一种多地联合法律援助评估方法及系统技术方案

本申请提供一种多地联合法律援助评估方法及系统，涉及计算机技术领域，包括根据法援特征数据集和法援客观满意度数据的对应记录生成初始决策树，根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定法援特征属性之间的相对权重，建立权重矩阵，根据初始决策树重复迭代学习生成新决策树和更新权重矩阵，最终基于决策树算法确定不同法援特征属性的权重，根据当前地区各个法援特征属性的法援特征数据和对应的权重，确定当前地区法援评估结果，通过权重制定的方式满足不同地区的现状。制定的方式满足不同地区的现状。制定的方式满足不同地区的现状。

【技术实现步骤摘要】
一种多地联合法律援助评估方法及系统


[0001]本申请涉及计算机
，具体涉及一种多地联合法律援助评估方法及系统。

技术介绍

[0002]法律援助(简称法援)是指由政府设立的法律援助机构或者非政府设立的合法律所组织法律援助的律师，为经济困难或特殊案件的人无偿提供法律服务的法律保障制度。对于法律援助工作人员来说，如何确定不同地区的法律援助工作开展的水平，是帮助不同地区更好的实现“应援尽援，应援优援”的前提保证。
[0003]传统的法律援助的研究，主要集中于法律援助服务的数量和质量，其中，法律援助质量的概念界定尚不明确，传统的法律援助质量主要集中于法律援助办案的研究，但也有学者认为法律援助服务质量应当包括法律咨询、案件办理以及法律援助管理质量；此外，法律援助质量也尚未制定明确的质量标准，虽然某些出台的评估标准，将同行评估的标准界定为对所有问题的处理都能做到全面、适当且有效即为优秀，但并未加以量化。
[0004]现有技术提供一种衡量某地区法律援助发展状况的方法，根据不同地区的案件万人比来衡量对应地区的法律援助，例如，预设案件万人比为万分之十，不区分地区。然而，由于不同地区所面临的法律援助基础背景具备较大的区别，例如，各地的经济发展状况、人口结构、财政收入、法律服务资源和法院受诉案件等地区的法律援助基础状态数据差别很大，如果仅以法律援助案件人口比来衡量不同地区的法律援助发展状况，很难较为客观地反应不同地区法律援助的真实水平，从而不利于相关工作的针对性开展。

