CN114547279A - 一种基于混合过滤的司法推荐方法 - Google Patents

Abstract

本发明公开了一种基于混合过滤的司法推荐方法，包括以下步骤：S1、数据预处理：将历史案件按照案件是涉诉案件、案件不是涉诉案件和案件的涉诉性质不明进行分类，分别添加是、否和不确定的标签，并将三种标签的专家反馈结果定义为正确、错误和不确定；S2、构建案件与专家的关联矩阵；S3、找到目标案件的最相似邻居案件；S4、计算目标专家；根据专家对步骤S3找到的邻居案件的反馈结果计算专家对目标案件的预测结果；S5、将步骤S4的预测结果推荐给目标案件，并将推荐结果作为历史评价结果进行保存。本发明通过寻找目标案件的邻居案件，通过专家对邻居案件的反馈结果来计算专家对目标案件的反馈结果，能够满足以最大的概率预测出目标案件的性质。

Description

一种基于混合过滤的司法推荐方法

技术领域

本发明涉及一种在司法项目中向目标案件推荐能以最大概率预测出案件性质的基于混合过滤的司法推荐方法。

背景技术

随着互联网的普及和发展，网络技术的应用嵌入到社会活动的各个方面和所有专业领域，带来信息高速传播与收集的便利。互联网用户与网络数据信息的爆炸式增长也带来了更多的问题。冗余的信息数据使得用户很难在其中找到最满意的结果，造成了信息过载的问题，网络信息使用率非常低下，用户体验太差。虽然有搜索引擎工具可以在一定程度上缓解检索困难的问题，但是传统搜索引擎有着需要关键字限制和被动搜索的问题。在此基础上提出推荐算法作为为用户提供个性化信息过滤服务的方式是非常高效和相对适用。

在涉诉案件预测预警系统中，系统需要判定案件涉诉与否的性质。当系统计算出的预测准确概率不够高时，引入人在回路模块，将案件给相关法律人员，由人来为案件的性质进行主观判断，再将结果反馈回系统。

基于内容过滤的推荐技术起源要信息检索技术。通过对目标项目的属性进行特征提取，用关键特征来表示某一个项目。对用户所有访问过的历史行为记录进行遍历，为用户建立偏好模型，将所有的待推荐物品与目标对象的兴趣进行相似度计算，如果物品与用户兴趣的相对性满足一定阈值，或者找到相似度最高的，就将该物品推荐给该用户。基于内容的推荐思路依赖于物品的内容层次作出推荐。

基于内容过滤的推荐算法过程一般包括三个步骤：1、为每一个对象抽象出独有的特征来表示该对象。2、利用用户过去访问过的对象(这些对象已经用特征来表示)建立起用户的偏好模型，学习出用户的喜好特征。3、通过对用户偏好模型与待推荐的对象模型进行评分计算，将评分最高的对象被推荐给用户。

用户偏好模型一般使用VSM模型表示，对于目标用户c，基于内容的用户模型描述函数为uf(c)，对象t的模型函数为if(t)，对象的相似度评分函数为：

u(c，t)＝score(uf(c)，if(t))

评分函数一般采用相似度来衡量对象与用户之间的相关性。常用的相似度计算方法是夹角余弦相似度方法。对于用户c与对象t，在n维的特征中的特征权重向量分别为：

二者的夹角余弦相似度计算公式为：

基于内容过滤的推荐算法是与对象内容相关的，需要对物品进行抽象进行特征提取，提取出必要的属性进行内容建模，但是在一些高维度的物品范围内建模困难较大。如果是文本这一类低维度的对象，可以容易的使用信息检索的方法比较精确的提取出对象的特征。但是在图像、音乐、视频等多媒体领域，提取这些高维度的对象的特征是有难度的。如果无法提取出能特定表示某一对象的特征就无法区分两个不同的对象。也是因为算法是与内容相关的，得到的推荐时依赖于用户过去的行为记录，因此不能发掘用户的潜在偏好，这种偏好可能是用户本身都没有注意到的。对于新用户来说，暂时不存在他的历史行为记录，这种数据的缺失会导致推荐系统无法运行，不能为该用户建立他的偏好模型，推荐相关联的对象。这种现象被称为冷启动问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种通过寻找目标案件的邻居案件，通过专家对邻居案件的反馈结果来计算专家对目标案件的反馈结果，能够满足以最大的概率预测出目标案件性质的基于混合过滤的司法推荐方法。

