CN112053074A - 一种法院案件自动分案系统及其方法 - Google Patents
一种法院案件自动分案系统及其方法 Download PDFInfo
- Publication number
- CN112053074A CN112053074A CN202010953406.7A CN202010953406A CN112053074A CN 112053074 A CN112053074 A CN 112053074A CN 202010953406 A CN202010953406 A CN 202010953406A CN 112053074 A CN112053074 A CN 112053074A
- Authority
- CN
- China
- Prior art keywords
- case
- judge
- weight
- division
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005192 partition Methods 0.000 claims description 19
- 241000533950 Leucojum Species 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000000638 solvent extraction Methods 0.000 abstract 1
- 238000003058 natural language processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种法院案件自动化分案算法系统及其方法,方法包括以下步骤:根据自动分案区间月数配置,获取各法官各类案件数;通过法官的办案数据,计算出多维度智能分案权值体系;根据智能分案权值体系通过无量纲化算法转换为分案概率。将待分配案件随机分配给对应的法官。本发明能够充分考虑分案的实际因素,将案件合理地分配到最合适的法官中,有利于减少审判耗时较多以及案件分配不均匀、不合理的情况,从而能够有效地提高法官对案件执行的效率。
Description
技术领域
本发明涉及计算机应用领域,特别是一种法院案件自动分案系统及其方法。
背景技术
传统的法院系统对于分配到本庭室审理的案件都是由人工决定指派案件到办案。人员,案件分配效率低,且由于每个办案人员的办案能力、案件处理速度以及当前所承办的案件量各不相同,人工分案不能科学分配案件到办案人员以平衡其工作量。
CN103353888B公开一种法院审判自动分案系统及方法,根据办案人员、年份、相应该年份的收案数量、办案人员类别、相应该办案人员类别的办案系数、办案人员类别的办案人员数量等管理参数,计算收案平均增长率及当月预期工作量,进而得到个人办案基准量,然后再得到办案人员对应的当月收案数与个人办案基准量的办案任务差额,根据该办案任务差额将新案件分配给办案人员,从而提高分案效率和平衡案件量。
用现有技术进行分案,存在如下问题:未全面考虑拟分配法官工作量及办案率,可能会造成审判耗时较多以及案件分配不均匀、不合理的情况。
发明内容
针对现有技术中存在的问题,本发明提供了一种能够减少因分案不合理而造成的审判耗时较多以及案件分配不均匀、不合理的情况,从而能够有效地提高法官对案件执行的效率的法院案件自动分案系统及其方法。
本发明的目的通过以下技术方案实现。
一种法院案件自动分案系统,包括数据拾取模块、建权体系模块和随机分案模块,所述数据拾取模块、建权体系模块和随机分案模块依次连接,所述数据拾取模块利用雪花模型建立各类型案件与各法官数据关系,从而分析出多维度案件属性,供建立分案权值体系模块作数据依据;所述建权体系模块,用于根据法官的各项权值数据,建立随机分案模型;所述随机分案模块,用于对待分配案件的案件类型进行分析,将所述待分配案件自动分配给对应的法官。
所述法官的权值数据包括:各个法官的历史案件数据和各个法官当前工作量的实际系数,所述各个法官当前工作量的实际系数包括法官已经分配的各类案件数及已处理的各类案件数。
所述数据拾取模块,具体用于:通过大数据分析对法官历史办案数据进行统计,结合案件类型、权重比例等对应规则,绑定到对应分配法官的属性值中。
所述建权体系模块,具体用于:根据所述法官各类型案件数据,建立智能学习模型,根据所述智能学习模型以及所述法官实际分案系数建立随机分案模型。
一种法院案件自动分案方法,步骤包括:
1)根据自动分案区间月数配置,获取各法官各类案件数;
2)通过法官的办案数据,计算出多维度智能分案权值体系;所述多维度智能分案权值体系包括:各个法官的简易结案、非简易结案、简易存案、非简易存案量权值以及个人实际工作量的权值;
3)根据智能分案权值体系通过无量纲化算法转换为分案概率,将待分配案件随机分配给对应的法官。
