一种学校法律风险的建议决策系统技术方案

本发明专利技术属于法律咨询系统技术领域，尤其涉及一种学校法律风险的建议决策系统，包括：输入单元，用于输入咨询内容及个人信息；分析单元，用于按照预设的模型，对咨询内容进行分析，生成分析结果，还用于对风险评定等级；存储单元，存储单元内存储有各类型案件N级以下的处理方案；匹配单元，用于当评定的等级低于N时，根据分析结果及评定等级结果从存储单元内匹配出对应的处理方案；专家建议单元，用于当核对结果为评定等级大于等于N时，接收分析结果及个人信息。使用本系统，可极大的减少法务人员的咨询量，将法务人员的精力用在较为重要的案件的分析上。

【技术实现步骤摘要】
一种学校法律风险的建议决策系统
本专利技术属于法律咨询系统
，尤其涉及一种学校法律风险的建议决策系统。
技术介绍
随着法律意识的普及，作为接收能力特别出色的校园学生，在遇到存在法律风险的事情时，已经会习惯性的寻求法律上的咨询建议。目前，校园学生在进行法律咨询时，通常是直接向法务人员咨询，或法务人员进行相关信息的采集后再对事件进行分析，并给出对应的解决措施。这样的处理方式，所有的带有校园法律风险的事情均由法务人员进行分析。不仅效率低下，法务人才的利用率较低；并且，由于法务人员需要对所有的带有校园法律风险的事情进行分析，真正存在高风险的事件可能会由于被日常的事件耽搁而导致事态严重化。因此，需要一种学校法律风险的建议决策系统，解决真正存在高风险的事件可能会由于被日常的事件耽搁而导致事态严重化的问题。
技术实现思路
本专利技术的目的，在于提供一种学校法律风险的建议决策系统,解决真正存在高风险的事件可能会由于被日常的事件耽搁而导致事态严重化的问题。本专利技术提供的基础方案为：一种学校法律风险的建议决策系统，包括：输入单元，用于输入咨询内容及个人信息；分析单元，用于按照预设的模型，对咨询内容进行分析，生成分析结果，还用于对风险评定等级；存储单元，存储单元内存储有各类型案件N级以下的处理方案；匹配单元，用于当评定的等级低于N时，根据分析结果及评定等级结果从存储单元内匹配出对应的处理方案；专家建议单元，用于当核对结果为评定等级大于等于N时，接收分析结果及个人信息。基础方案工作原理及有益效果：当发生存在法律风险的校园事件时，涉及的学生用输入单元输入相关的信息数据以及个人信息后，分析单元用预设的模型对该事件的信息数据进行分析，生成分析结果，并且对事件的法律风险评定等级。当评定的等级低于N级时，说明该事件或咨询内容的属于常见的问题，且法律风险较低、影响较小。匹配单元根据分析结果和评定等级，从存储单元内匹配出对应的建议方案。当评定的等级高于N时，则说明该事件具有一定的特殊性，或者其法律风险较大，或者其情况非常少见，或者其影响范围很大。在这样的情况下，需要法务人员进行人工处理。因此，将分析结果及个人信息发送给专家建议单元，法务人员可通过分析结果提前对案情进行了解，之后可以通过个人信息与咨询者取得联系，由于提前对案情有所了解，咨询时可以更有针对性，效率更高。法律风险等级的数量以及N的具体数值，本领域技术人员可依据定级的具体标准具体制定。使用本系统，系统会根据信息内容对案件的法律风险等级进行评定，只有在风险等级不小于N时，才需要法务人员来进行分析处理。与现有技术，可极大的减少法务人员的咨询量，将法务人员的精力用在较为重要的案件的分析上。除此，采用这样的方式，由于风险等级是由分析单元进行评定，与人工相比，可以多个咨询内容同步进行，判断过程非常高效，可以有效避免真正存在高风险的事件可能会由于被日常的事件耽搁而导致事态严重化的问题。再者，采用这样的方式，由于风险等级是由分析单元进行评定，其判断的尺度非常统一，一致性程度非常高，可避免法务人员由于咨询工作量过大，过度疲劳而导致的判断失误的问题。进一步，咨询内容包括咨询时间；存储单元还用于将分析单元的评定等级与响应的咨询时间及个人信息关联后进行存储；还包括统计单元，统计单元对存储单元存储的评定等级数据进行统计分析。这样的设置，管理人员可以通过统计单元，了解校园法律风险的整体情况。进一步，专家建议单元还用于输入建议信息，建议信息包括风险评定等级；存储单元还用于将专家建议单元输入的风险评定等级与对应的时间信息及个人信息关联后进行存储；存储单元还用于在存储专家建议单元的风险评定等级时，对相同时间信息及个人信息的风险评定等级信息进行替换。由于分析单元评定的等级不小于N级时，会将咨询内容发送给专家建议单元，由法务人员进行分级及评定等级；法务人员评定时，不仅其个人的法律素养高，并且可以和咨询者进行足够的交流，其得出的风险评定等级会更加符合真实情况。因此，当存储单元对专家建议单元输入的风险评定等级进行存储时，对相同时间信息及个人信息的风险评定等信息进行替换，使其保存的数据的可信度更高。进一步，还包括偏差计算单元和警报单元；偏差计算单元用于在存储单元将风险评定等级的信息进行替换时，计算偏差值，偏差值为替换前后两个风险等级的差值的绝对值；存储单元还用于存储偏差值；统计单元还用于计算偏差值的平均值；警报单元用于当偏差值的个数大于X，且偏差值的平均值大于Y时，发出警报。通过偏差值，可以了解分析单元的单次分析的准确性。当偏差值的平均值大于Y时，说明系统自动分析的结果的准确性需要提高，偏差值的个数大于X，则说明偏差值统计数量较多，统计结果具有较强的参考意义。这种情况下，分析单元评定的风险等级的参考意义很小，并且还有可能对法务人员造成干扰。因此，警报单元发出警报，提醒管理人员对模型进行调整。X与Y的具体数值，本领域技术人员可依据实际情况具体设置。进一步，统计单元进行统计时，按照咨询时间越近越优先统计的顺序，进行偏差值的平均值计算。这样的方式，在分析单元调整后，能够及时发现调整后的效果。进一步，N的数值大于2。当风险等级的级数较多时，N的数值大于2，能够较好的将咨询的事件进行区分和筛选，使法务人员能够专心的分析需要其提供咨询服务的咨询事件。进一步，警报的方式为语音和文字。语音的方式刺激性较强，能够引起管理人员的注意，而文字保存的时间较长，管理人员即使错过了语音警报，也可以通过文字信息了解到警报信息。进一步，输入单元的输入方式包括文字和语音。咨询者可以选择自己习惯的输入方式来输入咨询内容。进一步，分析单元中，预设的模型为神经网络模型。与其他的模型相比，神经网络模型在面对复杂问题时，具有高速寻找优化解的能力。并且具有自学习功能，在训练好投入使用后仍可以持续自我学习及完善。进一步，神经网络模型为BP神经网络模型。与其他的神经网络模型相比，BP神经网络模型拥有出色的容错能力，能够保证运行的稳定性。附图说明图1为本专利技术一种学校法律风险的建议决策系统实施例一的逻辑框图。具体实施方式下面通过具体实施方式进一步详细说明：实施例一如图1所示，一种学校法律风险的建议决策系统，包括输入单元、分析单元、存储单元、匹配单元、专家建议单元、统计单元、偏差计算单元和警报单元。其中，输入单元集成在用户端，本实施例中用户端为装载相应APP的智能手机；专家建议单元和警报单元集成在专家端，本实施例中，专家端为装载相应APP的智能手机；分析单元、存储单元、匹配单元、统计单元和偏差计算单元集成在服务器，本实施例中，服务器为腾讯云服务器。用户端及专家端分别通过5G模块与服务器进行通信。输入单元，用本文档来自技高网...

