构建刑事案件判案智能预测系统,是将大数据、人工智能等现代科技融入到刑事司法领域应用的重要突破,对推进以审判为中心的刑事诉讼制度改革,促进类案适法统一,防范冤假错案具有重要意义。在构建刑事案件判案智能预测系统中,有两种代表性的思路:一种是以规则驱动的方法,该方法需要将每一种罪名的犯罪构成要件以及裁判方法嵌入到软件系统中,将耗费专家大量的时间精力。另一种是以数据驱动的方法,其优点在于以数据量和计算量换取研究的时间,随着数据量、计算能力以指数级增长以及机器学习的发展,数据驱动的方法可以预测的非常准确。本文倾向于数据驱动的方法,在对人工智能在法律领域应用进行实证考察的基础上,提出"大数据+机器学习"的思路构建刑事案件智能预测系统,对该系统进行整体规划,搭建大数据资源库、案件智能预测应用软件、大数据共享交换平台等三个基础架构,以命案定罪预测为例创建数据集,运用决策树算法建立数学模型,进行定罪预测,具有较高的可行性。