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

第一步 數(shù)據(jù)采集與歸類

在中國(guó)裁判文書(shū)網(wǎng)采集裁判文書(shū)，目前是不能直接進(jìn)行復(fù)制的，即使采取某些技術(shù)手段復(fù)制了，也需要重新建立文檔進(jìn)行粘貼、為文檔重命名?？赡苣X(jué)得沒(méi)神馬，但這樣來(lái)回重復(fù)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(jiǎn)便快速的搞定裁判文書(shū)的采集呢?

1、安裝印象筆記

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

　　2、按照省份新建若干筆記本

對(duì)實(shí)現(xiàn)擔(dān)保物權(quán)特別程序的大數(shù)據(jù)分析，少不了要區(qū)分省份進(jìn)行對(duì)比，因此，我以省份為項(xiàng)新建了若干筆記本，這些筆記本又組成一個(gè)實(shí)現(xiàn)擔(dān)保物權(quán)的筆記本組。以后我對(duì)實(shí)現(xiàn)擔(dān)保物權(quán)采集的全部素材就統(tǒng)統(tǒng)包含在這個(gè)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(jìn)行裁判文書(shū)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(shū)打開(kāi)，點(diǎn)擊黃圈部分剪藏功能按鈕，然后就會(huì)出現(xiàn)圖右邊印象筆記對(duì)話框。確定綠點(diǎn)選定在藍(lán)色圈的“網(wǎng)頁(yè)正文”選項(xiàng)上，然后按照裁判文書(shū)省份選定之前新建的筆記本，最后點(diǎn)擊確認(rèn)。

這樣，越過(guò)了裁判文書(shū)網(wǎng)無(wú)法復(fù)制的障礙，拋棄了重復(fù)復(fù)制、粘貼、建立文檔等繁雜步驟，每份裁判只需要輕點(diǎn)幾下就乖乖收入到了我的印象筆記實(shí)現(xiàn)擔(dān)保物權(quán)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(shū)自動(dòng)成為一條筆記，紅色部分自動(dòng)統(tǒng)計(jì)該筆記本中的筆記條數(shù)，說(shuō)明安徽省共116份裁定文書(shū)(幫我省了統(tǒng)計(jì)各省案件數(shù)量的活)。

自此，裁判文書(shū)的收集、分類完成。在有印象筆記軟件的電腦、手機(jī)、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(shū)，隨時(shí)隨地工作。

第二步 分項(xiàng)統(tǒng)計(jì)及分析

1、分析項(xiàng)信息錄入

本次實(shí)現(xiàn)擔(dān)保物權(quán)大數(shù)據(jù)報(bào)告，我們?cè)O(shè)定了15個(gè)BI分析項(xiàng)，包括申請(qǐng)人性質(zhì)、擔(dān)保物權(quán)類型、審理形式、是否進(jìn)行財(cái)產(chǎn)保全等。這個(gè)時(shí)候，excel出場(chǎng)了。

如圖黃色部分，我將需要分析的項(xiàng)在excel的第一行列出，并將每個(gè)省份作為一個(gè)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(shí)候需要直接復(fù)制裁判文書(shū)內(nèi)容到excel中，印象筆記完全可以滿足我。注意，分析表中沒(méi)有案號(hào)一項(xiàng)，我認(rèn)為案號(hào)的錄入也是相當(dāng)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(dú)費(fèi)力錄入案號(hào)，印象筆記來(lái)幫忙

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

這個(gè)問(wèn)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(nèi)的筆記全選(快捷鍵：蘋果系統(tǒng)command+A，ｗｉｎｄｏｗs系統(tǒng)下control+A)，就會(huì)出現(xiàn)右邊紅色部分“創(chuàng)建目錄”，點(diǎn)擊創(chuàng)建目錄。這樣，廣東省的全部裁判文書(shū)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(gè)筆記本中的每條筆記順序進(jìn)行的，則excel的行號(hào)減1(第一行是分析項(xiàng)名稱)就與目錄中的紅色圈中的數(shù)字對(duì)應(yīng)。找到對(duì)應(yīng)的目錄數(shù)字后，只需要輕輕一點(diǎn)目錄數(shù)字后面綠色部分，印象筆記自動(dòng)為您跳轉(zhuǎn)到該條筆記，無(wú)需您費(fèi)力在幾百甚至上千個(gè)案例中尋找。

3、篩選器，只看想看到的信息

信息錄入后，要對(duì)各項(xiàng)信息進(jìn)行歸納、分析、統(tǒng)計(jì)，篩選器在這個(gè)時(shí)候堪比貼心小棉襖。如圖紅色部分，對(duì)第一行分析項(xiàng)設(shè)置數(shù)據(jù)下的篩選器功能，這樣在分析項(xiàng)中就會(huì)出現(xiàn)下拉三角形標(biāo)志。

如下圖，如果我需要統(tǒng)計(jì)該省份采用合議庭進(jìn)行審理的案件數(shù)量，點(diǎn)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(jì)變得一目了然。

解決了裁判文書(shū)采集、歸類，信息錄入及篩選，您的大數(shù)據(jù)分析準(zhǔn)備工作已經(jīng)基本完畢。接下來(lái)，就是利用收集的裁判文書(shū)、通過(guò)分析項(xiàng)信息的對(duì)比、統(tǒng)計(jì)，進(jìn)行成果提煉、分析等工作，最后形成大數(shù)據(jù)報(bào)告。