涉訴信訪預警體系與應急預案推送系統(tǒng)的技術研究

秦國偉 單清龍 朱騫 周萌枝 王守義

（1.山西同方知網(wǎng)數(shù)字出版技術有限公司 山西省太原市 030000 2.同方知網(wǎng)數(shù)字出版技術股份有限公司 北京市 100000）

1 搭建涉訴信訪預警體系框架

1.1 涉訴信訪風險預警指標體系的構建

在司法過程中，由于各種不確定因素的綜合作用，導致信訪人對于人民法院的裁判程序結(jié)果不服而信訪，通過越級訪、纏訪鬧訪、重復訪等非訪行為達到他們的目的，但隨之可能帶來的是社會恐慌、社會損失、社會失序。2004年4月最高人民法院在長沙召開的全國法院涉訴信訪工作會議上提出了“涉訴信訪”。明確指出包括告訴、申訴和申請再審，還包括關于審判效率、審判作風甚至工作態(tài)度、方法、司法禮儀等信訪，只要涉及到具體訴訟案件，都屬于“涉訴信訪”的范疇。根據(jù)這一概念我們可以看出，產(chǎn)生涉訴信訪風險的主要關聯(lián)因素是：信訪人帶來的風險、涉訪案件帶來的風險、案件審理帶來的風險、接訪過程帶來的風險和外部環(huán)境帶來的風險。因此我們可以建立一個樹狀的分析圖，把涉訴信訪風險事件的過程串聯(lián)起來，如圖1所示。

1.2 架構涉訴信訪風險等級表

圖1

根據(jù)上述邏輯關系，我們可以依次向下推導搭建出涉訴信訪風險等級表。

（1）信訪人風險。根據(jù)信訪人的鬧訪、纏訪、進京訪、重復訪的歷史記錄，曾經(jīng)有過的被預警等級，比對高危信訪人群表劃分一、二、三級信訪預警等級。

圖2

圖3

（2）涉訪案件風險。涉訪案件風險包括高風險信訪案由和管轄異常風險。對于該類案件是屬于非本院管轄的上訪案件，一級預警的高風險信訪案由大體劃分為房屋拆遷、土地延包、征地補償?shù)取６夘A警的高風險信訪案由包括醫(yī)療事故、交通事故、賄賂選舉等。三級預警的高風險信訪案由包括故意傷害、繼承糾紛等。

（3）涉訪案件審理風險。涉訪案件審理風險分為審理質(zhì)量和審理效率。一級預警審理案件需要事實認定錯誤、適用法律錯誤、審理程序重大瑕疵，嚴重影響公正審判；二級預警審理案件需案件事實認定無誤、適用法律無誤、審理程序輕微瑕疵；認定為三級預警審理案件事實認定無誤、適用法律準確無誤、審理程序基本無瑕疵。

（4）信訪行為風險。根據(jù)公安部最新公布的《關于公安機關處置信訪活動中違法犯罪行為適用法律的指導意見》，一級風險預警：兇殺、爆炸、投放危險物質(zhì)擾亂公共秩序、自殺、聚眾鬧事等行為。二級行為預警：可能赴省進京越級上訪、散布謠言，非法攔截交通工具等非正常上訪行為。三級行為預警：靜坐、下跪、滯留、吵鬧、辱罵或毆打干警等非正常上訪的行為。

（5）外部環(huán)境風險。分別從國際與國內(nèi)輿情熱點進行預警的劃分。一級國內(nèi)預警：農(nóng)民工下崗返鄉(xiāng)所帶來的農(nóng)村土地調(diào)整問題，對國家機關工作人員違反黨紀政紀的檢舉控告，處置非法集資工作的過程中群眾采取過激行為。二級國內(nèi)預警：因醫(yī)療費、食品藥品監(jiān)管及損害賠償為主要目的的非訪等。三級國內(nèi)預警：涉及農(nóng)資投訴上訪、網(wǎng)絡信息安全可能引發(fā)重大群體性事件等。一級國際輿情：宗教、少數(shù)民族、環(huán)境保護等方面，二級國際預警：碰瓷式勒索式維權上訪與賄選等，三級國際預警：知識產(chǎn)權糾紛與憑借外國人身份的權力上訪等方面。

