本发明提供了一种基于案件分析的法官审判预警监控方法、装置、电子设备和存储介质，所述方法包括：建立面向法官审判预警的案件监控指标体系；获取各法官的案件监控指标数据；根据法官审判综合计分模型，计算各法官审判综合计分值；根据法官审判预警风险评估模型，进行法官审判预警风险评估；对评估结果中存在预警风险的法官进行及时预警和防范。本发明实现了计算机系统自动执行的对法官审判过程的履职情况监管，不仅可以实时监测、实时预警、实时防范，而且在节约人力成本同时，预警的精准性得到大大提高。
1.一种基于案件分析的法官审判预警监控方法，其特征在于，包括以下步骤：建立面向法官审判预警的案件监控指标体系；
根据案件监控指标体系，获取各法官的案件监控指标数据；
利用法官的案件监控指标数据，根据法官审判综合计分模型，计算各法官审判综合计分值；
利用法官审判综合计分值，根据法官审判预警风险评估模型，进行法官审判预警风险评估；
对法官审判预警风险评估的评估结果中存在预警风险的法官进行及时预警和防范；
所述案件监控指标体系，包括：包含事实认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当四种情况之一的发回重审案件指标、改判案件指标、信访案件指标，及已超期案件指标、长期未结案件指标、违规延迟审限案件指标、诉讼文书违背合议庭评议结果的案件指标、诉讼文书违背审委会决定的案件指标；
所述获取各法官的案件监控指标数据，包括：采集法官审判过程中的相关案件数据；所述相关案件数据包括：案件数据、信访数据、人事数据、裁判文书数据；采集所述相关案件数据涉及到的数据源，包括：人民法院审判流程管理系统、人民法院信访管理系统、人民法院电子卷宗管理系统、人民法院人事管理系统；
根据各指标项的计算处理逻辑，对每个案件的各指标项进行计算处理；
统计分析每个法官的各指标项计算结果，得到每个法官的案件监控指标数据；其中发回重审案件指标和改判案件指标通过分析发回重审案件和改判案件的理由是否为事实认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当来进行确定；信访案件指标通过分析信访案件是否是因为事实认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当而导致的信访来进行确定；已超期案件指标和长期未结案件指标通过分析案件是否已超期和是否长期未结进行确定；违规延迟审限案件指标通过分析案件的延迟审限是否有违规行为进行确定；诉讼文书违背合议庭评议结果的案件指标和诉讼文书违背审委会决定的案件指标通过分析诉讼文书的判决结果与合议庭评议结果或审委会决定是否一致进行确定；
所述根据法官审判预警风险评估模型，进行法官审判预警风险评估，包括：通过大数据挖掘分析及结合专家经验，构建法官预警风险评估模型；
对每个审判综合计分数据使用法官审判预警风险评估模型进行评估，得到每个法官的审判预警风险评估结果；
所述通过大数据挖掘分析及结合专家经验，构建法官预警风险评估模型，包括：将法官预警级别定义为正常级、预警提醒级、限制部分审理权限级、终止办案权级四类；
针对各省历年每个法官的审判综合计分数据，通过专家经验对其进行分级标注；
构建一个四分类的机器学习模型，通过标注数据的反复训练和验证，得到法官预警风险评估模型。
2.根据权利要求1所述的方法，其特征在于，所述根据法官审判综合计分模型，计算各法官审判综合计分值，包括：
通过大数据挖掘分析及结合专家经验，构建法官审判综合计分模型；
对每个法官的案件监控指标数据使用法官审判综合计分模型进行计算，得到每个法官的审判综合计分数据。
3.根据权利要求1所述的方法，其特征在于，所述对法官审判预警风险评估的评估结果中存在预警风险的法官进行及时预警和防范，包括：识别存在预警风险的法官及预警级别；
针对不同级别的预警采取不同的预警和防范措施；所述预警和防范措施包括：正常、预警提醒、限制部分审理权限、终止办案权。
4.一种采用权利要求1～3中任一权利要求所述方法的基于案件分析的法官审判预警监控装置，其特征在于，包括：
法官的案件监控指标数据获取模块，用于从多个不同的数据源全量及增量采集法官审判过程中的相关案件数据；根据各指标项的计算处理逻辑，对每个案件的各指标项进行计算处理；统计分析每个法官的各指标项计算结果，得到每个法官的案件监控指标数据；
法官审判综合计分计算模块，用于利用法官的案件监控指标数据，根据法官审判综合计分模型，计算各法官审判综合计分值；
法官审判预警风险评估模块，用于利用法官审判综合计分值，根据法官审判预警风险评估模型，进行法官审判预警风险评估；