所述通过法官的办案数据,计算出多维度智能分案权值体系,具体为:根据所述法官的各类区间案件数,包括简易结案权值、非简易结案权值、简易存案权值、非简易存案权值、案件总权值、分案系数值。
所述根据智能分案权值体系通过无量纲化算法转换为分案概率,具体为:根据预设值通过无量纲化算法对数据进行数据规格化处理,形成每个法官分案加权值并折算成概率,利用阉值算法筛选分案概率在一定区间内的法官,所述预设值为最小分案概率系数。
所述形成每个法官分案加权值并折算成概率,包括以下步骤:根据所述法官权值体系,计算加权值Zp=(Zg-Pd*Zs)/(1-Pd*Nf)公式,得到各个法官的分案加权值,其中,待分配法官中平均最小概率记为Pd,设分配法官总权值为Zs,其中最大权值为Zg,总待分配法官人员数量为Nf;根据所述分案加权值,计算各个法官分案概率区间系数,包含分案概率区间一及分案概率区间二;利用随机算法,将所述各个法官分案概率区间系数进行比对,优先选择第一位适配随机条件的法官进行案件分配。
相比于现有技术,本发明的优点在于:本发明能够充分考虑分案的实际因素,将案件合理地分配到最合适的法官中,有利于减少审判耗时较多以及审判不合理的情况,从而能够有效地提高法官对案件执行的效率。
附图说明
图1是本发明提供的法院自动分案算法的流程示意图;
图2是本发明提供的法院自动分案算法中步骤S3的具体流程示意图;
图3是本发明提供的法院自动分案系统的结构示意图。
具体实施方式
下面结合说明书附图和具体的实施例,对本发明作详细描述。
实施例1
如图1-2所示,本实施例提供了一种法院自动化分案方法,包括以下步骤:
S1、根据自动分案区间月数配置,分析获取各法官各类案件数;
S2、通过法官的办案数据,计算出多维度智能分案权值体系;
S3、根据智能分案权值体系通过无量纲化算法转换为分案概率,将待分配案件随机分配给对应的法官。
在本发明实施例中,可以理解的是,将法官一定区间内的简易的案件结案数为Jz,非简易案件结案数为Fx,简易案件存案数为Jc,非简易案件存案数为Fc,根据系统配置设置每个法官结案系数为Zx,系统分案系数设置为Sf,得出非简易结案权值为Fx*Zx、简易结案权值为Jz*Jx*Zx、非简易存案权值为Fc*Zx、简易存案权值为Jc*Jx*Zx以及案件总权值=(非简易结案权值+简易结案权值+非简易存案权值+简易存案权值)*分案系数,分案系数为各法院根据分案情况自主设定,为各法官的年度最大分案数;根据自然语言处理的方法分析出承办人的权值,建立权值体系模型。根据系统配置最小分案概率系数记为Ix,计算待分配法官中平均最小概率记为Pd,设分配法官总权值为Zs,其中最大权值为Zg,总待分配法官人员数量为Nf,根据无量纲化算法(Zp=(Zg-Pd*Zs)/(1-Pd*Nf))统一化数据标准,得出每个人的平均加权值为Zp,如果每个人的加权值为0或者加权值系数与法官中最大权值相等,则设置期望加权值等于法官中最大权值相+1,根据每个法官加权值计算出当前法官分配概率区间1设为Q1,分配概率区间2为Q2。
利用随机算法,将所述各个法官分案概率区间系数进行比对,优先选择第一位适配随机条件的法官进行案件分配,完成随机自动分案。
作为本发明实施例的一种具体实施方式,根据对法官历史案件的属性分析,结合权重比例得出权值体系,具体为:利用自然语言处理的方法分析出承办人的权值,建立权值体系模型。
在本发明实施例中,对于法官历史案件的属性分析,其案件对应的类型,包括:民事、刑事、行政、或者执行等不同的案件类型,以及具体的分类,比如婚姻、合同、知识产权等;主要为通过自然语言处理,分析法官平均处理案件时长,得出结案系数信息,并结合案件类型对应规则,对案件进行区分(归分为简易案件和非简易案件类型),根据简易案件折算为普通案件的比例,从而能准确地得算出每位法官的平均案件处理权值系数,能够对案件分配提供有效的数据支撑。
作为本发明实施例的一种具体实施方式,根据自动分案区间月数配置,获取各法官各类案件数;通过法官的办案数据,计算出多维度智能分案权值体系。
在本发明实施例中,本发明提供的法院案件自动分案算法根据法官的各项权值数据,建立随机分案模型;其中,所述法官的权值数据包括:各个法官的历史案件数据和各个法官当前工作量的实际系数,所述实际系数包括法官已经分配的各类案件数及已处理的各类案件数。
作为本发明实施例的一种具体实施方式,智能分案权值体系通过无量纲化算法转换为分案概率,包括以下步骤:
S301、根据所述法官权值体系,计算加权值Zp=(Zg-Pd*Zs)/(1-Pd*Nf)公式,得到各个法官的分案加权值;
S302、根据所述分案加权值,计算各个法官分案概率区间系数(包含分案概率区间一及分案概率区间二);
S303、利用随机算法,将所述各个法官分案概率区间系数进行比对,优先选择第一位适配随机条件的法官作进行案件分配。