【技术保护点】
1.一种学校法律风险的建议决策系统，其特征在于，包括：/n输入单元，用于输入咨询内容及个人信息；/n分析单元，用于按照预设的模型，对咨询内容进行分析，生成分析结果，还用于对风险评定等级；/n存储单元，存储单元内存储有各类型案件N级以下的处理方案；/n匹配单元，用于当评定的等级低于N时，根据分析结果及评定等级结果从存储单元内匹配出对应的处理方案；/n专家建议单元，用于当核对结果为评定等级大于等于N时，接收分析结果及个人信息。/n

【技术特征摘要】
1.一种学校法律风险的建议决策系统，其特征在于，包括：
输入单元，用于输入咨询内容及个人信息；
分析单元，用于按照预设的模型，对咨询内容进行分析，生成分析结果，还用于对风险评定等级；
存储单元，存储单元内存储有各类型案件N级以下的处理方案；
匹配单元，用于当评定的等级低于N时，根据分析结果及评定等级结果从存储单元内匹配出对应的处理方案；
专家建议单元，用于当核对结果为评定等级大于等于N时，接收分析结果及个人信息。


2.根据权利要求1所述的学校法律风险的建议决策系统，其特征在于：咨询内容包括咨询时间；存储单元还用于将分析单元的评定等级与响应的咨询时间及个人信息关联后进行存储；还包括统计单元，统计单元对存储单元存储的评定等级数据进行统计分析。


3.根据权利要求2所述的学校法律风险的建议决策系统，其特征在于：专家建议单元还用于输入建议信息，建议信息包括风险评定等级；存储单元还用于将专家建议单元输入的风险评定等级与对应的时间信息及个人信息关联后进行存储；存储单元还用于在存储专家建议单元的风险评定等级时，对相同时间信息及个人信息的风险评定等级信息进行替换。


4.根据权利要求3所述的学校...

【专利技术属性】
技术研发人员：莫紫霄，
申请(专利权)人：重庆木舌科技有限公司，
类型：发明
国别省市：重庆;50