本发明的目的是通过以下技术方案来实现的：一种基于混合过滤的司法推荐方法，包括以下步骤：

S1、数据预处理：采集历史案件，并将采集到的历史案件按照案件是涉诉案件、案件不是涉诉案件和案件的涉诉性质不明三种情况进行分类，分别为三种案件添加是、否和不确定的标签，并将三种标签的专家反馈结果定义为正确、错误和不确定；

S2、建立关联矩阵，将所有专家反馈的正确、错误和不确定三种结果分别表示为1、0 和-1，构建案件与专家的关联矩阵，并将关联矩阵存放到数据库中；

S3、计算邻居案件，找到目标案件的所有最相似的邻居案件；

S4、计算目标专家；根据专家对步骤S3找到的邻居案件的反馈结果计算专家对目标案件的预测结果；

S5、将步骤S4的预测结果推荐给目标案件，并将推荐结果作为历史评价结果进行保存。

进一步地，所述步骤S2中构建的案件与专家的关联矩阵的行表示专家数目，列表示案件数目，矩阵中第m行第n个元素值即为第m个专家对第n个案件的反馈结果。

进一步地，所述步骤S3具体实现方法为：根据涉诉案件要素分析，将每一件案件表示为如13个维度的文本信息属性，其包含11维离散数据与2维连续数据；

使用基于Jaccard方法改进的方法求得目标案件与已有历史案件的相似度：

X′、Y′分别表示案件X、Y的离散文本属性；

将连续的属性文本数据标准化处理为一个取值在0到1的权重值W_k，其计算方法为：

X_k、Y_k分别表示X、Y在第k个连续文本属性的数据值；E_k取第k个属性中最大值，使W_t的取值区间为(0，1]；

通过top-k的方法找到相似值最高的所有案件。

在计算邻居案件的相似度时，离散的属性文本内容对相似值计算的影响更大。如果案件A相比于案件B有更多相同的离散文本属性，那么它的相似值会更高。当A、B案件有着相同数量的离散文本属性时，在连续属性文本上更接近于目标案件的会有更高的相似值。

相似度值越高表示该邻居案件与目标案件在很大程度上有相同的属性，那么这两个案件更有可能聚类到一起。通过相似度选择邻居案件的方法有两种：一是通过top-k的方法找到相似值最高的K个案件；二是找到相似度满足一定阈值的所有案件。根据实验证明方法一有着更好的效果。

进一步地，所述步骤S4具体实现方法为：在案件与专家的关联矩阵中找到与邻居案件相关联的专家以及专家对邻居案件的反馈结果；得到专家对K个邻居案件的评价序列：

s_t＝{χ₁，χ₂，...，χ_K}

s_t表示第t个专家的所有邻居案件的评价序列；χ_i表示第t位专家第i个邻居案件的反馈结果；反馈值χ_i取值为{1，0，-1}，分别对应判断正确，错误，不确定；

计算出序列s_t的所有反馈值的均值μ与标准差σ；

通过目标函数公式计算专家t对所有邻居案件的预测准确度：

A_t＝∑F(1)-∑F(0)-∑F(-1) (3)

其中

最后，在案件与专家的关联矩阵中找到与邻居案件相关联的专家，使用top-k的方法找到最能判断出邻居案件性质的所有专家，然后计算出所有专家对所有邻居案件的预测准确值，根据预测值高低，推荐专家。

本发明的有益效果是：本发明基于传统推荐算法中人到物的思路作出反向的改变，提出一种新的推荐算法，通过寻找目标案件的邻居案件，通过专家对邻居案件的反馈结果来计算专家对目标案件的反馈结果。本发明的推荐方法能够满足以最大的概率预测出目标案件的性质，建立物到人的推荐方式，为静态对象作出推荐，满足司法项目中对法律案件的应用场景。

具体实施方式

下面进一步说明本发明的技术方案。

本发明的一种基于混合过滤的司法推荐方法，包括以下步骤：

S1、数据预处理：采集历史案件，并将采集到的历史案件按照案件是涉诉案件、案件不是涉诉案件和案件的涉诉性质不明三种情况进行分类，分别为三种案件添加是、否和不确定的标签，并将三种标签的专家反馈结果定义为正确、错误和不确定；

在系统启动初期，会遇到和协同过滤算法中一样的冷启动问题，冷启动问题主要是因为稀疏性，可用数据太少导致相似度计算无法完成。由于案件无法进行主动行为与人建立相互联系，无法为专家建立模型，不能找到预测准确率最高的专家。因此使用带标签的预处理方法，建立专家与案件的联系。将已有的历史案件加上是否涉诉的标签。这些标签是历史案件已经确定性质的真实属性。将这些带标签的案件按照类别属性与专家的专精领域相匹配的方式发送给对应专家，这种匹配是一种简单的基于内容的匹配方法。让这些专家对案件性质进行判定，判定的结果只能是三种情况：是、否和不确定，分别表示案件是涉诉案件、案件不是涉诉案件和案件的涉诉性质不明。将判定与真实标签比较后可以得到三种反馈结果：正确、错误和不确定。

采用预处理的原因是：邻居案件下没有对应关联的专家，无法选取推荐目标，根本原因是缺乏足够多的数据，也无法随着时间自动产生数据，这也是基于物-人推荐要面对的困难。还有一种情况：如果在预处理完成之后的推荐过程中，如果没有找到目标案件对应的邻居案件，也可以采用预处理的方法来解决。第二种情况是因为暂时缺乏历史案件数据，这种问题会随着时间推移得到解决。

S2、建立关联矩阵，将所有专家反馈的正确、错误和不确定三种结果分别表示为1、0 和-1，构建案件与专家的关联矩阵，并将关联矩阵存放到数据库中；步骤S2中构建的案件与专家的关联矩阵的行表示专家数目，列表示案件数目，矩阵中第m行第n个元素值即为第m个专家对第n个案件的反馈结果，如表1所示。

表1

S3、计算邻居案件，找到目标案件的所有最相似的邻居案件；具体实现方法为：根据涉诉案件要素分析，将每一件案件表示为如13个维度的文本信息属性，其包含11维离散数据与2维连续数据；

使用基于Jaccard方法改进的方法求得目标案件与已有历史案件的相似度：

X′、Y′分别表示案件X、Y的离散文本属性；

将连续的属性文本数据标准化处理为一个取值在0到1的权重值W_k，其计算方法为：

X_k、Y_k分别表示X、Y在第k个连续文本属性的数据值；E_k取第k个属性中最大值，使W_t的取值区间为(0，1]；需要根据该维属性文本的实际内容决定，该项数据的可能值不能超过E_k。

通过top-k的方法找到相似值最高的所有案件。

在计算邻居案件的相似度时，离散的属性文本内容对相似值计算的影响更大。如果案件A相比于案件B有更多相同的离散文本属性，那么它的相似值会更高。当A、B案件有着相同数量的离散文本属性时，在连续属性文本上更接近于目标案件的会有更高的相似值。

相似度值越高表示该邻居案件与目标案件在很大程度上有相同的属性，那么这两个案件更有可能聚类到一起。通过相似度选择邻居案件的方法有两种：一是通过top-k的方法找到相似值最高的所有案件；二是找到相似度满足一定阈值的所有案件。根据实验证明方法一有着更好的效果。

S4、计算目标专家；根据专家对步骤S3找到的邻居案件的反馈结果计算专家对目标案件的预测结果；通过目标案件找到所有最相似的邻居，这些邻居可以和目标案件放到一起视为同一种类别的群体。如果专家对邻居的性质预测准确率很高的话，那么该专家也可以以很高的准确率判断出目标案件的性质。具体实现方法为：在案件与专家的关联矩阵中找到与邻居案件相关联的专家以及专家对邻居案件的反馈结果；得到专家对K个邻居案件的评价序列:

s_t＝{χ₁，χ₂，...，χ_K}

s_t表示第t个专家的所有邻居案件的评价序列；χ_i表示第t位专家第i个邻居案件的反馈结果；反馈值χ_i取值为{1，0，-1}，分别对应判断正确，错误，不确定；

计算出序列s_t的所有反馈值的均值μ与标准差σ；

通过目标函数公式计算专家t对所有邻居案件的预测准确度：

A_t＝∑F(1)-∑F(0)-∑F(-1) (3)