在本发明实施例中,将分案概率区间一结合法官的实际因素进行计算得到各个法官分案概率区间二,能够全面的评判出法官的实际得案系数,从而能够更加合理地选择出适合审判的法官,有效提高了案件分配过程中的合理性和算法的成熟度,有利于减少审判耗时较多以及案件分配不均匀、不合理的情况,从而能够有效地提高法官对案件执行的效率。
实施本发明实施例,具有如下有益效果:
(1)本发明提供的方法充分结合法官的历史办案数据,使得建权体系具有数据保障和数据支撑,通过权值系数可以判断出法官对于案件处理的周期以及对于先有工作的饱和度,从而在进行案件分案的时候更容易实现合理性,将待分配案件合理分配给最适合审判的法官;
(2)本发明提供的方法能够充分考虑分案的实际因素,将案件合理地分配到最合适的法官中,有利于减少审判耗时较多以及审判不合理的情况,从而能够有效地提高法官对案件执行的效率;
(3)本发明提供的方法能智能化地对待分配案件进行案件类型划分以及审判法官的匹配,能够快速并合理地完成案件自动化分配的过程。
实施例二
如图3所示。本实施例提供的一种法院自动分案系统,包括数据拾取模块201、建权分析模块202和随机分案模块203;其中,数据拾取模块201,利用雪花模型建立各类型案件与各法官数据关系,从而分析出多维度案件属性,供建立分案权值体系模块作数据依据;建权体系模块202,用于根据法官的各项权值数据,建立随机分案模型;其中,所述法官的权值数据包括:各个法官的历史案件数据和各个法官当前工作量的实际系数,所述实际系数包括法官已经分配的各类案件数及已处理的各类案件数;随机分案模块203,用于根据所述智能分案模型对所述待分配案件的案件类型进行分析,将所述待分配案件自动分配给对应的法官。
在本发明实施例中,可以理解的是,将法官一定区间内的简易的案件结案数为Jz,非简易案件结案数为Fx,简易案件存案数为Jc,非简易案件存案数为Fc,根据系统配置设置每个法官结案系数为Zx,系统分案系数设置为Sf,得出非简易结案权值为Fx*Zx、简易结案权值为Jz*Jx*Zx、非简易存案权值为Fc*Zx、简易存案权值为Jc*Jx*Zx以及案件总权值=(非简易结案权值+简易结案权值+非简易存案权值+简易存案权值)*分案系数,分案系数为各法院根据分案情况自主设定,为各法官的年度最大分案数;根据自然语言处理的方法分析出承办人的权值,建立权值体系模型。根据系统配置最小分案概率系数记为Ix,计算待分配法官中平均最小概率记为Pd,设分配法官总权值为Zs,其中最大权值为Zg,总待分配法官人员数量为Nf,根据无量纲化算法(Zp=(Zg-Pd*Zs)/(1-Pd*Nf))统一化数据标准,得出每个人的平均加权值为Zp,如果每个人的加权值为0或者加权值系数与法官中最大权值相等,则设置期望加权值等于法官中最大权值相+1,根据每个法官加权值计算出当前法官分配概率区间1设为Q1,分配概率区间2为Q2。
在智能分案系统中利用随机算法,将所述各个法官分案概率区间系数进行比对,优先选择第一位适配随机条件的法官进行案件分配,完成随机自动分案。
作为本发明实施例的一种具体实施方式,数据拾取模块201,具体用于:
利用自然语言处理的方法分析出各个法官的权值系数,建立权值体系模型。
在本发明实施例中,对于法官历史案件的属性分析,其案件对应的类型,包括:民事、刑事、行政、或者执行等不同的案件类型,以及具体的分类,比如婚姻、合同、知识产权等;主要为通过自然语言处理,分析法官平均处理案件时长,得出结案系数信息,并结合案件类型对应规则,对案件进行区分(归分为简易案件和非简易案件类型),根据简易案件折算为普通案件的比例,从而能准确地得算出每位法官的平均案件处理权值系数,能够对案件分配提供有效的数据支撑。
作为本发明实施例的一种具体实施方式,建权体系模块202,具体用于:
根据自动分案区间月数配置,获取各法官各类案件数;通过法官的办案数据,计算出多维度智能分案权值体系。
在本发明实施例中,本发明提供的法院案件自动分案算法根据法官的各项权值数据,建立随机分案模型;其中,所述法官的权值数据包括:各个法官的历史案件数据和各个法官当前工作量的实际系数,所述实际系数包括法官已经分配的各类案件数及已处理的各类案件数。
作为本发明实施例的一种具体实施方式,随机分案系统203,具体用于:
用于根据所述智能分案模型对所述待分配案件的案件类型进行分析,将所述待分配案件自动分配给对应的法官。
在本发明实施例中,将分案概率区间一结合法官的实际因素进行计算得到各个法官分案概率区间二,能够全面的评判出法官的实际得案系数,从而能够更加合理地选择出适合审判的法官,有效提高了案件分配过程中的合理性和算法的成熟度,有利于减少审判耗时较多以及案件分配不均匀、不合理的情况,从而能够有效地提高法官对案件执行的效率。
实施本发明实施例,具有如下有益效果:
