龙哥死，白衣哥伤，大数据如何帮助到杀人双方当人事

文/涵诚

龙哥死了，白衣哥受伤了，大家议论的很热闹，龙哥死的大快人心，白衣哥受伤了，不要判刑、是打抱不平，是当代英雄等观点，跃然朋友圈。各种文字看后，大体可以分为系统性分析的，有做技术细节分析的，有做社会价值分析的，专业案件分析等等，总之都很精彩、很正能量。就是没有想要利用大数据来解决这个问题，故笔者试图利用计算机与数据科学提出这个问题的解决方案。

闲话少说，直接上干货：

第一步，杀人大数据采集

这一步自然是要采集人类历史上尽可能多的杀人数据案例，可以肯定，大部分是文字描述，不管如何，咱假定采集到了10万个典型案例，形成10T的文本资料吧。

数据源：案件文库，互联网爬虫，只要设计好采集的关键词、国内外各种案件文库网址等规则相信专业公司可以轻松完成；

第二步，杀人大数据治理

文本资料是需要经过NLP技术进行数据治理的，文言文要修改为白话文，英语要翻译成中文这两部可以不拘泥于细节。有系统可以做。因为自然语言是人类智慧的结晶，自然语言处理也是我们理解案例中最为困难的问题之一，我们拿到了10个T的文本资料，10万个案例，就需要利用NLP对这些案例进行文本分析，

先是分类，假定我们主要分4类： 1）坏人杀好人，直接杀杀人成功了 2）坏人杀好人没有成功但被好人反杀死一类 3）好人杀坏人，直接杀死的 4）好人杀坏人，反被坏人杀死了。这里需要对好人和坏人也要做些检索，比如利用舆论定义主人公是好人，还是坏人，机器先辨认一遍，然后按照人的分类再分一次。

然后，我们对于分类好的案例，做两个事情，自动分词：

好人姓名，特点，网络标注信息；

坏人特点，名称，网络标注信息；

然后我们根据分类会形成宽表，包括杀人者、被杀者、年龄、动机、时间、国家、地区、原因，职业、社会议论，社会影响、社会环境、具体描述等；

第三步，杀人大数据算法与建模

根据上一步我们宽表，我们需要提取好人的标签，比如，见义勇为，忠诚、正义、为民除害等；

当事人标签：主要区分当事人的属性特征，如职业信息可设定诸如古代英雄、历史忠臣，企业高管、普通白领、职场新人、全职妈妈、小企业、社会知名人士，人物分类很难，需要根据案件上的经验进行数据的标签化。

案件标签：主要根据案件发生的场景设定标签，白天，晚上，事件起因等。这个需要律师来参与。

行为标签：用刀杀、用枪杀、用身体杀、推下楼，用毒品，还是活埋，这个应该可以从10万个案例根据词频提取，也可以根据律师的经验总结；

社会背景标签：社会背景，人文情况，朝代、文化属性等；

确定应用场景的模型设计。假定我们建立两个模型

1）告诉杀人的人，杀人的后果？

2）告诉被杀人你如何正当防卫？

这里可能用到的算法

推荐算法： 基于关联规则的推荐（Association Rule-based Recommendation）是以关联规则为基础，把之前的案件作为参考，根据目前的案例标签找到相似的案例，为本案件推荐对象作出建议，关联规则挖掘可以发现不同案件在实施过程中的相关性，在案件案件中为当事人提供行为参考。可以了解为，相同属性的当事人的行为规则和判案结果之间必然有联系。通过这种联系预测判案结果。

聚类：主要解决对犯罪案件的动态分类，将当事人标签、案件标签、社会标签、行为标签的集合分成由类似的标签组成的多个类，这个符合 “物以类聚，人以群分”，这里聚类分析可称群分析，它是研究分类问题的一种统计分析方法。聚类分析起源于分类学，但是聚类不等于分类。聚类与分类的不同在于，聚类所要求划分的类是未知的。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。10万个案例估计聚类后就十多个。这样我们再处理起来就比较方便了。最后我们可以可以通过图形化感知案件。为当时人提供决策依据；