1.3 三色信訪預警等級

中共浙江省委黨校汪巖橋、李一等承擔了“信訪矛盾糾紛‘三色預警’管理機制研究”項目，提出將信訪案件按照復雜重要程度分為紅、橙、黃進行分類管理。劃分涉訴信訪預警等級，根據(jù)案件存在的信訪風險程度，信訪動態(tài)和矛盾隱患的輕重緩急、影響程度和發(fā)展態(tài)勢，將信訪預警從大到小依次分為紅色預警、橙色預警、黃色預警三個等級。一級紅色預警為重大風險。二級橙色預警為較大風險。三級黃色預警為一般風險。

2 涉訴信訪應急處置預案智能推送系統(tǒng)

2.1 預案推送系統(tǒng)簡介

涉訴信訪應急處置預案智能推送系統(tǒng)通過涉訴信訪預警體系構建，實現(xiàn)鬧訪，纏訪信息自動識別，針對鬧訪纏訪等非訪形式，系統(tǒng)會自動進行識別，提出預警。結(jié)合預警系統(tǒng)提示的風險評估，系統(tǒng)自動模擬推理過程，提供解決方案，并依托信訪大數(shù)據(jù)中心等知識資源，實時推送相關處置方案。

2.2 應急處置預案智能推送系統(tǒng)詳細說明

建立涉訴信訪應急處置預案智能推送系統(tǒng)一方面是按照信訪相關處置程序和流程規(guī)定進行提示，幫助接訪人員快速處置；另一方面，通過訴訟案件信息和信訪信息等要素的匹配，按照地域、層級等維度推送類似信訪行為成功處置的案例和做法，供接訪人員參考；第三，針對上訪人員情緒激動,無理取鬧,以死相威脅謾罵、甚至企圖傷害接訪人員的鬧訪行為，要進行風險值標注并向相關法院發(fā)出預警；第四，針對存在越級訪風險的信訪人員，要對上級法院發(fā)出預警，提供信訪事由、信訪軌跡、原審案件信息等信息供上級法院參考，同時向下級法院等相關機構發(fā)出預警并提出協(xié)同處置要求，提供信訪信息的同時提供類似案例的成果處置案例供其參考，做好后續(xù)的處置工作。通過涉訴信訪預警體系構建和應急處置預案的設置，實現(xiàn)應急處置預案智能推送，最終實現(xiàn)信訪的項目目標，支持涉訴信訪聯(lián)動預警，實現(xiàn)上下聯(lián)動內(nèi)外貫通的跨層級協(xié)作的涉訴信訪業(yè)務協(xié)同的目標，實現(xiàn)跨層級跨地域的涉訴信訪信息化、智能化建設，完成涉訴信訪案件的智能分析、類案推薦、智能預警及聯(lián)動管理，解決信訪難、鬧訪重復訪頻繁、處理效率低等問題。涉訴信訪應急處置預案智能推送系統(tǒng)是結(jié)合GIS 系統(tǒng)勾勒上訪人員活動地圖，對其行為進行預測，并自動向相關機構發(fā)出預警，自動接收協(xié)同處置建議并提供處置預案。根據(jù)已經(jīng)識別到的鬧訪信息，應急處理預案及聯(lián)動預警快速響應，相關法院工作人員可以根據(jù)提示，點擊獲取應急處置預案，結(jié)合預警系統(tǒng)提示的風險評估，系統(tǒng)自動模擬推理過程，智能推送相關法律法規(guī)、工作規(guī)范、相關案件推送以及信訪處置預案。處置預案推送包含法律法規(guī)、工作規(guī)范、處置預案、案件推送以及應急知識五個方面，其中案件推送包括治安處罰類、刑罰類、信訪引起的行政訴訟類、涉訴信訪典型先進案例以及媒體案例五個類別。

3 預警體系與應急預案系統(tǒng)技術設計

3.1 研究方案

針對鬧訪、重復訪等涉訴信訪行為認定標準和處置規(guī)則不統(tǒng)一的問題，運用知識圖譜構建技術、數(shù)據(jù)挖掘技術對歷史數(shù)據(jù)進行全樣本分析，構建基于案件類型、地域、層級、涉及訴訟環(huán)節(jié)等維度的處置方案知識庫，通過大數(shù)據(jù)中心、各類模型構建、算法積累、涉訴信訪知識庫、應急處置預案知識庫等研究成果的整合，實現(xiàn)基于鬧訪、重復訪等行為精準識別，支撐跨層級、跨域涉訴信訪案件的規(guī)律分析與趨勢預測、涉訴信訪風險提示及智能預警與應急處置預案的智能推送。

