[发明专利]一种基于大数据的案件判决推荐方法、装置及终端设备

权利要求书

1.一种基于大数据的案件判决推荐方法，其特征在于，该方法包括如下步骤：

步骤1：爬虫拉取公开的判决资料，根据判决资料相对结构化的文本，提取问题、答案和其他案件属性，得到多个判决的对应信息，按照特定的结构存入数据库中；

步骤2：对数据库中的问题、答案和其他案件属性中的一些长文本进行分词，清洗分词，建立词语与案件的倒排表T₁；

步骤3：根据倒排表T₁，使用关联算法Apriori，寻找频繁项集，构建关联关系网络G；

关联算法Apriori包含支持度Support、置信度Confidence、提升度Lift三个度量系数；

根据倒排表T₁，获取分词出现频数，生成1项集；

设定最小频数为最小支持度α，设置需要的提升度阈值β，β＞1；频繁项集是支持度大于最小支持度α的项集；

根据最小支持度α对1项集进行剪枝操作，得到2项集；

同理，可得出3项集、4项集、……k-1项集，通过k-1项集得出k项集；

选取需要的k值，计算出k项集；

对于任意k大于1的项集，计算其中各个元素内词语的支持度，保留提升度大于β的项集，构成集合L，对于集合L中的元素，构建关联关系网络G；

构建关系网络G，G本质是一种无向图，用矩阵表示，关系网络G对应的矩阵记为矩阵A，矩阵A为n*n的矩阵，n为L中的元素的个数，其中的元素a_ii=0，1≤i≤n，a_ii表示词语与自身不存在关联关系；对于频繁m项集中的每个元素，1＜m≤k，元素中的词语两两相连接，每个连边的权重均为m，即：a_ij=m，1≤i≤n，1≤j≤n，i≠j，i、j在频繁m项集中同时存在于同一个元素中，表示词语i与词语j存在关联关系，且关联权重为m；

对权重a_ij更新：若频繁m+1项集中也同时存在i、j，则a_ij=m+1，1≤i≤n，1≤j≤n，i≠j；

步骤4：构建关联规则与案件的倒排表T₂；

根据倒排表T₁和矩阵A，构建词语与文本的关系网络，关系网络用矩阵表示记为B，矩阵B为num*num的矩阵，num为文本总数；

从倒排表T₁获取词语所在文本，从矩阵A获取词语间的关联关系和关联权重，结合两者，转化为文本与文本的关联关系和关联权重，矩阵B中元素b_uu=0，1≤u≤num，表示文本与自身不存在关联关系；b_uv的初始值为0，1≤u≤num，1≤v≤num，u≠v；b_uv指的是文本u与文本v的关联权重；对于文本u中在倒排表T₁中的某个词语w，在矩阵A中找到与其关联的权重大于0的词语集合P，文本v中的在倒排表T₁中的词语集合Q，取集合P和集合Q的交集，把交集中的词语元素与词语w的关联权重累加，得到词语w对b_uv的贡献权重值；

依次遍历文本u中在倒排表T₁中的每个词语，得到每个词语对b_uv的贡献权重值，相累加后得到文本u与文本v的关联权重b_uv；形成倒排表T₂；

步骤5：判决人员在庭审过程中记录案件的问题、答案，对庭审记录进行分词，根据分词去匹配倒排表T₂中关联规则，优先根据最长的分词组合进行匹配；若找到节点，则搜索临近节点下的案件作为相似案件进行推荐。

2.根据权利要求1所述的一种基于大数据的案件判决推荐方法，其特征在于，步骤1所述判决资料包括庭审记录、判决书。

3.根据权利要求1所述的一种基于大数据的案件判决推荐方法，其特征在于，步骤3中所述支持度Support：表示X和Y的组合同时出现的频数：

。

4.根据权利要求1所述的一种基于大数据的案件判决推荐方法，其特征在于，步骤3中所述置信度Confidence：表示X发生的情况下，Y发生的概率：

。