民事案件复杂度指标评价方法及系统技术方案

本发明专利技术公开了一种民事案件复杂度指标评价方法及系统，包括采集特定计算域下各民事案件相关数据；选定用于计算复杂度的若干指标；根据相关数据得到第i个案件的第j个二级指标的指标值；对指标值进行归一化计算；计算得到案件复杂度。本发明专利技术通过提取案件从立案到结案过程中的各项指标以及指标间的相关关系，使用算法以量化的指标来反映民事案件的复杂程度，能够准确计算出符合当地情况的民事案件复杂程度，从而令民事案件复杂度实现较为精确的量化。据此，能够评价法官工作量，并能够大大降低审判的繁琐程度。

【技术实现步骤摘要】
民事案件复杂度指标评价方法及系统
本专利技术属于数据分析处理
，涉及一种民事案件复杂度指标评价方法及能够实现该方法的系统。
技术介绍
上世纪90年代以来，全球科技进步日新月异，互联网、大数据技术突飞猛进，对法院信息化工作提出了越来越高的要求。这其中，如何评价一个案件的复杂程度，如何减少案件审判过程中的冗余部分是法院信息化建设的重要目标之一。根据2015年最高人民法院工作报告，2014年，各级法院审结一审民事案件522.8万件，一审刑事案件102.3万件，民事案件的数量是刑事案件数量的5倍，由此可以看出，民事案件作为案件审理的重中之重，衡量其复杂程度具有十分重大的意义。目前评价或者说是预估一个案件的复杂程度基本上都是靠律师或者法官依据多年的从业经验大致判断得出，并且只能大致定性，并不能给出一个定量的指数衡量案件的复杂程度。因此案件的复杂度缺少精确化的评价方法和量化模型。
技术实现思路
为解决上述问题，我们深入研究裁判文书和相关文献材料、咨询大量相关从业律师、法官，发现在案件的审理过程中，有多项数据都可以体现案件的复杂程序，例如当事人数量、证据数量等，通过对大量数据的总结、归纳、实验、反复计算，我们认为可以在一定程度上定量案件的复杂程度。裁判文书作为案件的文字载体，记录了几乎全部的案件信息，配合法院自有的部分司法数据，一个案件就完整地呈现在我们面前。每一年都有大量的裁判文书产生，这些裁判文书对于我们研究案件复杂程度具有极大的意义，通过大量的裁判文书数据，我们可以分析出一系列和案件复杂度相关的特征(指标)，通过这些指标，案件复杂程序可以直观的展示在我们面前。据此，本专利技术公开了一种民事案件复杂度指标评价方法及系统，通过提取案件从立案到结案过程中的各项指标以及指标间的相关关系，使用算法以量化的指标来反映民事案件的复杂程度。为了达到上述目的，本专利技术提供如下技术方案：民事案件复杂度指标评价方法，包括如下步骤：采集特定计算域下各民事案件相关数据；选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重W，每个一级指标下包括若干二级指标；各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型；各二级指标占据自身所属一级指标比值为r，各二级指标权重wj＝W*r；根据相关数据得到第i个案件的第j个二级指标的指标值Nij，当指标类型为常规数值类型时，指标值为二级指标数值；当指标类型为案件依赖类型时，指标值为命中该数据的案件数；当指标类型为枚举类型时，指标值为经验值；对指标值通过下式进行归一化计算，得到Uijmax{N1j，N2j，…}表示所有案件中j指标的最大值；通过如下公式计算得到案件复杂度：其中，N为二级指标数量。进一步的，还包括计算一级指标值的步骤，一级指标值为其下属的权重化后二级指标值之和。进一步的，还包括：将计算结果显示在用户界面上。进一步的，所述一级指标包括：当事人组织复杂度、代理人组织复杂度、审判组织及适用程序、抗辩强度、证据复杂度、争议焦点复杂度、诉讼程序复杂度、案件反诉复杂度、法律标签复杂度、法院级别、开庭时间、开庭次数、文书类型、文书长度、说理长度复杂度；所述当事人组织复杂度下属二级指标包括：原告数量、被告数量、原被告身份；所述代理人组织复杂度下属二级指标包括：原被告是否有代理人、原告代理人数量、被告代理人数量；所述审判组织及适用程序下属二级指标包括：审判组织、适用程序；所述抗辩强度下属二级指标包括：原告诉称长度、被告辩称长度；所述证据复杂度下属二级指标包括：原被告是否均有证据、原告证据数、被告证据数、原告证据用途数、被告证据用途数、原告证据种类数、被告证据种类数；所述争议焦点复杂度下属二级指标包括：争议焦点个数、争议焦点类型；所述诉讼程序复杂度下属二级指标包括：诉讼程序、二审是否改判、是否被上诉、已审理次数；所述案件反诉复杂度下属二级指标包括：是否反诉；所述法律标签复杂度下属二级指标包括：各法律标签；所述法院级别下属二级指标包括：法院所属的级别；所述开庭时间下属二级指标包括：案件审理总时长；所述开庭次数下属二级指标包括：案件开庭的次数；所述文书类型下属二级指标包括：裁判文书的类型所述文书长度下属二级指标包括：裁判文书的长度；所述说理长度复杂度下属二级指标包括：裁判文书中说理部分的长度。进一步的，所述相关数据采集自裁判文书。民事案件复杂度指标评价系统，包括数据采集模块，指标选定模块，计算复杂度模块，所述数据采集模块用于采集特定计算域下各民事案件相关数据；所述指标选定模块选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重W，每个一级指标下包括若干二级指标；各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型；各二级指标占据自身所属一级指标比值为r，各二级指标权重wj＝W*r为所属一级指标权重与自身占据比值的积；所述计算复杂度模块用于根据数据采集模块和指标选定模块获得的数据进行如下计算：根据相关数据得到第i个案件的第j个二级指标的指标值Nij；对第i个案件的第j个二级指标通过下式进行归一化计算，得到Uijmax{N1j，N2j，…}表示所有案件中j指标的最大值；通过如下公式计算得到案件复杂度：其中，N为二级指标数量。进一步的，还包括显示模块，所述显示模块用于将计算结果显示在用户界面上。与现有技术相比，本专利技术具有如下优点和有益效果：选取民事案件相关数据指标作为民事案件复杂度的计算依据，准确计算出符合当地情况的民事案件复杂程度，从而令民事案件复杂度实现较为精确的量化。据此，能够评价法官工作量，并能够大大降低审判的繁琐程度。附图说明图1为本专利技术提供的民事案件复杂度指标评价方法流程图。图2为某法官审务系统界面图，图中显示有各案件复杂度。图3为某法官审务系统界面图，图中上半部分为各一级指标雷达图，下半部分为各一级指标权重、指标值计算表格。具体实施方式以下将结合具体实施例对本专利技术提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本专利技术而不用于限制本专利技术的范围。本专利技术提供的民事案件复杂度指标评价方法，如图1所示，包括如下步骤：步骤一，首先，采集特定计算域下各民事案件相关数据。由于地区差异性及案由差别较大，因此我们的案件复杂度是需要在一定范围内进行计算的，例如福建范围内的民间借贷案件的案件复杂度，称该限定域为计算域。计算域中的数据主要自案件相关的各类文书中采集，如裁判文书，并将相关数据存储在数据库中，本步骤即是从数据库中取得民事案件的详细数据以备后续计算。相关数据应包括但不限于以下数据：原被告数量、原被告身份、原被告代理人情况及数量、审判组织类型、适用程序类型、原告诉称长度、被告辩称长度、原被告证据情况、原被告证据数量、原被告证据用途数、原被告证据种类数、争议焦点个数、争议焦点类型、诉讼程序类型、二审是否改判、是否被上诉、已审理次数、是否反诉、法律标签、法院所属的级别、案件审理总时长、案件开庭的次数、裁判文书的类型、裁判文书的长度、裁判文书中说理部分的长度。步骤二，其次，选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重，每个一级指标下包括若干二级指标。各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型。各二级指标本文档来自技高网...

