| 摘要 | 第2-4页 |
| abstract | 第4-5页 |
| 导言 | 第9-18页 |
| 一、问题的提出 | 第9页 |
| 二、研究价值及意义 | 第9-10页 |
| 三、文献综述 | 第10-15页 |
| 四、主要研究方法 | 第15-16页 |
| 五、论文结构 | 第16-17页 |
| 六、创新及不足 | 第17-18页 |
| 第一章 大数据的概念及其在司法领域的价值 | 第18-29页 |
| 第一节 大数据的沿革与发展 | 第18-21页 |
| 一、大数据的沿革 | 第18-19页 |
| 二、大数据的发展 | 第19-21页 |
| 第二节 “大数据”的概念和特征 | 第21-24页 |
| 一、什么是“大数据” | 第21-22页 |
| 二、大数据的特征 | 第22-23页 |
| 三、大数据在思维层面的特征 | 第23-24页 |
| 第三节 大数据在司法领域的价值 | 第24-29页 |
| 一、推动事后处理向事前处理转型 | 第24-25页 |
| 二、推动被动处理向主动处理转型 | 第25-26页 |
| 三、推动单线处理向协作处理转型 | 第26-27页 |
| 四、推动粗放式处理向集约式处理转型 | 第27-29页 |
| 第二章 司法领域的大数据思维 | 第29-45页 |
| 第一节 司法领域大数据思维的体现 | 第29-34页 |
| 一、相关性思维 | 第29-30页 |
| 二、整体性思维 | 第30-32页 |
| 三、预测性思维 | 第32-34页 |
| 第二节 司法领域大数据思维的误区 | 第34-45页 |
| 一、数据不是越多越好 | 第35页 |
| 二、数据源必须精确 | 第35-37页 |
| 三、大数据不一定是客观准确的 | 第37-42页 |
| 四、相关性不能代替因果性 | 第42-45页 |
| 第三章 司法领域大数据的采集和应用 | 第45-53页 |
| 第一节 司法领域大数据的采集 | 第45-48页 |
| 一、实现司法数据的全面公开 | 第45页 |
| 二、构建司法领域大数据采集的技术体系 | 第45-47页 |
| 三、建设一支高素质的司法统计和分析队伍 | 第47-48页 |
| 第二节 大数据在司法领域的应用 | 第48-53页 |
| 一、大数据在案件审判过程中的应用 | 第48-49页 |
| 二、大数据在案件侦查过程中的应用 | 第49-51页 |
| 三、大数据在案件执行过程中的应用 | 第51-53页 |
| 第四章 司法领域大数据建立和应用过程中存在的问题及原因 | 第53-61页 |
| 第一节 大数据建立和应用过程中存在的问题 | 第53-56页 |
| 一、个人信息安全保障机制未能及时建立 | 第53-54页 |
| 二、尚未建立数据收集的第三方行业规范 | 第54-55页 |
| 三、大数据在司法领域的“黑箱效应” | 第55-56页 |
| 第二节 大数据在司法领域应用过程中出现问题的原因 | 第56-61页 |
| 一、个人信息保护与利用之间存在矛盾 | 第56-57页 |
| 二、数据壁垒问题未能得到解决 | 第57-58页 |
| 三、未建立透明的程序保障制度 | 第58-61页 |
| 第五章 大数据在司法领域建立和应用的完善对策 | 第61-70页 |
| 第一节 健全个人信息安全保护相关法律法规 | 第61-64页 |
| 一、建立健全个人信息权的保障制度 | 第61-63页 |
| 二、建立健全个人信息保护的程序规制 | 第63-64页 |
| 第二节 建立健全的第三方行业规范 | 第64-68页 |
| 一、建立数据管理的行业规范 | 第64-65页 |
| 二、建立数据调取的行业规范 | 第65-66页 |
| 三、大数据公司构建专门的行业规范 | 第66-68页 |
| 第三节 建立数据共享机制 | 第68-70页 |
| 一、司法机关内部的数据共享机制 | 第68-69页 |
| 二、司法机关外部的数据共享机制 | 第69-70页 |
| 结语 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 在读期间发表的学术论文与研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |