CN111461524A - 司法辅助机构信誉评价方法、系统、设备及存储介质 - Google Patents

司法辅助机构信誉评价方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN111461524A
CN111461524A CN202010234205.1A CN202010234205A CN111461524A CN 111461524 A CN111461524 A CN 111461524A CN 202010234205 A CN202010234205 A CN 202010234205A CN 111461524 A CN111461524 A CN 111461524A
Authority
CN
China
Prior art keywords
judicial
evaluation
reputation
data
credit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010234205.1A
Other languages
English (en)
Inventor
杨力
赵帅
宋兵
沈臻懿
张翔
鲍坤
彭辉
衣俊霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202010234205.1A priority Critical patent/CN111461524A/zh
Publication of CN111461524A publication Critical patent/CN111461524A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种司法辅助机构信誉评价方法、系统、设备及存储介质，该方法包括以下步骤：获取各个司法辅助机构的历史信誉评价数据；根据历史信誉评价数据建立司法辅助机构信誉评估模型；根据历史信誉评价数据基于信誉评估模型获得各个司法辅助机构的静态评价分值；获得一设定时间段内的各个司法辅助机构的实时信誉评价数据；根据实时信誉评价数据基于信誉评估模型获得各个司法辅助机构的动态评价分值；根据各个司法辅助机构的静态评价分值和动态评价分值计算各个司法辅助机构的综合评价分值。本发明结合采集的历史数据和大数据分析构建评估模型，通过对历史和实时数据采集和处理，给出司法辅助机构评价方法，提高司法机关遴选辅助机构的效率。

Description

司法辅助机构信誉评价方法、系统、设备及存储介质
技术领域
本发明涉及互联网领域，具体地说，涉及一种司法辅助机构信誉评价方法、系统、设备及存储介质。
背景技术
广泛服务于司法诉讼的司法辅助机构，包括鉴定、评估、拍卖等诉讼服务辅助机构是现代化诉讼服务大格局的重要组成部分，司法辅助机构的专门性活动将直接关涉公正严谨的司法诉讼服务程序性建设，司法公信力和法律权威的树立。
目前现有的司法辅助机构数量多，业务能力参差不齐，且每个司法辅助机构均涉及大量离散化和非线上的信息，对于司法机关来说，在选择司法辅助机构时，需要在海量的司法辅助机构中进行检索，根据自己的需求进行筛选和查看，效率很低。如何获得各个司法辅助机构客观可靠的信誉评价，并以此评价为基础有效地辅助司法机关的遴选工作，是目前亟待解决的问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
针对现有技术中的问题，本发明的目的在于提供了一种司法辅助机构信誉评价方法、系统、设备及存储介质，结合采集的历史数据和大数据分析快速构建评估模型，通过历史数据和实时数据采集和处理，对司法辅助机构进行客观评价，基于评价得到的综合评价分值可以给司法机关提供有针对性的辅助机构推荐界面，提高对司法机关查看司法辅助机构信息时的视觉刺激，方便司法机关快速查找需要的司法辅助机构，提高数据检索效率。
本发明的实施例提供了一种司法辅助机构信誉评价方法，包括以下步骤：
获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；
根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值S；
获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；
根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值R；
根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。
根据本发明的一示例，信誉评价指标项的所述层次结构包括第一级信誉评价指标项和第二级信誉评价指标项，其中，所述第一级信誉评价指标项包括机构资信、人员资质、经营业绩或机构反馈中的一种或多种。
根据本发明的一示例，所述根据所述历史信誉评价数据建立司法辅助机构信誉评估模型包括：
利用层次分析法获得第一级信誉评价指标项的权重表；
通过标准差权重法或熵值法获得第二级信誉评价指标项的权重表。
根据本发明的一示例，所述通过熵值法获得第二级信誉评价指标项的权重表采用如下步骤：
对各个信誉评价指标项分值做归一化处理，所述归一化处理采用最小-最大归一化或零-均值归一化；
计算第j项指标下第i个机构数值所占比例：
Figure BDA0002430417870000031
其中，xij为第j项指标项中第i个司法辅助机构的分值，m为指标项数量，n为司法辅助机构数量；
再计算第j项指标的熵值：
Figure BDA0002430417870000032
计算第j项指标的差异系数：
gj＝1-ej；
计算第j项指标的权重：
Figure BDA0002430417870000033
