基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)

朱茵

[摘要]本文針對執(zhí)行法院的“執(zhí)行難”現(xiàn)象提出了一個基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)，通過構(gòu)建一套被執(zhí)行人特征屬性的評價指標，利用已完結(jié)的執(zhí)行案件構(gòu)建歷史案例庫，計算當(dāng)前執(zhí)行案件和歷史案例庫中完結(jié)案件的綜合相似度，得到目標案件和歷史案件的相似度排序以推導(dǎo)出目標案件中被執(zhí)行人的執(zhí)行能力及其隱匿財產(chǎn)的可能性，從而輔助法院的執(zhí)行工作，提高執(zhí)行人員的工作效率。

[關(guān)鍵詞]案例推理；隱匿財產(chǎn)；決策支持系統(tǒng)

中圖分類號：TP311.52 文獻標識碼：A 文章編號：1674-1722（2021）13-0060-06

一、問題提出

“執(zhí)行難”一直是困擾司法機關(guān)樹立權(quán)威的突出問題。隨著互聯(lián)網(wǎng)金融服務(wù)的發(fā)展，被執(zhí)行人對其財產(chǎn)的轉(zhuǎn)移也變得更加方便、快捷和隱蔽。我國大多數(shù)法院的傳統(tǒng)執(zhí)行方法是通過登門臨柜的方式查人找物，這種傳統(tǒng)模式不僅耗時耗力，對被執(zhí)行人的行蹤去向和其財產(chǎn)形式的覆蓋面也極其有限。基于此，在進行案件執(zhí)行機制改革的同時，利用新興技術(shù)提高司法人員的執(zhí)行工作效率，降低執(zhí)行查控的成本成為當(dāng)務(wù)之急。本文提出的基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)正是這方面的嘗試，該決策支持系統(tǒng)旨在通過案例推理的技術(shù)手段對被執(zhí)行人的執(zhí)行能力進行評估及預(yù)測其隱匿財產(chǎn)的可能性。

決策支持系統(tǒng)是為了輔助決策者解決非結(jié)構(gòu)化或半結(jié)構(gòu)化問題而產(chǎn)生的一種信息系統(tǒng)，目前被廣泛應(yīng)用于多個領(lǐng)域，在醫(yī)療行業(yè)，臨床決策支持系統(tǒng)（clinical decision support system，CDSS）是輔助醫(yī)務(wù)人員進行臨床決策的新興信息技術(shù)手段。Brandon等[1]通過將基因?qū)蚣夹g(shù)和臨床決策支持系統(tǒng)結(jié)合的方法對病人的疾病風(fēng)險進行預(yù)測和評估。廈門大學(xué)附屬第一醫(yī)院[2]利用BI決策支持系統(tǒng)對臨床藥品的使用量開展了信息化監(jiān)測和管理。此外，DSS在工程技術(shù)領(lǐng)域也被廣泛使用。劉仁濤等[3]使用三步篩選框架構(gòu)建了一個應(yīng)對突發(fā)水污染應(yīng)急處置工程的決策支持系統(tǒng)。王建國等[4]基于用地屬性的相似關(guān)系建立了一套城市用地開發(fā)強度的決策支持系統(tǒng)。曹衛(wèi)星等[5]將web技術(shù)應(yīng)用于小麥管理的決策支持系統(tǒng)。在經(jīng)濟金融方面，Bhattacharya和Xu等[6]基于本福特定律構(gòu)建了一個基于人工神經(jīng)網(wǎng)絡(luò)的審計師決策支持系統(tǒng)?？偠灾?，隨著計算機技術(shù)和人工智能的發(fā)展，DSS的設(shè)計思想正在被廣泛普及和滲透到各行各業(yè)。

