[發明專利]一種基于大數據的案件判決推薦方法、裝置及終端設備

有效

• 申請號: 202111155265.5
• 申請日: 2021-09-29
• 公開（公告）號: CN113918680B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 周金明
• 申請（專利權）人: 南京視察者智能科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/289;G06N5/025;G06F16/951
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于大數據的案件判決推薦方法、裝置及終端設備，該方法包括：步驟1：爬蟲拉取公開的判決資料，步驟2：對數據庫中的問題、答案和其他案件屬性中的一些長文本進行分詞，清洗分詞，建立詞語與案件的倒排表T₁；步驟3：根據倒排表T₁，使用關聯算法Apriori，尋找頻繁項集，構建關聯關系網絡G；步驟4：構建關聯規則與案件的倒排表T₂；步驟5：根據分詞去匹配倒排表T₂中關聯規則，若找到節點，則搜索臨近節點下的案件作為相似案件進行推薦。該方法給判決人員提供了判決參考，提高了判決效率。

技術領域

本發明涉及大數據研究領域，具體涉及一種基于大數據的案件判決推薦方法、裝置及終端設備。

背景技術

隨著互聯網的普及和發展，網絡中數據量爆炸式增長，人們每天都要接觸龐大的數據量，僅靠關鍵詞搜索難以快速地定位需要的信息。為了提高案件判決的效率，開發一套案件判決推薦方法很有必要。

發明內容

為了克服現有技術的不足，本發明提供了一種基于大數據的案件判決推薦方法、裝置及終端設備，給判決人員提供了判決參考，提高了判決效率，減小了檢索壓力。技術方案如下：

本發明提供了一種基于大數據的案件判決推薦方法，該方法包括如下步驟：

步驟1：爬蟲拉取公開的判決資料，根據判決資料相對結構化的文本，提取問題、答案和其他案件屬性，得到多個判決的對應信息，按照特定的結構存入數據庫中；

步驟2：對數據庫中的問題、答案和其他案件屬性中的一些長文本進行分詞，清洗分詞，建立詞語與案件的倒排表T₁；

步驟3：根據倒排表T₁，使用關聯算法Apriori，尋找頻繁項集，構建關聯關系網絡G；

關聯算法Apriori包含支持度Support、置信度Confidence、提升度Lift三個度量系數，

根據倒排表T₁，獲取分詞出現頻數，生成1項集；

設定最小頻數為最小支持度α，設置需要的提升度閾值β，β1；頻繁項集是支持度大于最小支持度α的項集；

根據最小支持度α對1項集進行剪枝操作，得到2項集：

同理，可得出3項集、4項集等，通過k-1項集可以得出k項集，

選取需要的k值，計算出k項集；

對于任意k大于1的項集，計算其中各個元素內詞語的支持度，保留提升度大于β的項集，構成集合L，對于集合L中的元素，構建關聯關系網絡G；

構建關系網絡G，G本質是一種無向圖，也可以用矩陣表示，關系網絡G對應的矩陣記為矩陣A，矩陣A為n*n的矩陣，n為L中的元素的個數，其中的元素a_ii＝0，1≤i≤n，a_ii表示詞語與自身不存在關聯關系；對于頻繁m項集中的每個元素，1＜m≤k，元素中的詞語兩兩相連接，每個連邊的權重均為m，即：a_ij＝m，1≤i≤n，1≤j≤n，i≠j，i、j在頻繁m項集中同時存在于同一個元素中，表示詞語i與詞語j存在關聯關系，且關聯權重為m；

對權重a_ij更新：若頻繁m+1項集中也同時存在i、j，則aij＝m+1，1≤i≤n，1≤j≤n，i≠j；

步驟4：構建關聯規則與案件的倒排表T₂；

根據倒排表T₁和矩陣A，構建詞語與文本的關系網絡，關系網絡用矩陣表示記為B，矩陣B為num*num的矩陣，num為文本總數；