基于大数据的政策跟踪审计方法研究——以就业政策跟踪审计为例

政策跟踪审计是推动国家重大决策部署落实到位,监督检查政策运行实际效果,完善政策内容的重要方式。利用大数据开展政策跟踪审计能够精准评估政策落实效果,更好发挥审计经济体检功能,提升审计监督效能,实现审计监督全覆盖。本文利用Python构建机器学习模型运用于就业政策跟踪审计,通过将技术方法与政策内涵深度结合,开展对数据采集、数据清洗、特征工程、数据建模、可视化分析等核心环节探索,研究关键问题的解决办法,实现了评估政策当前落实情况,预测政策后续执行效果,促进政策优化完善的审计目标,并进一步在新技术应用,审计数据管理,审计成果分享,数据安全等层面提出深化发展建议,推动基于大数据的政策跟踪审计的发展与创新。