[发明专利]用于对行政审批事项的办结时限进行压缩预测的计算模型及其应用

说明书

本发明公开了一种对行政审批事项的办结时限进行压缩预测的方法，包括如下步骤：根据行政审批事项的历史审批记录，生成训练数据集；构建预测模型，基于训练数据集进行模型训练，确定压缩力度预测模型；根据确定的压缩力度预测模型计算行政审批事项的办结时限的压缩力度。本发明还公开了一种用于对行政审批事项的办结时限进行压缩预测的计算模型，根据本发明公开的方法和计算模型，可以快速获取推荐进行压缩的行政审批事项，以基于获取到的推荐压缩的行政审批事项的实际流程进行梳理，实现对各行政审批事项压缩时间进行讨证实现，从而达到压缩承诺时限的目的，相较现有的需要人工梳理才能获取到可压缩行政审批事项的方式，效率更高，结果更精准、客观。

技术领域

本发明涉及行政进度处理技术领域，特别是一种对行政审批事项的办结时限进行压缩预测的方法及用于对行政审批事项的办结时限进行压缩预测的计算模型。

背景技术

目前，政府行政审批事项承诺办理时限主要参考相应事项的法定时限，并未对事项实际办理效率进行分析，部分事项的实际办理时间远远小于法定期限，导致政府行政处理进度效率不高。为了进一步提高办事效率，现有技术中，通常是通过人工梳理行政审批事项以总结行政审批的时限，进而讨论论证是否可以进行承诺时限的压缩，主要通过以下两种方式：

一是通过安排专人对几年来各行政审批事项的实际办件用时情况进行梳理，充分听取窗口相关人员意见、建议，并对各行政审批事项压缩时间进行讨证实现；

二是通过对审批环节进行深度梳理，对审批流程进行优化再造，精简审批所需材料，从而达到压缩承诺时限的目的。

但现有的方式均是通过人工梳理实现，由于行政审批事项较多，且人工梳理、讨论压缩时间的过程繁琐，持续时间较长，这样势必会造成大量的人力资源投入，且梳理结果也具有一定的主观性，参考价值不够高。

发明内容

针对此问题，发明人构思通过对历史审批数据进行统计分析，构建自动进行压缩预测计算的算法模型，实现对各事项的压缩情况的估算，以快速高效地解决行政审批的效能问题，或至少快速高效地提供高参考价值的推荐方案。

基于此目的，根据本发明的第一方面，提供了一种对行政审批事项的办结时限进行压缩预测的方法，包括如下步骤：

根据行政审批事项的历史审批记录，生成训练数据集；

构建预测模块，基于所述训练数据集进行模型训练，确定压缩力度预测模型；

根据确定的压缩力度预测模型计算行政审批事项的办结时限的压缩力度。

根据本发明的第二方面，提供了用于对行政审批事项的办结时限进行压缩预测的计算模型，计算模型通过以下方法训练生成：

获取行政审批事项的历史审批记录；

根据行政审批事项的历史审批记录，生成训练数据集；

构建预测模块，基于训练数据集进行模型训练，生成压缩力度预测模型；

其中，所述压缩力度预测模型即为用于对行政审批事项的办结时限进行压缩预测的计算模型。

根据本发明的第三方面，提供了应用上述对计算模型进行行政审批事项的办结时限的压缩预测的方法。

根据本发明提供的方法及模型，可以通过机器学习算法，分析审批办件历史数据，构建特征，训练生成用于对行政审批事项的办结时限进行压缩预测的计算模型。通过该模型可以快速得到一个政务服务中心全部事项的建议压缩时间(压缩力度)，根据该建议压缩时间，即可快速获取到推荐压缩的行政审批事项，以方便进一步对推荐压缩的行政审批事项进行实际情况分析，做出合理的安排，从而实现缩减审批过程的时间，大大的节约了人力资源，提高效率。

附图说明