针对水政执法过程中案例检索效率低、参考依据不足的问题，提出一种基于TF-IDF和SVM机器学习算法的相似案例智能推荐方法。该方法以太湖流域水政执法案件库中的200个历史违法事件为例，采用TF-IDF技术对案例文本进行特征提取与向量化表示，利用支持向量机（SVM）实现案例的多维度分类与筛选，并结合余弦相似度计算实现目标案例与相似案例的精准匹配。在太湖流域水政执法数据集上的测试结果表明，所提方法的F

1

-score评价指标超过90%

相较于传统关键词匹配方法，在匹配精度和检索效率方面均有显著提升，能有效输出相似度最高的5个参考案例。该方法适应性强，能为水政执法人员提供高效可靠的案例检索支持，具备较高的实用价值与推广潜力，并为后续引入大语言模型增强语义理解能力奠定了基础。