[发明专利]一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法

说明书

本发明公开了一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法，本发明使用多个社会宏观经济指标作为自变量，建立联动的神经网络案件趋势预测模型，并提供了详细的步骤、公式和模型，不仅能够提高案件数量预测的准确率，也能够给案件变动原因作出合理的解释，还能够找到案件数量和社会宏观经济指标之间的定量关系，为当地的决策人员提高辅助决策参考。

技术领域

本发明涉及案件趋势预测技术领域，具体是一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法，属于信息处理技术领域。

背景技术

智慧法院的建设，是人民法院促进审判体系和审判能力现代化，推进司法为民、公正为民的重要环节。司法效率有利于司法公正，司法改革过程中不仅要注重公正，也要注重效率，如何在保证司法公正的前提下，提升司法效率，是当前进一步推进智慧法院建设的重要内容。一个致力于研究案件的趋势、走向，合理配置司法资源，节约司法成本，提高司法效率进一步推进智慧法院建设的法院案件预测分析系统是大势所趋。

司法大数据是人民法院的重要信息资源。加强对司法大数据的整合、研究和应用，不但是推进人民法院审判体系和审判能力现代化的现实需要，更是加速推进“智慧法院”建设的必然要求。

在大力促进智慧法院的信息化、智能化建设，提高司法公平效率，优化司法资源配置的大背景下，研究案件数量的增长趋势和走向，研究司法资源的合理配置，研究社会经济以及政策因子等对案件数的影响程度，对于优化司法资源配置具有极其重要的意义。实际上，各地决策人员经常关注的是那些对案件趋势变动有影响的社会因子，并且希望能够采取某种方式来量化这种影响过程。特别地，如何实现在更改某些指标未来的值的时候，能够时事观察到未来案件的趋势变动情况，提前做好相应的防备措施，对当地的决策人员提供宏观决策辅助服务具有积极的意义。

基于此，中国专利CN201710099485.8公开一种应用于行政执法领域的案件趋势预测分析通用方法，涉及行政执法领域，针对不同类型的数据库，通过可视化的形式配置数据源，选择导入数据表及字段，根据对历史关键数据及当前关键数据的分析，制定案件趋势预测模型规则；找出重点执法关注区域，重点执法关注对象，进行重点监管，帮助执法人员有效预测区域内未来案发情况，做好事先有效的监管预防，规范相关营业场所，净化社会环境。

上述现有的技术仅仅是概述性地描述了一种行政执法领域的案件趋势预测的通用方法，没有具体对实现的技术细节做详细说明，无法复现。通过实际数据观察到，总体案件数量和很多宏观社会经济指标都是呈现逐年波动上升的趋势，这在感性上说明了他们之间的相关关系。因此本发明主要是利用各大社会经济指标对案件数量趋势进行预测和解释，同时支持用户修改某些指标的值来影响未来案件数量的变化趋势，对决策者提供动态的决策辅助

基于此，本发明提供了一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法，其主要通过建立各个地区(省、市、区、法院等)的社会宏观经济指标(比如GDP、人口数量、房价、零售总额、居民收入、固定资产等)和案件(总体案件、行政案件、刑事案件、民商事案件以及其他一些热门案由案件等)数量之间的联动神经网络模型，实现对案件数量的自动预测，并且提供社会因子之间的相关关系和社会因子对案件趋势变动的影响过程，为当地的决策人员提供宏观决策辅助服务，以解决上述背景技术中提出的问题。

发明内容

本发明的目的在于提供一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于社会宏观经济指标的联动神经网络模型的案件趋势动态预测方法，该案件趋势动态预测方法通过网络爬虫或者直接获取的方式，获取到某地区的社会宏观经济指标的历史数据和某类型案件历史数据之后，通过建模和预测，其包括以下步骤：

(i)利用社会宏观经济指标来预测案件趋势，给案件变动提供了可解释性因子；