京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据让“老赖”成为“透明人”
参考大数据分析研判结果,科学评估被执行人的履行能力,针对不同的情况制定不同的执行方案,采取不同的执行措施,可以真正做到因案施策、精准执行。
被执行人何某拒不申报财产,也不自觉履行义务,执行法官通过大数据分析系统发现何某一年乘坐飞机十余次,住宿五星级宾馆50余天,多次往返北京、上海、贵州、云南等省市,经综合研判,法院以涉嫌拒执罪将何某移交公安机关侦查。
被执行人陈某因家庭经济窘迫,不舍得用自来水浇灌家中菜地,平时就擅自掀开路边下水道井盖取水浇菜。三年前的一天,陈某在一次取水后,没有及时将井盖复原,苏某驾驶非机动车路过此处时不慎撞上井盖摔倒受重伤,经医院抢救无效死亡。经公安机关认定,被执行人陈某负该事故主要责任。陈某年过半百,早年因慢性病而离职、离婚,没有收入来源,仅靠800多元的低保维持生计和医疗。其仅有的老宅已败落不堪,与老母亲蜗居在十几平方米的违章搭建房内。执行法官在平台上对陈某的履行能力进行分析,系统示意图显示其履行能力为零。面对数据详尽分析,申请执行人表示理解。
无锡中院副院长弓建明表示,对穷尽传统查控措施,且经大数据分析系统综合分析,确定被执行人确无履行能力的,系统将分析结果进行立体展示并形成翔实的综合报告,使申请人清楚被执行人的确无可供执行财产,了解案件的执行不能,从而理解法院的执行工作。
记者采访中了解到,平台还具有轨迹分析、告警管理、监督管理等功能。通过平台可查询被执行人出行记录、出行方式,用图形立体展示被执行人的出行轨迹,并可根据时间段、出行地点等进行分段查询。从而分析被执行人是否存在违法高消费行为,是否存在有能力而拒不履行行为。
对于同一被执行人案件在全市超过一定数量时,系统会自动告警并予以提示,便于中院执行局及时进行统一管理,对相关执行案件进行协同执行、指定集中执行。
系统自动记录每个用户、每个IP地址的任何操作记录,并形成完整操作日志,从而确保系统正确使用和数据的安全;也可以监督执行法官、执行法院对系统的使用行为。
惩戒失信:一朝失信 处处受限
被执行人履行能力大数据分析系统整合了来自法院、无锡市公共信用综合服务平台及互联网的多方信息,通过数据碰撞交融较为准确地辨识出失信被执行人,通过多部门对被执行人实施联合惩戒。
今年5月,无锡市税务系统评定“2017年度纳税信用A级纳税人”时,将国、地税提供的共计4万余名候选人名单导入平台与“失信被执行人”数据库进行比对,发现候选名单中分别有125名和123名失信被执行人,结果报送税务机关后,相关部门立即取消了这批失信被执行人的参评资格。
而违法企业只要上了失信被执行人名单,将在获得荣誉、政策扶持、政府资金支持、新增项目和用地审批、项目招投标、政府采购等方面受到限制。
据了解,该系统运行以来,无锡两级法院已通过大数据分析系统对48439个被执行人信息进行分析,对相关被执行人的财产及时采取查封、扣押等执行措施53177次,执行案件29653件。对被执行人采取罚款、拘传、拘留等强制措施人数增加320%。移送和判处拒执罪的被执行人同比上升154%,被执行人自觉履行率提高37%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17