• 中国核心期刊(遴选)数据库收录期刊
  • 中文科技期刊数据库收录期刊
  • 中国学术期刊(光盘版)收录期刊
  • 中国人民大学报刊资料数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国台湾华艺数据库收录期刊

情报探索 ›› 2022, Vol. 1 ›› Issue (9): 1-.

• 理论探索 •    

基于XGBoost算法的非法经营罪量刑预测模型构建及应用*

  

  1. (北京大学光华管理学院 北京 100871

  • 出版日期:2022-09-15 发布日期:2022-09-30
  • 作者简介:王为久(1993—),男,2019级博士研究生,研究方向为司法领域的人工智能应用,已发表论文6篇;徐敏亚(1981—),女,博士,副教授,博士生导师,通讯作者;徐博希(1983—),男,硕士研究生;孟思雨(1996—),女,2019级博士生研究生;魏钊(1996—),女,2019级博士生研究生。
  • 基金资助:

    *本文系国家自然科学基金重点项目“家庭购买决策过程与机制研究:基于‘匹配’和‘社会比较’的视角”(项目编号:71632001)和北京大学统计科学中心以及数量经济与数理金融教育部重点实验室(北京大学)项目研究成果。

  • Online:2022-09-15 Published:2022-09-30

摘要: [目的/意义]旨在利用文本挖掘技术和XGBoost算法构建量刑预测模型,实现量刑预测的智能化。[方法/过程]首先设计了量刑预测模型的构建路径,然后采用XGBoost算法构建了预测模型,最后将模型与多种算法(随机森林、决策树、KNN等)进行了比较,探讨了量刑预测模型的特征选择问题。[结果/结论] 基于3208条司法判例数据所构建的量刑预测模型,对量刑严重程度和有期徒刑时长的预测准确率达到了80.02%和78.46%,优于其他算法。研究表明,XGBoost算法在非法经营罪的量刑预测中具有实践应用价值。

关键词: 非法经营罪, 量刑预测, XGBoost, 文本挖掘