由于信息技术的发展,以及人民群众的法律意识增强,全面深化改革逐渐进入攻坚阶段,各种社会矛盾显现,不稳定因素增多。在维护社会稳定方面面临的挑战也日渐严峻,为拓宽公民表达利益的渠道,加强司法权监督机制,推动法制建设进程,涉诉信访制度成为了一种重要的治理策略。当前,最高人民法院对涉诉信访的信息化应用水平提出了新要求,涉诉信访的智能化成为“智慧法院”建设的重要组成部分。然而目前各级部门仅在数据共享、办公自动化等方面取得了较为明显的成就,对涉诉信访智能化处理方面仍旧有所欠缺。在大数据时代,数据的价值越来越得到重视,数据挖掘技术则采用机器学习算法发现数据背后隐藏的规律或知识,训练的模型能够用于对未来的数据进行预测,对算法的不断完善和发展使得预测越来越准确。建立有效的涉诉信访风险预警模型有助于在信访发生前做好预警,提前采取相应的应对措施,从而最大程度的减轻危害所造成的损失。本文以大量法院裁判文书为突破口,根据文书中的关键信息进行数据挖掘来建立预警模型。根据风险预警模型对该判决进行风险评估,从而对有风险的案件采取预案措施,也可以根据法院所有案件中存在信访风险占比来指导其工作需要改善的地方。本文所做的工作包括以下内容:（1）阐述了论文的研究背景与意义,对数据挖掘和涉诉信访风险预警的发展现状进行了分析。（2）简要介绍了本文相关技术,包括数据挖掘、自然语言处理、情感计算、机器学习算法等。（3）研究了对涉诉信访风险预警模型建模的关键技术,包括数据获取、特征提取与数据抽象、数据预处理、模型训练以及模型对比评估过程,得出了最优单分类器模型。（4）通过数据降维和提出半集成优化算法,对模型进行了优化。（5）分析了涉诉信访风险预警系统的需求,完成了原型系统的设计与开发。本文的研究表明,构建的风险预警模型可有效应用于涉诉信访风险的预警机制中,为“智慧法院”的智能化应用起到积极的推动作用,也为涉诉信访风险预警方面的研究者提供一定的参考。