生成式人工智能驱动接诉即办分类标准优化研究

北京市社会科学基金规划项目一般项目（2025-2027），在研

本研究以数字政务服务工单分类标准为研究对象，融合“自上而下”的顶层设计与“自下而上”的真实工单数据，借助智能技术驱动，构建一种能够持续迭代优化政务服务工单分类科学性、动态适应性与处理效能的整合范式，可望提升城市治理的精细化水平和政务服务效能。学术价值：研究区别于以往立项社科基金项目中关于“接诉即办”课题的治理模式与流程效率优化视角，聚焦于现有政务工单分类标准的缺陷，提出的整合范式有望克服传统分类方法的局限，更精准地理解社会诉求，提升政务服务效率与决策科学性，不失为中国特色城市精细化治理范式构建中的一个有益注脚。应用价值：研究选题回应了“接诉即办” 改革与超大城市治理中普遍存在的现实关切，意图解决实践中分类不精确、归因欠准确、权责脱节等问题，可望为国内各地工单系统优化提供有益借鉴。

本研究以提升政务服务工单分类的科学性、动态适应性与处理效能为目标，首先对现有政务工单分类标准的系统性诊断，揭示其内在局限与实践瓶颈；进而引入大语言模型技术构建能够动态捕捉深层语义的标签体系，进一步通过专家验证与反馈，对整合标准与标签的政务服务分类新范式进行迭代完善，以此探索大语言模型参与数字政务服务工单分类标准优化的系统性方法和应用框架。