[網二紀錄] 打擊家暴的資料英雄 - NPO如何憑藉數據來解決社會問題？

3 月的網路星期二，邀請到 Johnson（DSP智庫驅動資料科學家），分享 D4SG 資料英雄計畫（D4SG Fellowship），包含以下幾個部分：

NPO 如何提一個資料專案？
如何在招募會上找到強大的資料英雄？
三個月的專案是怎樣進行的、需要怎樣的準備？
產出成果之後的下一步是什麼？

活動直播影片 https://www.youtube.com/watch?v=CynLJq1V-6k

簡報 from Net Tuesday Taiwan

家暴通報熱點地圖

台北共有 12 個行政區，根據 2015 年台北市社會局的資料，每一個行政區都有家暴案件，不論老舊或新興社區。要透過數據資料解決問題，首先要規劃出「計畫流程圖」，包括：目的→資料旅程→問題定義（如下圖）。

1. 地圖組：分析方法

必須做「資料清洗」的處理，因為家防中心提供的資料，皆為訪談或填寫的表格，內容會有人為誤植、或使用數字及描述方式不一致的情況，因此需要整理資料，才能作分析使用：

軟體工具：Excel、R 語言
投入 80% 心力
包括性質、要處理的問題：

未來人（生日錯誤）
未分類案件
無家可歸（要分辨是否遺漏資料）
生日格式不同
缺漏值（解法：用結案報告回填、運用統計分析的方法）
資料視覺化：D3JS、AxShare 等工具。

2. 建模組：找出危險因子

找出危險因子，包含「個人、關係、社區」為中心的三個圓圈。訊息量部分，關係＞個人＞社區，因社區的資料收集較少，不過這些數據會跟其他資源銜接，可以從其他地區回填過來（這部分實作時，因時間限制，沒有完成）。

預測模型使用「隨機森林演算法」（上圖），先建構出整個模型，再看有哪些性質的個案，會最接近疑似回頭客的因子。共 46 個變項， 500 棵決策樹做平均，得出一棵最佳的樹。誤差值 0.079。

模型樹中，最上面的因子是最重要的，從上面往下推遞減。這裡使用的資料是 2015 年 8,000 多筆的家暴案件，再用 2016 年的案件來驗證模型是否準確。

3. 組成人員

領域專家：對所提出的資料及組織的服務內容、提案問題等，熟悉掌握者

家防中心：主任、督導、社工師、資訊分析師等。

顧問：擁有處理各種資料議題疑難雜症、經驗豐富的資料科學家

DSP 智庫驅動

建模組：負責資料清洗、分析、風險指標與模型建立的資料科學家

對外招募的資料英雄

地圖組：讓資料透過易於解讀的方式被呈現，成為好看的故事

對外招募的資料英雄

4. 本段 Q＆A

（1）是否可以推估出家庭在貧窮線以下的狀況？

答：這次沒有特別做，但可以將森林演算法最下面的因子分數，換成家裡的經濟狀況，就可以推估出家庭經濟狀況的結果。就像前面補回缺漏值的作法，透過其他的因素來回推。

（2）500棵樹是怎麼決定的？

答：數學上有證明，只要夠多棵樹，都差不多。或是另一個方法，用10、50、100、300、500 棵樹做出來後算誤差，當在 300→500 時已誤差不多。

（3）這個專案有嘗試其他演算法嗎?

答：有，而且並不是決定「隨機森林法」，馬上就做出來，中間有很多專業考量。

（4）46 個變項如何決定？

答：A. 一開始資料有的欄位，會先丟進來，但有些欄位太隨機，就會去掉

B. 透過原來的數據，加上社工經驗轉換出來，如：求助時間差。

（5）如果要尋求其他問題或答案，那表格又要重新整理嗎?

答：像 46 個變項就是針對回頭客問題所整理、縮減的，在另外的大表裡有儘量保留其他可以處理其他問題的彈性，但不一定足夠。這次誤差可以那麼小也算是個案狀況，不是通例。

（6）施暴者如果透過社工查出疑似身心障礙，但不確定，可以從這個成果來進行協助嗎?

答：因為這個模型是以受暴者的數據來得出，所以無法描繪出施暴者的模樣。

怎麼做到的

D4SG 是 Data for Social Good 縮寫，是智庫驅動正在推動的「資料力、做公益」計畫。目前已協助 40 個 NPO 及政府機關。

Johnson 分享，以前念統計，後來發現很多同學出來做的事都跟統計沒什麼關係，希望讓跟自己同樣出身背景的人可以真正去做資料分析的事，發現幫公共服務性組織可以達成，一開始都是無償的。

去年二月時開始這個計劃，很多人出來免費、熱心地參與，每次三個月。所以會選高社會影響力、且可再利用的資料科學專案。例如剛剛家暴的案例，台北及新北市政府就可以使用。

公共服務性組織也一定要主管協力進行，才能拿到足夠資源，也才知道能否再被利用。選題目時，必須很嚴謹。

1. NPO 如何提一個資料專案？

需到官方網站提案。

大部份錄取單位的提案，都不會成為最終成果，但有價值的是把這些問題想好、寫出來。重點是組織有沒有「影響力」、「行動力」和「資料」。

資料部份，可以找服務科學專業的夥伴來設計，或是找一套資料系統搜集一、二年。

下個階段，會找資料分析的顧問來重新組合（re-module）這個問題。例如：當初家防中心想做「技能管理」，因為主任一開始想的是「如何更有效率」。我就想怎麼做快篩，當條件是文山區某處，要很快想到可能是兒少問題之類的，這不會取代負責該地區的社工，但能幫助一開始不熟悉該地區的社工。

2. 如何在招募會上找到強大的資料英雄

提案完、顧問重新組合思考問題後，再來就是選美比賽，看誰的資料和問題比較性感。

當天會有幾個提案組織上台報告「我們要做什麼事」，也有發生過提案都沒有人加入的狀況，因為有些組織可能報告很好，但被看出來沒有資料。

報告完就是大家搶座位。簡報中大家低頭看資料的照片，是當時消防員想知道「哪些是火災危險地區？」，讓當局可以多做宣導或是給火災警報器。

3. 三個月的專案是怎樣進行的？需要怎樣的準備？

每週開定期會議，什麼都可以變，只有截止日期（deadline）不變。

會議中黑板左下角會分工，決定這週要達成的結果。過程中，會請做主要服務的一線社工到場解惑，也會有專業的顧問來幫忙技術指導。

4. 產出成果之後的下一步？

新聞媒體的露出。像台北做了全台第一個用資料防治家暴的宣示，大家就會關注。講個小八卦，連續兩週跟家暴相關新聞，一開始風傳媒獨家在早上8點，蘋果在一小時內跟上，再來自由就到晚上了。

一開始組長考慮要公開資料，投書討論後，決定不公開了，只考慮給社區等組織看。一週後，有些新聞聽了「找回頭客」比較聽得懂，才漸漸比較多家報導。

如果還是不知道怎麼開始、參與提案？