还可以应用回归、决策树：、支持向量机、深度学习、神经网络等算法，具体也是不断的完善和反馈的过程；

第四步，杀人大数据分析

这里有一个非常重要的数据源要在这个时候输入，就是当时的杀人情况，假定我们采取意念输入，我要杀人，愿意，动机，杀人设想，以及我要防卫，我为什么防卫等；

场景一：输入数据后，我们根据模型1）杀人后果分析模型，立刻给你得出结果，后果是什么？坐牢，失去亲人，孩子，老婆，父母后半生的生活窘迫等；

场景二、输入数据后，我们正当防卫分析模型1）如何正当防卫，正当防卫的时间把握，防卫前是否要沟通，防卫后可能遇到的案件风险，经济损失，刑期多久。

模型是假设的，清楚逻辑，不断试错（这种事情不知道如何试错，笔者还没有思考好）；

第五步，杀人大数据应用产品

 “防杀人” APP下载，手动输入杀人的动机，时间，方式，工具，周围环境等因素，然后系统自动告知，你TMD还是不要杀了，伤财害命，得不偿失，冲动是魔鬼；

这样我们的大数据产品从数据采集，到数据治理，到数据结构化，数据标签化，标签结合算法模型，应用分析，然后把结果推荐到APP端基本就完成了一个杀人大数据解决方案；

当然，大数据杀人的大数据解决方案总结下需要的人才和工具：

人才队伍：产品经理，数据分析师，技术工程师，架构师，律师。

工具：大数据采集平台，自然语言分析平台、大数据标签管理系统、大数据建模、数据分析挖掘，数据可视化，APP快速开发定制系统等，因为考虑到实时性，系统要部署在云端；

当然，肯定没有那么简单，数据是需要不断训练和反馈优化的，我们的大数据杀人系统解决的问题是惩恶杨善，利用大数据技术，利用机器学习人工智能，辅助杀人和被杀者做出理性的判断；数据与技术仅仅是在人与世间之间构建起桥梁，把深藏在案例的数据中的价值挖掘出来并加以应用。这不仅顺应了当下的大数据思维模式，也符合案件判案未来的发展方向。

最后，我们基于这个案例，我们不难发现以下法律案件大数据的重要建设思路：

    观点一：案件数据的重要性。广泛的采集全世界各种相关联的案件资源，数据资源化，资源资产化是关键。我们应该形成法律案件的资源库。

    观点二：案件大数据与数据科学将深度融合，利用各种机器学习算法理解案件的共性，提炼案件的个性，为当事人双方提供有效的行为措施，大数据所提出的关联分析的思路对于数据律法提供了新的治理思路；

    观点三：大数据将改变法律案件研究的范式。法学不是严格意义上的科学，法学设计的内容很多社会学，物理学，化学，数学，心理学等很多因素和大数据研究的范畴很相似，现在全国建立的大数据学院也多多学科沟通的体系。

    观点四：国家39号文要求，深化大数据在各行业的创新应用，探索与传统产业协同发展新业态新模式，加快完善大数据产业链。加快海量数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关。促进大数据软硬件产品发展。完善大数据产业公共服务支撑体系和生态体系，加强标准体系和质量技术基础建设。法律大数据的开放和共享必然会带来新的法律研判体系的变革；

    我相信：有一天，数据辅助判案，判案结果倒逼人的行为，利用数据治理案件行业将可期！而大数据正在挑战传统法律案件的研究方式，挑战法学的研究方式。

  白衣哥走好，大数据分析来迟了！

张涵诚（欢迎微信咨询：waynezhanghc） 研究领域主要包括： 大数据基础概论，大数据在企业和政府的应用实践，数据驱动业务变革的商业模式，医疗大数据运营体系、财税大数据、海关大数据、扶贫大数据、运营商大数据建设方案，旅游大数据平台建设方案，数据资产管理，大数据产业生态分析、数据交易市场，区块链，人工智能等新技术对于传统企业的价值和赋能方案。