①课题来源与背景； 课题来源于广东省科学技术厅，属于省级科技型中小企业技术创新专项资金项目，项目编号为2016A010119121。

     ②技术原理及性能指标； 1）咨询分析速度。0.129秒之内，当事人提出咨询0.129秒可实时分析出咨询意向，案由等。 2）平台1秒可分析11篇裁判文书，分析完300万篇裁判文书平均需时91.8小时（3.9天）。 分词速度平均达到单机907.23KB/s，分词精度98.31%。 3）搜索引擎首页结果包含目标结果平均可达79.36%; 4）平台数据库数据支持容纳5001.3万终端用户，日均PV支持585万，压入100.03亿条咨询信息，系统运行正常；压测最大负载支持489.2万人同时在线; 5）基于用户行为分析，每天可对222万的咨询进行用户喜好标注，对每个用户咨询行为和成案级别预测，并实时进行个性化推荐服务。

     ③技术的创造性与先进性； 本项目是国内首创互联网法律服务创新模式。个性化推荐技术为用户提供专业、高效法律知识和成案案例，精准的用户行为预测模型为律师提供无限商机，极大提高了成案可能性，技术创新： a.半结构化裁判文书信息抽取技术。采用包装器归纳的方法归纳出单槽规则用于半结构化文本信息抽取，解决海量裁判文书采集、加工、存储。 b. 用户聚类技术。通过用户的聚类方法，根据相似性原则，主动发现用户的共同兴趣，通过层次聚类法及仿生学聚类等机器学习算法实现用户的自动聚类，实现目标群用户的推荐和营销。 c. 基于情景感知的智能推荐技术。通过用上下文信息穷举法，应用场景分类法等技术实现基于情景感知的推荐技术，针对用户行为数据进行挖掘，自动感知用户的当时状态和情景，准确预测用户的兴趣和喜好，对用户进行服务的推荐，极大地提高了推荐准确性和个性化程度。

     ④技术的成熟程度，适用范围和安全性； 本项目技术先进,已达到国内领先水平,产品主要面向互联网法律需求用户、律师个人、律师团队或律师事务所和政府机关或司法机构。目前我国网民规模达到6.32亿，手机用户5.27亿，据有效统计数据显示，仅2014年上半年，网络当事人（即互联网法律需求用户）数量达到7，416万，同比增长15.46，并且随着移动互联网的兴起，这部分用户的数量还将进一步提升，我们以上描述的项目是有针对性的更好的帮助互联网法律需求用户解决其当前遇到的问题，市场潜力巨大。 ⑤应用情况及存在的问题； 在基于用户行为分析的法律服务智能推荐平台建设方面，国内外已经开展了大量有效的工作。著名的法律门户网站主要有www.findlaw.com，www.lawyers.com，www.attorneys.com，www.martindale.com 等。但是在大数据环境下，对法律用户仅起到了有限的支持作用，主要存在有如下几个方面问题：（1）法律服务对象单一。（2）法律数据质量不高。（3）个性化推荐效果较差。（4）系统架构不合理。找法网首创在线咨询、案件委托的平台，打破传统的找律师的模式，实现了线上沟通线下维权的无缝隙对接。根据当事人的咨询，先明确当事人的需求，再推荐包括相关联的律师经典回复、相关联的法律法规、相关联的法律知识，最后推荐最适合的律师为其服务。项目结合先进大数据技术，以法律服务过程中海量异构数据云存储为基础，以大数据深度数据挖掘和垂直搜索引擎为核心，通过整合众多法律条文，构建出全新的基于用户行为分析的法律服务智能推荐平台。主要研究采用网络爬虫采集海量裁判文书；通过层次聚类法，函数动态聚类法分析实现用户行为与成案级别预测；基于用户行为分析，采用情景感知的智能推荐技术，准确预测用户喜好，个性化推荐服务。

     ⑥历年获奖情况； 暂未获奖。