(1)本发明提供的系统充分结合法官的历史办案数据,使得建权体系具有数据保障和数据支撑,通过权值系数可以判断出法官对于案件处理的周期以及对于先有工作的饱和度,从而在进行案件分案的时候更容易实现合理性,将待分配案件合理分配给最适合审判的法官;
(2)本发明提供的系统能够充分考虑分案的实际因素,将案件合理地分配到最合适的法官中,有利于减少审判耗时较多以及审判不合理的情况,从而能够有效地提高法官对案件执行的效率
(3)本发明提供的系统能智能化地对待分配案件进行案件类型划分以及审判法官的匹配,能够快速并合理地完成案件自动化分配的过程。
以上是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种法院案件自动分案系统,其特征在于包括数据拾取模块、建权体系模块和随机分案模块,所述数据拾取模块、建权体系模块和随机分案模块依次连接,所述数据拾取模块利用雪花模型建立各类型案件与各法官数据关系,从而分析出多维度案件属性,供建立分案权值体系模块作数据依据;所述建权体系模块,用于根据法官的各项权值数据,建立随机分案模型;所述随机分案模块,用于对待分配案件的案件类型进行分析,将所述待分配案件自动分配给对应的法官。
2.根据权利要求1所述的一种法院案件自动分案系统,其特征在于所述法官的权值数据包括:各个法官的历史案件数据和各个法官当前工作量的实际系数,所述各个法官当前工作量的实际系数包括法官已经分配的各类案件数及已处理的各类案件数。
3.根据权利要求1所述的一种法院案件自动分案系统,其特征在于所述数据拾取模块,具体用于:通过大数据分析对法官历史办案数据进行统计,结合案件类型、权重比例等对应规则,绑定到对应分配法官的属性值中。
4.根据权利要求1所述的一种法院案件自动分案系统,其特征在于所述建权体系模块,具体用于:根据所述法官各类型案件数据,建立智能学习模型,根据所述智能学习模型以及所述法官实际分案系数建立随机分案模型。
5.一种法院案件自动分案方法,其特征在于步骤包括:
1)根据自动分案区间月数配置,获取各法官各类案件数;
2)通过法官的办案数据,计算出多维度智能分案权值体系;所述多维度智能分案权值体系包括:各个法官的简易结案、非简易结案、简易存案、非简易存案量权值以及个人实际工作量的权值;
3)根据智能分案权值体系通过无量纲化算法转换为分案概率,将待分配案件随机分配给对应的法官。
6.根据权利要求5所述的一种法院案件自动分案方法,其特征在于所述通过法官的办案数据,计算出多维度智能分案权值体系,具体为:根据所述法官的各类区间案件数,设结案系数为Zx、非简易案件区间结案数为Fx,简易案件区间结案数为Jz、简易案件折算系数为Jx、非简易案件区间存案数为Fc、简易案件存案数Jc,由此得出非简易结案权值为Fx*Zx、简易结案权值为Jz*Jx*Zx、非简易存案权值为Fc*Zx、简易存案权值为Jc*Jx*Zx以及案件总权值=(非简易结案权值+简易结案权值+非简易存案权值+简易存案权值)*分案系数,分案系数为各法院根据分案情况自主设定,为各法官的年度最大分案数。
7.根据权利要求6所述的一种法院案件自动分案方法,其特征在于所述根据智能分案权值体系通过无量纲化算法转换为分案概率,具体为:根据预设值通过无量纲化算法对数据进行数据规格化处理,形成每个法官分案加权值并折算成概率,利用阉值算法筛选分案概率在分案概率区间内的法官,所述预设值为最小分案概率系数。
8.根据权利要求7所述的一种法院案件自动分案方法,其特征在于所述形成每个法官分案加权值并折算成概率,包括以下步骤:根据所述法官权值体系,计算加权值
Zp=(Zg-Pd*Zs)/(1-Pd*Nf)公式,得到各个法官的分案加权值,其中,待分配法官中平均最小概率记为Pd,设分配法官总权值为Zs,其中最大权值为Zg,总待分配法官人员数量为Nf;根据所述分案加权值,计算各个法官分案概率区间系数,包含分案概率区间一及分案概率区间二;利用随机算法,将所述各个法官分案概率区间系数进行比对,优先选择第一位适配随机条件的法官进行案件分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953406.7A CN112053074A (zh) | 2020-09-11 | 2020-09-11 | 一种法院案件自动分案系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010953406.7A CN112053074A (zh) | 2020-09-11 | 2020-09-11 | 一种法院案件自动分案系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053074A true CN112053074A (zh) | 2020-12-08 |
Family
