基于位置優(yōu)先與協(xié)同過濾的智能律師在線咨詢服務(wù)系統(tǒng)的研究與實現(xiàn)

楊桂珍

【摘要】? ? 本系統(tǒng)的實現(xiàn)是基于活動序列與協(xié)同過濾機器學(xué)習(xí)算法，重點解決找律師推薦的問題。本算法的設(shè)計思想如下：首先根據(jù)地位位置優(yōu)先、再根據(jù)律師群體處理的法律事務(wù)序列的歷史記錄，利用語義分析得到法律事務(wù)的向量主題詞空間;然后利用聚類算法形成律師群體按事務(wù)類型的聚類模型;再通過NLP的方法提取目標(biāo)用法律訴求的詞向量空間;最后通過協(xié)同過濾機制的機器學(xué)習(xí)算法，形成向目標(biāo)用戶精準(zhǔn)推薦的訓(xùn)練模型。基于本算法設(shè)計了一套智能律師在線咨詢服務(wù)系統(tǒng)。通過定位快速優(yōu)選推送就近的專業(yè)律師，同時分別從用戶評分、優(yōu)勢標(biāo)簽三個方面分別建立用戶相似度模型，通過與用戶精準(zhǔn)對接，實現(xiàn)實時一對一的智能推薦律師咨詢服務(wù)。

【關(guān)鍵詞】? ? 服務(wù)推薦? ? 位置推送? ? 協(xié)同過濾

引言：

在傳統(tǒng)法律行業(yè)中，律師在律所坐等當(dāng)事人上門咨詢委托等服務(wù)，而用戶也大多是通過朋友推薦找律師，律師的營銷往往靠的是良好的口碑，這些良好的口碑來自當(dāng)事人的口口相傳，也有來自行政司法專業(yè)人士的權(quán)威推薦，所以大批的律師及事務(wù)所也都在尋找新的方向。互聯(lián)網(wǎng)助力雖然提升了律師個人品牌，卻難以轉(zhuǎn)為購買力，這就是傳統(tǒng)法律服務(wù)行業(yè)的根本痛點。直到“互聯(lián)網(wǎng)+”的出現(xiàn)為傳統(tǒng)法律服務(wù)的轉(zhuǎn)型與升級提供了一次巨大的機會，通過位置優(yōu)先與協(xié)同過濾的智能律師在線咨詢服務(wù)，一改律師在律所坐等當(dāng)事人上門咨詢委托等落后的服務(wù)，用戶也可以通過網(wǎng)上平臺快速來找尋求符合自己法律訴訟需求的律師，平臺結(jié)合位置優(yōu)先、用戶評分、優(yōu)勢標(biāo)簽三大特點精準(zhǔn)推送律師給用戶。系統(tǒng)大大拓展法律服務(wù)的廣度、深度及提供更加個性化的服務(wù)，解決困擾律師多年的法律服務(wù)專業(yè)化及法律服務(wù)市場拓展問題。

對于客戶來說找律師難，而對于律師而言案源是核心。如能為雙方提供透明、直接的信息渠道，讓用戶能夠方便、快捷地找到律師服務(wù)，有效地精準(zhǔn)就近推送，讓每個人都能平等便捷地在本區(qū)域獲取法律服務(wù)，深化律師行業(yè)“人和服務(wù)”的連接。

一、研究的內(nèi)容（Contents of the study）

手機越來越普及，所能完成的工作也越來越多，尤其是智能終端的出現(xiàn)，用戶可通過智能終端完成生活以及工作中的一系列事務(wù)，在智能終端市場，主角分別為Android、 IOS系統(tǒng)， 開發(fā)基于位置優(yōu)先與協(xié)同過濾的律師在線咨詢服務(wù)系統(tǒng)，可以搭建一個由專業(yè)律師團隊構(gòu)成的，一對一互聯(lián)網(wǎng)+律師的在線移動服務(wù)平臺，平臺通過律師位置、繼而是口碑、主攻等關(guān)鍵詞精準(zhǔn)推送給用戶。廣大市民（即當(dāng)事人）通過該平臺獲取更多專業(yè)性的法律咨詢與援助，平臺則通過定位快速優(yōu)選推送就近的專業(yè)律師與用戶對接，實現(xiàn)即時一對一的服務(wù)。只有“在線”才能形成“活的”數(shù)據(jù)，隨時被調(diào)用、挖掘和積累，在線化的數(shù)據(jù)流動性可激活以往封閉在某個部門或企業(yè)內(nèi)部的檔案，最大限度地發(fā)揮出來其應(yīng)有的價值，解決困擾律師多年的法律服務(wù)專業(yè)化及法律服務(wù)市場拓展問題。同時吸引更多的在職律師在系統(tǒng)中注冊，律師通過積極回復(fù)當(dāng)事人，和被用戶采納、點贊可獲排名靠前，從而提升律師的知名度;另外從律師接案辦案中形成案件資料與資源庫，包括電子卷宗內(nèi)容、電子文件收集、電子卷宗存儲和保管、電子卷宗審查和監(jiān)管幾方面，更好地對卷宗進行有效的管理。為更多的當(dāng)事人能自主尋找專業(yè)律師解決問題提供方便快捷的服務(wù)。

二、系統(tǒng)設(shè)計（System design）

2.1 系統(tǒng)需求分析

需求分析采用了焦點小組，面對面訪談，對律師管理現(xiàn)狀進行分析，收集和分析調(diào)研資料，并與黃埔區(qū)律師事務(wù)所負責(zé)人進行溝通交流，了解他們的需求，主要有以下幾個方面：（1）客戶能在平臺選擇相關(guān)領(lǐng)域的業(yè)務(wù)，平臺快速定位就近推送已注冊律師給用戶;（2）實現(xiàn)客戶與律師一對一單獨進行私信溝通;（3）保證所有問題及回復(fù)數(shù)據(jù)安會并可追溯。

