[發(fā)明專利]法律信息推薦方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910020487.2
• 申請(qǐng)日: 2019-01-09
• 公開（公告）號(hào): CN109684470B
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 陳恩紅;劉淇;于潤(rùn)龍;葉雨揚(yáng);武晗;李徵;孫睿軍
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F16/332
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李偉;王寶筠

1.一種法律信息推薦方法，其特征在于，包括：

獲取已記錄的違法行為數(shù)據(jù)，并依據(jù)所述違法行為數(shù)據(jù)，在預(yù)先構(gòu)建的用戶表征集合中識(shí)別多個(gè)目標(biāo)用戶；

在預(yù)先構(gòu)建的法律文本表征集合中，為每個(gè)所述目標(biāo)用戶選取與其對(duì)應(yīng)的初始法律條目集合，所述初始法律條目集合中包括多個(gè)初始法律條目；

確定所述初始法律條目集合中各個(gè)初始法律條目，與所述初始法律條目集合對(duì)應(yīng)的目標(biāo)用戶的關(guān)聯(lián)度，并將關(guān)聯(lián)度大于預(yù)設(shè)關(guān)聯(lián)閾值的初始法律條件確定為目標(biāo)法律條目，并將所述目標(biāo)法律條目推送給所述初始法律條目集合對(duì)應(yīng)的目標(biāo)用戶；

其中，所述在預(yù)先構(gòu)建的法律文本表征集合中，為每個(gè)所述目標(biāo)用戶選取與其對(duì)應(yīng)的初始法律條目集合，包括：

將所述法律文本表征集合中的各個(gè)法律文本表征信息，及所述目標(biāo)用戶對(duì)應(yīng)的用戶表征信息，輸入至預(yù)先建立的預(yù)測(cè)模型，經(jīng)過所述預(yù)測(cè)模型處理后，獲得每個(gè)所述目標(biāo)用戶對(duì)應(yīng)多個(gè)法律條目；

將所述違法行為數(shù)據(jù)與每個(gè)所述目標(biāo)用戶對(duì)應(yīng)的多個(gè)法律條目進(jìn)行匹配，將每個(gè)所述目標(biāo)用戶對(duì)應(yīng)的多個(gè)法律條目滿足預(yù)設(shè)匹配規(guī)則的法律條目確定為初始法律條目，以確定每個(gè)所述目標(biāo)用戶對(duì)應(yīng)的各個(gè)初始法律條目，并依據(jù)每個(gè)所述目標(biāo)用戶對(duì)應(yīng)的各個(gè)初始法律條目，獲得每個(gè)所述目標(biāo)用戶對(duì)應(yīng)的初始法律條目集合。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在預(yù)先構(gòu)建的用戶表征集合中識(shí)別多個(gè)目標(biāo)用戶，包括：

對(duì)獲取的所述違法行為數(shù)據(jù)進(jìn)行預(yù)處理；

將所述預(yù)先構(gòu)建的用戶表征集合中的各個(gè)用戶，分別與經(jīng)過預(yù)處理的所述違法行為數(shù)據(jù)進(jìn)行匹配；

將所述預(yù)先構(gòu)建的用戶表征集合中，與經(jīng)過預(yù)處理的所述違法行為數(shù)據(jù)相匹配的用戶，確定為目標(biāo)用戶。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述用戶表征集合的構(gòu)建過程，包括：

獲取目標(biāo)城市中每個(gè)用戶的通訊記錄和歷史地理位置信息；

依據(jù)每個(gè)用戶的通訊記錄，構(gòu)建所述用戶的社交關(guān)系網(wǎng)絡(luò)；

采用隨機(jī)游走模型解析所述社交關(guān)系網(wǎng)絡(luò)，以獲取所述目標(biāo)城市中的各個(gè)用戶之間的社交關(guān)系，并依據(jù)所述目標(biāo)城市中各個(gè)用戶之間的社交關(guān)系，得到所述社交關(guān)系網(wǎng)絡(luò)中每個(gè)用戶的社交表征；

將每個(gè)所述用戶的歷史地理位置信息輸入至預(yù)先構(gòu)建的長(zhǎng)短時(shí)網(wǎng)絡(luò)模型中，得到所述目標(biāo)城市中每個(gè)用戶各個(gè)時(shí)間段的位置信息，以獲得所述目標(biāo)城市中每個(gè)用戶的位置信息表征；其中，所述每個(gè)用戶各個(gè)時(shí)間段的位置信息包括歷史位置信息和未來位置信息；

通過全連接網(wǎng)絡(luò)，對(duì)所述目標(biāo)城市中的每個(gè)用戶的社交表征和位置信息表征進(jìn)行拼接，以獲得每個(gè)用戶的用戶表征，并基于每個(gè)所述用戶的用戶表征，構(gòu)建用戶表征集合。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述法律文本表征集合的構(gòu)建過程，包括：

對(duì)已獲取的各個(gè)目標(biāo)法律文本做分詞處理，獲得與每個(gè)所述目標(biāo)法律文本對(duì)應(yīng)的法律詞匯；

采用向量空間模型將每個(gè)所述目標(biāo)法律文本對(duì)應(yīng)的法律詞匯建模成語(yǔ)義空間；

將所述語(yǔ)義空間中的法律詞匯進(jìn)行拼接，獲得每個(gè)所述目標(biāo)法律的法律文本表征，依據(jù)每個(gè)所述法律文本表征，構(gòu)建法律文本表征集合。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在所述將每個(gè)所述目標(biāo)法律文本對(duì)應(yīng)的法律詞匯建模成語(yǔ)義空間之后，還包括：

采用預(yù)先設(shè)定的奇異值分解方法分解所述語(yǔ)義空間，獲得所述語(yǔ)義空間對(duì)應(yīng)的各個(gè)奇異值；

將數(shù)值小于預(yù)設(shè)閾值的奇異值置零，并按照各個(gè)奇異值從大到小的順序?qū)σ逊纸獾恼Z(yǔ)義空間的維度進(jìn)行降維。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標(biāo)法律條目推送給所述初始法律條目集合對(duì)應(yīng)的目標(biāo)用戶，包括：

依據(jù)所述目標(biāo)法律條目生成推薦信息；

依據(jù)所述目標(biāo)用戶的通訊記錄將所述推薦信息推送至所述目標(biāo)用戶對(duì)應(yīng)的終端設(shè)備。