[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

说明书

本发明公开了一种基于大数据的案件判决推荐方法、装置及终端设备，该方法包括：步骤1：爬虫拉取公开的判决资料，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；步骤4：构建关联规则与案件的倒排表T₂；步骤5：根据分词去匹配倒排表T₂中关联规则，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。该方法给判决人员提供了判决参考，提高了判决效率。

技术领域

本发明涉及大数据研究领域，具体涉及一种基于大数据的案件判决推荐方法、装置及终端设备。

背景技术

随着互联网的普及和发展，网络中数据量爆炸式增长，人们每天都要接触庞大的数据量，仅靠关键词搜索难以快速地定位需要的信息。为了提高案件判决的效率，开发一套案件判决推荐方法很有必要。

发明内容

为了克服现有技术的不足，本发明提供了一种基于大数据的案件判决推荐方法、装置及终端设备，给判决人员提供了判决参考，提高了判决效率，减小了检索压力。技术方案如下：

本发明提供了一种基于大数据的案件判决推荐方法，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，β1；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项集等，通过k-1项集可以得出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，也可以用矩阵表示，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aij＝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；