CN108921739A - 一种基于大数据的立法智能分析平台 - Google Patents

Abstract

本发明属于大数据应用领域，公开了一种基于大数据的立法智能分析平台，包括用于采集原始数据的数据采集平台、数据库，以及用于对数据库中的原始数据进行分析得到原始数据的基本信息、相似性、冲突性的数据分析平台，还有用于将分析后数据可视化显示的可视化应用平台。该平台可根据用户输入，从互联网中爬取数据，对数据进行分析后可自动识别数据特征，并根据用户输入可视化显示反馈结果，解决了现有技术中不能根据输入自动识别数据特征并可视化输出的问题，可为用户提供更多有效的信息，有助于实现全国各地法律、法规等相关文件的整合、管理、发布和运行维护保障，形成更为规范化、系统化、科学化的全国法律资源数据库。

Description

一种基于大数据的立法智能分析平台

技术领域

本发明属于大数据应用领域,尤其涉及一种基于大数据的立法智能分析平台。

背景技术

大数据孕育和驱动下有关法律信息化、智能化的新产品、新服务、新产业层出不穷，显著地提高了人类对法律法规的获取效率，各司法部门以及群众可以更加容易的从存有海量数据的数据库检索到需要的法律法规条款。

目前的法律大数据管理系统，如全国人大的“中国法律法规检索系统”，北京大学的“北大法宝”等，针对存入数据库的法律法规进行全文及其标题、日期、法规分类、效力级别、等信息进行检索，返回的检索结果以法律法规全文为基本单位，在获得检索结果后，进一步地自行查找相关法条，用户需要花费大量的时间和精力去找到案情可能适用的法条。在查询到相关法律法规条款后，也不能进行直接进行相应条款的案件类型和要素识别，无法智能化的为用户提供相应的案件作为参考，不能使用户进一步理解及分析相应法律法规条款。

目前，现有系统无法自动判断法律法规中的冲突点、相似点，不能为法律法规的“立改废”提供参考。我国仍由人工依照《立法法》、《行政法规制定程序条例》和《规章制定程序条例》等的相关规定对现有的法律法规等文件进行识别、筛选、判定，进行“立改废”的清理。法律法规等文件的“立改废”需要充分调动地方“立改废”主体的积极性，并且我国法律法规体系时间跨度大、规范文件多、内容广泛、调整次数多，加上“立改废”本身是一项专业性、技术性很强的工作，既有国家机关、社会组织、公民个人及其相互间关系的法律条款，也有地区、部门及其相互间关系的法律条款，更需要专家、学者、相关专业人员和社会力量的参与，现有的法律法规等文件的“立改废”既导致劳动力资源的浪费,也增加了的劳务支出费用。想要靠人工进行识别筛选判定使法律法规等文件的“立改废”规范化、系统化、科学化，困难是极大的。

发明内容

本发明的目的在于：通过一种基于大数据的立法智能分析平台，根据用户的输入智能化分析后的到与输入相关的法律法规等文件及其条款，并自动进行识别、筛选、判定，得出输入相关的冲突点、相似点，并提供相应条款的案件类型和要素识别，然后将信息可视化显示。

本发明采用的技术方案如下：

一种基于大数据的立法智能分析平台，包括：

数据采集平台，用于采集原始数据；

数据库，用于存储数据采集平台采集的原始数据；

数据分析平台，用于对数据库中的原始数据进行分析得到原始数据的基本信息、相似性、冲突性，并将分析后数据存储到数据库中；

可视化应用平台，用于从数据库中调取数据分析平台分析后数据进行可视化显示。

进一步，所述数据库采用分布式集群方式构建。

进一步，所述数据采集平台包括通过网络爬虫采集原始数据的数据采集模块、用于查询原始数据的数据查询模块。

进一步，所述数据采集平台采集的原始数据的基本信息包括来源网址、采集时间、标题、全文、发布单位、发布时间、类别、效力级别、时效性、保存位置。

进一步，所述数据分析平台可将数据的基本信息、相似性、冲突性通过图形化手段直观显示。

进一步，所述数据分析平台对数据进行分析的具体步骤如下：

第1步：运用深度神经网络技术对数据库中存储的原始数据进行基本信息、相似性、冲突性的自动识别，自动识别后数据按特征存储在数据库中：

第2步：运用深度卷积神经网络识别算法将第1步产生的部分数据作为样本训练，训练出一套自动识别数据特征的卷积神经网络模型，用于对数据库中的原始数据直接进行特征的自动识别；

