Fellows：王政雲、張沛詠、曾仲毅、楊寓鈞
Mentor：劉嘉凱
Project Partner：臺北市政府工務局採購科
問題描述
每個月稽核委員完成現場查察後須依限撰寫稽核報告，將查證結果以三段式寫法呈現，分別為「法規依據」、「違規事證」及「改善建議」，並送交稽核小組查核員同仁進行校稿彙整。當採購稽核委員在系統輸入缺失意見及其援引法規時，容易誤用法規，因此台北市查核員經常需要花費大量心力協助調整為正確法規。
希望藉由「法規推薦」的方式，在委員輸入缺失意見時，自動推薦相關的法規，降低錯誤使用法規的頻率，提升委員稽核報告之撰寫效能與品質。
分析方法
一、流程概述
依據市府提供資料進行討論，補足相關資料後進行推薦系統的設計，並重複進行準確率評估和調整模型。
(一)、資料蒐集
除了北市府提供的訓練資料和測試資料外，我們依據建模需求，藉由網路爬蟲蒐集相關輔助資料。
資料清單
訓練資料：200801至202008缺失類型(法規分段例)，法規的部分有23,228筆。
測試資料：原始意見及定稿意見彙整表_v3，共49筆。原始意見為委員原本輸入的文字，定稿意見則為稽核同仁修改後的版本，用詞較為一致。
輔助資料 – 移除法規：法令依據/事實/改進建議分段，法規跟錯誤態樣各50筆。
輔助資料 – 移除法規：法令依據/事實/改進建議分段，法規跟錯誤態樣各50筆。
輔助資料 – 字典：法規字典、法規切分字典。
(二)、資料前處理
對原始資料和另外蒐集的輔助資料進行資料前處理。
以下為處理步驟：
(三)、模型建立及模型評估
進行資料前處理後，我們開始進行模型配適以及評估。
反覆使用不同模型進行訓練，再比對測試結果準確度，找到最高準確度的模型。
二、探索式資料分析（EDA）
在訓練資料的筆數分佈上，政府採購法的占比最高，將近三成，樣本的分佈不均可能會有兩個影響，一方面是樣本足夠的類別會得到較多的資訊，推薦成果較為準確，部分過少樣本可能因為資料不足而無法取得充足的資訊，而成效較差。
訓練資料的法規名稱的筆數分佈
測試資料集上，與訓練資料筆數分佈較為不同的有