未检办案辅助分析平台

　　成都市武侯区人民检察院未检办案辅助分析平台作为集数据采集、融合、分析、预测为一体的数据分析平台，改变传统人工统计方式，通过对各维度数据梳理分类，对于未成年人犯罪以及侵害未成年人的犯罪态势、犯罪特点、犯罪区域等进行分析，为检察决策提供支持。（1）提供未检业务 审查逮捕收结案件、审查起诉收结案件、附条件不起诉等重点指标、审查逮捕趋势、审查起诉趋势、 嫌疑人案由、被害人案由的动态分析。（2）利用数据分析和可视化技术进行数据呈现，结合司法社 工提供的社会调查报告，形成涉案未成年人的人物画像和与人物特征词云。（3）以辖区内未成年人 涉案情况、法治教育状况等数据信息为基础，结合提前设定的方案自动计算出对于每一个涉案的未 成年人的帮教方案。（4）根据平台中的案件数据，可通过自定义的方式得出未检业务态势分析报告， 并可以导出为未检部门对辖区内的涉未案件分析提高重要依据和参考。全文分为三个章节，第一个章节介绍项目概述，包括项目背景与平台的具体情况。第二个章节介绍平台中使用的关键技术。第三 个章节介绍平台目前的功能介绍和效果呈现。

　　一、项目概述

　　（一）项目背景

　　由于未成年人犯罪具有特殊性，成都市武侯区人民检察院过去只有个案的资料，很难形成对未 成年犯罪没有全局层面的数据指引；同时，帮教工作由于人少案多、各方面数据未打通，从而导致 未成年人的犯罪预防及帮教工作呈现出时间紧、任务重、效果不理想的局面。

　　为解决以上问题，成都市武侯区人民检察院根据最高检《十三五时期科技强检规划纲要》、《关 于深化智慧检务建设的意见》的要求，依托“武侯·星火”未检工作室，通过与专业技术公司共建 “智慧检务实验室”，促进现代科学技术与未检工作的深度融合，依托大数据、人工智能等技术手 段，建立未检辅助办案分析平台，项目从 2017 年底提出规划并落地建设，目前第一、二期建设已经 完成并已投入应用。

　　（二）未检辅助办案分析平台

　　（1）从人工统计到大数据分析，提升办案智能水平

　　“未检办案辅助分析平台”作为集数据采集、融合、分析、预测为一体的数据分析平台，改变 传统人工统计方式，通过对各维度数据梳理分类，对于未成年人犯罪以及侵害未成年人的犯罪态势、 犯罪特点、犯罪区域等进行分析，为检察决策提供支持。一是提供未检业务审查逮捕收结案件、审 查起诉收结案件、附条件不起诉等重点指标、审查逮捕趋势、审查起诉趋势、嫌疑人案由、被害人 案由的动态分析，数据与大数据中心平台进行实时同步。二是实现未检特殊检察程序的每个环节：法律援助、社会调查、合适成年人到场、亲情会见、心理疏导、亲职教育、帮教情况、犯罪记录封 存的时间趋势、办案单位分析；实现对未成年犯罪嫌疑人、未成年被害人的特殊检察各环节的人数 统计、趋势分析等。三是利用数据分析和可视化技术进行数据呈现，以辖区内未成年人涉案情况、 法治教育状况等数据信息为基础，导出研判分析报告，并以向相关部门、街道、学校发出检察建议、 工作联系函等方式，有效发挥检察机关在预防未成年人犯罪中的监督作用，形成工作合力。

　　（2）从经验判断到数据支撑，实现精准帮教辅助

　　一方面依托办案系统，从中提取未检办案数据，另一方面通过跨网交换，获取社会调查表选项， 通过对违法犯罪未成年人的性格特点、兴趣爱好、家庭环境、父母文化程度、父母就业情况等多方 面分析其生活环境，探索其违法犯罪影响因素；从未成年被害人的年龄、性别、受害类型等方面分 析未成年被害人特征，从而建立涉案未成年人人物画像，并对影响涉案未成年人的生活环境、心理 特征、个人性格等关键词进行特征词云分析，同时依托我院建立的羁押必要性审查、附条件不起诉、 未成年被害人心理干预及救助等制度进行风险评估，自动生成精准帮教方案和研判分析报告，改变 原有依靠承办人经验判断及感性认识，依托数据支撑实现智慧辅助办案。平台建立以来，已录入武 侯区未成年人犯罪 300 余人，初步建立涉案未成年人人物画像模块，并对 100 余件未成年人案件处 理提供了精准帮教方案和研判分析报告。该平台现已作为成都智慧未检应用项目，目前已推广到成 都市两级检察机关上线使用。

　　二、关键技术

　　（一）框架技术

　　采用 ETL 数据处理工具 Kettle 实现结构化数据的抽取、清洗、汇聚，采用光学字符识别技术、 自然语言处理技术实现非结构化数据的自动提取，采用数据挖掘的分类与预测等技术实现建模,采用 OLAP 技术实现检察未检业务的多维分析，采用 Echarts、Gis 等实现办案、预防数据的前端可视化。

　　（二）数据采集

　　通过系统配置文件，设置系统运行的一些基础参数和抓取页面地址等信息，自动从设定网站抓 取新闻资讯内容，同时对内容进行清洗、过滤。采用 textrank 算法对文章内容进行关键词提取，存 入数据库。

　　（三）人工智能

　　人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能 相似的方式做出反应的智能机器，该领域的研究包括机器学习、语言识别、图像识别、自然语言处 理等。

　　（1）自然语言处理

　　自然语言处理技术可以从文本中提取意义，采用 jieba 分词算法从未成年人社会调查报告中提 取人物特征。并利用 WorldCloud 生成青少年特征词云分析模型。

　　（2）数据挖掘

　　数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找、 规律表示 3 个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析等。比如利用数据挖掘的算 法从历史积累的未检业务的办案数据中寻找未成年人犯不同类型罪名所具有的不同特征，建立青少 年风险等级评估模型和犯罪风险预测模型，指导检察官及时制定干预措施及矫正方案；通过建立涉 案少年帮教建议模型，为涉案少年推荐个性化帮教方案，指导社工和心理咨询师实现精准帮教。

　　三、平台功能介绍和效果呈现

　　平台首页

　　支持地图导航功能，通过热力图分析技术实现对管辖区域内的宏观总体情况到具体指标的切换。 辅助检察官迅速掌握案件办理与预防动态。

　　人物画像

　　对在办案件、已办案件的未成年犯罪嫌疑人进行人物画像。结合未成年人特征库对嫌疑人进行 标签划分，辅助检察官全面了解犯罪嫌疑人整体信息。 人物标签包括 9 类：性格、兴趣爱好、受教 育情况、在校表现、家庭类型、监护情况、特殊群体、社会关系、涉案特征。点击具体标签可以查看特征详情。

　　特征词云

　　对平台数据库中违法犯罪未成年人案件和未成年人社会调查表进行数据处理，利用自然语言技 术识别社会调查表中涉罪未成年人和被害未成年人的相关特征信息，并采用词云的形式对提取到的 特征信息进行展现，利用机器学习对获取到的特征数据和案件相关信息进行综合分析，并提供导致 该未成年人犯罪的前 10 个高风险因素和影响比例。

　　帮扶建议

　　责任编辑：广汉