然后输入到传统机器学习分类模型中,在此基础上使用模型融合技术融合单一模型中分类效果较好的模型,最后得到融合模型和单一模型的分类结果并进行对比。结果表明,本文提出的技术路线有效解决了信息及时性不强、信息完整性不足、信息推送精准度不够等关键问题,实现政策扶持落地转换能力和效果的有效提升。