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