[发明专利]民事案件复杂度指标评价方法及系统

说明书

技术领域

本发明属于数据分析处理技术领域，涉及一种民事案件复杂度指标评价方法及能够实现该方法的系统。

背景技术

上世纪90年代以来，全球科技进步日新月异，互联网、大数据技术突飞猛进，对法院信息化工作提出了越来越高的要求。这其中，如何评价一个案件的复杂程度，如何减少案件审判过程中的冗余部分是法院信息化建设的重要目标之一。根据2015年最高人民法院工作报告，2014年，各级法院审结一审民事案件522.8万件，一审刑事案件102.3万件，民事案件的数量是刑事案件数量的5倍，由此可以看出，民事案件作为案件审理的重中之重，衡量其复杂程度具有十分重大的意义。

目前评价或者说是预估一个案件的复杂程度基本上都是靠律师或者法官依据多年的从业经验大致判断得出，并且只能大致定性，并不能给出一个定量的指数衡量案件的复杂程度。因此案件的复杂度缺少精确化的评价方法和量化模型。

发明内容

为解决上述问题，我们深入研究裁判文书和相关文献材料、咨询大量相关从业律师、法官，发现在案件的审理过程中，有多项数据都可以体现案件的复杂程序，例如当事人数量、证据数量等，通过对大量数据的总结、归纳、实验、反复计算，我们认为可以在一定程度上定量案件的复杂程度。裁判文书作为案件的文字载体，记录了几乎全部的案件信息，配合法院自有的部分司法数据，一个案件就完整地呈现在我们面前。每一年都有大量的裁判文书产生，这些裁判文书对于我们研究案件复杂程度具有极大的意义，通过大量的裁判文书数据，我们可以分析出一系列和案件复杂度相关的特征(指标)，通过这些指标，案件复杂程序可以直观的展示在我们面前。据此，本发明公开了一种民事案件复杂度指标评价方法及系统，通过提取案件从立案到结案过程中的各项指标以及指标间的相关关系，使用算法以量化的指标来反映民事案件的复杂程度。

为了达到上述目的，本发明提供如下技术方案：

民事案件复杂度指标评价方法，包括如下步骤：

采集特定计算域下各民事案件相关数据；

选定用于计算复杂度的若干一级指标，各一级指标对应有一级指标权重W，每个一级指标下包括若干二级指标；各二级指标具备指标类型，指标类型包括常规数值类型、案件依赖类型和枚举类型；各二级指标占据自身所属一级指标比值为r，各二级指标权重w_j＝W*r；

根据相关数据得到第i个案件的第j个二级指标的指标值N_ij，当指标类型为常规数值类型时，指标值为二级指标数值；当指标类型为案件依赖类型时，指标值为命中该数据的案件数；当指标类型为枚举类型时，指标值为经验值；

对指标值通过下式进行归一化计算，得到U_ij

max{N_1j，N_2j，…}表示所有案件中j指标的最大值；

通过如下公式计算得到案件复杂度：

其中，N为二级指标数量。

进一步的，还包括计算一级指标值的步骤，一级指标值为其下属的权重化后二级指标值之和。

进一步的，还包括：将计算结果显示在用户界面上。

进一步的，所述一级指标包括：当事人组织复杂度、代理人组织复杂度、审判组织及适用程序、抗辩强度、证据复杂度、争议焦点复杂度、诉讼程序复杂度、案件反诉复杂度、法律标签复杂度、法院级别、开庭时间、开庭次数、文书类型、文书长度、说理长度复杂度；

所述当事人组织复杂度下属二级指标包括：原告数量、被告数量、原被告身份；

所述代理人组织复杂度下属二级指标包括：原被告是否有代理人、原告代理人数量、被告代理人数量；

所述审判组织及适用程序下属二级指标包括：审判组织、适用程序；

所述抗辩强度下属二级指标包括：原告诉称长度、被告辩称长度；

所述证据复杂度下属二级指标包括：原被告是否均有证据、原告证据数、被告证据数、原告证据用途数、被告证据用途数、原告证据种类数、被告证据种类数；

所述争议焦点复杂度下属二级指标包括：争议焦点个数、争议焦点类型；

所述诉讼程序复杂度下属二级指标包括：诉讼程序、二审是否改判、是否被上诉、已审理次数；

所述案件反诉复杂度下属二级指标包括：是否反诉；

所述法律标签复杂度下属二级指标包括：各法律标签；

所述法院级别下属二级指标包括：法院所属的级别；