大数据思维导图模板_ProcessOn思维导图、流程图

数据获取

数据的类别

分类一

业务数据

直接反映业务内容的数据

行为数据

业务人员活动过程中的数据，并不直接反映业务内容，主要由机器采集

分类二

元数据

关于数据的数据，描述和定义数据的结构，体现数据的标准与核心业务范围

元数据一般是由系统设计人员设置，相对稳定，但随着业务进化和对业务理解的加深，有变化的弹性空间，适度保持开放性

内容数据

具体的数据仓库中的内容

分类三

原始数据

第一手数据

信息全面，但难以直接运用

衍生数据

基于第一手数据进行计算得到的一系列数据

信息有舍取，直接面对某个领域的应用

分类三

规范数据

符合一定格式，有明显的规律的数据

不规范数据

规律不明显或较复杂的数据

把不规范数据通过算法演变成可执行、可计算的规范数据

数据的获取方式

人工录入

从无到有，一般是自有业务数据采用录入的方式

填表式录入

对话式录入CaaS

更好的交互

人工环节是数据发生错误的最大隐患，应当通过制度和技术，最大程度限制人工录入（懒惰人假设）

“做”报表，尽量减少人工环节

联网导入

他山之石，一般是其他单位或行业的数据，通过联网获取

权限与信任

价值交换

部分自建信息系统的数据，进行大数据汇集，消除数据孤岛

数据导入与数据交换

旧数据的转化应用，变废为宝，而不是丢掉再搞一套

机器采集

机器采集一般针对行为数据

系统内嵌功能

如文书起草的间隔时间、录入数据的规律

基于物联网

如摄像头、温度、湿度对办案人员的影响

看守所、监狱、监外执行、社区、企业、重点机关、派出所……

如监外执行人员的手环数据

建议

全盘摸清，不搞重复建设，能采集的数据决不导入，能导入的数据决不录入

架设桥梁，而不是推倒重来，不挑战现有工作习惯，除非万不得已

大数据的本意是从大量不规范的数据中挖掘出意义，但是现在变成了，需要什么数据，就建一套什么系统，让大家去填表

即便是录入数据，良好的互动可以保证工作效率和数据的真实性

如何获得其他单位或行业的现有数据，需要一些价值交换，要不然别人不给

数据维护

包括存储、转换、更新、扩容

比如卷宗扫描进来存为图片，是不够的，还需要OCR成文字，还需要对OCR的文字进行除错

比如那些录像视频，如果能人脸识别，势必可以减少存储成本，而且变成“可搜索”、可编程的

数据存储的原则

安全

可信

区块链

司法体制改革，检察官办案责任制

易交互

流动的数据，而不是死的、封闭的，这是活的大数据

有一些数据，特别是基础数据不是靠传统的行政命令可以很好的得到，需要一些巧妙的智慧

比如支撑法律人工智能的法条决策树化的底层设定

属于“元数据”

它或许需要一些激励，调动大家的积极性，以wiki的方式建立起它来

众包方式极大降低维护和更新成本

可扩展

云计算

成本可控

数据积累

作为个人经验、集体经验的仓库

传承下去，不因个人的缺位而影响系统

集体智慧：如蜂巢、蚂蚁

检察云智库

数据应该存储在哪里合适？

数据脱密

数据处理

有污推定：数据都会存在问题，会存在错误，所以需要数据处理

数据清洗

数据纠错

错别字、文书不规范

明显的异常值

标记、降权

数据格式化

明确其应用领域

有限状态，才能发挥最大作用，就像不同密度的碳物质用途完全不同

数据自进化

分类、聚类、合并同类项

改变粒度

数据要有一定程度的冗余，以确保最低限度的可靠性

效率与成本的取舍

所以说，不仅仅是技术人员的事情，业务人员要深度参与，思考每个细节

建立多维度关联

数据冗余排错

同类数据的互相排错识别

用行为数据检验出业务数据的错误

数据处理过程，其实就是发现工作中问题的过程

检察权规范运行

数据系统的目的，就是要使程序、流程、内容、结果、行为全掌握、全可控

权责、规范、动态、日常办公办案、队伍建设、人员管理、机关管理，执法公信力

假数据问题

也许是善意的，也许是真实的谎言

原子世界的事物转化为比特数据的过程，必然会丧失掉一些信息；从事实到法律，也是一个格式化往往削足适履的过程，也会削去一些信息，如此，有些东西就永远藏在了背后，不能被机器知晓、认知。不完全信息的存在，会提升“黑天鹅”的隐患概率，为此，我们需要让系统在处理的过程中保持适度的开放性，如元数据的进化，也需要让人保留最终的解释权和干预权，比如，录入的数据不符合机器预设逻辑，但事实就是如此，于是可以给他们开一个“其他”情况，像立法也是如此，总要留一个口子，应对特殊情况。当然，权限要严格，不能随意操作。

对数据的质量评估

改进元数据（人工或自动的）

数据检索

界面搜索：面向最终用户

智能/傻瓜搜索

高级/精准搜索

易用性与精确性其实难以兼得，从信息论的角度，所谓智能，其实损耗的是输入信息的精准度

最终用户包括：

检察干警

实际上，干警使用系统的行为数据，也是一种数据，反馈回来记录分析，也是有价值的

普通群众

实际上是检务公开