第3步：运用自然语言处理技术，对通过第2步高速获取的已自动识别的数据进行信息类型和要素的分析和挖掘，从海量数据中抽取出富含价值信息的技术形成相应的信息架构。

进一步，所述可视化应用平台包括借助图形化手段将分析后数据呈现的可视化管理模块、通过JSON数据格式与相连设备通信的基于REST架构的通信管理模块、建立有服务支持全局视图用于加快解决问题和履行服务速度的服务管理模块。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、使我国的法律大数据管理体系更加智能化、人性化，可自动识别法律法规、案件相应的基本信息、类型、要素、冲突点、相似点，通过该平台能使普通用户更方便更高效的从平台获取需要的信息，有助于法律法规的普及；法律法规的制修订人员也能通过该平台了解所需的法律法规中的冲突点、相似点，为法律法规的“立改废”提供参考；案件相关人员能够便捷的通过该平台了解案件相关法律法规、相似案件信息等，能够为案件相关人员提供参考，防止“同案不同判”的情况出现。

2、分布式集群方式构建的数据库具有高度容错性，可靠性高，且对所部署机器要求低，适应性强，能够高效可靠的存储大数据文件。

3、通过网络爬虫采集原始数据，有利于大范围采集原始数据，使平台数据更全面、更丰富。

4、将分析后数据信息以图形化方式呈现，能使用户有更好的使用体验，有助于用户更直观的了解所需内容。

5、通过深度神经网络技术对原始数据进行基本信息、相似点、冲突点的自动识别，然后随机选取部分识别后的数据信息训练出一套可自动识别数据特征的神经网络模型，通过该神经网络模型对原始数据进行分析，能够很大程度上提高数据处理的速度，后续通过自然语言处理技术对数据进一步处理，能够高效形成相应的信息架构。

6、通过JSON数据格式进行数据交互，有助于数据信息的解析及生成，使用REST架构，相较于传统架构，大大降低了开发的复杂性，提高了平台的可伸缩性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明项目架构示意图。

图2为本发明的流程图。

图中标记：1-互联网；2-数据采集平台；3-数据库；4-数据分析平台；5-可视化应用平台；6-用户终端。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和展示出的本发明实施例的组件可以以各种不同的配置来布置和设计。所有服务采用模块化设计，该模块，，提升运作效率；

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

一种基于大数据的立法智能分析平台，包括：

数据采集平台，用于采集原始数据；

数据库，用于存储数据采集平台采集的原始数据；

数据分析平台，用于对数据库中的原始数据进行分析得到原始数据的基本信息、相似性、冲突性，并将分析后数据存储到数据库中；

可视化应用平台，用于从数据库中调取数据分析平台分析后数据进行可视化显示。

所述数据库采用分布式集群方式构建。

所述数据采集平台包括通过网络爬虫采集原始数据的数据采集模块、用于查询原始数据的数据查询模块。

所述数据采集平台采集的原始数据的基本信息包括来源网址、采集时间、标题、全文、发布单位、发布时间、类别、效力级别、时效性、保存位置。

所述数据分析平台可将数据的基本信息、相似性、冲突性通过图形化手段直观显示。

所述数据分析平台对数据进行分析的具体步骤如下：

第1步：运用深度神经网络技术对数据库中存储的原始数据进行基本信息、相似性、冲突性的自动识别，自动识别后数据按特征存储在数据库中：

第2步：运用深度卷积神经网络识别算法将第1步产生的部分数据作为样本训练，训练出一套自动识别数据特征的神经网络模型，用于对数据库中的原始数据直接进行特征的自动识别；

第3步：运用自然语言处理技术，对通过第2步高速获取的已自动识别的数据进行信息类型和要素的分析和挖掘，从海量数据中抽取出富含价值信息的技术形成相应的信息架构。

所述可视化应用平台包括借助图形化手段将分析后数据呈现的可视化管理模块、通过JSON数据格式与相连设备通信的基于REST架构的通信管理模块、建立有服务支持全局视图用于加快解决问题和履行服务速度的服务管理模块。

以下结合实施例对本发明的特征和性能作进一步的详细描述。

本发明较佳实施例提供的一种基于大数据的立法智能分析平台，该平台的一个子平台即数据采集平台利用网络爬虫从互联网上获取法律法规、案件等相关信息，并将所获取文件的来源、采集时间、标题、全文、发布单位、发布时间、类别、效力级别、时效性、保存位置等信息存储到数据库HDFS(也可采用数据库Mysql)中，该子平台运用了云数据引擎进行海量数据的存储和分析，也可由工作人员直接将现有数据导入到该数据库中。当该子平台的工作人员需要管理所存储的信息时，输入关键字，该平台即可提取所存储的相关信息，并将这些信息以可视化地图的方式显示出来。数据库中的数据，可由工作人员根据实际情况进行清理。

基于大数据的立法智能分析平台的另一个子平台即数据分析平台，其分析后结果存储在数据库中。本实施用例中的数据分析平台为Hadoop平台(也可采用Spark平台)，该平台通过Shell从数据库中调用数据采集平台所采集的数据，运用深度神经网络技术对调用的数据进行特征自动识别，并将识别后数据按特征存储到数据库中。然后再次通过Shell从数据库中随机调用部分所存储的已识别数据，将这部分数据作为训练样本，利用深度卷积神经网络识别算法训练出一套自动识别数据特征的神经网络模型，并且通过循环调用分析，使神经网络模型不断的完善，不断的智能化。然后运用自然语言处理技术进行数据类型和要素识别，高速获取数据后对其进行分析和挖掘，从海量形式各异的数据源中高效的抽取出富含价值的信息技术架构。该子平台能够根据关键字构建出一个信息技术架构，包括与该关键字相关联的案件、法律法规及其相应条款的基本信息、相似点、冲突点。