表1

表2

3.2 技術路線

3.2.1 涉訴信訪預警模型

通過涉訴信訪預警體系構建和應急處置預案的設置實現(xiàn)鬧訪，纏訪信息自動識別、應急處理預案及聯(lián)動預警快速響應。針對以上鬧訪纏訪形式，系統(tǒng)會自動進行識別，提出預警，同時系統(tǒng)通過當事人提交的立案材料、信訪人信息等，進行材料收集，自動識別材料當中的有用信息，如姓名、身份證號、信訪內(nèi)容等特征，并將其抽取整理，將抽取出的信息特征樣本納入模型，進行訓練，基于涉訴信訪大數(shù)據(jù)中心的支持，通過預警模型來確定發(fā)生風險的可能性，從而規(guī)避風險或延緩危機的發(fā)生。

3.2.2 應急處置預案智能推送系統(tǒng)

結(jié)合預警系統(tǒng)提示的風險評估，系統(tǒng)自動模擬推理過程，提供解決方案，并依托信訪大數(shù)據(jù)中心等知識資源，實時推送相關處置方案。基于知識庫與模型體系，建立涉訴信訪要素與處置對應關系，利用人工智能技術對涉訴信息及資源進行自然語言處理，有效提取材料要點，進行智能匹配推送。一方面為接訪部門提供處置預案的智能推送，另一方面為審判部門與執(zhí)行部門提供嵌入業(yè)務場景的信訪風險點提示功能。第三，為法院做好信訪工作提供規(guī)律分析及趨勢預測等決策依據(jù)。

3.3 系統(tǒng)詳細設計

3.3.1 實施路徑技術圖（1）處置方案知識庫抽取流程圖。

利用機器學習、數(shù)據(jù)挖掘等技術，對非正常信訪行為場景中用到的法律知識進行資源的整合，對法律論文進行知識元抽取，并完成非結(jié)構化文本向結(jié)構化文本的轉(zhuǎn)化，構建基于案件類型、地域、層級、涉及訴訟環(huán)節(jié)等維度的處置方案知識庫。

（2）推薦系統(tǒng)路線圖。

3.3.2 數(shù)據(jù)處理

通過提供的案件模型和人案關系模型，使用計算機分析提取文書關鍵信息，得到文書要素特征如表1所示。

由表1 可知，除關鍵詞之外的要素需要從案件模型和人案關系模型中進行獲取，關鍵詞需要通過tfidf 算法對分詞后的案情描述的計算獲得結(jié)果。

3.3.3 相似度計算

通過將文本映射到向量空間上，合適的距離度量方式就至關重要。常見的距離度量方式包括歐幾里得距離、余弦相似度等。歐幾里得距離是最為常見的度量方式，由于余弦相似度相比于歐幾里得距離而言，與向量的長度無關，而僅與向量的夾角有關，因此被廣泛的應用于自然語言處理中，尤其在計算兩篇文檔的相似度，所以本文中在距離與相似度的度量中采樣的是余弦相似度。

余弦相似度是計算向量與向量之間的夾角的余弦值，來衡量兩個向量之間的距離及相似性。其計算方法如公式（1）所示。由于cos θ 的取值范圍為-1 到1，在實際中更希望其歸一化到0 到1，因此通常在計算余弦相似度的時候，變換公式如（2）所示。

3.3.4 基于相似案例的推薦

相似案例推薦即為構建案件相似度計算的模型，在用戶給定了案件的案情描述等文本信息的時候，能夠在已有的案件庫中計算當前案件與案件庫內(nèi)各案件的相似程度。通過一定的衡量指標，對已有案件庫中的案件進行排序，找到最相似的部分案例進行推薦。如表2所示即為，即為相似案例的推薦。

根據(jù)可以量化和比較的要素特征在庫中進行篩選，篩選條件越嚴格，符合條件的案例就越少，之后再根據(jù)向量化的關鍵詞進行相似度計算推薦的先后順序。一般而言，同一案由下的案例都存在一定的相似性，故案由標簽一致是篩選的必要條件；接著罪名和非正常行為進行篩選。