2017年11月10日，由上海大數據聯(lián)盟、數據猿主辦，上?？祁Ｂ?lián)合主辦的《構建智慧法院，促進司法職能——魔方大數據》在上海超級計算機中心舉行。本期魔方大數據邀請了法院代表和技術提供方等專家大咖齊聚一堂，共同探討了智慧法院和司法系統(tǒng)智能化的建設之路。

以下是數據猿整理“四方偉業(yè)上海售前總監(jiān)任鵬”的發(fā)言實錄：

2013年是大數據元年，經過幾年的發(fā)展，現在大數據已經上升到國家戰(zhàn)略層面。各行各業(yè)都已經開始做大數據的相關工作。

針對司法大數據建設，客戶希望我們通過大數據手段解決傳統(tǒng)方法解決不了的問題，而這些問題主要集中在和數據有關的方面。即怎樣通過數據的采集、整合、梳理、治理，把散落到各個業(yè)務系統(tǒng)中的數據進行融合，解決數據利用率低的問題，進行關聯(lián)分析，數據挖掘的相關工作。

針對大數據在司法行業(yè)應用的目標，我們?yōu)榭蛻籼峁┝怂痉ㄖ菐齑髷祿行牡睦砟睢＿M行前端可視化的呈現，使數據能夠服務于法官判案、服務于領導決策，最后服務于院校科研。

大數據建設內容分為三個階段，把散落在各個系統(tǒng)中的數據進行梳理、轉換、治理、清晰化，做簡單的投機分析，這是第一階段。

第二階段，客戶的想法是希望用大數據技術和手段，進行業(yè)務上的指導，同時進行輔助決策。

第三階段，大數據平臺的遠期目標是希望通過數據化運營整個行業(yè)。針對個人或者業(yè)務分析師，終極目標是人人都能達到分析師的水平。通過大數據平臺使用，發(fā)現數字背后的價值和意義。

以下是為司法行業(yè)建立大數據平臺架構的架構圖。這個架構圖是按照數據產生的生命周期設計的。在下層是原系統(tǒng)數據層，里面有公檢法司所有業(yè)務系統(tǒng)的數據和第三方來源數據。我們拿到數據以后第二個工作是采集。采集層的主要工作是實現異構數據源的整合。數據采好了后放到融合中心做簡單的數據治理，幫助客戶完成業(yè)務建立和數據清晰。數據層是針對客戶業(yè)務層的需要，幫助客戶建立分析主題和場景，確定主題庫和所有緯度、指標，把結果應用到應用層來，對業(yè)務進行指導。

我介紹一下相關的功能和特點。

首先是數據采集層，數據采集層就是將散落到系統(tǒng)中的數據進行整合。我們公司的平臺能夠和市面上所有的常規(guī)數據進行對接，比如包括關系型數據庫和非關系型數據庫傳統(tǒng)數據庫，可以同時對接MPP等所有大數據平臺。第三種數據，是一些關注度較高的實時數據，可以把傳感器的數據、操作系統(tǒng)產生的日志進行采集，然后存放到數據中心。

針對司法行業(yè)的數據，我們這里做了簡單的歸類，司法數據包括結構化、非結構化和半結構化的數據。

針對結構化數據，我們將司法辦案數據、政務管理數據等所有公檢法司系統(tǒng)的數據放在關系型數據庫中，將它定義為結構化數據。

非結構化數據是庭審文件、與案件相關的WORD文件等所有半結構化數據。最后一個是非結構化數據，包括庭審的視頻、音頻、PPF等。這三種結構化、半結構化、非結構化數據覆蓋了司法行業(yè)所有的數據。我們數據采集層要做的就是實現多元異構數據的整合。

數據采集到數據中心的后，我們會把所有數據在可視化界面上進行簡單呈現。之前做一個中級人民法院的項目時拿到的數據有10T。拿到數據后我們在下層進行數據流監(jiān)控。每一個業(yè)務系統(tǒng)，每一個委辦局的數據，都可以在這里面清晰呈現。同時也可以在數據底盤看到所有數據。相關指標、緯度都可以在這里面進行可視化呈現。數據采集好了、存儲好了，下一步就是做數據治理。

這中間有一個概念，大數據治理平臺的概念。它以數據資產目錄為中心，將所有源數據、數據指標、主數據、數據質量以及與生命周期屬性相關的信息關聯(lián)起來，建成一個統(tǒng)一的整體。這句話比較難理解，其實最終數據治理層給客戶提供的就是幫助他建立所有的數據標準，統(tǒng)一數據口徑。這里面還有其他相關功能，例如提高數據存儲質量，保證數據正確性、關聯(lián)性、開放性和安全性等。

以上是數據治理的整個流程圖，末端是數據的原始狀態(tài)，存放在各個業(yè)務系統(tǒng)中。通過采集幫助客戶建立數據庫和主數據庫，確立數據標準、數據自帶，最終給客戶終端的是資源目錄、目錄體系、主題數據倉庫。以及將所有數據最終落到融合中心來，做數據的交換和共享工作。

