(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211165955.3 (22)申请日 2022.09.23 (71)申请人 深圳市华云中盛科技股份有限公司 地址 518057 广东省深圳市南 山区粤海街 道麻岭社区高新中区科技中2路1号深 圳软件园(2期)1 1栋701 (72)发明人 董卓达　吕仲琪　姚译朗　 (74)专利代理 机构 北京隆达恒晟知识产权代理 有限公司 1 1899 专利代理师 李中强 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 10/10(2012.01) (54)发明名称 一种用于 案件审理的辅助决策方法和装置 (57)摘要 本发明涉及信息处理领域， 特别是一种用于 案件审理的辅助决策方法和装置， 本方法在建立 多源异构数据融合结构模型上， 通过基于三角模 糊数的异构数据量化处理方法结合OWA算子设计 了数据融合算法， 提高了对案件文档数据分类决 策的效率。 权利要求书3页 说明书9页 附图1页 CN 115270798 A 2022.11.01 CN 115270798 A 1.一种应用于 案件审理的辅助决策 方法， 其特 征在于： 步骤1.数据仓库通过数据选择、 特征提取和统计对案件数据做集成， 并消除数据的异 构性和差异性， 为后续的数据处 理提供标准化的数据源； 步骤2.决策支持度计算模块根据决策属性从数据仓库获取相关维度的数据， 并计算各 数据源对决策的支持度值 ， 表示数据源 对第 决策的支持度； 步骤3.OWA算子权重向量计算模块根据决策者提供的模糊语义原则计算出OWA权重 ， 模糊语义 参数的选择体现了决策者对数据源的偏好态度； 步骤4.数据转换与排序模块， 根据决策者提供的数据源可信度或重要度， 结合OWA权重 向量 对 进行转换， 并将转换后的结果按大小顺序排序， 最后将排序后的结果通过求 和计算出最终决策值， 并返回结果。 2.如权利要求1所述的方法， 其特征在于： 所述案件数据为爬取裁判 文书网及各行政机 关网站公开的案件文 书数据。 3.如权利要求2所述的方法， 其特征在于： 对案件数据做集成， 并消除数据的异构性和 差异性， 为后续的数据处理提供标准化的数据源包括： 从 中挑取100万份标注 好的数据作为 本文使用的数据集。 4.如权利要求3所述的方法， 其特征在于： 决策支持度计算模块根据决策属性从数据仓 库获取相关维度的数据， 并计算各数据源对决策的支持度值 ， 表示数据源 对第 决 策的支持度具体包括： 从数据仓库中提取数据， 根据数据的不同类型， 按三角模糊数计算数 据对决策的支持度值的计算方式， 将其 转换为对决策的支持度： 其中： 为第i数据源对第j决策目标的支持度， ( ， )为支持度的三角模糊 数表示， 且： 0 ≤ ≤ ≤ ≤1； 其中， 三角模糊数计算数据对决策的支持度值的计算方式为 1)随机性数据的转换 设： 若随机变量的取值越大， 其对决策的支持度也越大； 将区间 进行n等分， 则随机数据向支持度的转换 可定义为：权　利　要　求　书 1/3 页 2 CN 115270798 A 2(1) 若随机变量的取值越小， 其对决策 方案的支持度越大， 则支持度定义 为： 大样本情况 下， 随机变量 服从正态分布， 记为： 为期望， 为标准差 。 5.如权利要求4所述的方法， 其特征还在于： OWA权向量   由 下式确定： (5) 其中： ， f为模糊语义 量化算子， 定义 为： (6) 其中： ； 此外， OWA算子还定义了反映决策者 乐观态度的度量 算子： （7） 。 6.如权利要求5所述的方法， 其特征还在于： 确定OWA算子权重向量， 根据决策者的偏 好， 选择适当的模糊语义量化准则， 确定式(6)中的参数和的值； 模糊语义原则为 “大多数”、 “至少一半 ”或“尽可能多 ”， 它们的参数值分别为(0.3， 0.8)、 (0， 0.5)和(0.5， 1)， 根据参数 可确定出模糊语义 量化算子f(x)。 7.如权利要求6所述的方法， 其特征还在于： 数据转换与排序模块， 根据决策者提供的 数据源可信度或重要度， 结合OWA权重向量 对 进行转换， 并将转换后的结果按大小顺 序排序包括： 根据各数据源可信度pi和支持度值 ， 对 进行转换； 为了利用OWA权重向 量， 需要根据 与 对各决策值进行转换并按大小顺序排序， 转换方法采用模糊判决法， 设： (9)权　利　要　求　书 2/3 页 3 CN 115270798 A 3