关键词：司法公正；风险量化；层次分析法

对司法公正风险进行量化评估，及时发现司法公正风险问题，是实现司法公正的重要途径。当前，大数据在司法公正领域的研究和算法应用才刚开始，大多停留在纯粹司法角度的理论探讨，针对这一问题，为提高司法公正风险的精准度量，本文提出基于大数据的司法公正风险量化方法研究，以经典的层次分析法为例，提出计算思路，从而为司法公正风险量化评估提供新思路，以及为大数据背景下的司法公正风险防控提供理论支撑。

1基于大数据的司法公正风险量化概述

大数据技术正在驱动社会治理应用创新，促进信息化与社会科学的紧密结合，实现社会科学的智能化、专业化。基于大数据的司法公正风险量化是多门学科、多个研究领域、多种技术综合应用的结果，在此背景下，司法体系可以依托大数据、云计算、神经网络、人工智能等现代科技，通过智能化，将数据收集、储存、分析、利用等环节融为一体，对司法过程与结果进行统一化管理、控制及应用，挖掘潜在规律信息，进而实现司法公正风险的量化。

2司法公正风险量化的必要性

2.1司法公正风险量化的意义

司法是国家权力机关通过适用法律解决社会领域纠纷的活动，是为争议双方当事人提供非武力解决争议的手段。司法公正是指在司法活动中，严格依照法定程序，平等对待所有当事人，准确严格适用法律，依法作出裁判，保障双方当事人的合法权利，最大限度地达到整个社会对公平正义的期望，最大限度地保证公平正义的一种良性状态。

开展基于大数据的司法公正风险量化研究可为司法体系量化评估提供新思路新方法，以及为大数据背景下的司法公正风险防控提供理论支撑、技术支持。同时，由于司法数据量庞大，现有的计算受到多方面的局限，虽可用作定量分析，但无法量化出风险级别，因此需要选取一个风险量化的数学模型，构建风险函数，将风险归一化至某一区间内并将其划分为若干个风险级别，以便针对不同级别的风险采取不同的措施。司法公正风险量化是通过数学方法将司法公正的影响因素分层分类计算，以得到一个归一化的值，并由这个值可判断其处于哪个风险区间。