一种智能处罚裁量方法及系统技术方案

本发明专利技术公开了一种智能处罚裁量方法，其包括以下步骤：S1、构建事件的裁量知识库，裁量知识库包括各种裁量要素；S2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；S3、将事件的处理结论发送至终端；本发明专利技术还公开了一种智能处罚裁量系统，其包括裁量知识库、信息获取模块、裁量算法模型及结论发送模块。本发明专利技术不仅可以辅助工作人员在事件处理时更加高效、准确地作出处理结论，而且能够实现不同时期、不同地域在事件处理过程中涉及到裁量时，解决同事不同判、同城两极端、处理过轻或过重的问题。

【技术实现步骤摘要】
一种智能处罚裁量方法及系统
本专利技术涉及数据处理
，具体涉及一种智能处罚裁量方法及系统。
技术介绍
事件具有发生率高、裁量适用的依据条目众多、法律法规立废止更新快、时效性强、复杂等特点，这对工作人员的业务水平、处理经验提出了较高的要求。但是由于工作人员的业务水平、处理经验参差不齐，以及因事件情况复杂，工作人员在处理事件时无法高效、准确地作出裁量，且处理过程中存在一定的主观性或者疏忽，导致在不同时期、不同地域的事件处理过程中涉及到裁量时，容易出现同事不同判、同城两极端、处理过轻或过重的问题。虽然目前有些地区开始使用系统来进行辅助处理，但这些系统大多都是作为信息录入、流程管控来使用，其不仅对提高事件处理效率的作用有限，而且也不能很好地解决同事不同判、同城两极端、处理过轻或过重的问题。
技术实现思路
本专利技术的目的在于克服以上所述现有技术的不足，提供一种智能处罚裁量方法及系统。为实现上述目的，本专利技术采用以下技术方案：一种智能处罚裁量方法，包括以下步骤：S1、构建事件的裁量知识库，裁量知识库包括各种裁量要素，裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；S2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；S3、将事件的处理结论发送至终端，以辅助工作人员处理。进一步地，步骤S2具体包括：S21、当前事件信息与裁量知识库匹配后，得到当前事件的事由、裁量信息、裁量主体、裁量依据及处理情节；S22、裁量算法模型根据当前事件的事由确定事件的裁量依据；S23、裁量算法模型根据裁量依据和当前事件的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；S24、裁量算法模型根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；S25、裁量算法模型根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。进一步地，步骤S23中，初步的处理结论包括处理内容和相应的处理依据；步骤S24中，裁量叠加调整包括在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；步骤S25中，对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。进一步地，若不同事件的事件信息与裁量知识库进行匹配后，所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情节相同，即为相同事件或者类似事件，裁量算法模型进行裁量时，得到的初步处理、调整后处理及最终处理的处理结论一致。一种智能处罚裁量系统，包括裁量知识库、信息获取模块、裁量算法模型及结论发送模块，所述裁量知识库用于构建事件的各种裁量要素，所述裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；所述信息获取模块用于获取的当前事件的信息，并与所述裁量知识库匹配，得到当前事件的裁量要素；所述裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；所述结论发送模块用于将事件的处理结论发送至终端，以辅助工作人员处理。进一步地，所述裁量算法模型包括裁量依据确定模块、初步裁量模块、裁量调整模块及最终裁量模块；所述裁量依据确定模块根据当前事件的事由确定裁量行为的裁量依据；所述初步裁量模块根据裁量依据和当前的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；所述裁量调整模块根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；所述最终裁量模块根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。进一步地，所述初步的处理结论包括处理内容和相应的处理依据；所述裁量调整模块在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；所述最终裁量模块对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。进一步地，所述信息获取模块获取的不同事件的事件信息与所述裁量知识库进行匹配后，若所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情节相同，即为相同事件或者类似事件，对于相同事件或者类似事件，所述初步裁量模块得到的初步处理结论、所述裁量调整模块得到的调整后的处理结论及所述最终裁量模块得到的最终处理结论一致。采用上述技术方案后，本专利技术与
技术介绍
相比，具有如下优点：本专利技术是为各种业务部门裁量的信息化改进而提出的，其不仅可以辅助工作人员在事件处理时更加高效、准确地作出处理结论，而且能够实现不同时期、不同地域在事件处理过程中涉及到裁量时，系统能智能化地提供裁量的建议，解决同事不同判、同城两极端、处理过轻或过重的问题。附图说明图1为实施例一的流程框图；图2为实施例二的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一参考图1所示，本实施例公开了一种智能处罚裁量方法，包括以下步骤：S1、构建事件的裁量知识库，裁量知识库包括各种裁量要素，裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；S2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；S3、将事件的处理结论发送至终端，以辅助工作人员处理。进一步地，步骤S2具体包括：S21、当前事件信息与裁量知识库匹配后，得到当前事件的事由、裁量信息、裁量主体、裁量依据及处理情节；S22、裁量算法模型根据当前事件的事由确定事件的裁量依据；S23、裁量算法模型根据裁量依据和当前事件的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；S24、裁量算法模型根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；S25、裁量算法模型根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。进一步地，步骤S23中，初步的处理结论包括处理内容和相应的处理依据；步骤S24中，裁量叠加调整包括在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；步骤S25中，对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。进一步地，若不同事件的事件信息与裁量知识库进行匹配后，所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情本文档来自技高网...

【技术保护点】
1.一种智能处罚裁量方法，其特征在于，包括以下步骤：/nS1、构建事件的裁量知识库，裁量知识库包括各种裁量要素，裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；/nS2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；/nS3、将事件的处理结论发送至终端，以辅助工作人员处理。/n

【技术特征摘要】
1.一种智能处罚裁量方法，其特征在于，包括以下步骤：
S1、构建事件的裁量知识库，裁量知识库包括各种裁量要素，裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；
S2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；
S3、将事件的处理结论发送至终端，以辅助工作人员处理。


2.如权利要求1所述的一种智能处罚裁量方法，其特征在于，步骤S2具体包括：
S21、当前事件信息与裁量知识库匹配后，得到当前事件的事由、裁量信息、裁量主体、裁量依据及处理情节；
S22、裁量算法模型根据当前事件的事由确定事件的裁量依据；
S23、裁量算法模型根据裁量依据和当前事件的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；
S24、裁量算法模型根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；
S25、裁量算法模型根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。


3.如权利要求2所述的一种智能处罚裁量方法，其特征在于，
步骤S23中，初步的处理结论包括处理内容和相应的处理依据；
步骤S24中，裁量叠加调整包括在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；
步骤S25中，对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。


4.如权利要求3所述的一种智能处罚裁量方法，其特征在于，若不同事件的事件信息与裁量知识库进行匹配后，所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情节相同，即为相同事件或者类似事件，裁量算法模型进行裁量时，得到的初步处理、调整后处理及最终处理的处理结论一致。

【专利技术属性】
技术研发人员：林燕雄，张云生，赖海明，
申请(专利权)人：厦门市法度信息科技有限公司，
类型：发明
国别省市：福建;35