基于模糊数相似度的审判风险评估系统

• 作者: 雍琪 蒋维娜 罗育泽
• 来源期刊: 计算机科学
• 关键词: 审判风险评估 模糊数相似度 风险指标模型 风险聚合模型 风险等级确定模型
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 209-216
• 页数: 8页
• 分类号: TP315
• 语种: 中文
• DOI: 10.11896/jsjkx.200500034

摘要

随着审判管理日趋精细化,法院对审判风险精准化评估的需求逐渐增多,其中,如何有效进行审判风险等级定量分析是精准化风险评估的核心问题.现有的机器学习、风险矩阵等方法由于存在历史数据有限、审判风险评估精度要求高等不足,难以有效地应用于实际审判业务中.针对此问题,构建了基于模糊数相似度的审判风险评估模型,实现了多因素审判风险的定量评估.首先针对审判风险指标进行辨识,建立了基于AHP的多层级风险指标模型,以提升审判风险的分析粒度和评价客观性;然后,为了获取模糊风险测度,设计了基于混合输入的风险聚合模型,该模型应用流程信息来提高评估准确性,实现了审判风险指标的分类聚合;最后,构建了基于相似度算法的风险等级确定模型,该模型能够有效排除人为因素和异常数据的干扰,实现了审判风险等级的精准度量.基于审判风险评估模型,设计并实现了相应的评估系统,该评估系统包括风险计算、风险管理和风险预警模块,通过在实际法院管理系统中进行集成和应用,该评估系统有效优化了目前局限于审限预警的审判风险管理模式,进一步提高了审判管理的精细化程度.