根据本发明的一示例，所述利用层次分析法获得第一级信誉评价指标项的权重表步骤包括：
获取专家数据库中第一级信誉评价指标项的成对对比数值；
构建判断矩阵；
根据所述判断矩阵计算第一级信誉评价指标项的权重表。
根据本发明的一示例，所述获得一设定时间段内的各个司法辅助机构的实时信誉评价数据步骤包括：
从各个司法辅助机构的平台获取实时信誉评价数据；或
利用爬虫技术从司法数据库中获取各个司法辅助机构的实时信誉评价数据。
根据本发明的一示例，所述根据各个司法辅助机构的所述静态评价分值S和所述动态评价分值R计算各个司法辅助机构的综合评价分值步骤包括：
利用层次分析法分别获得所述静态评价分值和所述动态评价分值的权重W1和W2；
所述综合评价分值定于SW1与RW2的和。
根据本发明的一示例，所述司法辅助机构信誉评价方法还包括以下步骤：
根据各个司法辅助机构的所述综合评价分值建立司法辅助机构信誉表，并将所述信誉表发送至司法系统。
本发明的实施例还提供了一种司法辅助机构信誉评价系统，用于实现上述所述司法辅助机构誉评价方法，包括历史数据存储模块、数据读取模块、模型生成模块、实时数据模块和计算模块，其中：
所述数据读取模块用于从所述历史数据存储模块获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
所述模型生成模块用于根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；
所述计算模块用于根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值S；
所述数据读取模块还用于从所述实时数据模块获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；
所述计算模块还用于根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值R；
以及用于根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。
本发明的实施例还提供了一种司法辅助机构信誉评价设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述司法辅助机构信誉评价方法的步骤。
本发明的实施例还提供了一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述司法辅助机构信誉评价方法的步骤。
本发明的信誉评价方法基于历史数据采集和大数据分析建立多维度、层次化的评估指标和分析模型，在历史数据的基础上，通过司法辅助机构处理案件的实时数据的采集，依据历史信誉评价数据和实时信誉评价数据，获得各个司法辅助机构的信誉评价，建立的司法辅助机构信誉表可以作为司法机关地遴选司法辅助机构的参考，同时，上述司法辅助机构信誉表以及相关的评价规则可以发送给各个司法辅助机构，各机构可以实时的洞悉各自在行业中的排名，有利于全方位全流程动态管理司法辅助机构；基于司法辅助机构的综合评价分值可以为司法机关提供更直观的司法辅助机构展示界面，通过显示综合评价分值提高对司法机关的视觉刺激，并且提高司法机关查询需要的司法辅助机构的效率，大大提高了数据检索效率，也减少了司法机关对司法辅助机构数据管理系统的访问时间和频次，从而降低了司法机关在查询司法辅助机构信息时对司法辅助机构数据管理系统的负担。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明一实施例的机构信誉评价方法的流程图；
图2为本发明一实施例的机构信誉评价系统的结构示意图；
图3为本发明一实施例的机构信誉评价设备的结构示意图；
图4为本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1为本发明一实施例的机构信誉评价方法的流程图，具体地，包括以下步骤：
S100：获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
S200：根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；信誉评价指标项的所述层次结构包括第一级信誉评价指标项和第二级信誉评价指标项，其中，所述第一级信誉评价指标项包括机构资信、人员资质、经营业绩或机构反馈中的一种或多种。所述第二级信誉评价指标项则可以是机构资信指标项中的机构运营资质、机构运营环境、有专业资质的人员数量、专家顾问数量等，人员资质指标项中的专业人员的执业年限、荣誉称号等，经营业绩指标项中的已完成项目的数量、已完成项目的成交额、机构净利润、机构纳税等，或机构反馈指标项中的是否被列入经营异常名单、收到的投诉数量、受到的处罚数量等。
本发明的实施例中，S200步骤中的根据所述历史信誉评价数据建立司法辅助机构信誉评估模型可以包括：
S210：利用层次分析法获得第一级信誉评价指标项的权重表；
S220：通过标准差权重法或熵值法获得第二级信誉评价指标项的权重表。
所述的S210步骤又可以包括：
S211：获取专家数据库中第一级信誉评价指标项的成对对比数值；
S212：构建判断矩阵；
S213：根据所述判断矩阵计算第一级信誉评价指标项的权重表。
以第一级信誉评价指标项包括机构资信、人员资质、经营业绩和机构反馈四种指标项为例，S211获取专家数据库中第一级信誉评价指标项的成对对比数值。ahk为指标项h和k成对对比数值，此处的成对对比数值可以通过多个专家的对上述指标项的评分均值来获得，按获得的成对对比数值构成的矩阵称作判断矩阵。判断矩阵具有如下性质：
Figure BDA0002430417870000071
表1为上述实施例中四种指标项的成对对比数值构成的判断矩阵。