技术实现思路

[0005]本申请提供一种多地联合法律援助评估方法及系统，以客观地评估不同地区法律援助的发展状况，更有针对性地满足困难群众的法律服务需求。
[0006]本申请第一方面提供一种多地联合法律援助评估方法，包括：
[0007]获取不同地区的多个法援状态数据和法援客观满意度数据，以及，根据法援特征属性对多个法援状态数据中的数据进行属性选择生成法援特征数据集，所述法援特征属性为法援状态数据中数据的正向数值型属性；
[0008]以法援客观满意度数据作为目标，从初始样本集中学习生成初始决策树，所述初始样本集中的初始样本包括一个地区的法援特征数据集和法援客观满意度数据的对应记录；
[0009]根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定法援特征属性之间的相对权重，以及，根据所述相对权重，建立权重矩阵，其中，权重矩阵的阶数为I*I，I为法援特征属性的个数，权重矩阵中的元素为行数代表的法援特征属性相对列数代表的法援特征属性的权重；
[0010]根据初始决策树中一级根节点的法援特征属性划分当前节点包含的样本集，得到第一目标子集，从第一目标子集中剔除一级根节点的法援特征属性对应的法援特征数据，
得到第二目标子集，以及，从子集中学习生成新决策树，其中，所述子集属于第二目标子集；
[0011]确定新决策树中法援特征属性之间的相对权重，以更新权重矩阵；
[0012]将新决策树作为初始决策树，重复迭代学习生成新决策树和更新权重矩阵的过程，直至所有法援特征属性遍历完成，得到目标权重矩阵；
[0013]对所述目标权重矩阵作标准化处理后，计算每一行之和作为对应法援特征属性的权重，以及，根据当前地区各个法援特征属性的法援特征数据和对应的权重，确定当前地区法援评估结果。
[0014]可选地，所述根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定法援特征属性之间的相对权重，包括：
[0015]根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定每个法援特征属性在各层级的频率；
[0016]根据第一法援特征属性和第二法援特征属性在各层级的频率，确定第一法援特征属性相对第二法援特征属性的权重，其中，所述第一法援特征属性和所述第二法援特征属性为法援特征属性中的两个相同或不同的属性；
[0017]遍历所有法援特征属性，确定法援特征属性之间的相对权重，其中，所述相对权重包括任一法援特征属性相对任一法援特征属性的权重。
[0018]可选地，所述根据第一法援特征属性和第二法援特征属性在各层级的频率，确定第一法援特征属性相对第二法援特征属性的权重，包括：
[0019]在各层级上，计算第一法援特征属性的频率和第二法援特征属性的比值与根节点个数的乘积，得到当前层级的第一相对权重；
[0020]对所有层级的第一相对权重求和，得到第一总相对权重；
[0021]在各层级上，计算第二法援特征属性的频率和第一法援特征属性的比值与根节点个数的乘积，得到当前层级的第二相对权重；
[0022]对所有层级的第二层级相对权重求和，得到第二总相对权重；
[0023]如果所述第一总相对权重大于所述第二总相对权重，则第一法援特征属性相对第二法援特征属性的权重取值为第一总相对权重；
[0024]如果所述第一相对权重小于所述第二相对权重，则第一法援特征属性相对第二法援特征属性的权重取值为第二法援特征属性相对第一法援特征属性的权重取值的倒数，其中，第二法援特征属性相对第一法援特征属性的权重取值为第二总相对权重；
[0025]如果所述第一相对权重等于所述第二相对权重，则第一法援特征属性相对第二法援特征属性的权重为1。
[0026]可选地，在所述从子集中学习生成新决策树之前，还包括：
[0027]获取第二目标子集中子集的样本总数；
[0028]如果子集的样本总数小于预设的样本数量阈值，则从第二目标子集中删除对应的子集。
[0029]可选地，所述确定新决策树中法援特征属性之间的相对权重，以更新权重矩阵，采用以下模型：
[0030][0031]其中，代表更新前的权重矩阵中法援特征属性tab
i
相对法援特征属性tab
j
的权重，ω
ij
′
代表新决策树中法援特征属性tab
i
相对法援特征属性tab
j
的权重，代表更新后的权重矩阵中法援特征属性tab
i
相对法援特征属性tab
j
的权重，i和j代表法援特征属性的序号，i＝1，
…
，I，j＝1，
…
，I。
[0032]可选地，所述对所述目标权重矩阵作标准化处理后，计算每一行之和作为对应法援特征属性的权重，包括：
[0033]计算目标权重矩阵中每列之和，
[0034]将目标权重矩阵中每个元素除以对应列之和，以更新目标权重矩阵；
