规则推理与大数据推荐融合的定罪模型
收藏国家基础学科公共科学数据中心2026-01-30 收录
官方服务：
资源简介：
模型的研究报告，对模型的算法、架构、训练数据和测试数据及测试结果进行了详细说明。完成规则推理与大数据推荐融合的定罪模型1个，涵盖案件要素数据字典中的11个罪名的主要案件类型。11种罪名推荐采信率分别为：非法吸收公众存款罪93.13%、集资诈骗罪94.12%、骗取贷款罪92.06%、贷款诈骗罪93.13%、非法经营罪（非法从事资金支付结算业务，涉及POS机、地下钱庄等）93.18%、洗钱罪91.67%、诈骗罪（电信网络犯罪）91.69%、帮助信息网络犯罪活动罪91.53%、组织、领导传销活动罪92.11%、操纵证券市场罪91.67%、保险诈骗罪97.3%，均满足采信率不低于90%。
提供机构：
北京计算机技术及应用研究所搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是一个结合规则推理与大数据推荐技术的定罪模型研究报告，主要针对金融犯罪领域。模型覆盖了11种常见罪名，其推荐采信率均达到90%以上，确保了较高的准确性。
以上内容由遇见数据集搜集并总结生成