2016年3月，最高人民法院院長周強在的十二屆全國人民代表大會上提出“加快建設(shè)智慧法院”的提議，執(zhí)行工作的信息化成為了司法建設(shè)的一大目標。近年來，很多地方執(zhí)行法院開始擁抱高科技，例如無錫市中級人民法院于2018年聯(lián)合阿里巴巴研發(fā)了一套智能辦公的執(zhí)行查控系統(tǒng)，浙江法院的“智慧執(zhí)行2.0”系統(tǒng)于2020年在全省全面上線。然而，縱觀目前已投入使用的法院執(zhí)行決策支持系統(tǒng)，其功能大多局限在對被執(zhí)行人數(shù)據(jù)的獲取和展示階段，缺少對執(zhí)行數(shù)據(jù)的深入挖掘和分析。而本文提出的基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)正是基于這一現(xiàn)狀而做出的嘗試，本系統(tǒng)試圖通過待處理案件和已完結(jié)執(zhí)行案件的相似性來評估被執(zhí)行人的執(zhí)行力水平和其隱匿財產(chǎn)的可能性，從而提高執(zhí)行人員的辦公效率以達到節(jié)約司法資源的目的。

對于本文提出的隱匿財產(chǎn)線索挖掘系統(tǒng)而言，案例推理是該系統(tǒng)設(shè)計的核心?；诎咐耐评恚–BR）是目前被廣泛應(yīng)用的人工智能領(lǐng)域的一種重要技術(shù)。它的基本思想是，從案例庫中選擇和待解決問題最為相似的一個或多個案例，并通過對相似案例的解進行重用或修正，對新問題的決策進行指導(dǎo)。簡而言之，CBR是一種使用過往經(jīng)驗來解決現(xiàn)存問題的方法。

CBR作為一種人工智能推理模型被廣泛用于多個領(lǐng)域解決各種各樣的問題。但是，通過檢索查閱相關(guān)文獻發(fā)現(xiàn)，目前在司法領(lǐng)域，學(xué)者們使用案例推理的研究較少，主要方向如下。在國外，Anandanpillai等[10]基于美國各州的住房歧視法律開發(fā)了一個基于案例推理的信息系統(tǒng)以判斷是否有住房歧視的現(xiàn)象發(fā)生。Wah等[11]提出了一個基于CBR的虛擬法庭決策支持系統(tǒng)以實現(xiàn)其在法律案件中的應(yīng)用。在國內(nèi)，呂文學(xué)等[12]通過案例推理技術(shù)對工程爭端的訴訟結(jié)果進行預(yù)測。具體而言，CBR在挖掘被執(zhí)行人信息和隱匿財產(chǎn)線索這方面的應(yīng)用還沒有受到太大的關(guān)注。在“執(zhí)行難”和“案多人少”的大背景下，對被執(zhí)行人和其執(zhí)行財產(chǎn)的相關(guān)信息僅限于照本宣科地獲取和查詢將無法滿足人民群眾日益增長的司法需求。利用CBR對海量執(zhí)行數(shù)據(jù)進行去粗取精和深入的線索挖掘或許能成為優(yōu)化執(zhí)行資源以推動智慧法院進程的一大突破。

二、研究方法

隱匿財產(chǎn)線索挖掘的模型庫主要儲存的是輔助執(zhí)行法官進行決策的模型，本文使用的是CBR模型，其具體的歷史執(zhí)行案例推理邏輯如圖1所示，通過將待處理案件表示成目標案例，然后將其特征屬性和歷史案例庫中的案例進行相似度計算，檢索出和目標案例相似度高的歷史案例，以相似歷史案例的結(jié)案方式為決策依據(jù)，并結(jié)合實際情況進行修正，從而給出待處理案件的執(zhí)行方案。

三、系統(tǒng)設(shè)計

（一）隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)的功能設(shè)計

本文的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)主要有執(zhí)行法官和專家法官兩類用戶，其具體的用戶需求如圖2所示。

