京公网安备 11010802034615号
经营许可证编号:京B2-20210330
检察机关大数据建设应用典型案例
当前,贵州省检察机关正在全力打造检察大数据三个应用系统。
一是创建大数据司法办案辅助系统,实现司法办案智能化。该系统以案件证据表单审查、案件审查、出庭支持三大模块为依托,运用人工智能和大数据技术,通过案件信息智能采集,“要素—证据”智能关联,绘制“犯罪构成统一标准”图谱,建立各罪名案件数学模型。
二是创设案件智能研判系统,为个案、类案研判提供精准数据分析。基于海量数据,个案研判可实现对犯罪事实和嫌疑人画像、案件偏离要素原因分析、案件量刑参考、出庭情况评估等功能;类案研判可对某一类犯罪从时间、地域、偏离度等不同维度展开综合分析。运用该系统对贵州近两年办理的14100件故意伤害案件进行分析,发现其中存在要素偏离2332件,量刑偏离2395件,证据风险674件。结合网上案件质量评查系统,已评查各类案件100352件,发现和纠正实体性瑕疵30余个,已由办案单位整改纠偏。
三是创立大数据分析服务系统,为科学管理决策提供“智库意见”。该系统主要从办案强度、质量、效率、效果、规范五个维度为领导决策提供“智库意见”,发挥“大数据”全天候监督的“第三只眼”效能。目前,该系统数据涵盖10余个业务条线,产生并分析数据2594万余条,为各级检察机关领导全面了解当前业务和趋势、促进决策科学化提供有力支撑。
此外,贵州检察机关还统一数据标准,已经建立检察机关信息资源目录和政法机关统一数据交换标准,初步形成电子卷宗库、起诉书库、犯罪嫌疑人基本信息库等各类主题数据库,完成检察数据资产148个,公检互联数据资产56个,检法互联数据资产12个,检司互联数据资产25个,逐步建成检察机关大数据资源池。
二、北京市检察院“检立方C-139”大数据平台
2014年北京市检察院依托全国检察机关统一业务应用系统,利用大数据思维和技术,对历年来积累的办案数据进行了整合、挖掘和利用,建立了“检立方C-139”大数据辅助决策平台,将大数据和检察工作紧密结合。“检立方”的核心理念为“一核、三轴、四维、多面”的大数据立方体。“一核”是指以检察数据为核心,“三轴”是指以规范、监督、公开为三条主轴,“四维”是指绩效、案件、时间、人员四个维度,“多面”包括统计分析、预警研判、管理支撑等多项基本功能,形成检察业务的多维度管理体系。
目前,“检立方”已经采集案件信息60万件,业务数据1.1亿项,整合了四大资源数据库和160个系统功能,通过挖掘、分析765项指标和4300名人员信息,这些数据均细化到每一个院、每一个部门、每一名检察办案人员。通过整合三级检察院案件信息和文书,形成了一案一表和“文书链”,实现了一个案件所有诉讼环节的信息纵向贯通。通过梳理比对案件和流程的关系、信息项和文书之间的对应关系,形成了数据质量检查体系。利用自然语言处理和数据可视化技术,实现了文书多关键词检索以及启发式过滤辅助筛选,使承办人能够快速精准获取相关案件文书,为办案工作提供有力支持。
2017年4月,北京市检察院在“检立方”大数据平台基础上,进一步转型升级打造了检察管理监督平台系统1.0版,已正式上线运行的这一平台将建设成为检察管理监督体系的主阵地和中枢,实现全程网上留痕、动态管控,全院、全员、全过程管理监督。全流程监管将与司法改革后检察官权责清单紧密对接,动态监督每一个办案主体司法办案全过程。
三、浙江省检察院大数据云平台
2016年3月,浙江省检察机关与阿里云签署协议,围绕浙江检务云计算平台建设和数据上云、应用上云加强合作,依托电子检务工程,同步建设“浙检云图”“浙检云视”“浙检云政”“浙检云侦”平台。
“浙检云图”大数据可视化应用平台分总屏和分屏两部分,总屏展示6大业务条线共27个核心指标项。各业务分屏展示侦监指标19项,公诉指标22项,未检指标19项,执检指标22项,控申指标14项等。在全省地图区域展现数据地区分布情况和实时办案数据信息,将分析后的数据以动态、直观的多维报表、图形形式展现,为领导决策提供数据依据。可以实现数据分析结果的随需查询、随需分析、随需展现和随需发布,通过业务全貌、重点评查、辅助决策和智能预判等可视化功能,提升数据价值和决策分析水平。
围绕重点领域,“浙检云图”在对浙江省检察业务全貌分析实现可视化基础上,围绕浙江省检察院发挥职能保护促进非公经济发展和打击污染环境、危害食品安全和网络诈骗犯罪等工作的数据分析实现可视化,体现直观性、实时性、动态性、趋势性和地域性,助力提升对重点检察业务工作的分析决策和趋势预判的能力和水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27