|
大数据要用于刑事办案，必须要办案部门与技术部门通力合作。因为在司法机关人员中，运用大数据方面大多存在“会办案的不会技术，会技术的不会办案”等问题，双向均精通的相对不多。其实小编认为也没必要两方面都精通，但要对不精通的方面做到明白能为我做什么。如小编办案经验还算有些，技术方面除年轻时为玩游戏被迫以各种方式捣腾过计算机软、硬件外，现在的技术具体运用完全没上过手，自然属“会办案的不会技术”那种，但好在平时注意学习，知道现在的技术手段能为办案什么，如最简单的手机数据恢复、分析，也了解了大数据是指什么会带来什么思维变革。同样，技术部门人员也不必须掌握犯罪三阶层，但需要能够了解目前的技术能为业务部门做什么，了解一些构成犯罪的要素，如传销案件分析数据是为找层级、人数等，就能有针对性加以解决问题。 上两期向大家汇报了在刑事案件办理与大数据的关系，有的朋友提出能否再具体说明在刑事案件中如何运用大数据。一般来说大数据分析、挖掘分几个步聚：数据收集——数据清洗——数据分析——预测模型即建模——结果评估。小编就此又进一步学习，在假设能够取得数据情况下并站在检察工作的角度，重点汇报大数据在刑事案件办理的“双向用户思维”“找准切入点”“数据分析评估”。 大数据在刑事办案运用首先离不开建模，建模的技术搭建由技术部门负责，但建成后运用的又是业务部门，因此必须在建模时就要有技术与业务的双向用户思维。对技术部门来说，业务部门是用户，要解决业务部门提出问题后如何与大数据分析结合；对业务部门来说，技术部门是用户，要解决技术部门建模的准确切入点在哪里，想通过建模解决什么问题（这将在以下“找准切入点”汇报）。只有相互建立了以对方为“用户”的思维，才能完善整个建模运用。 这里先重点说明技术部门，因为不同的业务部门会有不同的需求，如同样提出对“涉案在校生银行卡不明收入或支出”的数据分析，负责未成年人检察部门可能关注的是涉案在校生是否有外出违法犯罪或被校内霸凌，负责网络犯罪检察部门可能关注的是涉案在校生是否有快进快出资金参与网络支付结算。而对此的建模又是不同的方向，负责未成年人检察部门需要分析银行卡收入资金与可能违法犯罪的关联或者支出是否能够指向存在校内霸凌的可能；负责网络犯罪检察部门可能想了分析资金的进出情况是否符合“跑分”的特征。因此，技术部门如了解不同业务部门提出数据分析背后要解决的问题，如对未成年人检察部门的建模就要增加涉案在校生银行卡收入和支出关联账户的碰撞，而对网络犯罪部门就要增加涉案在校生银行卡收入和支出的频率，这样才对建模具有意义。 这里先说一个有关联的题外话，大数据运用是从商业开始，而一般商业化的大数据分析只注重相关性而不过多关注因果性，这也是大数据的神奇之处。如网络的广告服务，是利用大数据分析用户的搜索历史、地理位置、语言偏好等信息，过分析海量数据能够更好地了解用户的需求和兴趣，从而为广告商更精准地投放广告。其中海量数据分析只关注用户在搜索历史、地理位置、语言偏好的相关性，而不关注用户为什么会有这一相关情形的因果性。记得以前读过一本书，某超市经过数据比对发现尿不湿与啤酒放在一起会同时提高双方的销售，于是该超市这样摆放后的确提高这两种商品的销量，即商业化主要关注大数据分析出的关联性以提高销量即可，至于为什么尿不湿与啤酒放在一起会同时提高销售的原因即因果关系，则不会去关心。 但是司法不同，特别是刑法讲究的是因果关系，最少在目前，不可能在大数运用上找相关性而不究及因果性（当然，在侦查中可以通过关联性发掘线索，但要认定事实还是回到因果性），如不可以大数据分析浏览特定网站等数据与强奸行为的相关性，而认为行为人常浏览与强奸行为的因果性。因此，在不考虑大数据未来发展的目前阶段（难以预测大数据以及ChatGPT等人工智能会发展成什么样），还是需要业务部门根据案件的因果关系找寻大数据分析的切入点，提供给技术部门建模分析： 1.数据挖掘。通过对大量案件数据的分析和挖掘，发现案件之间的联系和规律，是一种从数据到案件的方式。如通过对民事诉讼参与人的分析，发现哪些关联人员——具体人员或某公司等员工——作为提出的民事诉讼符合“套路贷”的方式，然后将这些民事诉讼进行分析。 2.案情分析。通过对历史案件涉及的人员、时间、地点等信息，分析和挖掘可能忽略的案件情况，是一种从案件到数据的方式。如通过案件分析，对油罐车停留30分钟即可能为装卸油，据以对数据分析和挖掘加油站的汽油出货量；如通过对历史案件中涉案车辆的轨迹，分析和挖掘可能同时出现频率较高的其他车辆等，据以发现可能遗漏的其他涉案人员或车辆情况。 3.关联事物。通过对涉案特定财物、物品的轨迹或必须的关联事物，分析和挖掘可能的关联犯罪。如涉案有相关违法改造的特种运输工具的，可以通过该特种工具专用的维修零件、机油等分析和挖掘可能遗漏的运输工具去向；如犯罪必然要行使的行为，走私、毒品等的运输，保险诈骗的保险事故等。关联事物的数据发掘、分析是大数据的“宝矿”，从侧面可能会发现更多的案件线索，这更需要司法人员充分摸清犯罪的行为方式。 4.案件及风险预测。通过对某类行为的高发或某些行为人的日常行为，可以利用大数据技术对犯罪行为、社会事件等进行监控和分析，及时发现异常情况并采取相应措施。这一方式更偏重于案件侦查，如对某地银行卡与美团外卖等多数据异常分析可能进行某种非法行为的可能性等。 综上，司法的大数据运用不能像商业那么肆无忌惮，虽然已引起重视但商业上可能不那么重视程序与公民隐私等合法权益。司法上对数据的运用会有严格的审查，也要注意对公民合法权益的保护，因此数据来源受限；也不可能什么数据都一股脑上，事实上就算可以所有数据一股脑上司法机关也不可能有那么高的算力，因此找准切入点，即建模设置有针对性的条件，才能达成效果 三、大数据分析评估 利用大数据对刑事案件的分析与挖掘，对犯罪行为、社会事件等进行监控和分析，可以及时发现异常情况并采取相应措施。数据建模分析后得出的仍是行为的可能性，可能还需要多次比对，要不断运用中收集更多数据以及为建模找到更多切入点（条件）、综合性因素等，长期进行相关性比较得出因果性。如对“跑分平台”的分析从银行卡、运行IP等，随着“跑分平台”的发展还要加入虚拟货币等数据及分析、挖掘切入点，还要不断提升数据的收集。 总的来说，大数据运用源于商业领域，很多大数据分析、挖掘方法在司法中运用不了，但运用原理一样，目的也相同，在司法的运用上仍需要不断学习完善。
|