结果展现模块，用于从相关案件信息、案件监控指标数据、法官审判综合计分数据、法官审判预警风险评估数据结合法官、庭室、法院、辖区、省五个维度进行展现；
预警和防范模块，用于对法官审判预警风险评估的评估结果中存在预警风险的法官进行及时预警和防范。
5.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用以存储能够在所述处理器上运行的一个或多个计算机程序；当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1～3中任一权利要求所述的基于案件分析的法官审判预警监控的方法的步骤。
6.一种计算机存储介质，其特征在于，存储有计算机程序，所述计算机程序被执行时实现权利要求1～3中任一权利要求所述的基于案件分析的法官审判预警监控的方法的步骤。
一种基于案件分析的法官审判预警监控方法、装置、电子设备
和存储介质
技术领域
[0001] 本发明涉及数据处理技术领域，尤其涉及一种基于案件分析的法官审判预警监控方法、 装置、电子设备和存储介质。
背景技术
[0002] 鉴于法官审判案件过程中的权责较之前发生了较大变化，如何通过信息化手段对法官审 判过程中的履职情况进行监管，及时预警及防范危险情况发生，成为了困扰很多法
院的问题 之一。
[0003] 有不少法院通过开展法官业绩评价、法官工作量的评估、定期开展法官审理案件情况评 价等工作，对法官的履职情况进行监控，在一定程度上预警及防范了危险情况的发
生。但现 有的评估机制难以满足准确、及时预警及防范法官审判风险的需求。现有的评估
机制具体存 在如下局限性：
[0004] 第一，评估指标不合理。对裁判文书质量、法官工作量进行评价是判断法官履职情况的 重要方面，但仅以法官工作量、裁判文书质量作为法官审判风险预警指标显然是不全
面的， 也缺少科学论证。
[0005] 第二，评估对象不全面。通过人工考核方式对法官办理案件进行检查，因资源限制，无 法对全部法官、全部案件及全流程信息一一进行审核，只能通过抽样方式进行评估，
样本不 全，必然会导致评估结果不准确。
[0006] 第三，评估不及时。囿于资源和技术条件，法院无法即时对法官进行评估，只能采取定 期考核的方式，该种方式存在预警防范的滞后性，不能及时发现审判风险。
[0007] 第四，评估指标权重不合理。目前考评模式下，法院依据经验对各考核指标赋予权重值， 主观性比较强，缺乏验证以及科学论证。
[0008] 第五，评估结果判断不准确。何种评估结果下，该法官属于风险人群，需要进行预警， 法院同样是通过经验进行设置。另外，整个评估过程依赖于考核人员评价。这些会导致
评估 结果主观性太强、精准性不高的问题。
[0009] 最后，评估成本巨大。通过人工方式对法官绩效考核，需要耗费大量人力物力，评估成 本巨大。
发明内容
[0010] 有鉴于此，本发明提供了一种基于案件分析的法官审判预警监控方法、装置、电子设备 和存储介质，实现了由计算机系统自动执行的独立于人主观判断的法官审判预警监
控功能。
[0011] 本发明第一方面提供了一种基于案件分析的法官审判预警监控方法，包括：
[0012] 建立面向法官审判预警的案件监控指标体系；
[0013] 根据案件监控指标体系，获取各法官的案件监控指标数据；
[0014] 利用法官的案件监控指标数据，根据法官审判综合计分模型，计算各法官审判综合计分 值；
[0015] 利用法官审判综合计分值，根据法官审判预警风险评估模型，进行法官审判预警风险评 估；
[0016] 对法官审判预警风险评估的评估结果中存在预警风险的法官进行及时预警和防范。
[0017] 进一步，所述案件监控指标体系，包括且不限于：包含事实认定不清、证据不足、违反 法定诉讼程序、适用法律有误或量刑不当等几种情况之一的发回重审案件指标、改判案
件指 标、信访案件指标等几类案件指标，及已超期案件指标、长期未结案件指标、违规延迟
审限 案件指标、诉讼文书违背合议庭评议结果的案件指标、诉讼文书违背审委会决定的案
件指标。
[0018] 进一步，所述获取各法官的案件监控指标数据，包括：采集法官审判过程中的相关案件 数据；根据各指标项的计算处理逻辑，对每个案件的各指标项进行计算处理；统计分
析每个 法官的各指标项计算结果，得到每个法官的案件监控指标数据。
[0019] 进一步，所述根据法官审判综合计分模型，计算各法官审判综合计分值，包括：通过大 数据挖掘分析及结合专家经验，构建法官审判综合计分模型；对每个法官的案件监控
指标数 据使用法官审判综合计分模型进行计算，得到每个法官的审判综合计分数据。