Figure BDA0002430417870000072
通过表1的判断矩阵获得第一级信誉评价指标项包括机构资信、人员资质、经营业绩和机构反馈四种指标项的权重表。
表2为上述实施例中各个指标项的权重表。
指标项 权重
机构资信 0.2399
人员资质 0.1297
经营业绩 0.5607
机构反馈 0.0697
本发明中通过S100步骤获得包括各个司法辅助机构历史时段内的各个信誉评价指标项分值的历史信誉评价数据，在S200步骤中，可以通过标准差权重法或熵值法获得第二级信誉评价指标项的权重表。
具体地，以指标项数量为m，司法辅助机构数量为n为例。对于获得的各个信誉评价指标项分值可以做归一化处理，归一化处理的方法可以是最小-最大归一化，即离差标准化，对每个信誉评价指标项分值的进行线性变换，将分值映射为[0,1]之间的数，可以采用如下转化公式：xab *＝(xab-xa-min)/(xa-max-xa-min)，其中，a∈(1，m)，b∈(1，n)，m为指标项数量，n为司法辅助机构数量；xab为第a项指标项中第b个司法辅助机构的分值，xa-min和xa-max分别为第a项指标项的最小的和最大的分值，xab *为第a项指标项中第b个司法辅助机构的归一化处理后的分值。
归一化的方法也可以是采用零-均值归一化，即标准差归一化，经过处理的数据的均值为0，标准差为1。可以采用如下转化公式：
Figure BDA0002430417870000085
其中，为为第a项指标项中第b个司法辅助机构的分值，
Figure BDA0002430417870000086
为第a项指标项所有分值的平均值，Qa为第a项指标项所有分值的标准差。
再可以通过标准差权重法，也可以通过熵值法获得第二级信誉评价指标项的权重表。具体地：
标准差权重法在对于做归一化处理获得的各个信誉评价指标项分值后，获得归一化处理后的各个信誉评价指标项的标准差q，其中，第e项指标项的分值可以是
Figure BDA0002430417870000081
则第e项信誉评价指标项的权重为：
Figure BDA0002430417870000082
标准差权重法也可以在对于做归一化处理获得的各个信誉评价指标项分值后，获得归一化处理后的各个司法辅助机构的各个信誉评价指标项的的权重为：
Figure BDA0002430417870000083
其中，qe为第e项指标项归一化后的所有分值的标准差；
则第e项信誉评价指标项的权重为：
Figure BDA0002430417870000084
也就是说指标项与标准差去相差越大表明此指标项的参考性越高。
熵值法在对于做归一化处理获得的各个信誉评价指标项分值后，计算第j项指标下第i个机构数值所占比例：
Figure BDA0002430417870000091
其中，xij为第j项指标项中第i个司法辅助机构的分值。
再计算第j项指标的熵值：
Figure BDA0002430417870000092
计算第j项指标的差异系数：
gj＝1-ej；
计算第j项指标的权重：
Figure BDA0002430417870000093
S300：根据所述历史信誉评价数据基于所述信誉评估模型，即信誉评估模型中信誉评价指标项的层次结构以及各个信誉评价指标项的权重信息获得各个司法辅助机构的静态评价分值S。
S400：获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；上述的实时信誉评价数据可以是从各个司法辅助机构的平台获取的一设定时间段内的实时信誉评价数据；也可以是利用爬虫技术从司法数据库中获取各个司法辅助机构在一设定时间段内的实时信誉评价数据。
与S300步骤同，S500步骤根据所述实时信誉评价数据基于所述信誉评估模型，即信誉评估模型中信誉评价指标项的层次结构以及各个信誉评价指标项的权重信息获得各个司法辅助机构的动态评价分值R。本发明历史信誉评价数据可以是已有数据库存储的各个司法辅助机构历史时段内的各个信誉评价指标项分值，而实时信誉评价数据可以是各个司法辅助机构实时运行的现有平台或系统的数据。
本发明的S600步骤为根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。本发明的一实施例中可以通过静态评价分值和动态评价分值不同的权重设定获得综合评价分值。同样地，也可以利用利用层次分析法获得所述静态评价分值和所述动态评价分值的权重W1和W2；则所述综合评价分值定于SW1与RW2的和。
本发明的实施例中，在获得上述各个司法辅助机构的综合评价分值的基础上，还包括根据各个司法辅助机构的所述综合评价分值建立司法辅助机构信誉表，并将所述信誉表发送至司法系统。建立的司法辅助机构信誉表可以作为司法机关地遴选司法辅助机构的参考，同时，上述司法辅助机构信誉表以及相关的评价规则可以发送给各个司法辅助机构，各机构可以实时的洞悉各自在行业中的排名，有利于全方位全流程动态管理司法辅助机构。
在该实施例中，所述司法系统指的即为司法机关所采用的用户终端，例如手机、平板、台式机等，所述建立司法辅助机构信誉表，并将所述信誉表发送至司法系统，进一步可以包括：根据所述司法辅助机构的所述综合评价分值对所述司法辅助机构进行排序，根据排序后的司法辅助机构的信息和顺序，调用司法辅助机构展示界面模板，生成司法辅助机构展示界面。在接收到司法机关通过用户终端发送的司法辅助机构查询请求时，响应于该查询请求，将生成的司法辅助机构展示界面推送给司法机关的用户终端。
进一步地，所述生成的司法辅助机构展示界面可以包括多个筛选选项卡，例如，根据司法辅助机构的业务范围对司法辅助机构进行分类，每个类别对应一个选项卡，在接收到司法机关的用户终端对一个选项卡的选择时，调取该选项卡对应的分类下的司法辅助机构信息，根据司法辅助机构的综合评价分值对机构排序后，生成该分类下的司法辅助机构展示界面，推送至所述司法机关的用户终端。