協(xié)同過濾算法是一種較為著名和常用的推薦算法，它基于對用戶歷史行為數(shù)據(jù)的挖掘發(fā)現(xiàn)用戶的喜好偏向，并預(yù)測用戶可能喜好的產(chǎn)品進行推薦。如圖1所示，杰卡德相似系數(shù)（Jaccard similarity coefficient），集合的交集除并集。

在尋找有相同業(yè)務(wù)的人的時候，可能會找到許多個，通常設(shè)定一個數(shù)K，取計算相似度最高的K個人稱為最相鄰的K個用戶，作為推薦的來源群體。假設(shè)找到的人的相似程度如下表1所示。很明顯，首先會推薦D律師，其次是C，再后是其余律師。

2.2 系統(tǒng)功能設(shè)計

系統(tǒng)搭建一個由專業(yè)律師團隊構(gòu)成的，實現(xiàn)實時一對一互聯(lián)網(wǎng)+律師的在線移動服務(wù)平臺，免費讓廣大市民（即當(dāng)事人）通過該平臺獲取更多專業(yè)性的法律咨詢與援助，平臺則通過定位快速優(yōu)選推送就近的專業(yè)律師與用戶對接，實現(xiàn)實時一對一的服務(wù).

實現(xiàn)的功能包括以下模塊：1.附近用戶推薦?；诘乩砦恢猛扑透浇脩?。2.即時通訊?；赪ebSocket實現(xiàn)不同用戶的在線/離線聊天3.案件管理功能。編輯案件信息，修改案件進度等。4.日程管理。新增日程安排，待辦任務(wù)后，指定時間內(nèi)得到提醒。也包含編輯待辦任務(wù)，刪除待辦任務(wù)。

2.3 系統(tǒng)架構(gòu)

1.基于uni-app技術(shù)實現(xiàn)，實現(xiàn)一套代碼運行在Android，IOS，微信小程序，支付寶小程序，Web等多個平臺。2.附近用戶推薦?；诘乩砦恢?，向律師推送附近的用戶。3.即時通訊。律師和用戶可在線離線交流。4.案件管理功能。律師接受客戶案件后，可編輯案件信息，并修改案件當(dāng)前進展。5.日程管理。律師新增某日行程安排，待辦任務(wù)后，會在指定時間得到提醒。也可刪除待辦事項，修改待辦事項狀態(tài)。功能框架如圖2所示。

三、基于用戶協(xié)同過濾推薦算法

其中S（u，K）表示和律師用戶u最為相似的k律師用戶，N（i）表示和律師i產(chǎn)生行為的用戶列表。Wuv表示律師用戶u和律師用戶v的相似度。rvi表示用戶v對律師i的興趣，因為使用的是單一行為的隱反饋，故所有rvi=1.

四、實施情況

系統(tǒng)完成了附近用戶推薦、即時通訊、案件管理、日程管理等需求功能，完成功能測試，系統(tǒng)操作簡單，界面簡捷，清新流暢，基于Android，IOS兩大操作系統(tǒng)能滿足不同手機用戶。系統(tǒng)通過協(xié)同過濾機制的機器學(xué)習(xí)算法，形成向目標(biāo)用戶精準(zhǔn)推薦的訓(xùn)練模型，并通過定位快速優(yōu)選推送就近的專業(yè)律師，同時分別從用戶評分、優(yōu)勢標(biāo)簽三個方面分別建立用戶相似度模型，通過與用戶精準(zhǔn)對接，實現(xiàn)實時一對一的智能推薦律師咨詢服務(wù)。

五、結(jié)束語

基于位置優(yōu)先與協(xié)同過濾的智能律師在線咨詢服務(wù)系統(tǒng)，讓廣大市民（即當(dāng)事人）通過該平臺方便地獲取更多專業(yè)性的法律咨詢與援助，平臺則通過定位快速優(yōu)選推送就近的專業(yè)律師與用戶對接，實現(xiàn)即時一對一的服務(wù)。為市民（當(dāng)事人）與律師搭建一個一對一服務(wù)平臺，為更多的企業(yè)和個人提供服務(wù)。從律師接案辦案中形成案件資料與資源庫，包括電子卷宗內(nèi)容、電子文 件收集、電子卷宗存儲和保管、電子卷宗審查和監(jiān)管幾方面，更好地對卷宗進行有效的管理。為更多的當(dāng)事人能主動自主尋找專業(yè)律師解決問題提供方便快捷的服務(wù)。

參? 考? 文? 獻

[1] 許媛萍，基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J];新聞研究導(dǎo)刊;2018年13期;

[2] 張朝恒，何小衛(wèi)，陳勇兵， 基于社交網(wǎng)絡(luò)信息的協(xié)同過濾推薦算法研究;2017年百度文庫;

[3]孫禮輝，基于位置信息和協(xié)同過濾的移動推薦算法。綏化學(xué)院學(xué)報2018年12月第38期;

[4]李斌，張博，劉學(xué)軍，章瑋，相似度和位置行為的協(xié)同過濾推薦算法，計算機科學(xué) 2016年12月第43卷;

[5]羅金萍，呂翠蓮，基于微信小程序的高校學(xué)生自主學(xué)習(xí)研究[J]中國教育信息化 2018（19）： 77-79;