基于位置优先与协同过滤的智能律师在线咨询服务系统的研究与实现

杨桂珍

【摘要】    本系统的实现是基于活动序列与协同过滤机器学习算法，重点解决找律师推荐的问题。本算法的设计思想如下：首先根据地位位置优先、再根据律师群体处理的法律事务序列的历史记录，利用语义分析得到法律事务的向量主题词空间;然后利用聚类算法形成律师群体按事务类型的聚类模型;再通过NLP的方法提取目标用法律诉求的词向量空间;最后通过协同过滤机制的机器学习算法，形成向目标用户精准推荐的训练模型。基于本算法设计了一套智能律师在线咨询服务系统。通过定位快速优选推送就近的专业律师，同时分别从用户评分、优势标签三个方面分别建立用户相似度模型，通过与用户精准对接，实现实时一对一的智能推荐律师咨询服务。

【关键词】    服务推荐    位置推送    协同过滤

引言：

在传统法律行业中，律师在律所坐等当事人上门咨询委托等服务，而用户也大多是通过朋友推荐找律师，律师的营销往往靠的是良好的口碑，这些良好的口碑来自当事人的口口相传，也有来自行政司法专业人士的权威推荐，所以大批的律师及事务所也都在寻找新的方向。互联网助力虽然提升了律师个人品牌，却难以转为购买力，这就是传统法律服务行业的根本痛点。直到“互联网+”的出现为传统法律服务的转型与升级提供了一次巨大的机会，通过位置优先与协同过滤的智能律师在线咨询服务，一改律师在律所坐等当事人上门咨询委托等落后的服务，用户也可以通过网上平台快速来找寻求符合自己法律诉讼需求的律师，平台结合位置优先、用户评分、优势标签三大特点精准推送律师给用户。系统大大拓展法律服务的广度、深度及提供更加个性化的服务，解决困扰律师多年的法律服务专业化及法律服务市场拓展问题。

对于客户来说找律师难，而对于律师而言案源是核心。如能为双方提供透明、直接的信息渠道，让用户能够方便、快捷地找到律师服务，有效地精准就近推送，让每个人都能平等便捷地在本区域获取法律服务，深化律师行业“人和服务”的连接。

一、研究的内容（Contents of the study）

手机越来越普及，所能完成的工作也越来越多，尤其是智能终端的出现，用户可通过智能终端完成生活以及工作中的一系列事务，在智能终端市场，主角分别为Android、 IOS系统， 开发基于位置优先与协同过滤的律师在线咨询服务系统，可以搭建一个由专业律师团队构成的，一对一互联网+律师的在线移动服务平台，平台通过律师位置、继而是口碑、主攻等关键词精准推送给用户。广大市民（即当事人）通过该平台获取更多专业性的法律咨询与援助，平台则通过定位快速优选推送就近的专业律师与用户对接，实现即时一对一的服务。只有“在线”才能形成“活的”数据，随时被调用、挖掘和积累，在线化的数据流动性可激活以往封闭在某个部门或企业内部的档案，最大限度地发挥出来其应有的价值，解决困扰律师多年的法律服务专业化及法律服务市场拓展问题。同时吸引更多的在职律师在系统中注册，律师通过积极回复当事人，和被用户采纳、点赞可获排名靠前，从而提升律师的知名度;另外从律师接案办案中形成案件资料与资源库，包括电子卷宗内容、电子文件收集、电子卷宗存储和保管、电子卷宗审查和监管几方面，更好地对卷宗进行有效的管理。为更多的当事人能自主寻找专业律师解决问题提供方便快捷的服务。

二、系统设计（System design）

2.1 系统需求分析

需求分析采用了焦点小组，面对面访谈，对律师管理现状进行分析，收集和分析调研资料，并与黄埔区律师事务所负责人进行沟通交流，了解他们的需求，主要有以下几个方面：（1）客户能在平台选择相关领域的业务，平台快速定位就近推送已注册律师给用户;（2）实现客户与律师一对一单独进行私信沟通;（3）保证所有问题及回复数据安会并可追溯。

协同过滤算法是一种较为著名和常用的推荐算法，它基于对用户历史行为数据的挖掘发现用户的喜好偏向，并预测用户可能喜好的产品进行推荐。如图1所示，杰卡德相似系数（Jaccard similarity coefficient），集合的交集除并集。

在寻找有相同业务的人的时候，可能会找到许多个，通常设定一个数K，取计算相似度最高的K个人称为最相邻的K个用户，作为推荐的来源群体。假设找到的人的相似程度如下表1所示。很明显，首先会推荐D律师，其次是C，再后是其余律师。

2.2 系统功能设计

系统搭建一个由专业律师团队构成的，实现实时一对一互联网+律师的在线移动服务平台，免费让广大市民（即当事人）通过该平台获取更多专业性的法律咨询与援助，平台则通过定位快速优选推送就近的专业律师与用户对接，实现实时一对一的服务.

实现的功能包括以下模块：1.附近用户推荐。基于地理位置推送附近用户。2.即时通讯。基于WebSocket实现不同用户的在线/离线聊天3.案件管理功能。编辑案件信息，修改案件进度等。4.日程管理。新增日程安排，待办任务后，指定时间内得到提醒。也包含编辑待办任务，删除待办任务。

2.3 系统架构

1.基于uni-app技术实现，实现一套代码运行在Android，IOS，微信小程序，支付宝小程序，Web等多个平台。2.附近用户推荐。基于地理位置，向律师推送附近的用户。3.即时通讯。律师和用户可在线离线交流。4.案件管理功能。律师接受客户案件后，可编辑案件信息，并修改案件当前进展。5.日程管理。律师新增某日行程安排，待办任务后，会在指定时间得到提醒。也可删除待办事项，修改待办事项状态。功能框架如图2所示。

三、基于用户协同过滤推荐算法

其中S（u，K）表示和律师用户u最为相似的k律师用户，N（i）表示和律师i产生行为的用户列表。Wuv表示律师用户u和律师用户v的相似度。rvi表示用户v对律师i的兴趣，因为使用的是单一行为的隐反馈，故所有rvi=1.

四、实施情况

系统完成了附近用户推荐、即时通讯、案件管理、日程管理等需求功能，完成功能测试，系统操作简单，界面简捷，清新流畅，基于Android，IOS两大操作系统能满足不同手机用户。系统通过协同过滤机制的机器学习算法，形成向目标用户精准推荐的训练模型，并通过定位快速优选推送就近的专业律师，同时分别从用户评分、优势标签三个方面分别建立用户相似度模型，通过与用戶精准对接，实现实时一对一的智能推荐律师咨询服务。

五、结束语

基于位置优先与协同过滤的智能律师在线咨询服务系统，让广大市民（即当事人）通过该平台方便地获取更多专业性的法律咨询与援助，平台则通过定位快速优选推送就近的专业律师与用户对接，实现即时一对一的服务。为市民（当事人）与律师搭建一个一对一服务平台，为更多的企业和个人提供服务。从律师接案办案中形成案件资料与资源库，包括电子卷宗内容、电子文 件收集、电子卷宗存储和保管、电子卷宗审查和监管几方面，更好地对卷宗进行有效的管理。为更多的当事人能主动自主寻找专业律师解决问题提供方便快捷的服务。

参  考  文  献

[1] 许媛萍，基于内容的推荐与协同过滤融合的新闻推荐分析与探究[J];新闻研究导刊;2018年13期;

[2] 张朝恒，何小卫，陈勇兵， 基于社交网络信息的协同过滤推荐算法研究;2017年百度文库;

[3]孙礼辉，基于位置信息和协同过滤的移动推荐算法。绥化学院学报2018年12月第38期;

[4]李斌，张博，刘学军，章玮，相似度和位置行为的协同过滤推荐算法，计算机科学 2016年12月第43卷;

[5]罗金萍，吕翠莲，基于微信小程序的高校学生自主学习研究[J]中国教育信息化 2018（19）： 77-79;