【技术保护点】
民事案件复杂度指标评价方法，其特征在于，包括如下步骤：采集特定计算域下各民事案件相关数据；选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重W，每个一级指标下包括若干二级指标；各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型；各二级指标占据自身所属一级指标比值为r，各二级指标权重wj＝W*r；根据相关数据得到第i个案件的第j个二级指标的指标值Nij，当指标类型为常规数值类型时，指标值为二级指标数值；当指标类型为案件依赖类型时，指标值为命中该数据的案件数；当指标类型为枚举类型时，指标值为经验值；对指标值通过下式进行归一化计算，得到Uij

【技术特征摘要】
1.民事案件复杂度指标评价方法，其特征在于，包括如下步骤：采集特定计算域下各民事案件相关数据；选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重W，每个一级指标下包括若干二级指标；各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型；各二级指标占据自身所属一级指标比值为r，各二级指标权重wj＝W*r；根据相关数据得到第i个案件的第j个二级指标的指标值Nij，当指标类型为常规数值类型时，指标值为二级指标数值；当指标类型为案件依赖类型时，指标值为命中该数据的案件数；当指标类型为枚举类型时，指标值为经验值；对指标值通过下式进行归一化计算，得到Uijmax{N1j，N2j，…}表示所有案件中j指标的最大值；通过如下公式计算得到案件复杂度：其中，N为二级指标数量。2.根据权利要求1所述的民事案件复杂度指标评价方法，其特征在于：还包括计算一级指标值的步骤，一级指标值为其下属的权重化后二级指标值之和。3.根据权利要求1或2所述的民事案件复杂度指标评价方法，其特征在于：还包括：将计算结果显示在用户界面上。4.根据权利要求1所述的民事案件复杂度指标评价方法，其特征在于：所述一级指标包括：当事人组织复杂度、代理人组织复杂度、审判组织及适用程序、抗辩强度、证据复杂度、争议焦点复杂度、诉讼程序复杂度、案件反诉复杂度、法律标签复杂度、法院级别、开庭时间、开庭次数、文书类型、文书长度、说理长度复杂度；所述当事人组织复杂度下属二级指标包括：原告数量、被告数量、原被告身份；所述代理人组织复杂度下属二级指标包括：原被告是否有代理人、原告代理人数量、被告代理人数量；所述审判组织及适用程序下属二级指标包括：审判组织、适用程序；所述抗辩强度下属二级指标包括：原告诉称长度、被告辩称长度；所述证据复杂度下属二级指标包括：原被告是否均有证据、原告证据数、被告...

【专利技术属性】
技术研发人员：杜向阳，梁雁圆，
申请(专利权)人：南京擎盾信息科技有限公司，杜向阳，梁雁圆，
类型：发明
国别省市：江苏,32