ID=73611613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010953406.7A Pending CN112053074A (zh) | 2020-09-11 | 2020-09-11 | 一种法院案件自动分案系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053074A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633777A (zh) * | 2021-01-30 | 2021-04-09 | 山西晋合思创信息科技有限公司 | 一种司法辅助案件多元化分配模型构建使用方法 |
CN112883196A (zh) * | 2021-02-01 | 2021-06-01 | 上海交通大学 | 基于知识图谱的案件分配方法、系统、介质及电子设备 |
CN113177165A (zh) * | 2021-05-21 | 2021-07-27 | 东北大学 | 一种基于改进knn的检察官个性化推荐方法 |
CN116187714A (zh) * | 2023-04-19 | 2023-05-30 | 上海金桥信息股份有限公司 | 基于可定义规则的任务智能分配方法、系统、终端及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103353888A (zh) * | 2013-07-03 | 2013-10-16 | 福建榕基软件股份有限公司 | 一种法院审判自动分案系统及方法 |
US20150262318A1 (en) * | 2014-03-17 | 2015-09-17 | Element Limited Corp | Litigation and Court Case History Analysis and Results |
CN107665212A (zh) * | 2016-07-28 | 2018-02-06 | 北京国双科技有限公司 | 一种实现法院分案的方法及装置 |
CN109872052A (zh) * | 2019-01-28 | 2019-06-11 | 广州大学 | 一种法院案件智能化分案辅助方法及系统 |
CN110009182A (zh) * | 2019-01-28 | 2019-07-12 | 广州大学 | 一种法院案件自动化分案方法及系统 |
CN110335006A (zh) * | 2019-05-17 | 2019-10-15 | 杭州亦笔科技有限公司 | 一种案件处理系统及方法 |
-
2020
- 2020-09-11 CN CN202010953406.7A patent/CN112053074A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103353888A (zh) * | 2013-07-03 | 2013-10-16 | 福建榕基软件股份有限公司 | 一种法院审判自动分案系统及方法 |
US20150262318A1 (en) * | 2014-03-17 | 2015-09-17 | Element Limited Corp | Litigation and Court Case History Analysis and Results |
CN107665212A (zh) * | 2016-07-28 | 2018-02-06 | 北京国双科技有限公司 | 一种实现法院分案的方法及装置 |
CN109872052A (zh) * | 2019-01-28 | 2019-06-11 | 广州大学 | 一种法院案件智能化分案辅助方法及系统 |
CN110009182A (zh) * | 2019-01-28 | 2019-07-12 | 广州大学 | 一种法院案件自动化分案方法及系统 |
CN110335006A (zh) * | 2019-05-17 | 2019-10-15 | 杭州亦笔科技有限公司 | 一种案件处理系统及方法 |
Non-Patent Citations (1)
Title |
---|
北京市信访矛盾分析研究中心等: "《信访与社会矛盾问题研究 2019年第3辑 学术版》", 31 May 2019, 北京:中国民主法制出版社, pages: 78 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633777A (zh) * | 2021-01-30 | 2021-04-09 | 山西晋合思创信息科技有限公司 | 一种司法辅助案件多元化分配模型构建使用方法 |