可视化应用平台通过JSON数据格式从数据库中调用分析后的数据，然后在基于REST架构风格构建的可视化管理模块中借助于图形化手段将分析后数据在用户终端展示出来。可视化应用平台的通信管理模块通过JSON数据格式与相连接的用户终端通信。可视化应用平台还包括服务管理模块，其建立有清晰的服务支持全局视图，用于加快解决问题和履行服务速度，提升基于大数据的立法智能分析平台的整体运行效率。

以查询法律文件初稿与现有法律法规的是否有相似及冲突为例，用户需要在终端界面登陆该智能平台，在面向用户的界面中有查询内容提交页面，用户按要求将该条法律生成为一个文本文档，然后通过提交页面提交。可视化应用平台接收到用户提交的数据与需求后，将该文本文档存储到数据库中，并将需求指令发送给数据分析平台，数据分析平台接收到指令后通过Shell调用数据库中存储的需求文档进行分析并形成与需求文档相关的神经网络模型，然后通过该神经网络模型对数据采集模块从互联网及数据库中爬取的数据进行自动识别后形成富含与该需求文档相似或冲突信息的信息技术架构，识别后的信息技术架构再通过tensorflow平台进行自然语言处理，并将处理后的最终成果数据保存至数据库中。数据分析平台将以获取成果数据的信息反馈给可视化应用平台，可视化应用平台通过Shell从数据库中调用成果数据，并将成果数据进行可视化处理，以地图的形式在屏幕上显示出来，其中包括与该输入文本有相似点、冲突点法律法规，如果用户想要更深入的了解相应的信息，直接点击相应信息在可视化地图中相对应的部分即可打开相应数据的原始信息。

通过该平台，可使我国的法律大数据管理体系更加智能化、人性化，可识别法律法规、案件相应的基本信息、类型、要素、冲突点、相似点。通过该平台能使普通用户更方便更高效的使用平台获取需要的信息，有助于法律法规的普及；也可使案件相关人员能够便捷的通过该平台了解案件相关法律法规、相似案件信息等，能够为案件相关人员提供判断依据，从而有效减少同案不同判的情况；法律法规的制修订人员也能通过该平台了解所需的法律法规中的冲突点、相似点，为法律法规的“立改废”提供参考。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于大数据的立法智能分析平台，其特征在于，包括：

数据采集平台，用于采集原始数据；

数据库，用于存储数据采集平台采集的原始数据；

数据分析平台，用于对数据库中的原始数据进行分析得到原始数据的基本信息、相似性、冲突性，并将分析后数据存储到数据库中；

可视化应用平台，用于从数据库中调取数据分析平台分析后数据进行可视化显示。

2.根据权利要求1所述的一种基于大数据的立法智能分析平台，其特征在于，所述数据库采用分布式集群方式构建。

3.根据权利要求1所述的一种基于大数据的立法智能分析平台，其特征在于，所述数据采集平台包括通过网络爬虫采集原始数据的数据采集模块、用于查询原始数据的数据查询模块。

4.根据权利要求1或3所述的一种基于大数据的立法智能分析平台，其特征在于，所述数据采集平台采集的原始数据的基本信息包括来源网址、采集时间、标题、全文、发布单位、发布时间、类别、效力级别、时效性、保存位置。

5.根据权利要求1所述的一种基于大数据的立法智能分析平台，其特征在于，所述数据分析平台可将数据的基本信息、相似性、冲突性通过图形化手段直观显示。

6.根据权利要求1所述的一种基于大数据的立法智能分析平台，其特征在于，所述数据分析平台对数据进行分析的具体步骤如下：

第1步：运用深度神经网络技术对数据库中存储的原始数据进行基本信息、相似性、冲突性的自动识别，自动识别后数据按特征存储在数据库中：

第2步：运用深度卷积神经网络识别算法将第1步产生的部分数据作为样本训练，训练出一套自动识别数据特征的卷积神经网络模型，用于对数据库中的原始数据直接进行特征的自动识别；

第3步：运用自然语言处理技术，对通过第2步高速获取的已自动识别的数据进行信息类型和要素的分析和挖掘，从海量数据中抽取出富含价值信息的技术形成相应的信息架构。

7.根据权利要求1所述的一种基于大数据的立法智能分析平台，其特征在于，所述可视化应用平台包括借助图形化手段将分析后数据呈现的可视化管理模块、通过JSON数据格式与相连设备通信的基于REST架构的通信管理模块、建立有服务支持全局视图用于加快解决问题和履行服务速度的服务管理模块。