本发明的实施例还提供了一种司法辅助机构信誉评价系统，用于实现上述所述司法辅助机构誉评价方法，包括历史数据存储模块M100、数据读取模块、模型生成模块M300、实时数据模块M400和计算模块M500，其中：
所述数据读取模块M200用于从所述历史数据存储模块M100获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
所述模型生成模块M300用于根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；
所述计算模块M500用于根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值S；
所述数据读取模块M200还用于从所述实时数据模块M400获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；
所述计算模块M500还用于根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值R；
以及用于根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。
同时，该实施例的司法辅助机构信誉评价系统中的各个功能模块的功能实现方式均可以采用上述司法辅助机构信誉评价方法中各个步骤的具体实施方式来实现。例如，历史数据存储模块M100、数据读取模块、模型生成模块M300、实时数据模块M400和计算模块M500可以分别采用上述步骤S100至S600的具体实施方式实现其功能，此处不予赘述。
进一步地，所述司法辅助机构信誉评价系统还可以包括机构推荐模块，用于根据各个司法辅助机构的所述综合评价分值建立司法辅助机构信誉表，并将所述信誉表发送至司法系统。所述司法系统指的即为司法机关所采用的用户终端，例如手机、平板、台式机等，所述机构推荐模块可以与司法系统进行数据交互，为司法机关提供更直观的司法辅助机构信息展示。
下面参照图3来描述根据本发明的这种实施方式的电子设备600。图3显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行实现分拣机构信誉评价方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图4所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。可读存储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、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明提供了一种司法辅助机构信誉评价方法、系统、设备及存储介质，该方法包括以下步骤：获取各个司法辅助机构的历史信誉评价数据；根据所述历史信誉评价数据建立司法辅助机构信誉评估模型；根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值；获得一设定时间段内的各个司法辅助机构的实时信誉评价数据；根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值；根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。本发明的评价方法以大数据分析作为基础，为司法机关有效地遴选工作司法辅助机构作参考的同时有利于全方位全流程动态管理司法辅助机构，提高司法机关查询需要的司法辅助机构的效率，大大提高了数据检索效率，也减少了司法机关对司法辅助机构数据管理系统的访问时间和频次，从而降低了司法机关在查询司法辅助机构信息时对司法辅助机构数据管理系统的负担。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (11)

1.一种司法辅助机构信誉评价方法，其特征在于，包括以下步骤：
获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；
根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值S；
获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；
根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值R；
根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。
2.根据权利要求1所述的司法辅助机构信誉评价方法，其特征在于，信誉评价指标项的所述层次结构包括第一级信誉评价指标项和第二级信誉评价指标项，其中，所述第一级信誉评价指标项包括机构资信、人员资质、经营业绩或机构反馈中的一种或多种。
3.根据权利要求2所述的司法辅助机构信誉评价方法，其特征在于，所述根据所述历史信誉评价数据建立司法辅助机构信誉评估模型包括：
利用层次分析法获得第一级信誉评价指标项的权重表；
通过标准差权重法或熵值法获得第二级信誉评价指标项的权重表。
4.根据权利要求3所述的司法辅助机构信誉评价方法，其特征在于，所述利用层次分析法获得第一级信誉评价指标项的权重表步骤包括：
获取专家数据库中第一级信誉评价指标项的成对对比数值；
构建判断矩阵；
根据所述判断矩阵计算第一级信誉评价指标项的权重表。
5.根据权利要求3所述的司法辅助机构信誉评价方法，其特征在于，所述通过熵值法获得第二级信誉评价指标项的权重表采用如下步骤：