執(zhí)行法官：執(zhí)行法官是指對待處理案件具有執(zhí)行權(quán)利的法官，執(zhí)行法官通過該系統(tǒng)實現(xiàn)對個人信息的修改，對法官信息的維護，對執(zhí)行案件信息進行篩選和查找，對歷史案件案例庫進行維護，構(gòu)建執(zhí)行任務(wù)并及時對任務(wù)信息進行維護，指定專家法官對待執(zhí)行案件的特征屬性進行評估并根據(jù)CBR模型運行結(jié)果對當(dāng)前案件進行決策。

專家法官：專家法官是擁有辦案經(jīng)驗，對被執(zhí)行人的特征具有判斷能力的法官，專家法官通過該系統(tǒng)實現(xiàn)對個人信息的修改，對待執(zhí)行案件的特征屬性進行打分評估，對執(zhí)行案件的信息進行查找和篩選，瀏覽歷史案件案例庫和執(zhí)行任務(wù)進程情況。

根據(jù)對隱匿財產(chǎn)線索挖掘系統(tǒng)的用戶設(shè)定，結(jié)合計算機技術(shù)本文將該決策支持系統(tǒng)的功能劃分為用戶中心、執(zhí)行案件管理、歷史執(zhí)行案例庫、法官管理和執(zhí)行任務(wù)管理幾個模塊，具體功能架構(gòu)圖如圖3所示。

（二）隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)邏輯結(jié)構(gòu)設(shè)計

基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)的基本結(jié)構(gòu)如圖4所示，主要由模型庫管理系統(tǒng)（MBMS）、知識庫管理系統(tǒng)（KBMS）、數(shù)據(jù)庫管理系統(tǒng)（DBMS）、知識庫管理系統(tǒng)（KBMS）、人機交互子系統(tǒng)四部分組成。

隱匿財產(chǎn)線索挖掘的模型庫主要儲存的是輔助執(zhí)行法官進行決策的模型，本文使用的是CBR模型，其具體的推理邏輯見圖1，通過將待處理案件表示成目標案例，然后將其特征屬性和歷史案例庫中的案例進行相似度計算，檢索出和目標案例相似度高的歷史案例，以相似歷史案例的結(jié)案方式為決策依據(jù)，并結(jié)合實際情況進行修正，從而給出待處理案件的執(zhí)行方案。

通過查閱資料發(fā)現(xiàn)，目前關(guān)于被執(zhí)行人的特征評價體系尚未有一個權(quán)威的說法，筆者綜合被執(zhí)行人畫像領(lǐng)域的研究[10]和于建等[11]提出的失信被執(zhí)行人執(zhí)行力模型，構(gòu)建了一套被執(zhí)行人特征屬性的描述指標，見表1。

被執(zhí)行人的歷史案例庫由已結(jié)案的典型執(zhí)行案例來構(gòu)建，其特征維度包括如上的為人評價、婚姻狀況、財產(chǎn)狀況、消費習(xí)慣、生活狀況、關(guān)系網(wǎng)絡(luò)、信用評價幾方面，歷史案例的輸出解按照最高人民法院關(guān)于執(zhí)行案件立案、結(jié)案若干問題的意見[13]和司法執(zhí)行質(zhì)效可分為執(zhí)行完畢（強制執(zhí)行完畢和非強制執(zhí)行完畢）、終結(jié)執(zhí)行、執(zhí)行退出等三種類型，其具體含義見表2。

案例表示：歷史案例由被執(zhí)行人特征、結(jié)案方式二元組形式組成，具體從源數(shù)據(jù)表示成案例的邏輯如圖5所示。

該決策支持系統(tǒng)通過模型庫提供的案例推理算法可輸出目標執(zhí)行案件和歷史完結(jié)案件的相似度排序表，執(zhí)行法官可根據(jù)相似度高的歷史案例的結(jié)案方式判斷當(dāng)前目標執(zhí)行案例中被執(zhí)行人執(zhí)行力水平及其隱匿財產(chǎn)的可能性大小，其具體運行流程如圖6所示的執(zhí)行任務(wù)管理模塊的IPO圖：

