[发明专利]一种自动识别行政非诉执行案源的方法

权利要求书

1.一种自动识别行政非诉执行案源的方法，其特征在于：包括以下步骤：

步骤一、规则编制；

步骤二、自动研判；

步骤三、动作处理；

步骤四、前端应用。

2.根据权利要求1所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤一：将裁判文书和行政处罚决定书数据依据行政非诉执行业务特征进行元数据抽取处理和文书数据分类，针对行政非诉执行违法监督类型进行专项数据建模，将抽取的结构化要素及研判逻辑进行编制，并存储于服务器中。

3.根据权利要求2所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤一的具体操作步骤如下：

步骤L001、元数据处理；

步骤L002、文书数据分类；

步骤L003、确定专项违法情形；

步骤L004、抽取结构化要素；

步骤L005、设计研判逻辑；

步骤L006、专项数据处理建模；

步骤L007、通过工具编制研判规则。

4.根据权利要求3所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤一中，针对行政非诉执行的业务特征将裁判文书数据进行元数据抽取，并将行政非诉执行裁判文书数据分类为：行政裁定书和执行裁定书；行政处罚决定书按照执法主体、案件类型、领域进行元数据抽取，将分类处理后的数据存储于行政检察数据集中，形成行政非诉执行监督专项方向。

5.根据权利要求1所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤二：将编制好的研判规则读取解析，经过行政非诉执行自动化研判引擎将符合逻辑的专项案源数据以标签化方式作预警标识，存储于数据库中。

6.根据权利要求5所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤二的具体操作步骤如下：

步骤S001、配制解释器；

步骤S002、重新启动解释器；

步骤S003、运行专项Note；

步骤S004、连接数据库；

步骤S005、读取符合条件的数据；

步骤S006、识别结构化要素；

步骤S007、需要调用字典时，调用字典接口；不需要调用字典时，直接进入步骤S009；

步骤S008、返回字典项；

步骤S009、研判，对不符合研判逻辑的案源数据作跳过处理，并重新进入步骤S006环节处理下一条数据；

步骤S010、将符合研判逻辑中研判规则的案件进行预警标签化标识。

7.根据权利要求1所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤三：在行政非诉执行应用平台的后端建立对应的专项索引模型，经数据管理平台汇聚子系统配置数据管道及导入和导出数据项，将预警案源数据通过管道推送至前端应用数据库及Elasticsearch分布式搜索引擎中存储。

8.根据权利要求7所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤三的具体操作步骤如下：

步骤A001、在应用后台构建索引数据模型；

步骤A002、创建索引；

步骤A003、构建脑图数据；

步骤A004、配制数据管道；

步骤A005、配制发送信息；

步骤A006、配制接收信息；

步骤A007、推送数据；

步骤A008、应用接收数据；

步骤A009、存储预警案源。

9.根据权利要求1所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤四：将推送至行政非诉执行应用平台的预警案源信息案件信息、违法情形、监督关键要点、脑图数据，由前端vue图层技术以可视化方式进行呈现。

10.根据权利要求9所述的自动识别行政非诉执行案源的方法，其特征在于：所述步骤四的具体操作步骤如下：

步骤F001、读取专项分类数据；

步骤F002、调用预警案源数据；

步骤F003、组装可视化脑图数据；

步骤F004、组装可视化高亮数据；

步骤F005、组装监督关键要点；

步骤F006、推送到vue前端呈现。