CN106845777A - 案件工作量评价方法、法官业绩评价方法、建模方法、计算装置和计算机可读存储介质 - Google Patents

Abstract

提供了案件工作量评价方法、法官业绩评价方法、建模方法、计算装置和计算机可读存储介质。案件工作量评价方法，包括：针对法官办理该具体案件的流程中的每个指标，获取该指标对应的数据；获取每个指标对应的权重值；基于各个指标对应的数据和权重值，计算具体案件的工作量评估值。本公开的案件工作量评价方法，根据流程中的各个环节以及各个环节的权重来评估具体案件的工作量，相比较传统的由工作量评价委员会主观评价的方法，本公开的案件工作量评价方法考虑问题全面、有数据作为支撑、更加客观和具有说服力。

Description

案件工作量评价方法、法官业绩评价方法、建模方法、计算装 置和计算机可读存储介质

技术领域

本发明总体地涉及独立于人主观意见的法院案件工作量评价方法，更具体地涉及案件工作量评价方法、法官业绩评价方法和计算装置。

背景技术

长期以来，在法院系统，基于以案件数量为衡量标准的工作分配不均匀的问题始终困扰着法院，干多干少一个样容易造成法官的工作积极性不高，多干多错容易激发法官的抵触情绪等非常不利于审判工作的开展；同时，基于以结案数为标准的绩效考核也不能公正的评价法官的工作业绩，对法官的福利晋升等都会造成不利的影响。

近年来，开展了全国法院工作量评价，各个法院的工作都有了很大的进展，主要分为两种方法：案件折算法和案由分级评估法。

关于案件折算法，即选取一个标准案件，其他案件都在这个标准案件上进行折算。比如指定管辖案件每10件折算1件再审审查案件，一审案件每1件折算2件二审案件等等。通过案件折算来实现对案件工作量的评价。

关于案由分级评估法，以抓大放小的思路，通过流程及案由的对比核定，确定工作量。不是单纯的案件数核算，而是关注以案由和审级为标准的案件复杂程度，以庭审时间、笔录字数、审理天数、法律文书字数四项要素为计算依据，通过比较不同类型案件审理中这四项要素与全部案件审理中四项要素的占比程度，来实现对案件工作量的评价。

上述工作量评估工作通常存在如下问题：

首先，工作量评估的维度由各法院按照其关注点自行定制，评估标准也完全依靠各地法院的经验制定，在很大的程度上是非常主观的；

其次，工作量评估多集中在针对审判人员的管理上，数据收集大多靠审管办通过系统查询收集以及法官的自行报送，审管办还需要进行大量的数据核查工作，工作量较大。

发明内容

基于上述原因，法院迫切需要一种能够由计算机系统自动执行的相对客观的法官工作量评价方法，其能够免去法院专门部门进行数据核查、而且不是基于个别人主观来进行案件工作量评价，而且基于历史大数据而客观进行的工作量评价。

鉴于以上情况，提出了本发明。

根据本发明的一个方面，提供了一种评价法院中具体案件的工作量的案件工作量评价方法，包括：针对法官办理该具体案件的流程中的每个指标，获取该指标对应的数据；获取每个指标对应的权重值；基于各个指标对应的数据和权重值，计算具体案件的工作量评估值。

根据上述实施例的案件工作量评价方法，还可以包括：在计算具体案件的工作量评估值之前，将各个指标对应的数值标准化。

根据上述实施例的案件工作量评价方法，所述权重值可以是兼顾各指标的离散度、重要度，结合TOPSIS算法和专家评分而计算得到的。

根据上述实施例的案件工作量评价方法，设有m个指标X₁,X₂,…,X_i,……,X_m，设第i个指标X_i的最大取值为max(X_i)，最小取值为min(X_i)，均值为mean(X_i)，所述权重计算公式为：

其中，C_i计算如下式所示

C_i＝|{max(X_i)-min(X_i)}{max(X_i)+min(X_i)-2*mean(X_i)}|。根据上述实施例的案件工作量评价方法，所述指标可以属于下述类别之一：案件总体信息、庭前准备、调解、开庭、反诉、合议庭合议、审委会讨论、结案、司法辅助、咨询专家。

根据上述实施例的案件工作量评价方法，所述案件总体信息可以包括：涉案人数、涉案金额、涉案罪名、审理天数、超审限天数、裁判文书字数、卷宗页/册数、庭审笔录字数、证人人数、证据份数、送达次数、通知次数。