基于CBR的隱匿財產(chǎn)線索挖掘系統(tǒng)的數(shù)據(jù)庫一共由十三個系統(tǒng)表組成，各個系統(tǒng)表的屬性、數(shù)據(jù)類型、主鍵和表與表之間的關(guān)系如圖7所示。

四、結(jié)語

基于CBR的隱匿財產(chǎn)線索挖掘決策支持系統(tǒng)主要包括用戶中心、執(zhí)行案件管理、歷史案例庫、法官管理和執(zhí)行任務(wù)管理五個模塊，執(zhí)行法官登錄該系統(tǒng)可通過添加執(zhí)行任務(wù)的功能指定專家法官對某特定待處理執(zhí)行案件的特征屬性進行模糊語言評估，系統(tǒng)會通過案例推理計算出歷史案例庫中與目標案件基于為人評價、婚姻狀況、財產(chǎn)狀況、消費習(xí)慣、生活狀況、關(guān)系網(wǎng)絡(luò)、信用評價等七個特征維度相似度最高的歷史案例，專家法官可以此為決策依據(jù)對當(dāng)前待處理執(zhí)行案件進行被執(zhí)行人執(zhí)行能力判斷和隱匿財產(chǎn)可能性推導(dǎo)，從而提高執(zhí)行人員的工作效率。

參考文獻：

[1]Welch B M ， Kawamoto K . Clinical decision support for genetically guided personalized medicine： a systematic review[J]. Journal of the American Medical Informatics Association， 2013.

[2]鄭解元，楊嘉永，甘麗敏，黃曉濱. 利用BI決策支持系統(tǒng)開展集采藥品臨床使用監(jiān)測[J]. 中國醫(yī)院藥學(xué)雜志，2021，：1-5.

[3]劉仁濤，姜繼平，史斌，劉潔，郭亮，王鵬.突發(fā)水污染應(yīng)急處置技術(shù)方案動態(tài)生成模型及決策支持軟件系統(tǒng)[J].環(huán)境科學(xué)學(xué)報，2017，37（02）：763-770.

[4]王建國，張愚.基于用地開發(fā)強度決策支持系統(tǒng)的大尺度城市空間形態(tài)優(yōu)化控制[J].中國科學(xué)：技術(shù)科學(xué)，2016，46（06）：633-642.

[5]曹衛(wèi)星，潘潔，朱艷，劉小軍.基于生長模型與Web應(yīng)用的小麥管理決策支持系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報，2007（01）：133-138.

[6] Bhattacharya S ， Xu D ， Kumar K . An ANN-based auditor decision support system using Benfords law[J]. Decision Support Systems， 2011， 50（3）：576-584.

[7] Anandanpillai T ， Barta T A . A case-based reasoning system for housing discrimination law[J]. Expert Systems with Applications， 1999， 16（3）：315-324.

[8] Wah T K ， Muniandy M A . Courtroom Decision Support System Using Case based Reasoning[J]. Procedia Social & Behavioral Sciences， 2014， 129：489-495.

[9] 呂文學(xué)，楊權(quán)利.基于CBR-RBR的工程爭端訴訟結(jié)果預(yù)測[J].計算機工程與應(yīng)用，2013，49（23）：228-234.

[10]林杰，吳雙勝，張振宇.隱匿涉案財物挖掘的被執(zhí)行人多維畫像系統(tǒng)研究[J/OL].系統(tǒng)科學(xué)學(xué)報，2021（03）：62-68[2021-03-15].http：//kns.cnki.net/kcms/detail/14.1333.N.20210127.1341.026.html.

[11] 于建崗，王淳，謝作樟.基于大數(shù)據(jù)的失信被執(zhí)行人執(zhí)行力評價模型[J].法制博覽，2020（30）：183-184.