【技术实现步骤摘要】
一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法
本专利技术涉及案件趋势预测
,具体是一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法,属于信息处理
技术介绍
智慧法院的建设,是人民法院促进审判体系和审判能力现代化,推进司法为民、公正为民的重要环节。司法效率有利于司法公正,司法改革过程中不仅要注重公正,也要注重效率,如何在保证司法公正的前提下,提升司法效率,是当前进一步推进智慧法院建设的重要内容。一个致力于研究案件的趋势、走向,合理配置司法资源,节约司法成本,提高司法效率进一步推进智慧法院建设的法院案件预测分析系统是大势所趋。司法大数据是人民法院的重要信息资源。加强对司法大数据的整合、研究和应用,不但是推进人民法院审判体系和审判能力现代化的现实需要,更是加速推进“智慧法院”建设的必然要求。在大力促进智慧法院的信息化、智能化建设,提高司法公平效率,优化司法资源配置的大背景下,研究案件数量的增长趋势和走向,研究司法资源的合理配置,研究社会经济以及政策因子等对案件数的影响程度,对于优化司法资源配置具有极其重要的意义。实际上,各地决策人员经常关注的是那些对案件趋势变动有影响的社会因子,并且希望能够采取某种方式来量化这种影响过程。特别地,如何实现在更改某些指标未来的值的时候,能够时事观察到未来案件的趋势变动情况,提前做好相应的防备措施,对当地的决策人员提供宏观决策辅助服务具有积极的意义。基于此,中国专利CN201710099485.8公开一种应用于行政执法领域的案件趋势预测分析通用方法,涉及行政执法领域,针对不同类型的 ...
【技术保护点】
1.一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法,其特征在于,该案件趋势动态预测方法通过网络爬虫或者直接获取的方式,获取到某地区的多个社会宏观经济指标的历史数据和某类型案件历史数据之后,进行建模和预测,其包括以下步骤:(i)利用社会宏观经济指标来预测案件趋势,给案件变动提供了可解释性因子;(ii)利用联动神经网络模型来建立多个社会宏观经济指标和案件数量之间的函数映射关系,可以定量描述社会宏观经济指标之间的相关关系就以及社会宏观经济指标和案件数量之间的相关关系;(iii)通过修改社会宏观经济指标未来的模型预测值,动态观察案件数量的变动情况。
【技术特征摘要】
1.一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法,其特征在于,该案件趋势动态预测方法通过网络爬虫或者直接获取的方式,获取到某地区的多个社会宏观经济指标的历史数据和某类型案件历史数据之后,进行建模和预测,其包括以下步骤:(i)利用社会宏观经济指标来预测案件趋势,给案件变动提供了可解释性因子;(ii)利用联动神经网络模型来建立多个社会宏观经济指标和案件数量之间的函数映射关系,可以定量描述社会宏观经济指标之间的相关关系就以及社会宏观经济指标和案件数量之间的相关关系;(iii)通过修改社会宏观经济指标未来的模型预测值,动态观察案件数量的变动情况。2.根据权利要求1所述的一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法,其特征在于,建模步骤如下:(1)模型假设:为了以下算法细节以及公式描述的方便性,假设有A、B、C、D四个社会宏观经济指标,案件数量用N来表示,i表示第i年,第一年对应的i为1。(1.1)训练指标趋势外推模型:经过数据可视化观察和分析,发现指标的趋势比较明显,大部分呈现出稳步上升的趋势,因此,利用可以使用模型来拟合它们的趋势。先利用神经网络对A、B、C、D分别训练趋势外推模型,模型的输入是i,输出是对应的每年的指标的值。其中,所述的趋势外推模型为时间序列模型、回归模型或者神经网络模型,模型训练完成之后预测未来一年的指标值,预测的指标值用于后续预测案件数量未来一年的值。(1.2)训练指标-案件数量相关模型:经过分析发现,指标和案件之间呈现出较强的相关关系,包括正相关和负相关。根据机器学习模型在数据分布为正态分布或者近似正态分布时的有效性,将数据进行一定的处理和转换,使得数据近似满足正态分布。然后分别利用神经网络模型建立四个指标A、B、C、D和N的相关模型,分别记为模型:A-N、B-N、C-N、D-N,其中指标是自变量,案件数量是因变量;(1.3)组合以上模型,用于案件趋势预测:将以上A-N、B-N、C-N、D-N四个模型合并成一个模型,合并的方法是加权求和,每个模型的权重为计算出j=1,2,3,4之后归一化的结果。上述公式中的:wj表示加权求和的第j个模型对最终案件影响的权重(归一化之前);lossj训练第j个模型所产生的损失;ρj指标与案件数量的相关系数;var(aj)模型预测历史案件的增幅的标准差。3.根据权利要求2所述的一种基于指标的联动神经网络模型的案件趋势动态预测方法,其特征在于,模型预测如下:在所述步骤(1.3)中得到的加权求和的预测模型用来预测未来一年或多年的案件趋势,同时单个指标相应的趋势外推模型用来预测指标未来一年或多年的值;模型预测分为两种情况:用户不修改未来一年指标趋势外推模型的指标预测值、用户修改未来一年指标趋势外推模型的指标预测值。其中,用户修改未来一年指标趋势外推模型的指标预测数值中包括修改一个指标的预测值和修改多个指标的预测值);(2.1)对于用户不修改未来一年的指标预测值的情况,直接使用上述指标对应的趋势外推模型预测指标未来的趋势,然后使用指标未来的趋势及加权求和的联动神经网络模型的预测案件趋势;(2.2)对于用户修改未来一年的某个指标预测值的情形:用户修改了模型预测的某个指...
【专利技术属性】
技术研发人员:吴明勇,杜向阳,
申请(专利权)人:南京擎盾信息科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。