這是數據中心呈現出來的所有相關數據信息結果，包括數據治理的總量，正確處理數據的條數、清晰的條數、文化數據的條數。還有根據客戶相關場景需求，制定了哪些規(guī)則。每一個數據的來源，都可以在這個平臺進行可視化呈現。其實最終拿到數據之后，我們要指導客戶的業(yè)務，幫他做一些輔助決策的動作。最重要的兩件事是要做數據挖掘和多維分析可視化呈現。

我們的平臺包括統(tǒng)計分析、深入分析、特征工程、文本分析、機器學習等100多種算法，算法模型通過日常訓練，把它以可視化的界面呈現出來，以2D、3D， 3D的形式呈現出來。其實，數據挖掘的整個過程，就是通過歷史數據找到歷史上的一個關聯(lián)關系，通過歷史數據找到未來發(fā)展的趨勢。我們拿到了數據之后，希望達到可視化呈現的效果，我們也希望人人都可以成為分析師。這個平臺制作數據報告的動作，通過拖拉拽是能夠完成的。

平臺里面涵蓋200組組件，如果客戶有GS開發(fā)功能，我們還可以開發(fā)接口，讓組件對接到平臺上。在司法行業(yè)的各種案例，我裁減出了幾個分析場景。

第一個場景是案件分析的場景，根據這個場景我們生成了四個相關主題，每一個主題都有各種緯度的分析。

首先從各個業(yè)務系統(tǒng)進行數據的采集、清晰、融合，然后將所有案件進行多維分析。第一，智能訴訟的主題，可以對數據支撐、同案同判、，同案不同判進行分析。每一個分析主題和緯度都根據我們梳理的業(yè)務指標進行業(yè)務模型構建。

另外一個主題就是案件趨勢分布的分析，異常案件分析、專題案件趨勢分析。整個案件分析最終呈現給終端用戶或者給領導的是可視化效果圖，在整個圖里面我們把全市所有的案件進行了區(qū)域劃分。每一個區(qū)域可以進行數據明晰，右側是相關的統(tǒng)計數據展示，比如總的案件、在辦案件、結案的統(tǒng)計數據。左側的是針對每一個案件類型進行的橫向對比。透視案件，進行各個維度的詳細分析。

第二個場景是法官畫像。針對每一個法官的數據是散落到各個系統(tǒng)當中的，我們將法官的相關數據進行采集、梳理、構建整個指標體系，最后完成法官畫像的幾個應用場景。

比如說法官擅長案件的分析，法官制效的分析、法官標簽等，所有主題緯度確定好了之后，我們將構建指標體系。在這里面可以拿到的數據包括基本信息、辦案數據、行為數據，以及第三方來源的數據。拿到所有數據之后構建指標體系，我們最終將呈現出一個分析效果圖。分析結果包括了幾個緯度，比如法官的基本信息，法官基本信息又包括全年工作量和關其他信息，還有每一個月法官工作的分布。左側是對每一個法官的質效關系，每月辦案數、結案數給出的模型展示。

第三個場景主要針對當事人進行一個簡單的畫像，畫像主題又分為兩個場景。第一個是自然人信用，第二個是企業(yè)信用。我們拿到的數據包括當事人的所有數據，包括基礎數據、訴訟數據、執(zhí)行與被執(zhí)行數據、信用數據以及其他關聯(lián)方的數據，拿到這些數據之后我們從起點到終點做業(yè)務上的閉環(huán)分析。個人信用看板，把當事人所有信用信息都調取出來進行分析。企業(yè)信用看板，會把當事人所在企業(yè)和與企業(yè)相關的周邊緯度的關聯(lián)關系進行展示。最后形成當事人畫像。

最后一個場景是做文本分析。起訴書都是電子的，就是由紙質轉換成電子。我們原來希望通過電子進行橫向對比，從中發(fā)現案件與案件的關聯(lián)關系。后來發(fā)現如果在對非結構化的數據進行分析的時候，每一個模型訓練需要150個樣本，每一個樣本的成本是3毛錢。后來我們將所有體征進行提取，將非結構數據轉換成結構化數據。

對于一些辦案單位，我們把他從非結構化數據轉化成結構化數據。辦案經過、犯罪事實、法律條文，都會存到數據中心里面。拿到所有數據，我們可以進行案件的相關審查、證據的對比和同案比較。

延伸閱讀 

 華夏電通副總裁謝泳江：智慧法院建設思路和應用 

 人工智能時代來臨，看未來的司法如何運行  

北京市律典通總裁麥天驥：從法律人對人工智能的期待談大數據——人工智能在智慧法院的應用

 大咖互動：構建智慧法院，促進司法職能

來源：數據猿