[0020] 进一步，所述根据法官审判预警风险评估模型，进行法官审判预警风险评估，包括：通 过大数据挖掘分析及结合专家经验，构建法官预警风险评估模型；对每个审判综合
计分数据 使用法官审判预警风险评估模型进行评估，得到每个法官的审判预警风险评估
结果。
[0021] 进一步，所述对评估结果中存在预警风险的法官进行及时预警和防范，包括：识别存在 预警风险的法官及预警级别；针对不同级别的预警采取不同的预警和防范措施。
[0022] 进一步，所述预警和防范的措施包括：预警提醒、限制部分审理权限、终止办案权等。
[0023] 本发明的第二方面提供了一种基于案件分析的法官审判预警监控装置，包括：
[0024] 法官的案件监控指标数据获取模块，用于从多个不同的数据源全量及增量采集法官审判 过程中的相关案件数据；根据各指标项的计算处理逻辑，对每个案件的各指标项进
行计算处 理；统计分析每个法官的各指标项计算结果，得到每个法官的案件监控指标数
据；
[0025] 法官审判综合计分计算模块，用于利用法官的案件监控指标数据，根据法官审判综合计 分模型，计算各法官审判综合计分值；
[0026] 法官审判预警风险评估模块，用于利用法官审判综合计分值，根据法官审判预警风险评 估模型，进行法官审判预警风险评估；
[0027] 结果展现模块，用于从相关案件信息、案件监控指标数据、法官审判综合计分数据、法 官审判预警风险评估数据等四类数据结合法官、庭室、法院、辖区、省五个维度进行
展现；
[0028] 预警和防范模块，用于对法官审判预警风险评估的评估结果中存在预警风险的法官进行 及时预警和防范。
[0029] 本发明的第三方面提供了一种电子设备，包括：一个或多个处理器；存储装置，用以存 储能够在所述处理器上运行的一个或多个计算机程序；当所述一个或多个计算机程
序被所述 一个或多个处理器执行时，使得所述一个或多个处理器实现上述的基于案件分
析的法官审判 预警监控方法的步骤。
[0030] 本发明的第四方面提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被 执行时实现上述的基于案件分析的法官审判预警监控方法的步骤。
[0031] 本发明与现有的技术相比，存在的有益效果是：通过建立面向法官审判预警的案件监控 指标体系；获取各法官的案件监控指标数据；根据法官审判综合计分模型，计算各
法官审判 综合计分值；根据法官审判预警风险评估模型，进行法官审判预警风险评估；对
评估结果中 存在预警风险的法官进行及时预警和防范，通过计算机系统自动化运行实现
了对法官审判过 程的履职情况监管。其不仅可以实时监测、实时预警、实时防范，而且在节
约人力成本同时， 预警的精准性得到大大提高。
附图说明
[0032] 图1是本发明实施例一提供的基于案件分析的法官审判预警监控方法的实现流程示意图；
[0033] 图2是本发明实施例二提供的基于案件分析的法官审判预警监控方法的实现流程示意图；
[0034] 图3是本发明实施例三提供的基于案件分析的法官审判预警监控电子设备的结构示意图。
具体实施方式
[0035] 为使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图和具体实施例对 本作进一步详细描述。应理解下述的具体实施例说明仅用于说明本发明而不用于
限制本发明 的范围。
[0036] 图1是本发明实施例提供的一种基于案件分析的法官审判预警监控方法的实现流程示意 图，详述如下：
[0037] S101，建立面向法官审判预警的案件监控指标体系。
[0038] 在本发明实施例中，基于专家经验建立的案件监控指标体系，包括且不限于：包含事实 认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当四种情况之一的
发回重 审案件指标、改判案件指标、信访案件指标等几类案件指标，及已超期案件指标、长
期未结 案件指标、违规延迟审限案件指标、诉讼文书违背合议庭评议结果的案件指标、诉
讼文书违 背审委会决定的案件指标。
[0039] S102，获取各法官的案件监控指标数据。
[0040] 获取各法官的案件监控指标数据，包括：采集法官审判过程中的相关案件数据；根据各 指标项的计算处理逻辑，对每个案件的各指标项进行计算处理；统计分析每个法官各
指标项 的计算结果，得到每个法官的案件监控指标数据。
[0041] 其中采集法官审判过程中的相关案件数据中提到的相关案件数据包括且不限于：案件数 据、信访数据、人事数据、裁判文书数据等。
