本成果将机器学习、自然语言处理、区块链、知识图谱等先进技术融合应用于市场主体监管，从监管数据智能融合、监管智能模型研究、智慧市场监管应用、智慧监管决策及监管平台资源智能调度五大方面开展技术研究，形成基于机器学习的智慧市场监管平台整体研究方案，关键技术包括：
①监管数据智能融合，实现数据标准化、数据变换及基于机器学习算法技术对数据进行预处理；实现去中心化技术的数据共享；实现多源异构的涉企大数据采集、存储。
②监管智能模型研究，实现市场主体精准监管预判模型、市场主体运行状况分析模型及消费诉求热点挖掘模型研究，并建立市场主体生命周期的全息画像。
③智慧市场监管应用，实现企业抽查检查预测、消费者投诉热点挖掘及企业信用运行状况评估实际现实场景应用，实现市场监管智能化和精细化。
④智慧监管决策，通过不同维度进行大数据分析、动态知识图谱可视化、分析研判等功能，实现为监管部门下一个阶段的部署提供辅助决策支持。
⑤监管智能调度，是整个“基于机器学习的智能市场监管平台”的资源分配模块子系统，能够自动产生对应的监管任务，实现相关监管资源合理、及时分配，支持手机app、电脑、大屏幕等多终端调度。