第二百二十三章 缺失的数据 (第2/3页)
那些不存在的数据，有时候比存在的数据更有价值。赵磊当时觉得那篇论文太抽象，现在赵磊看着陆沉的背影，突然觉得那个概念变得具体了。
下午，技术团队召开例会。陈正华坐在长条桌的一端，面前摊着项目进度报告。赵磊汇报了本周的工作——算法优化、数据清洗、接口调试。陈正华听完点了点头。
“各位，还有什么问题？”
陆沉举手了。会议室里安静下来。陆沉很少在技术团队的例会上发言，每次发言都会引起争议。
“陈组长，我申请调阅近二十年全国各地‘证据不足’的腐败举报案卷宗数据。”
赵磊皱起眉头。“陆沉同志，这个问题我们讨论过。那些数据不是结构化数据，大部分是扫描件和图片，系统无法直接分析。而且，那些案子的结论是‘证据不足’，说明没有实质问题。把它们纳入系统，只会增加噪音。”
陆沉看着赵磊。“赵磊同志，你说的‘噪音’，可能是金矿。”
赵磊的表情有些僵硬。“金矿？陆沉同志，你的意思是，那些‘证据不足’的案子里藏着没有被发现的腐败？”
“不是藏着。是被掩盖了。”
陆沉站起来，走到显示屏前面。陆沉从口袋里掏出笔记本，翻开某一页。笔记本上写着一行字——2009年，林水县教育局案，证据不足。2015年，林水县专项资金审计异常案，证据不足。2024年，林水县教育局案，证据不足。三个案子，同一个地区，同一个领域，同一个手法，同一个结论——“证据不足”。显示屏上，陆沉用激光笔圈出了那三行字。
“这不是噪音。这是信号。三次‘证据不足’，指向同一个腐败网络。郑维国、梁劲松、洪庆生、秦怀远。这些名字，你们都听说过。这些案子，就是天网平台应该预警但没有预警的。因为天网平台看不到‘证据不足’背后的东西。”
赵磊沉默了片刻。“陆沉同志，你说得对。但这只是一个案例。我们不能因为一个案例，就把九千八百个‘证据不足’的案子全部纳入系统。系统资源有限，处理这些非结构化数据的成本太高。”
“不需要全部纳入。”陆沉说，“只需要纳入那些‘异常’的‘证据不足’。某个地区‘证据不足’比例异常高，某个办案人‘证据不足’比例异常高，某个涉案人多次被举报但每次都‘证据不足’。这些异常，不是噪音，是信号。”
陈正华放下手中的笔。“陆沉同志，你说的‘异常’，怎么量化？”
“用历史数据做对比。全国平均‘证据不足’比例是多少？各省平均是多少？各市平均是多少？偏离平均值两个标准差以上的，就是异常。”
赵磊的眼睛亮了一下。“这个思路可行。我们可以用统计学方法，计算每个地区、每个办案人的‘证据不足’比例偏离度。偏离度高的，系统
（本章未完，请点击下一页继续阅读）