对各个信誉评价指标项分值做归一化处理，所述归一化处理采用最小-最大归一化或零-均值归一化；
计算第j项指标下第i个机构数值所占比例：
Figure FDA0002430417860000021
其中，xij为第j项指标项中第i个司法辅助机构的分值，m为指标项数量，n为司法辅助机构数量；
再计算第j项指标的熵值：
Figure FDA0002430417860000022
计算第j项指标的差异系数：
gj＝1-ej；
计算第j项指标的权重：
Figure FDA0002430417860000023
6.根据权利要求1所述的司法辅助机构信誉评价方法，其特征在于，所述获得一设定时间段内的各个司法辅助机构的实时信誉评价数据步骤包括：
从各个司法辅助机构的平台获取实时信誉评价数据；或
利用爬虫技术从司法数据库中获取各个司法辅助机构的实时信誉评价数据。
7.根据权利要求1所述的司法辅助机构信誉评价方法，其特征在于，所述根据各个司法辅助机构的所述静态评价分值S和所述动态评价分值R计算各个司法辅助机构的综合评价分值步骤包括：
利用层次分析法分别获得所述静态评价分值和所述动态评价分值的权重W1和W2；
所述综合评价分值定于SW1与RW2的和。
8.根据权利要求1所述的司法辅助机构信誉评价方法，其特征在于，还包括以下步骤：
根据各个司法辅助机构的所述综合评价分值建立司法辅助机构信誉表，并将所述信誉表发送至司法系统。
9.一种司法辅助机构信誉评价系统，用于实现权利要求1至8中任意一项所述司法辅助机构信誉评价方法，其特征在于，包括历史数据存储模块、数据读取模块、模型生成模块、实时数据模块和计算模块，其中：
所述数据读取模块用于从所述历史数据存储模块获取各个司法辅助机构的历史信誉评价数据，所述历史信誉评价数据包括各个司法辅助机构历史时段内的各个信誉评价指标项分值；
所述模型生成模块用于根据所述历史信誉评价数据建立司法辅助机构信誉评估模型，所述信誉评估模型包括信誉评价指标项的层次结构以及所述信誉评价指标项的权重信息；
所述计算模块用于根据所述历史信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的静态评价分值S；
所述数据读取模块还用于从所述实时数据模块获得一设定时间段内的各个司法辅助机构的实时信誉评价数据，所述实时信誉评价数据包括各个司法辅助机构在设定时间段内的各个信誉评价指标项分值；
所述计算模块还用于根据所述实时信誉评价数据基于所述信誉评估模型获得各个司法辅助机构的动态评价分值R；
以及用于根据各个司法辅助机构的所述静态评价分值和所述动态评价分值计算各个司法辅助机构的综合评价分值。
10.一种机构信誉评价设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8任意一项所述司法辅助机构信誉评价方法的步骤。
11.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至8任意一项所述司法辅助机构信誉评价方法的步骤。
CN202010234205.1A 2020-03-30 2020-03-30 司法辅助机构信誉评价方法、系统、设备及存储介质 Pending CN111461524A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010234205.1A CN111461524A (zh) 2020-03-30 2020-03-30 司法辅助机构信誉评价方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010234205.1A CN111461524A (zh) 2020-03-30 2020-03-30 司法辅助机构信誉评价方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111461524A true CN111461524A (zh) 2020-07-28

Family

ID=71683748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010234205.1A Pending CN111461524A (zh) 2020-03-30 2020-03-30 司法辅助机构信誉评价方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111461524A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114119292A (zh) * 2022-01-27 2022-03-01 天津风霖物联网科技有限公司 一种基于物联网与大数据的建筑管理系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102810183A (zh) * 2012-05-24 2012-12-05 浙江工业大学 基于改进距的水资源能效可拓生态评价方法
CN103886390A (zh) * 2014-03-21 2014-06-25 江苏中烟工业有限责任公司 一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法
CN105468722A (zh) * 2015-11-20 2016-04-06 百度在线网络技术（北京）有限公司 信誉信息处理方法及装置
CN106651190A (zh) * 2016-12-28 2017-05-10 深圳微众税银信息服务有限公司 一种企业风险等级评估方法以及系统
CN106649453A (zh) * 2016-09-22 2017-05-10 上海市数字证书认证中心有限公司 一种企业信用查询与展示的方法及系统