根据上述实施例的案件工作量评价方法，所述庭前准备类别可以包括下述指标：证据交换、阅卷、通知相关人员，其中相关人员包括人民陪审员、技术调查官和翻译中的任一种或其组合。

根据上述实施例的案件工作量评价方法，所述开庭、合议庭合议和审委会讨论类别包括的指标可以包括：笔录和开庭过程、合议庭合议过程和审委会讨论过程。

根据上述实施例的案件工作量评价方法，所述司法辅助类别可以包括下述指标：鉴定、评估、审计、技术审查中的任一种或其组合。

根据上述实施例的案件工作量评价方法，所述咨询专家类别可以包括下述指标：诉讼保全、证据保全、调查取证、现场比对、实地勘验中的任一种或其组合。

根据本发明的另一方面，提供了一种评价法官一定时间的业绩的业绩评价方法，可以包括：确定在所述一定时间内法官所处理的全部案件；针对所述全部案件的每个，利用上述案件工作量评价方法，评价所述全部案件的每个的工作量；以及基于所述全部案件的每个的工作量，评价法官的业绩。

根据本发明的另一方面，提供了一种用于构建评价法院中具体案件的工作量的模型的案件工作量评价建模方法，可以包括：基于法官办理具体案件的流程，确定评价工作量所需的各个指标；基于历史的案例大数据和专家意见，确定各个指标对应的权重值；基于各个指标对应的数据和权重值，获得计算案件工作量评价值的数学模型。

根据本发明的再一方面，提供了一种用于评价法院中具体案件的工作量的计算装置，可以包括存储器和处理器，存储器中存储有计算机可执行指令，当所述计算机可执行指令被控制器执行时，可操作来执行上述案件工作量评价方法。

根据本发明的再一方面，提供了一种评价法官一定时间的业绩的计算装置，可以包括存储器和处理器，存储器中存储有计算机可执行指令，当所述计算机可执行指令被控制器执行时，执行下述方法：确定在所述一定时间内法官所处理的全部案件；针对所述全部案件的每个，利用上述案件工作量评价方法，评价所述全部案件的每个的工作量；以及基于所述全部案件的每个的工作量，评价法官的业绩。

根据本发明的再一方面，提供了一种用于构建评价法院中具体案件的工作量的模型的计算装置，可以包括存储器和处理器，存储器中存储有计算机可执行指令，所述计算机可执行指令当被处理器执行时执行案件工作量评价建模方法，所述案件工作量评价建模方法可以包括：基于法官办理具体案件的流程，确定评价工作量所需的各个指标；基于历史大数据和专家意见，确定各个指标对应的权重值；基于各个指标对应的数据和权重值，获得计算案件工作量评价值的数学模型。

根据本发明的再一方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可操作来执行上述案件工作量评价方法。

根据本发明的再一方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可操作来执行下述方法：确定在所述一定时间内法官所处理的全部案件；针对所述全部案件的每个，利用上述案件工作量评价方法，评价所述全部案件的每个的工作量；以及基于所述全部案件的每个的工作量，评价法官的业绩。

根据本发明的再一方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可操作来执行下述方法：基于法官办理具体案件的流程，确定评价工作量所需的各个指标；基于历史的案例大数据和专家意见，确定各个指标对应的权重值；基于各个指标对应的数据和权重值，获得计算案件工作量评价值的数学模型。

利用根据本发明实施例的评价法院中具体案件的工作量的案件工作量评价方法，根据流程中的各个环节以及各个环节的权重来评估具体案件的工作量，相比较传统的由工作量评价委员会主观评价的方法，本实施例的案件工作量评价方法考虑问题全面、有数据作为支撑、更加客观和具有说服力。

利用本发明实施例的案件工作量评价方法和法官业绩评价方法，由计算机系统自动统计案件流程中的各种信息，适用于所有的法院内案件的工作量评价。而且流程中各个指标的权重能够基于大数据技术，通过对历史数据的分析而计算得到，从而为工作量评估提供科学、准确的数据支撑。

附图说明

从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中：

图1示出了根据本发明实施例的一种评价法院中具体案件的工作量的案件工作量评价方法100的总体流程图。

图2示出了根据本发明实施例的各个流程与相关联的指标的示例性图示200。

图3示出了根据本发明一个实施例的法官业绩评价方法300的总体流程图。

图4示出了根据本发明一个实施例的用于构建评价法院中具体案件的工作量的模型的案件工作量评价建模方法400的总体流程图。

图5示出了适于用来实现本发明实施方式的示例性计算系统500的框图。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

图1示出了根据本发明实施例的一种评价法院中具体案件的工作量的案件工作量评价方法100的总体流程图。该案件工作量评价方法是由计算装置来执行的，计算装置的示例有服务器、台式机、笔记本电脑、平板电脑、智能手机等等。

如图1所示，在步骤S100中，针对法官办理该具体案件的流程中的每个指标，获取该指标对应的数据。

在一个示例中，各个指标对应的数据依托法院信息化系统自动获得，抛弃人工填报的方式。

有关数据主要包括三个部分：案件信息、人员信息、组织信息。

案件信息为主要输入数据，贯穿了案件的整个生命周期，从最初的立案、分案到开庭审理、结案等各个阶段，还包括案中的调解、合议、审查及司法辅助等环节。充分考虑了案件工作量在各个环节的体现。在信息化方面，信息来自审判系统、卷宗、文书、笔录，音视频等数据源。

这里的指标，关注的是与案件工作量评价有关的流程中的环节。

每个案件有一个唯一的标识符，例如案件编号。

图2示出了根据本发明实施例的各个流程与相关联的指标的示例性图示200。图2中第一列列出了具体案件中涉及的具体流程，第二列列出了流程中相关的指标，第三列列出了各个指标所涉及数据的量化单位，第四列列出了各个指标数据在计算机系统中优选的数据类型，第五列对指标的进一步解释。

案件还有一些总体信息指标，例如：涉案人数、涉案金额、涉案罪名、审理天数、超审限天数、裁判文书字数、卷宗页/册数、庭审笔录字数、证人人数、证据份数、送达(次数)、通知(次数)。

在一个示例中，所述指标属于下述类别之一：总体信息、庭前准备、调解、开庭、反诉、合议庭合议、审委会讨论、结案、司法辅助、咨询专家。

在一个示例中，所述庭前准备类别包括下述指标：证据交换、阅卷、通知相关人员，其中相关人员包括人民陪审员、技术调查官和翻译中的任一种或其组合。

在一个示例中，所述开庭类别包括的指标包括：笔录和开庭过程。

在一个示例中，所述合议庭合议类别包括的指标包括：笔录和合议庭合议过程。

在一个示例中，审委会讨论类别包括的指标包括：笔录和审委会讨论过程。

在一个示例中，所述司法辅助类别可以包括下述指标：鉴定、评估、审计、技术审查中的任一种或其组合。

在一个示例中，所述咨询专家类别可以包括下述指标：诉讼保全、证据保全、调查取证、现场比对、实地勘验中的任一种或其组合。

在一个示例中，在计算具体案件的工作量评估值之前，将各个指标对应的数值标准化。

数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。数据标准化的方法有很多种，对于正向指标，常用的方法包括线性标准化方法和非线性标准化方法。线性标准化方法有“极值线性标准化(也叫离差标准化)”、“按小数定标标准化”等；非线性标准化方法有“Z-score标准化(也叫标准差标准化)”、“对数Logistic模式标准化”和“模糊量化模式标准化”等。

考虑到评价指标属于正向指标，即数据越大工作量越多。因此要求此分析的方法既满足指标数据标准化的三大原则，又适用于正向指标的标准化，即最终选取的改进的归一化法。这里的数据标准化的三大原则为：同一指标内部数据相对差距不变原则；不同指标之间的相对差距不确定原则；标准化后极大值相等原则。因非线性标准化方法不满足同一指标内部数据相对差距不变原则；极值线性标准化不满足不同指标之间的相对差距不确定原则；按小数定标标准化不满足标准化后极大值相等原则，因此未选用这些标准化方法。在一个示例中，具体的标准化计算公式如下式(1)所示：

其中，Xij表示待标准化的数据，Yij表示标准化后的数据，max(Xi)表示该指标的取值中的最大值，j表示案件编号，i表示指标编号(如果将指标数据视为特征量，则i表示该特征量的第i维特征分量)，j取值为1到n，n为案件的总数目，i取值为1到m，m为指标的总数目。此公式的极大值为1，属于线性变换，标准化前后的级差不固定，反映了指标间的差距，全部符合指标标准化的三大原则。