[0042] 其中采集相关案件数据涉及到的数据源，包括且不限于：人民法院审判流程管理系统、 人民法院信访管理系统、人民法院电子卷宗管理系统、人民法院人事管理系统。
[0043] 其中发回重审案件指标和改判案件指标可以通过分析发回重审案件和改判案件的理由是 否为事实认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当来
进行确定。 其中信访案件指标可以通过分析信访案件是否是因为事实认定不清、证据不
足、违反法定诉 讼程序、适用法律有误或量刑不当而导致的信访来进行确定。其中已超期
案件指标和长期未 结案件指标可以通过分析案件是否已超期和是否长期未结进行确定。
违规延迟审限案件指标 可以通过分析案件的延迟审限是否有违规行为进行确定。其中诉
讼文书违背合议庭评议结果 的案件指标和诉讼文书违背审委会决定的案件指标可以通过
分析诉讼文书的判决结果与合议 庭评议结果或审委会决定是否一致进行确定。
[0044] S103，根据法官审判综合计分模型，计算各法官审判综合计分值。
[0045] 根据法官审判综合计分模型，计算各法官审判综合计分值，包括：通过大数据挖掘分析 及结合专家经验，构建法官审判综合计分模型；对每个法官的案件监控指标数据使用
法官审 判综合计分模型进行计算，得到每个法官的审判综合计分值。
[0046] 其中通过大数据挖掘分析及结合专家经验，构建法官审判综合计分模型，具体是指：获 取各省历年每个法官的案件监控指标数据，进行数学建模，再结合专家经验进行参
数及权重 的微调，构建法官审判综合计分模型。
[0047] 其中，一种可供参考的数学模型公式如下：
[0048]
[0049] 其中，f为待确定的数学公式；
[0050] xk代表一个法官的在指定时间段内第k个指标项的统计结果值；
[0051] Xk代表法官所在省份的在指定时间段内针对第k个指标项的统计结果值；
[0052] e代表一个法官在指定时间段内所受理的案件统计结果值；
[0053] E代表法官所在省份在指定时间段内所受理的案件统计结果值；
[0054] N代表指标项的数量；
[0055] y代表法官审判的综合计分值。
[0056] S104，根据法官审判预警风险评估模型，进行法官审判预警风险评估。
[0057] 根据法官审判预警风险评估模型，进行法官审判预警风险评估，包括：通过大数据挖掘 分析及结合专家经验，构建法官预警风险评估模型；对每个审判综合计分数据使用法
官审判 预警风险评估模型进行评估，得到每个法官的审判预警风险评估结果。
[0058] 其中，通过大数据挖掘分析及结合专家经验，构建法官预警风险评估模型，包括：首先 将法官预警级别定义为：正常级、预警提醒级、限制部分审理权限级、终止办案权级等
四类； 针对各省历年每个法官的审判综合计分数据，通过专家经验对其进行分级标注；构
建一个四 分类的机器学习模型，通过上述标注数据的反复训练和验证，完成法官预警风险
评估模型的 构建。
[0059] S105，对评估结果中存在预警风险的法官进行及时预警和防范。
[0060] 在本发明实施例中对评估结果中存在预警风险的法官进行及时预警和防范，包括：识别 存在预警风险的法官及预警级别；针对不同级别的预警采取不同的预警和防范措
施。
[0061] 其中预警和防范措施具体包括：预警提醒级别的预警和防范措施是通过邮件和手机短信 方式及时向法官及其相关领导进行提醒；限制部分审理权限级的预警和防范措施
包括：一方 面通过邮件和手机短信方式向法官及其相关领导进行通知；另一方面直接同人
民法院审判流 程管理系统关联，对其部分审理权限进行限制；终止办案权级的预警和防范
措施包括：一方 面通过邮件和手机短信方式向法官及其相关领导进行通知；另一方面直接
同人民法院审判流 程管理系统关联，对其办案权进行终止。
[0062] 本发明的第二个实施例如图2所示，提供了一种基于案件分析的法官审判预警监控方法 的实现流程示意图，该实施例对第一个发明实施例的S105进行精简，只保留了预警
措施，具 体详述如下：
[0063] S201，建立面向法官审判预警的案件监控指标体系。
[0064] 在本发明实施例中，基于专家经验建立的案件监控指标体系，包括且不限于：包含事实 认定不清、证据不足、违反法定诉讼程序、适用法律有误或量刑不当等几种情况之一
的发回 重审案件指标、改判案件指标、信访案件指标等几类案件指标，及已超期案件指标、
长期未 结案件指标、违规延迟审限案件指标、诉讼文书违背合议庭评议结果的案件指标、
诉讼文书 违背审委会决定的案件指标。
[0065] S202，获取各法官的案件监控指标数据。
