近年来,陕西省信息化建设进入全面深化应用阶段,为了响应陕西省信息化规划的要求,需要对政府投资的网络安全和信息化项目(简称“网信项目”)进行统一的生命周期管理和绩效评估,进而规范网信项目管理流程。对于申报的的网信项目,其完整的生命周期一共包括七个阶段,分别是项目申报、项目预评估、项目立项、项目实施、项目验收、项目跟踪检查、项目绩效评估。本文主要研究如何解决网信项目预评估阶段的决策问题。项目预评估是项目生命周期管理的一个重要环节,对申报的网信项目进行科学合理的预评估是后续审批决策的重要参考依据。因此,本文基于“网信项目绩效评估办法研究”课题组提供的网信项目预评估指标体系,建立了一个网信项目预评估模型,该模型可以自动对申报的网信项目进行预评估评分,解决了人工评估的主观性和不可重复性问题,节约了人力成本的同时还提高了项目预评估的客观公正性。本文提出的网信项目预评估模型基于文本嵌入技术实现。使用该模型进行预评估的具体流程为:第一,对模型的原始输入文本进行预处理,输入为网信项目申报书,对其进行中文分词之后再去除停用词;第二,文本向量化,使用文本嵌入算法对预处理过后的文本进行嵌入,将文本类型的数据表示为数字化的特征向量;第三,将后续预测预评估分数的任务转化为一个回归问题,训练一个非线性回归模型,将得到的文本特征向量输入到非线性回归模型中预测预评估分数。本文的主要研究内容如下:(1)本文改进了四个通用的文本嵌入算法。由于通用的文本嵌入算法都是无监督学习算法,这些算法不以任务为导向,得到的文本特征向量只保存了文本本身的结构和语义特征,因此无法保证预评估任务的准确率。为提升文本嵌入的质量,本文使用孪生神经网络对现有的四个文本嵌入算法进行了改进,加入预评估分数作为文本标签信息来进行二次嵌入。使用孪生神经网络进行有监督学习得到的文本特征向量可以保存文本标签中的潜在语义信息,有利于提高预评估的准确率。实验结果也证明了基于孪生神经网络改进的文本嵌入算法的优越性。(2)本文提出了基于文本嵌入的项目预评估模型。该模型使用改进了的文本嵌入算法,通过两次文本嵌入得到优化的文本特征向量。论文将后续的预评估任务视为一个回归问题,使用基于神经网络的非线性回归模型建立文本特征向量和预评估分数之间的非线性关系,训练好的非线性回归模型可以根据输入的文本特征向量输出预测的预评估分数。本文使用提出的项目预评估模型对真实的网信项目进行预评估,预评估结果证明了该模型的可行性和有效性。