CN112883196A (zh) * | 2021-02-01 | 2021-06-01 | 上海交通大学 | 基于知识图谱的案件分配方法、系统、介质及电子设备 |
CN112883196B (zh) * | 2021-02-01 | 2022-08-16 | 上海交通大学 | 基于知识图谱的案件分配方法、系统、介质及电子设备 |
CN113177165A (zh) * | 2021-05-21 | 2021-07-27 | 东北大学 | 一种基于改进knn的检察官个性化推荐方法 |
CN113177165B (zh) * | 2021-05-21 | 2023-07-21 | 东北大学 | 一种基于改进knn的检察官个性化推荐方法 |
CN116187714A (zh) * | 2023-04-19 | 2023-05-30 | 上海金桥信息股份有限公司 | 基于可定义规则的任务智能分配方法、系统、终端及介质 |
CN116187714B (zh) * | 2023-04-19 | 2023-08-04 | 上海金桥信息股份有限公司 | 基于可定义规则的任务智能分配方法、系统、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112053074A (zh) | 一种法院案件自动分案系统及其方法 | |
US20180198855A1 (en) | Method and apparatus for scheduling calculation tasks among clusters | |
US20040093351A1 (en) | System and method for controlling task assignment and work schedules | |
CN110287245A (zh) | 用于分布式etl任务调度执行的方法及系统 | |
US20100162251A1 (en) | System, method, and computer-readable medium for classifying problem queries to reduce exception processing | |
CN104298550A (zh) | 一种面向Hadoop的动态调度方法 | |
CN113837311B (zh) | 一种基于需求响应数据的居民客户聚类方法及装置 | |
CN111985851B (zh) | 银行网点资源调度方法及装置 | |
CN113010576A (zh) | 云计算系统容量评估的方法、装置、设备和存储介质 | |
CN105426285B (zh) | 数据库连接池监控和管理的方法和装置 | |
CN111176840A (zh) | 分布式任务的分配优化方法和装置、存储介质及电子装置 | |
CN1275137C (zh) | 海量数据处理方法和系统 | |
CN107766143A (zh) | 数据处理管理系统和任务管理、任务调度方法及装置 | |
US20210004675A1 (en) | Predictive apparatus and method for predicting workload group metrics of a workload management system of a database system | |
CN113568759A (zh) | 一种基于云计算的大数据处理方法及其系统 | |
CN115525230A (zh) | 存储资源的分配方法、装置、存储介质及电子设备 | |
RU80604U1 (ru) | Автоматизированная система распределения ресурсов для оптимального решения целевых задач | |
CN114298474A (zh) | 分配资源的确定方法和装置、存储介质及电子装置 | |
CN113657794A (zh) | 一种生产人力资源分配的策划方法及策划装置 | |
CN113419863A (zh) | 一种基于节点能力的数据分配处理方法及装置 | |
CN102945518B (zh) | 基于分析资源负荷识别项目关键资源的方法 | |
CN111897636A (zh) | 一种基于数据计算与分析的调度方法、设备、存储介质 | |
CN110602569A (zh) | 一种基于带宽趋势的带宽复用方法和系统 | |
CN117828389B (zh) | 基于智能运维的分布式系统监控方法 | |
CN112948089B (zh) | 一种招投标请求的资源分发方法及数据中心 |
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 |