回到图1，在步骤S120中，获取每个指标对应的权重值。

在一个示例中，已经预先将各个指标对应的权重值存储在数据库中。

多指标的权重计算方法众多，每一种方法均有其优势、劣势，如何找出一种适合现有数据特征、并且能使最后的赋权更客观、更合理并且具有可操作性显得至关重要。

多指标的权重计算方法主要分为两大类，主观赋权法和客观赋权法。主观贼权法是根据决策者主观信息进行赋权的一类方法，如专家调查法、二项系数法、环比评分法和层次分析法等等；而客观赋权法是无决策者任何信息，各个指标根据一定的规则进行自动赋仅的一类方法，如主成份分析法、熵技术法、均方差法、多目标规划法等等。运用主观赋权法确定各指标间的权重系数，反应了决策者的意向，决策或评价结果具有很大的主观性，不同的人所赋权数可能差别较大。而运用客观赋权法确定各指标的权重系数，决策或评价结果虽然具有较强的数学理论依据，但没有考虑决策者的意向，因此主、客双赋权法各具有一定的局限性。

经过大量的研究，发明人采用一种新颖的客观赋权法，将TOPSIS算法思想与专家打分相结合，使问题的决策分析结果，既含主观信息，又含客观信息，兼顾各指标的离散度、重要度、使得评价结果尽可能合理、公平。

TOPSIS法是C.L.Hwang和K.Yoon于1981年首次提出，根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。TOPSIS法是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。通常用于对一个拥有多个指标的对象进行综合分析评价，其核心思想是将N个影响评价结果的指标看成N条坐标轴，由此可以构造出一个N维空间，这样可以将每个待评价的对象依照其各项指标的数据在N维空间中描绘出唯一的一个坐标点。再针对各项指标从所有待评价对象中选出该指标的最优值和最差值，并用其可以在N维空间中描绘出两个点分别是最优点和最差点。依次求出各个待评价对象的坐标点分别到最优点和最差点的距离和，并运用公式，得到评价参考值B，若B值越小则代表评价结果越高。

在一个示例中，设有m个指标X₁,X₂,…,X_i,……,X_m，设第i个指标X_i的最大取值为max(X_i)，最小取值为min(X_i)，均值为mean(X_i)，则在一个示例中，权重计算公式如下式(2)所示：

其中，C_i计算如下式(3)所示

C_i＝|{max(X_i)-min(X_i)}{max(X_i)+min(X_i)-2*mean(X_i)}|(3)

然后利用专家打分法，根据各个指标的重要程度，对指标(X₁,X₂…,X_i,…..X_m)的权重进行打分，分别赋予权重系数a_i，最后第i个指标X_i的权重W_i更新为公式(4)所示

此权重计算公式仅为优选示例，本领域可以根据需要设计其它权重计算公式。

回到图1，在步骤S130中，基于各个指标对应的数据和权重值，计算具体案件的工作量评估值。

在一个示例中，按照下述公式(5)来计算案件的工作量评估值：

P_k＝W1*Y_k,1+W2*Y_k,2+…..+Wi*Y_k,i+……+Wm*Y_k,m (5)

其中P_k为第k个案件的工作量评估值，W_i为案件的第i个指标的权重，m为指标的总数目。利用根据本发明实施例的评价法院中具体案件的工作量的案件工作量评价方法，根据流程中的各个环节以及各个环节的权重来评估具体案件的工作量，相比较传统的由工作量评价委员会主观评价的方法，本实施例的案件工作量评价方法考虑问题全面、有数据作为支撑、更加客观和具有说服力。

本发明实施例的案件工作量评价方法可以很方便地用于法官一定时间内的业绩评价，就案件工作量方面的业绩评价而言，可以如图3所示进行。图3示出了根据本发明一个实施例的法官业绩评价方法的总体流程图。如图3所示，在步骤S310中，确定在所述一定时间内法官所处理的全部案件；在步骤S320中，针对所述全部案件的每个，利用前述案件工作量评价方法，评价所述全部案件的每个的工作量；以及在步骤S330中，基于所述全部案件的每个的工作量，评价法官的业绩，例如将各个案件的工作量求和，作为法官该段时间内办公工作量的评价。

利用本发明实施例的案件工作量评价方法和法官业绩评价方法，由计算机系统自动统计案件流程中的各种信息，适用于所有的法院内案件的工作量评价。而且流程中各个指标的权重能够基于大数据技术，通过对历史数据的分析而计算得到，从而为工作量评估提供科学、准确的数据支撑。

本公开还提供了一种用于构建评价法院中具体案件的工作量的模型的案件工作量评价建模方法。图4示出了根据本发明一个实施例的用于构建评价法院中具体案件的工作量的模型的案件工作量评价建模方法。如图4所示，在步骤S410中，基于法官办理具体案件的流程，确定评价工作量所需的各个指标；在步骤S420中，基于历史的案例大数据和专家意见，确定各个指标对应的权重值；在步骤S430中，基于各个指标对应的数据和权重值，获得计算案件工作量评价值的数学模型。

