基于位置優先與協同過濾的智能律師在線咨詢服務系統的研究與實現

楊桂珍

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

【關鍵詞】? ? 服務推薦? ? 位置推送? ? 協同過濾

引言：

在傳統法律行業中，律師在律所坐等當事人上門咨詢委托等服務，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事人的口口相傳，也有來自行政司法專業人士的權威推薦，所以大批的律師及事務所也都在尋找新的方向。互聯網助力雖然提升了律師個人品牌，卻難以轉為購買力，這就是傳統法律服務行業的根本痛點。直到“互聯網+”的出現為傳統法律服務的轉型與升級提供了一次巨大的機會，通過位置優先與協同過濾的智能律師在線咨詢服務，一改律師在律所坐等當事人上門咨詢委托等落后的服務，用戶也可以通過網上平臺快速來找尋求符合自己法律訴訟需求的律師，平臺結合位置優先、用戶評分、優勢標簽三大特點精準推送律師給用戶。系統大大拓展法律服務的廣度、深度及提供更加個性化的服務，解決困擾律師多年的法律服務專業化及法律服務市場拓展問題。

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，有效地精準就近推送，讓每個人都能平等便捷地在本區域獲取法律服務，深化律師行業“人和服務”的連接。

一、研究的內容（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，用戶可通過智能終端完成生活以及工作中的一系列事務，在智能終端市場，主角分別為Android、 IOS系統， 開發基于位置優先與協同過濾的律師在線咨詢服務系統，可以搭建一個由專業律師團隊構成的，一對一互聯網+律師的在線移動服務平臺，平臺通過律師位置、繼而是口碑、主攻等關鍵詞精準推送給用戶。廣大市民（即當事人）通過該平臺獲取更多專業性的法律咨詢與援助，平臺則通過定位快速優選推送就近的專業律師與用戶對接，實現即時一對一的服務。只有“在線”才能形成“活的”數據，隨時被調用、挖掘和積累，在線化的數據流動性可激活以往封閉在某個部門或企業內部的檔案，最大限度地發揮出來其應有的價值，解決困擾律師多年的法律服務專業化及法律服務市場拓展問題。同時吸引更多的在職律師在系統中注冊，律師通過積極回復當事人，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，包括電子卷宗內容、電子文件收集、電子卷宗存儲和保管、電子卷宗審查和監管幾方面，更好地對卷宗進行有效的管理。為更多的當事人能自主尋找專業律師解決問題提供方便快捷的服務。

二、系統設計（System design）

2.1 系統需求分析

需求分析采用了焦點小組，面對面訪談，對律師管理現狀進行分析，收集和分析調研資料，并與黃埔區律師事務所負責人進行溝通交流，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領域的業務，平臺快速定位就近推送已注冊律師給用戶;（2）實現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數據安會并可追溯。

協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據的挖掘發現用戶的喜好偏向，并預測用戶可能喜好的產品進行推薦。如圖1所示，杰卡德相似系數（Jaccard similarity coefficient），集合的交集除并集。

在尋找有相同業務的人的時候，可能會找到許多個，通常設定一個數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 系統功能設計

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

實現的功能包括以下模塊：1.附近用戶推薦。基于地理位置推送附近用戶。2.即時通訊。基于WebSocket實現不同用戶的在線/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，待辦任務后，指定時間內得到提醒。也包含編輯待辦任務，刪除待辦任務。

2.3 系統架構

1.基于uni-app技術實現，實現一套代碼運行在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。基于地理位置，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，并修改案件當前進展。5.日程管理。律師新增某日行程安排，待辦任務后，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。功能框架如圖2所示。

三、基于用戶協同過濾推薦算法

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，系統操作簡單，界面簡捷，清新流暢，基于Android，IOS兩大操作系統能滿足不同手機用戶。系統通過協同過濾機制的機器學習算法，形成向目標用戶精準推薦的訓練模型，并通過定位快速優選推送就近的專業律師，同時分別從用戶評分、優勢標簽三個方面分別建立用戶相似度模型，通過與用戶精準對接，實現實時一對一的智能推薦律師咨詢服務。

五、結束語

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

參? 考? 文? 獻

[1] 許媛萍，基于內容的推薦與協同過濾融合的新聞推薦分析與探究[J];新聞研究導刊;2018年13期;

[2] 張朝恒，何小衛，陳勇兵， 基于社交網絡信息的協同過濾推薦算法研究;2017年百度文庫;

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

[4]李斌，張博，劉學軍，章瑋，相似度和位置行為的協同過濾推薦算法，計算機科學 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生自主學習研究[J]中國教育信息化 2018（19）： 77-79;