[0066] 获取各法官的案件监控指标数据，包括：采集法官审判过程中的相关案件数据；根据各 指标项的计算处理逻辑，对每个案件的各指标项进行计算处理；统计分析每个法官各
指标项 的计算结果，得到每个法官的案件监控指标数据。
[0067] 其中采集相关案件数据涉及到的数据源，包括且不限于：人民法院审判流程管理系统、 人民法院信访管理系统、人民法院电子卷宗管理系统、人民法院人事管理系统。
[0068] 其中各指标项的计算处理逻辑，参考相关的法律法规及结合各省份的具体情况确定，在 此不进行进一步细化说明。
[0069] S203，根据法官审判综合计分模型，计算各法官审判综合计分值。
[0070] 根据法官审判综合计分模型，计算各法官审判综合计分值，包括：通过大数据挖掘分析 及结合专家经验，构建法官审判综合计分模型；对每个法官的案件监控指标数据使用
综合计 分模型进行计算，得到每个法官的审判综合计分值。
[0071] 其中通过大数据挖掘分析及结合专家经验，构建法官审判综合计分模型，具体是指：获 取各省历年每个法官的案件监控指标数据，进行数学建模，再结合专家经验进行参
数及权重 的微调，构建法官审判综合计分模型。
[0072] S204，根据法官审判预警风险评估模型，进行法官审判预警风险评估。
[0073] 根据法官审判预警风险评估模型，进行法官审判预警风险评估，包括：通过大数据挖掘 分析及结合专家经验，构建法官预警风险评估模型；对每个审判综合计分值使用法官
审判预 警风险评估模型进行评估，得到每个法官的审判预警风险评估结果。
[0074] 其中，通过大数据挖掘分析及结合专家经验，构建法官预警风险评估模型，包括：首先 将法官预警级别定义为：正常级、提醒预警级、限制部分审理权限预警级、终止办案权
预警 级等四类；针对各省历年每个法官的审判综合计分数据，通过专家经验对其进行分级
标注； 构建一个四分类的机器学习模型，通过上述标注数据的反复训练和验证，完成法官
预警风险 评估模型的构建。
[0075] S205，对评估结果中存在预警风险的法官进行及时预警。
[0076] 在本发明实施例中对评估结果中存在预警风险的法官进行及时预警，包括：识别存在预 警风险的法官及预警级别；针对不同级别的预警采取不同的预警措施，具体包括：
提醒预警 级别的预警措施是通过邮件和手机短信方式及时向法官进行提醒；限制部分审
理权预警限级 的预警措施包括：通过邮件和手机短信方式向法官及相关领导进行通知；终
止办案权预警级 的预警措施包括：一方面通过邮件和手机短信方式向法官及相关领导进
行通知。
[0077] 图3是本发明实施例三提供的基于案件分析的法官审判预警监控装置的结构示意图，包 括：
[0078] S301，法官的案件监控指标数据获取模块，用于从多个不同的数据源全量及增量采集法 官审判过程中的相关案件数据；根据各指标项的计算分析逻辑，对每个案件的各指
标项进行 计算处理；统计分析每个法官的各指标项结果，得到每个法官的案件监控指标数
据；
[0079] S302，法官审判综合计分计算模块，用于利用法官的案件监控指标数据，根据法官审判 综合计分模型，计算各法官审判综合计分值。
[0080] S303，法官审判预警风险评估模块，用于利用法官审判综合计分值，根据法官审判预警 风险评估模型，进行法官审判预警风险评估。
[0081] S304，结果展现模块，从相关案件信息、案件监控指标数据、法官审判综合计分数据、 法官审判预警风险评估数据等四类数据结合法官、庭室、法院、辖区、省五个维度进行
展现。
[0082] S305，预警和防范模块，对法官审判预警风险评估的评估结果中存在预警风险的法官进 行及时预警和防范。
[0083] 本发明的另一实施例提供一种电子设备，包括：一个或多个处理器；存储装置，用以存 储能够在所述处理器上运行的一个或多个计算机程序；当所述一个或多个计算机程
序被所述 一个或多个处理器执行时，使得所述一个或多个处理器实现上述的基于案件分
析的法官审判 预警监控方法的步骤。
[0084] 本发明的另一实施例提供一种计算机存储介质，其存储有计算机程序，所述计算机程序 被执行时实现上述的基于案件分析的法官审判预警监控方法的步骤。
[0085] 以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对 本发明进行了详细说明，本领域的普通技术人员应当理解：其对前述各实施例所记
载的技术 方案进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，
并没有从本 质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范
围之内。