在一个示例中，选取了10年的数据作为训练集，来训练案件工作量评价模型，使用了全面、巨量的数据，取得了较为可靠、客观的结果。

在另一个示例中，利用深度学习来进行案件工作量评价模型的构建，其中采用了全卷积神经网络，在一个示例中，经过实践，发现采用一个输入层、3-5个卷积层、2-4个池化层、4-8个Inception模块和一个输出层得到的全卷机神经网络能够得到性能较优的案件工作量评价模型，其中以n个指标的数据组成n维输入向量。

本发明还可以通过计算系统来实施。图5示出了适于用来实现本发明实施方式的示例性计算系统500的框图。如图3所示，计算系统500可以包括：CPU(中央处理单元)501、RAM(随机存取存储器)502、ROM(只读存储器)503、系统总线504、硬盘控制器505、键盘控制器506、串行接口控制器507、并行接口控制器508、显示控制器509、硬盘510、键盘511、串行外部设备512、并行外部设备513和显示器514。在这些设备中，与系统总线504耦合的有CPU501、RAM 502、ROM 503、硬盘控制器505、键盘控制器506、串行接口控制器507、并行接口控制器508和显示控制器509。硬盘510与硬盘控制器505耦合，键盘511与键盘控制器506耦合，串行外部设备512与串行接口控制器507耦合，并行外部设备513与并行接口控制器508耦合，以及显示器514与显示控制器509耦合。应当理解，图5所述的结构框图仅仅是为了示例的目的，而不是对本发明范围的限制。在某些情况下，可以根据具体情况增加或减少某些设备。

所属技术领域的技术人员知道，本发明可以实现为系统、装置、方法或计算机程序产品。因此，本发明可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，例如可以称为“电路”、“模块”、“装置”或“系统”等。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

上面参照本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。

也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instructionmeans)的制造品(manufacture)。

也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种评价法院中具体案件的工作量的案件工作量评价方法，包括：

针对法官办理该具体案件的流程中的每个指标，获取该指标对应的数据；

获取每个指标对应的权重值；

基于各个指标对应的数据和权重值，计算具体案件的工作量评估值。

2.根据权利要求1的案件工作量评价方法，还包括：在计算具体案件的工作量评估值之前，将各个指标对应的数值标准化。

3.根据权利要求1的案件工作量评价方法，所述权重值是兼顾各指标的离散度、重要度，结合TOPSIS算法和专家评分而计算得到的。

4.根据权利要求3的案件工作量评价方法，设有m个指标X₁,X₂,…,X_i,……,X_m，设第i个指标X_i的最大取值为max(X_i)，最小取值为min(X_i)，均值为mean(X_i)，所述权重计算公式为：

$W_i=\frac{1}{C_i\underset{l=1}{\overset{m}{\Σ}}\frac{1}{C_l}},(i=1,2,......,m)$

其中，C_i计算如下式所示

C_i＝|{max(X_i)-min(X_i)}{max(X_i)+min(X_i)-2*mean(X_i)}|。

5.根据权利要求1的案件工作量评价方法，所述指标属于下述类别之一：

案件总体信息、庭前准备、调解、开庭、反诉、合议庭合议、审委会讨论、结案、司法辅助、咨询专家。

6.根据权利要求5的案件工作量评价方法，所述案件总体信息包括：涉案人数、涉案金额、涉案罪名、审理天数、超审限天数、裁判文书字数、卷宗页/册数、庭审笔录字数、证人人数、证据份数、送达次数、通知次数。

7.根据权利要求5的案件工作量评价方法，所述庭前准备类别包括下述指标：

证据交换、阅卷、通知相关人员，其中相关人员包括人民陪审员、技术调查官和翻译中的任一种或其组合。

8.根据权利要求5的案件工作量评价方法，所述开庭、合议庭合议和审委会讨论类别包括的指标包括：

笔录和开庭过程、合议庭合议过程和审委会讨论过程。

9.根据权利要求5的案件工作量评价方法，所述司法辅助类别包括下述指标：

鉴定、评估、审计、技术审查中的任一种或其组合。

10.一种评价法官一定时间的业绩的业绩评价方法，包括：

确定在所述一定时间内法官所处理的全部案件；

针对所述全部案件的每个，利用权利要求1-9中任一项的案件工作量评价方法，评价所述全部案件的每个的工作量；以及

基于所述全部案件的每个的工作量，评价法官的业绩。