一种基于知识图谱的多元空间涉案人财物线索挖掘模型简析

论文针对司法案件处理流程过程中,隐匿涉案财物的追踪往往由于被执行人的先期转移、案件执行地域广,涉案人物线索过多,从而导致案件执行困难等问题,提出了一种基于多元空间涉案人财物线索的图谱网络。通过该网络挖掘可执行财产和潜在转移对象,并使用机器学习算法进行转移风险分类预测及风险排序。实验表明所提出的模型方法具备初步的可行性和有效性。