基于CBR的隱匿財產線索挖掘決策支持系統

朱茵

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

[關鍵詞]案例推理；隱匿財產；決策支持系統

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

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

決策支持系統是為了輔助決策者解決非結構化或半結構化問題而產生的一種信息系統，目前被廣泛應用于多個領域，在醫療行業，臨床決策支持系統（clinical decision support system，CDSS）是輔助醫務人員進行臨床決策的新興信息技術手段。Brandon等[1]通過將基因導向技術和臨床決策支持系統結合的方法對病人的疾病風險進行預測和評估。廈門大學附屬第一醫院[2]利用BI決策支持系統對臨床藥品的使用量開展了信息化監測和管理。此外，DSS在工程技術領域也被廣泛使用。劉仁濤等[3]使用三步篩選框架構建了一個應對突發水污染應急處置工程的決策支持系統。王建國等[4]基于用地屬性的相似關系建立了一套城市用地開發強度的決策支持系統。曹衛星等[5]將web技術應用于小麥管理的決策支持系統。在經濟金融方面，Bhattacharya和Xu等[6]基于本福特定律構建了一個基于人工神經網絡的審計師決策支持系統。總而言之，隨著計算機技術和人工智能的發展，DSS的設計思想正在被廣泛普及和滲透到各行各業。

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“加快建設智慧法院”的提議，執行工作的信息化成為了司法建設的一大目標。近年來，很多地方執行法院開始擁抱高科技，例如無錫市中級人民法院于2018年聯合阿里巴巴研發了一套智能辦公的執行查控系統，浙江法院的“智慧執行2.0”系統于2020年在全省全面上線。然而，縱觀目前已投入使用的法院執行決策支持系統，其功能大多局限在對被執行人數據的獲取和展示階段，缺少對執行數據的深入挖掘和分析。而本文提出的基于CBR的隱匿財產線索挖掘決策支持系統正是基于這一現狀而做出的嘗試，本系統試圖通過待處理案件和已完結執行案件的相似性來評估被執行人的執行力水平和其隱匿財產的可能性，從而提高執行人員的辦公效率以達到節約司法資源的目的。

對于本文提出的隱匿財產線索挖掘系統而言，案例推理是該系統設計的核心。基于案例的推理（CBR）是目前被廣泛應用的人工智能領域的一種重要技術。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。簡而言之，CBR是一種使用過往經驗來解決現存問題的方法。

CBR作為一種人工智能推理模型被廣泛用于多個領域解決各種各樣的問題。但是，通過檢索查閱相關文獻發現，目前在司法領域，學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了一個基于案例推理的信息系統以判斷是否有住房歧視的現象發生。Wah等[11]提出了一個基于CBR的虛擬法庭決策支持系統以實現其在法律案件中的應用。在國內，呂文學等[12]通過案例推理技術對工程爭端的訴訟結果進行預測。具體而言，CBR在挖掘被執行人信息和隱匿財產線索這方面的應用還沒有受到太大的關注。在“執行難”和“案多人少”的大背景下，對被執行人和其執行財產的相關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對海量執行數據進行去粗取精和深入的線索挖掘或許能成為優化執行資源以推動智慧法院進程的一大突破。

二、研究方法

隱匿財產線索挖掘的模型庫主要儲存的是輔助執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案方式為決策依據，并結合實際情況進行修正，從而給出待處理案件的執行方案。

三、系統設計

（一）隱匿財產線索挖掘決策支持系統的功能設計

本文的隱匿財產線索挖掘決策支持系統主要有執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。

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

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

根據對隱匿財產線索挖掘系統的用戶設定，結合計算機技術本文將該決策支持系統的功能劃分為用戶中心、執行案件管理、歷史執行案例庫、法官管理和執行任務管理幾個模塊，具體功能架構圖如圖3所示。

（二）隱匿財產線索挖掘決策支持系統邏輯結構設計

基于CBR的隱匿財產線索挖掘決策支持系統的基本結構如圖4所示，主要由模型庫管理系統（MBMS）、知識庫管理系統（KBMS）、數據庫管理系統（DBMS）、知識庫管理系統（KBMS）、人機交互子系統四部分組成。

隱匿財產線索挖掘的模型庫主要儲存的是輔助執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案方式為決策依據，并結合實際情況進行修正，從而給出待處理案件的執行方案。

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

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

案例表示：歷史案例由被執行人特征、結案方式二元組形式組成，具體從源數據表示成案例的邏輯如圖5所示。

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

基于CBR的隱匿財產線索挖掘系統的數據庫一共由十三個系統表組成，各個系統表的屬性、數據類型、主鍵和表與表之間的關系如圖7所示。

四、結語

基于CBR的隱匿財產線索挖掘決策支持系統主要包括用戶中心、執行案件管理、歷史案例庫、法官管理和執行任務管理五個模塊，執行法官登錄該系統可通過添加執行任務的功能指定專家法官對某特定待處理執行案件的特征屬性進行模糊語言評估，系統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、財產狀況、消費習慣、生活狀況、關系網絡、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對當前待處理執行案件進行被執行人執行能力判斷和隱匿財產可能性推導，從而提高執行人員的工作效率。

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決策支持系統開展集采藥品臨床使用監測[J]. 中國醫院藥學雜志，2021，：1-5.

[3]劉仁濤，姜繼平，史斌，劉潔，郭亮，王鵬.突發水污染應急處置技術方案動態生成模型及決策支持軟件系統[J].環境科學學報，2017，37（02）：763-770.

[4]王建國，張愚.基于用地開發強度決策支持系統的大尺度城市空間形態優化控制[J].中國科學：技術科學，2016，46（06）：633-642.

[5]曹衛星，潘潔，朱艷，劉小軍.基于生長模型與Web應用的小麥管理決策支持系統[J].農業工程學報，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，楊權利.基于CBR-RBR的工程爭端訴訟結果預測[J].計算機工程與應用，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行人多維畫像系統研究[J/OL].系統科學學報，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.基于大數據的失信被執行人執行力評價模型[J].法制博覽，2020（30）：183-184.