[0035]计算更新后的目标权重矩阵中每一行之和作为对应行代表的法援特征属性的权重值。
[0036]可选地，所述根据当前地区各个法援特征属性的法援特征数据和对应的权重，确定当前地区法援评估结果，包括：
[0037]对每个法援特征属性对应的法援特征数据进行归一化，采用以下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多地联合法律援助评估方法，其特征在于，包括：获取不同地区的多个法援状态数据和法援客观满意度数据，以及，根据法援特征属性对多个法援状态数据中的数据进行属性选择生成法援特征数据集，所述法援特征属性为法援状态数据中数据的正向数值型属性；以法援客观满意度数据作为目标，基于决策树算法从初始样本集中学习生成初始决策树，所述初始样本集中的初始样本包括一个地区的法援特征数据集和法援客观满意度数据的对应记录；根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定法援特征属性之间的相对权重，以及，根据所述相对权重，建立权重矩阵，其中，权重矩阵的阶数为I*I，I为法援特征属性的个数，权重矩阵中的元素为行数代表的法援特征属性相对列数代表的法援特征属性的权重；根据初始决策树中一级根节点的法援特征属性划分当前节点包含的样本集，得到第一目标子集，从第一目标子集中剔除一级根节点的法援特征属性对应的法援特征数据，得到第二目标子集，以及，从子集中学习生成新决策树，其中，所述子集属于第二目标子集；确定新决策树中法援特征属性之间的相对权重，以更新权重矩阵；将新决策树作为初始决策树，重复迭代学习生成新决策树和更新权重矩阵的过程，直至所有法援特征属性遍历完成，得到目标权重矩阵；对所述目标权重矩阵作标准化处理后，计算每一行之和作为对应法援特征属性的权重，以及，根据当前地区各个法援特征属性的法援特征数据和对应的权重，确定当前地区法援评估结果。2.根据权利要求1所述的一种多地联合法律援助评估方法，其特征在于，所述根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定法援特征属性之间的相对权重，包括：根据初始决策树中各层级根节点的个数和每个法援特征属性在各层级根节点中出现的次数，确定每个法援特征属性在各层级的频率；根据第一法援特征属性和第二法援特征属性在各层级的频率，确定第一法援特征属性相对第二法援特征属性的权重，其中，所述第一法援特征属性和所述第二法援特征属性为法援特征属性中的两个相同或不同的属性；遍历所有法援特征属性，确定法援特征属性之间的相对权重，其中，所述相对权重包括任一法援特征属性相对任一法援特征属性的权重。3.根据权利要求2所述的一种多地联合法律援助评估方法，其特征在于，所述根据第一法援特征属性和第二法援特征属性在各层级的频率，确定第一法援特征属性相对第二法援特征属性的权重，包括：在各层级上，计算第一法援特征属性的频率和第二法援特征属性的比值与根节点个数的乘积，得到当前层级的第一相对权重；对所有层级的第一相对权重求和，得到第一总相对权重；在各层级上，计算第二法援特征属性的频率和第一法援特征属性的比值与根节点个数的乘积，得到当前层级的第二相对权重；对所有层级的第二层级相对权重求和，得到第二总相对权重；
如果所述第一总相对权重大于所述第二总相对权重，则第一法援特征属性相对第二法援特征属性的权重取值为第一总相对权重；如果所述第一相对权重小于所述第二相对权重，则第一法援特征属性相对第二法援特征属性的权重取值为第二法援特征属性相对第一法援特征属性的权重取值的倒数，其中，第二法援特征属性相对第一法援特征属性的权重取值为第二总相对权重；如果所述第一相对权重等于所述第二相对权重，则第一法援特征属性相对第二法援特征属性的权重为1。4.根据权利要求1所述的一种多地联合法律援助评估方法，其特征在于，在所述从子集中学习生成新决策树之前，还包括：获取第二目标子集中子集的样本总数；如果子集的样本总数小于预设的样本数量阈值，则从第二目标子集中删除对应的子集。5.根据权利要求1所述的一种多地联合法律援助评估方法，其特征在于，所述确定新决策树中法援特征属性之间的相对权重，以更新权重矩阵，采用以下模型：其中，代表更新前的权重矩阵中法援特征属性tab
i
相对法援特征属性tab
j
的权重，ω
ij
′
代表新决策树中法援特征属性tab
i
相对法援特征属性tab
j
的权重，代表更新后的权重矩阵中法援特征属性tab
i
相对法援特征属性tab
j
的权重，i和j代表法援特征属性的序号，i＝1，
…
，I，j＝1，
…
...

【专利技术属性】
技术研发人员：辛颖梅，朱青，江锡强，赵鸣浩，曲科，丁阔，
申请(专利权)人：南京擎天科技有限公司，
类型：发明
国别省市：