如何采集和分析法律大數(shù)據(jù)_數(shù)據(jù)分析師培訓

第一步 數(shù)據(jù)采集與歸類

在中國裁判文書網(wǎng)采集裁判文書，目前是不能直接進行復制的，即使采取某些技術手段復制了，也需要重新建立文檔進行粘貼、為文檔重命名?？赡苣X得沒神馬，但這樣來回重復幾千下還是讓人崩潰呀。(自我反省，我是不是太懶了?)可有什么方法可以簡便快速的搞定裁判文書的采集呢?

1、安裝印象筆記

請保證您的電腦上(不分系統(tǒng))有印象筆記，紅圈中可愛的小象就是印象筆記了。

　　2、按照省份新建若干筆記本

對實現(xiàn)擔保物權特別程序的大數(shù)據(jù)分析，少不了要區(qū)分省份進行對比，因此，我以省份為項新建了若干筆記本，這些筆記本又組成一個實現(xiàn)擔保物權的筆記本組。以后我對實現(xiàn)擔保物權采集的全部素材就統(tǒng)統(tǒng)包含在這個筆記本組里了。

　　3、安裝印象筆記剪藏功能，使之能在瀏覽器上進行裁判文書采集分類

圖片中黃色圈部分就是印象筆記的剪藏功能按鈕了。如圖，我在瀏覽器上將需要收集的裁判文書打開，點擊黃圈部分剪藏功能按鈕，然后就會出現(xiàn)圖右邊印象筆記對話框。確定綠點選定在藍色圈的“網(wǎng)頁正文”選項上，然后按照裁判文書省份選定之前新建的筆記本，最后點擊確認。

這樣，越過了裁判文書網(wǎng)無法復制的障礙，拋棄了重復復制、粘貼、建立文檔等繁雜步驟，每份裁判只需要輕點幾下就乖乖收入到了我的印象筆記實現(xiàn)擔保物權筆記本組中，并且已經(jīng)按照省份做好了分類。

例如，在安徽省筆記本中，每份裁定書自動成為一條筆記，紅色部分自動統(tǒng)計該筆記本中的筆記條數(shù)，說明安徽省共116份裁定文書(幫我省了統(tǒng)計各省案件數(shù)量的活)。

自此，裁判文書的收集、分類完成。在有印象筆記軟件的電腦、手機、ipad上，只要我登陸自己的賬戶，就可以查看收集全部裁判文書，隨時隨地工作。

第二步 分項統(tǒng)計及分析

1、分析項信息錄入

本次實現(xiàn)擔保物權大數(shù)據(jù)報告，我們設定了15個BI分析項，包括申請人性質、擔保物權類型、審理形式、是否進行財產保全等。這個時候，excel出場了。

如圖黃色部分，我將需要分析的項在excel的第一行列出，并將每個省份作為一個工作表(紅色部分)，在數(shù)據(jù)分析軟件excel中錄入分析信息。更好的是，有時候需要直接復制裁判文書內容到excel中，印象筆記完全可以滿足我。注意，分析表中沒有案號一項，我認為案號的錄入也是相當大的工作量(再次自省，是不是太懶了?)，那如何解決?

2、不用單獨費力錄入案號，印象筆記來幫忙

如何將excel的每個案件信息與印象筆記中的每份裁判相對應?如果靠excel最左列數(shù)字，用數(shù)的方法對應印象筆記中的裁判文書順序，第19份還好，第99份呢，第199份呢、甚至第1999份呢?

這個問題，印象筆記目錄功能可以解決。

以廣東省為例，將廣東省筆記本內的筆記全選(快捷鍵：蘋果系統(tǒng)command+A，ｗｉｎｄｏｗs系統(tǒng)下control+A)，就會出現(xiàn)右邊紅色部分“創(chuàng)建目錄”，點擊創(chuàng)建目錄。這樣，廣東省的全部裁判文書就按照順序形成如下的目錄筆記。

在這樣的操作下，需要您保證excel分析信息錄入是按照每個筆記本中的每條筆記順序進行的，則excel的行號減1(第一行是分析項名稱)就與目錄中的紅色圈中的數(shù)字對應。找到對應的目錄數(shù)字后，只需要輕輕一點目錄數(shù)字后面綠色部分，印象筆記自動為您跳轉到該條筆記，無需您費力在幾百甚至上千個案例中尋找。

3、篩選器，只看想看到的信息

信息錄入后，要對各項信息進行歸納、分析、統(tǒng)計，篩選器在這個時候堪比貼心小棉襖。如圖紅色部分，對第一行分析項設置數(shù)據(jù)下的篩選器功能，這樣在分析項中就會出現(xiàn)下拉三角形標志。

如下圖，如果我需要統(tǒng)計該省份采用合議庭進行審理的案件數(shù)量，點擊篩選器的下拉三角形，勾選合議，則表中僅出現(xiàn)審理形式為合議庭的案件信息。這樣，分析、統(tǒng)計變得一目了然。

解決了裁判文書采集、歸類，信息錄入及篩選，您的大數(shù)據(jù)分析準備工作已經(jīng)基本完畢。接下來，就是利用收集的裁判文書、通過分析項信息的對比、統(tǒng)計，進行成果提煉、分析等工作，最后形成大數(shù)據(jù)報告。