法学大数据分析平台介绍.doc

一、应用背景 法律实证研究方法作为法学研究方法论体系中的重要方法之一，已经被越来越多的研究者所使用和关注。 但落到操作层面，研究者想采用实证研究方法，依然要面临不少障碍： 数据采集难：可得的公开数据越来越多，但如何采集下来 变量设计难：变量基于理论假设和样本观察而获得，但如何通过大样本观察 数据处理难：基于本课题设计了研究变量，但如何在大样本中高精度地提取 数据分析难：统计模型及工具的使用对法学背景研究者有一定困难 持续跟踪难：研究阶段性结束后，研究数据还会持续更新，如何跟踪和对照 鉴于以上诸多问题，北京法意科技有限公司（以下简称“法意科技”）历经十几年的技术研究和数据积累，推出的“法学大数据分析平台”，旨在为研究者提供数据采集、数据建模、数据处理、数据模型扩展、数据统计分析、数据可视化应用等全套科研助手服务，解决科研人员在课题研究过程中研究方法认识选用不足、数据收集整理耗时费力、组织管理困难等障碍，真正将研究人员从大量的资料整理和统计工作中解放出来，有效支撑了法律实证研究科研服务。 二、产品介绍 “法学大数据分析平台”（以下简称“平台”）是面向法学院校、相关科研机构、政法行业开发的集课题资源汇总、数据统计分析、科研成果发布等于一体的科研互联网工具和服务平台，聚焦法学科研的数据应用。 平台具有10大优势： 数据全 从各种正规渠道全面收录裁判文书案例数据，案例样本超3000万，数据权威。 变量多 基础变量高达2000项。 质量好 样本经过严格的去重处理，每个变量的精准度经过专门的质量体系控制平均准确率达到95%。 更新快 作为2003年就开始进行案例数据库的研发商，对数据的更新有一套成熟的运行体系。 检索强 支持3种检索模式，既有满足有哪些信誉好的足球投注网站引擎式的快速检索模式，也有满足开放式组合检索模式，检索逻辑包含与、或、非等20种，且支持“条件组”的组合检索逻辑。 支持自定义课题管理 支持对课题样本数据进行检索和剔除，精细化筛选数据样本。支持对课题成果的在线对比，满足用户因研究时间的变化，对分析成果的跟进比对。 提供课题探索工具 提供对选入课题的样本进行数据（D）、样本（S）、变量（V）交互观察工具，辅助发现课题进一步的研究视角。 支持自定义变量 课题有个性化变量需要时，可通过自定义变量方式来实现。平台提供在原有变量和文本内容的基础上，自定义新增变量，系统会根据设置的新增变量自动完成数据处理，形成变量对应的数据结果。 提供一体化的统计工具 平台内嵌专业的统计分析工具，包括单变量频次分析、描述分析、自定义报表分析、交叉分析等，可直接在课题中直接使用。 支持成果可视化展示和报告功能 平台根据主题研究内容和分析目的，确定分析的变量和维度，选择适当的统计分析方法，可视化形成表格、饼图、柱状、折线图、条形图。 平台能够根据课题样本种类和特征，自动生成初步的课题样本分析报告。 三、核心功能 图：业务流程 Step 1 创建课题 主要是根据研究方向创建研究课题，包括课题名称、参与人、研究目的等基本信息。课题创建有两种不同的方式：（1）直接在课题列表页进行新建；（2）样本筛选后保存时进行新建。 图：课题基本信息录入 Step 2 筛选样本 创建课题后，要根据研究方向筛选研究样本。平台提供三种样本筛选的方式： （1）快速检索，即通过关键词对样本进行简单检索； 图：快速检索 （2）常用检索，即通过常用的案由、法院、当时人字段对样本进行筛选； 图：常用检索 （3）高级检索，即通过自定义检索字段、定义检索条件的分组、自定义检索条件或条件组之间的逻辑关系，实现样本范围的更精准定位。 图：高级检索 Step 3 样本观察 通过不同的检索方式进行样本筛选后，对筛选出的样本的可用性可以进行多角度的观察，观察角度可以进行自定义设置。同时，系统提供三种探索观察方式： （1）数据视图（D）主要用于观察样本在不同维度的覆盖情况是否满足研究需要。 图：数据视图 （2）样本视图（S）主要用于观察样本的全文内容，用户可以根据样本的分布情况进行抽样观察。 图：样本视图 （3）变量视图（V）主要用于观测系统对样本的非结构化信息处理程度，处理程度越高则意味着有效样本越高、可研究角度越广泛、研究成果越可靠。 图：变量视图 Step 4-1 统计分析 通过样本观察确定样本有效、可用后，即可通过系统提供统计分析工具对样本进行多维度、各种方式的统计分析，作为研究结论的数据基础。系统提供单变量频次、描述性分析、交叉表格等多种统计分析工具，分析结果以报表方式展现。 图：统计报表 Step 4-2 变量设置（可选流程） 当系统中已有的变量不足以满足对样本的分类及对课题的研究时，用户可以根据现有变量进行变量的自定义（如根据已有的“年龄”变量，我们可以根据年龄区间设置“年龄段”这个自定