其中

最后，在案件与专家的关联矩阵中找到与邻居案件相关联的专家，使用top-k的方法找到最能判断出邻居案件性质的所有专家，然后计算出所有专家对所有邻居案件的预测准确值，根据预测值高低，推荐专家。

S5、将步骤S4的预测结果推荐给目标案件，并将推荐结果作为历史评价结果进行保存。将这些计算结果推荐给目标案件。根据专家对案件的预测信息与案件的真实性质对比同样得到三种反馈结果，将作为历史评价结果保存，更新数据库,增加可用的数据量，随着推荐的次数越来越多，可以逐渐缓解数据不足导致邻居案件不足的问题。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种基于混合过滤的司法推荐方法，其特征在于，包括以下步骤：

S1、数据预处理：采集历史案件，并将采集到的历史案件按照案件是涉诉案件、案件不是涉诉案件和案件的涉诉性质不明三种情况进行分类，分别为三种案件添加是、否和不确定的标签，并将三种标签的专家反馈结果定义为正确、错误和不确定；

S2、建立关联矩阵，将所有专家反馈的正确、错误和不确定三种结果分别表示为1、0和-1，构建案件与专家的关联矩阵，并将关联矩阵存放到数据库中；

S3、计算邻居案件，找到目标案件的所有最相似的邻居案件；

S4、计算目标专家；根据专家对步骤S3找到的邻居案件的反馈结果计算专家对目标案件的预测结果；

S5、将步骤S4的预测结果推荐给目标案件，并将推荐结果作为历史评价结果进行保存。

2.根据权利要求1所述的一种基于混合过滤的司法推荐方法，其特征在于，所述步骤S2中构建的案件与专家的关联矩阵的行表示专家数目，列表示案件数目，矩阵中第m行第n个元素值即为第m个专家对第n个案件的反馈结果。

3.根据权利要求1所述的一种基于混合过滤的司法推荐方法，其特征在于，所述步骤S3具体实现方法为：根据涉诉案件要素分析，将每一件案件表示为如13个维度的文本信息属性，其包含11维离散数据与2维连续数据；

使用基于Jaccard方法改进的方法求得目标案件与已有历史案件的相似度：

X′、Y′分别表示案件X、Y的离散文本属性；

将连续的属性文本数据标准化处理为一个取值在0到1的权重值W_k，其计算方法为：

X_k、Y_k分别表示X、Y在第k个连续文本属性的数据值；E_k取第k个属性中最大值，使W_t的取值区间为(0，1]；

通过top-k的方法找到相似值最高的所有案件。

4.根据权利要求1所述的一种基于混合过滤的司法推荐方法，其特征在于，所述步骤S4具体实现方法为：在案件与专家的关联矩阵中找到与邻居案件相关联的专家以及专家对邻居案件的反馈结果；得到专家对K个邻居案件的评价序列:

s_t＝{χ₁，χ₂，...，χ_K}

s_t表示第t个专家的所有邻居案件的评价序列；χ_i表示第t位专家第i个邻居案件的反馈结果；反馈值χ_i取值为{1，0，-1}，分别对应判断正确，错误，不确定；

计算出序列s_t的所有反馈值的均值μ与标准差σ；

通过目标函数公式计算专家t对所有邻居案件的预测准确度：

A_t＝∑F(1)-∑F(0)-∑F(-1) (3)

其中

最后，在案件与专家的关联矩阵中找到与邻居案件相关联的专家，使用top-k的方法找到最能判断出邻居案件性质的所有专家，然后计算出所有专家对所有邻居案件的预测准确值，根据预测值高低，推荐专家。