大数据技术在法律监督中的应用必须遵循以数据为中心的原则,改变以经验为核心的传统范式,用数据驱动代替经验驱动,不断从数据中获取有价值的法律监督方向,形成大数据法律监督的基本范式。

　　□为了保障大数据法律监督的精准性,有效开展线索研判环节的工作,有关人员需要进一步培养线索研判能力,了解检察业务和社会情况,提高逻辑思维能力,掌握线索推演、推导方式方法。

　　2022年1月召开的全国检察长(扩大)会议强调,要以检察大数据战略赋能新时代检察工作高质量发展。笔者结合自身工作和实践,对传统数据分析技术、大数据分析技术在服务法律监督基本范式上的差别试作分析。

　　深入理解大数据的本质

　　大数据技术是人类长期实践经验与数学、通信科学、计算科学等相关领域研究成果结合的产物。十八世纪,以伯努利为代表的一批数学家以严密的数学形式论证了频率的稳定性,以及当随机事件发生次数足够多时,事件发生的频率将会趋近于预期的概率,简单来说,就是数据样本越多,其表现出的性质就越接近背后的规律。上个世纪四十年代,数学家香农基于长期通信科学实践总结出信息论理论,并提出用信息熵度量信息量的方法。在信息论的数学体系中,信息的意义在于消除不确定性,我们掌握的关于某个事件的信息量越大,信息熵的总和就越小,事件的不确定性就越低,对这个事件发生概率的预测就越接近实际值。

　　通过大数定律和信息论等理论成果,可以认识到大数据的本质,即通过数据中携带的信息消除事件的不确定性。在这一前提下,掌握的数据越多,数据中携带的信息就越多,消除客观规律中的不确定性就愈充分,就能以更高的概率认识到这些数据所代表的客观事物之间正确的相关性。与传统数据分析方法相比,大数据分析方法凸显三个本质区别: