法院判決書資料探勘

目的

1. 讓法院的判決可以用  Google 做全文搜尋
2. 透過 data mining 回答以下問題 (請增加):
   1. 一年之中哪個月處理的案子最多？
   2. 月初還是月底是結案高峰？
   3. 哪個法官勝訴機率最大？
   4. 誰告人最多？
   5. 誰被告最多？
   6. 誰一直告誰？
   7. 哪個銀行發的的支付命令最多，平均多少錢？
   8. 刑法某個法條平均刑期、標準差等
3. 爬出以下結構化資料
   1. 人名 { 原告、被告、法官、書記官、律師 }
   2. 適用法條
   3. 刑期
4. 等等等請自行增加

架構

• 判決本文放在 gh-pages
  • Google 可以依此做全文搜尋 -- 反正我們自己做，也不可能做得比 Google 好
  • 命名規則和判決字號做 1:1 mapping 如:
    • http://miaoski.github.io/jrf/86/鑑/8226.html
    • 為了增加 git push 的效率，分成幾個 repo ，請以 *.html 為準
• 判決案由另開 gh-pages
  • Google 可以依此做全文搜尋
• metadata 放在 EC2 上的 ElasticSearch / Kibana
  • 為了省錢，只存 metadata 做 visualization 和分析
  • 找到東西後就連回
• Graph 放在 A-tsioh 的 padagraph.io

資料來源

爬資料的方法放在 jrf_data 。

待處理

• 每天 get_schedules.rb

解釋

庭期表：

庭期表是法院開庭的時程，通常過期就會砍掉了。而公布的時程只有今明兩天比較穩（因為先公布的有可能會改時間）。

庭期表內容有開庭的案號、時間、法官股別（搭配股別分配表可找到法官，不過有時候有三個法官，股別分配表只能找到一個法官）。

分析庭期表，可了解法院案子審理進度。不過，有些案子如果和解，就會沒有判決，但從此再也不開庭；送鑑定也可能一年以上沒開庭。