[發明專利]一種公證意愿真實性鑒別方法

有效

• 申請號: 201811008920.2
• 申請日: 2018-08-31
• 公開（公告）號: CN109190556B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 郭文靜;陳艷;陳雅賢
• 申請（專利權）人: 法信公證云(廈門)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06Q50/18
• 代理公司: 廈門福貝知識產權代理事務所(普通合伙) 35235
• 代理人: 郝學江

本發明提出一種公證意愿真實性鑒別方法，包括以下步驟：S1：用戶實名注冊并通過面部信息獲取模塊進行身份驗證；S2：根據業務流程通過語音獲取模塊得到語音信息，通過身體體征獲取模塊記錄心率，根據用戶真實身份信息通過大數據分析模塊獲取用戶的所有相關信息分析得到個人信息綜合評價值，通過面部信息獲取模塊實時解析出面部微表情信息，并通過行為動作獲取模塊獲取行為動作數據信息；S3：3個初步分析神經網絡分別用來將心率、面部微表情信息及行為動作數據信息、語音信息進行分析得到心率特征數值、心理狀態數值、語言邏輯數值，綜合分析神經網絡用于將上述結果以及個人信息綜合評價值進行綜合分析得出用戶辦理公證事項的意愿真實性概率結果。

技術領域

本發明涉及公證取證領域，特別是涉及一種公證意愿真實性鑒別方法。

背景技術

目前，在公證行業中，用戶在進行公證事項辦理時，如遺囑、財產繼承轉贈等，需對用戶的真實意愿進行鑒別，傳統公證只能依靠公證員實地調查并且憑主觀判斷，這樣會導致公正效率較低，并且容易被欺瞞從而導致公證意愿判斷出錯，出現法律糾紛。

如今各行各業都在進行信息網絡化轉型，公證行業轉為線上操作也是大勢所趨，線上公證如何判別用戶意愿真實性是亟需解決的一個技術難題，目前行業中還并沒有就該問題提出有效的技術解決方案。由此可見，提出一種可以有效判斷公證意愿真實性的方法是非常具有意義的。

發明內容

針對以上問題，本發明提出一種基于大數據分析技術和神經網絡技術的用戶真實意愿自動鑒別方法，可以有效解決如何公證有效地判別公證意愿真實性的問題。

本發明提出了一種公證意愿真實性鑒別方法，包括以下步驟：

S1：用戶進行實名注冊，并通過面部信息獲取模塊進行身份驗證；

S2：根據業務流程通過語音獲取模塊對用戶提問相關問題并記錄回答內容得到語音信息，通過身體體征獲取模塊記錄公證過程中的心率，根據用戶的真實身份信息通過大數據分析模塊獲取用戶的所有相關信息，包括財產、信用、親屬關系，并分析得到個人信息綜合評價值，通過面部信息獲取模塊實時解析用戶在辦理流程時的面部微表情信息，并通過行為動作獲取模塊獲取用戶的行為動作數據信息；

S3：通過神經網絡分析模塊對所記錄的信息進行分析，神經網絡分析模塊包括3個初步分析神經網絡和1個綜合分析神經網絡，3個初步分析神經網絡分別用來將心率、面部微表情信息及行為動作數據信息、語音信息進行分析得到心率特征數值、心理狀態數值、語言邏輯數值，綜合分析神經網絡用于將3個初步分析神經網絡的心率特征數值、心理狀態數值、語言邏輯數值以及大數據分析模塊處理得到的個人信息綜合評價值進行綜合分析得出用戶辦理公證事項時的意愿真實性概率結果。

更進一步地，3個初步分析神經網絡和1個綜合分析神經網絡都采用BP神經網絡模型。BP神經網絡模型具有很強的非線性映射能力和柔性的網絡結構。網絡的中間層數、各層的神經元個數可根據具體情況任意設定，并且隨著結構的差異其性能也有所不同。

更進一步地，BP神經網絡模型的具體運行方案如下：

輸入數據集合為A，預期輸出數據集合為B；假設輸入層的節點個數為n，隱含層的節點個數為ι，輸出層的節點個數為m；輸入層到隱含層的權重v_ij，隱含層到輸出層的權重為w_jk，輸入層到隱含層的閥值為a_j，隱含層到輸出層的閥值為b_k；學習速率為η，激勵函數為g(x)；

S31：網絡初始化，為權重v_ij、w_jk以及閥值a_j、b_k賦予[-1，1]區間的隨機值；

S32：對于每個學習樣本模式即(A,B)進行以下操作：