BITSmartCourt

BIT Smart Court Project of School of Computer Science Smart Court目前包括LDA文件夹，LDA文件夹内目前有四个py文件 session用是户搜索session Bean 对应搜索日志里的一条log session num_topics.py 用来决定 LDA模型的最优主题数 lda.py 为ntopics 来构建LDA data_process 为数据处理部分包括从目前五个用户的搜索日志中提取一条条的session 并在 xml日志中搜索相应xml文件并解析其具体参数、中文分词、字符串清洗等

       生成的大的json ：five_user_log_sessions.json 是找到的五个用户的搜索日志 生成的 搜索记录 其形式为json, 具体包括五个大部分 对应五个人
       {user_id1 :[session1,session2,....];
        user_id2:[session1,session2,....];
        user_id3 :[session1,session2,....];
        user_id4:[session1,session2,....];
        user_id5 :[session1,session2,....]
       }
       
       
       
       每个session bean ,用于构建后期各用户画像 具体为：

class session():

def __init__(self,user_id,date,kind,keystr,case_type,view_id,view_folder,location_list,result_ids,contexts):
    """
    :param user_id(string): 用户id
    :param date(string):    时间
    :param kind(string):    类型：查看案件详情 案例研判检索分析 or 案例研判组合检索
    :param keystr(string):  用户搜索关键字
    :param case_type(string): 查看案件详情 属于用户点击事件 用于构建点击用户画像 为了区分 case 和 casews 和alcase
    :param view_id(string):   查看案件详情时 案件文件id
    :param view_folder(string):查看案件详情时 案件文件夹id
    :param location_list(int): 查看案件详情时 案件文件夹id/案件文件id 后紧随的 数字
    :param result_ids(list):  案例研判检索分析 or 案例研判组合检索 时的 result_ids
    :param contexts(list): 案件原文
    """
    self.user_id=user_id
    self.date=date
    self.kind=kind
    self.keystr=keystr
    self.result_ids=result_ids
    self.contexts=contexts
    self.case_type=case_type
    self.view_id=view_id
    self.location_list=location_list
    self.view_folder=view_folder

BD-MF/BITSmartCourt

BITSmartCourt