CN109325799A (zh) * 2018-08-24 2019-02-12 国网河南省电力公司经济技术研究院 基于云模型的电力客户资源价值评价方法
CN110119948A (zh) * 2019-04-22 2019-08-13 山东大学 基于时变权重动态组合的电力用户信用评价方法及系统
CN110599312A (zh) * 2019-09-29 2019-12-20 支付宝(杭州)信息技术有限公司 基于信用的交互信用评估方法以及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102810183A (zh) * 2012-05-24 2012-12-05 浙江工业大学 基于改进距的水资源能效可拓生态评价方法
CN103886390A (zh) * 2014-03-21 2014-06-25 江苏中烟工业有限责任公司 一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法
CN105468722A (zh) * 2015-11-20 2016-04-06 百度在线网络技术（北京）有限公司 信誉信息处理方法及装置
CN106649453A (zh) * 2016-09-22 2017-05-10 上海市数字证书认证中心有限公司 一种企业信用查询与展示的方法及系统
CN106651190A (zh) * 2016-12-28 2017-05-10 深圳微众税银信息服务有限公司 一种企业风险等级评估方法以及系统
CN109325799A (zh) * 2018-08-24 2019-02-12 国网河南省电力公司经济技术研究院 基于云模型的电力客户资源价值评价方法
CN110119948A (zh) * 2019-04-22 2019-08-13 山东大学 基于时变权重动态组合的电力用户信用评价方法及系统
CN110599312A (zh) * 2019-09-29 2019-12-20 支付宝(杭州)信息技术有限公司 基于信用的交互信用评估方法以及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114119292A (zh) * 2022-01-27 2022-03-01 天津风霖物联网科技有限公司 一种基于物联网与大数据的建筑管理系统
CN114119292B (zh) * 2022-01-27 2022-04-26 天津风霖物联网科技有限公司 一种基于物联网与大数据的建筑管理系统

Similar Documents

Publication Publication Date Title
CN111708949B (zh) 医疗资源的推荐方法及装置、电子设备、存储介质
JP5603468B1 (ja) 文書分別システム及び文書分別方法並びに文書分別プログラム
Liu et al. Occupational health and safety risk assessment using an integrated TODIM‐PROMETHEE model under linguistic spherical fuzzy environment
KR101505546B1 (ko) 텍스트 마이닝을 이용한 키워드 도출 방법
JP2014078109A (ja) フォレンジックシステムおよびフォレンジック方法並びにフォレンジックプログラム
CN115470339A (zh) 基于科技大数据知识图谱的技术诊断专家智能匹配算法
CN111696656B (zh) 一种互联网医疗平台的医生评价方法、装置
CN111414522A (zh) 基于网络爬虫的招聘信息可视化分析系统
Ding et al. Hyperautomation for air quality evaluations: A perspective of evidential three-way decision-making
JP5827206B2 (ja) 文書管理システムおよび文書管理方法並びに文書管理プログラム
KR101401225B1 (ko) 문서 분석 시스템
CN111461524A (zh) 司法辅助机构信誉评价方法、系统、设备及存储介质
CN113807728A (zh) 基于神经网络的绩效考核方法、装置、设备及存储介质
CN113361959A (zh) 一种银行业务集中运营成熟度的计算方法和装置
WO2020253353A1 (zh) 预设用户的资源获取资质生成方法及相关设备
CN114693461A (zh) 基于机器学习的城市普惠保险的风险影响因子获取方法
Peng Statistical analysis of employee retention
CN116756373A (zh) 基于知识图谱更新的项目评审专家筛选方法、系统及介质
CN110750572A (zh) 一种科技成果启发式评价的自适应方法和装置
CN110737749B (zh) 创业计划评价方法、装置、计算机设备及存储介质
CN113672703A (zh) 一种用户信息的更新方法、装置、设备及存储介质
CN113610504A (zh) 数据处理方法、装置、计算机设备及存储介质
CN112465380A (zh) 基于危废数据的企业行为分析方法、装置、设备及介质
CN116342300B (zh) 一种保险理赔人员特征分析方法、装置和设备
JP5685675B2 (ja) 文書分別システム及び文書分別方法並びに文書分別プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination