一种法院案件工作量评估方法

技术特征：
1.一种法院案件工作量评估方法，其特征在于，包括以下步骤：(1)分析法院案件审判过程，选取指标构建案件工作量指标体系；(2)根据建立的工作量指标体系，收集相关原始案件数据信息；(3)对收集到的原始数据进行预处理操作，生成案件原始数据集；(4)为减少案件工作量评估中主观因素的影响，将通过步骤(3)处理后的数据，运用熵值法和法院案件工作量折算标准，计算主客观相结合的案件工作量权重系数；(5)搭建基于bp神经网络的工作量评估模型；(6)根据步骤(5)搭建的基于bp神经网络的工作量评估模型，计算出模型输入指标的权重系数；(7)利用步骤(6)中得出的模型输入指标的权重系数，计算出待评估案件的工作量权重系数。2.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(1)中的建立案件工作量指标体系的步骤包括：(1.1)分析梳理法院判案的整体流程，包括三大阶段：庭前准备、开庭审理、结案归档；(1.2)从三大判案流程中选取可量化的指标，选取的指标包括：裁判文书字数、庭审时间、开庭次数；(1.3)从指标的通用性、易收集性进行分析，选取符合要求的指标构建案件工作量指标体系。3.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(3)中的预处理操作包括：去除工作量数据严重缺失的记录、指标数据中值为负的记录以及噪声。4.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(4)中计算主客观相结合的案件工作量权重系数的步骤包括：(4.1)对处理好的数据基于熵值法计算客观的案件工作量权重系数y1；(4.2)根据某地方法院的案件工作量折算标准，按照案件类型、案由的案件相关信息确定主观的案件工作量权重系数y2；(4.3)将客观的案件工作量权重系数y1与主观的案件工作量权重系数y2进行加权求和得出主客观相结合的客观相结合的案件工作量权重系数y，采用的权重比是1:1，计算公式为5.根据权利要求4所述的一种法院案件工作量评估方法，其特征在于，所述步骤(4.1)中的运用熵值法计算客观的案件工作量权重系数的步骤包括：(4.1.1)首先对数据进行归一化处理，消除物理量的影响，其计算公式为：其中，x
ij
是第i个案件的第j个指标值(i＝1,2,
…
,n；j＝1,2,
…
,m)，假设选取了n个案件作为样本、设计了m个指标，x
min
为第j个指标值的最小值，x
max
为第j个指标值的最大值；随后，使用步骤(3)中处理好的数据，计算第j个指标下，第i个案件的贡献度p
ij
，其计算公式为：
(4.1.2)使用贡献度计算熵值，计算第j项指标的熵值e
j
，其计算公式为：(4.1.3)使用熵值计算差异性系数g
j
，其计算公式为：g
j
＝1-e
j
(4.1.4)确定评价指标的权重系数w
j
，其计算公式为：(4.1.5)选取工作量权重系数为1的基准案件，设基准案件的综合评价分数为y
′
，客观的工作量权重系数的计算公式为：6.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(5)中的搭建基于bp神经网络的案件工作量评估模型的步骤包括：(5.1)设计输入/输出训练样本数据，选择sigmoid函数作为传输函数，将步骤(3)中生成的案件原始数据集和步骤(4)中主客观相结合的案件工作量权重系数y组合起来作为模型的样本数据，确定模型输入层神经单元个数为评价指标的个数，输出层神经单元个数为1；(5.2)设计网络拓扑结构为只包含一个隐藏层的三层bp神经网络，设置bp神经网络的初始参数，网络权值矩阵的初始值使用(0,1)之间的随机值赋值，设定模型精度以及循环最大次数参数；(5.3)对网络进行训练，通过不断迭代训练测试和改变训练样本容量计算出最优参数，建立基于bp神经网络的案件工作量评估模型。7.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(6)中计算bp神经网络输入指标的权重的步骤包括：根据步骤(5)中搭建的案件工作量评估模型，获得输入层到隐层的权值矩阵w和隐层到输出层的权值矩阵v，再利用w、v计算出输入层各节点间的权重值，即输入指标的权重。8.根据权利要求1所述的一种法院案件工作量评估方法，其特征在于，所述步骤(7)中的计算待评估案件的工作量权重系数的步骤包括：利用步骤(6)中得出的输入指标数据的权重，经加权求和后得出待评估案件的综合评价分数；将待评估案件的综合评价分数除以工作量权重系数为1的基准案件的综合评价分数，得出最终的待评估案件的工作量权重系数。

技术总结
本发明公开了一种法院案件工作量评估方法及系统，方法包括以下步骤：分析法院案件审判过程，选取合适指标建立案件工作量指标体系；根据建立的工作量指标体系，收集相关原始案件数据；对收集到的原始数据进行预处理操作；运用熵值法以及法院案件工作量折算标准计算案件工作量权重系数；搭建基于BP神经网络的工作量评估模型；计算BP神经网络输入指标的权重；以选取的基准案件为标准，计算相对案件工作量权重系数。通过BP神经网络的工作量评估模型更加贴合实际地评估法官的办案工作量。型更加贴合实际地评估法官的办案工作量。型更加贴合实际地评估法官的办案工作量。


技术研发人员：汪梓扬 廖小平
受保护的技术使用者：河海大学
技术研发日：2022.01.27
技术公布日：2022/5/6