首先，法律大数据所挖掘的信息，为规范研究提供了问题意识，为解释设定了起点。
我国《宪法》规定，中华人民共和国的一切权力属于人民，人民行使国家权力的机关是全国人民代表大会和地方各级人民代表大会。(一) 把宪法作为党治国理政的根本活动准则 这是依宪的本义所在。
第五，中国共产党依宪执政、依宪治国，是维护宪法尊严和权威、全面贯彻实施宪法、充分发挥宪法重要作用的根本保证，也是科学立法、严格执法、公正司法、全民守法，维护社会主义法治统一、尊严和权威的根本保证。将集体经济组织在接受国家计划指导和遵守有关法律的前提下，有独立进行经济活动的自主权修改为集体经济组织在遵守有关法律的前提下，有独立进行经济活动的自主权。第五，调整乡、民族乡、镇的人民代表大会三年任期制为五年任期制，统一规定为地方各级人民代表大会每届任期五年。(二) 宪法是治国安邦的总章程、治国理政的总章程 在现行宪法通过之后，中央领导同志多次强调宪法是治国安邦的总章程，深化了对宪法是国家总章程的认识。我国宪法既是全过程人民民主的重大制度成果，也是实行全过程人民民主的根本制度保障，坚持依宪治国、依宪执政和发展全过程人民民主是相互蕴含、相互促进的关系。
这次修宪通过了六条修正案，主要内容包括:在序言中，把我国正处于社会主义初级阶段修改为我国将长期处于社会主义初级阶段，有利于统一全国人民对社会主义初级阶段长期性复杂性的认识;把邓小平理论作为国家的指导思想写入《宪法》，以根本法的形式明确了邓小平理论的指导地位和作用;明确宣布国家发展社会主义市场经济，进一步明确了社会主义市场经济的宪法地位。这是党和人民事业行稳致远、不断取得胜利的根本制度保障。第二个局限在于，计算机技术的使用门槛较高，许多研究者面临着计算机技术有关知识匮乏的挑战。
最后，就立法评估的时间节点而言，大数据技术更能发挥作用的应该是立法后的评估。数字法学时代到来后，上述问题能否有所改善？笔者以为，与其勉为其难地与规范研究直接对话，不如以提供给规范研究一定启示的姿态，定位大数据技术的贡献。较之事前的估计，关于事后的立法影响，其有关信息显然更多，数据分析也将更有应用的空间。利用裁判文书开展大数据分析就十分典型，裁判文书的数据维度并不是为研究所设计的，因此在选题时，就要充分考虑裁判文书中所体现的信息是否足够用于回答该问题、有无其他数据源可作补充。
笔者将既有的相关研究分为如下四大类：第一类称作学科论，此类研究看待技术的视角最广，其目标是希望厘清法学+数字技术的最大学科边界。首先，在数据获取上，研究者最好能够掌握一些网络爬虫的技巧。
比如胡铭关于庭审实质化的研究就不仅利用了判决文书，且还通过观摩庭审直播并记录的方式收集数据。机器学习与统计学中的回归建模方法之间最大的一点差异，在于检验模型参数的可靠性上，机器学习采用交叉检验的方法，而统计学上则主要采用假设检验的方法，其典型者如t检验。在各地的立法评估实践中，会面对大量的文字材料。例如在一份对地方法规的评估中，其研究者主要是在政府机构的主导下，通过第三方评估机构，推动各部门和区县自查、设计和布置调查问卷、文献梳理、重点走访和调研等方式，来完成评估。
例如，他关于审判委员会的研究，统计了某地区的三级法院审判委员会委员的审判经验与学历背景，并将讨论的议题细化到宏观指导议题和个案议题，分别进行统计和分析。处理信息残缺的方法，至少有以下几种：第一种是根据信息有残缺的文书编号，追溯至该份文书，人工阅读发现原因并修正提取的方法。实验大多是对自然现象而言的，但在近年来的法学研究中也时常出现。当然，法教义学同样也给大数据分析以有价值的课题，规范研究者可以将其感兴趣的问题传递给法律大数据的分析者。
语言表达方式虽然具有多样性，但也并非无穷无尽，常见的文字表达类型是可以由正则表达式囊括的。规范之所以需要解释，是因为存在疑义。
法治中国的研究要想有说服力地破除上述迷局，既要讲道理，更要摆事实，特别是利用好大数据所呈现的事实。正则表达式可将我们关心的、希望提取的某一要素，通过计算机能理解的方式表达出来。
毕竟，现代国家的管理是数目字管理，在现代政府的协调性行政控制中，对这些官方数据的例行监测是不可或缺的。当回答为什么出现数据间存在显著相关性这一问题时，特别离不开对一些典型个案作具体的剖析。最后，应清醒地认识到，某些大数据分析技术之所以难以引入到实证研究中，是因为大数据技术的发展动力来自商业市场的需求，其初衷不是为学术研究而开发的。周翔，浙江大学光华法学院特聘副研究员 原文刊载于《法学家》2021年第6期 进入专题： 法学研究方法 大数据 。又由于法律规范对于维持社会秩序具有极大的重要性，社会变革一般不允许像其他科学领域中那样被视为一种迭代过程，因此，在公共事务领域，失败是一个典型的只能在私下里低声讨论的事情。模拟实验是一种对司法裁判过程的模拟再现，借此可发现一些影响裁判结果的变量。
在裁判文书大量公开上网后，有人认为数据法学的春天即将到来。（3）数据清洗要适可而止，因为数据清洗需要耗费大量的人工成本。
根据笔者自身的数据分析经验，以传统方式处理样本耗时巨大。数据科学式的法学研究已经是一种成熟的范式了么？它与左文中提到的法教义学、社科法学等既有的法学研究范式之间又是什么样的关系？第二，左文中提到需要将小数据社科研究中已普遍运用和相对成熟的数据分析方法……运用到大数据分析中。
只要是跨越个案地探寻案件平均水平、共性特征、要素相关性的研究，都将被本文纳入前大数据时代法律实证研究的范畴。同时，笔者认为，以下方面仍值得进一步探讨：第一，左文中提到从研究范式看，大数据法律研究可能推动实证研究的跨越式发展，特别是机器学习方式的引入，会使法学研究从法教义学、社科法学和实证法律研究等范式转向数据科学式的法学研究。
以往的学理解释，一般是从部门法的基本价值出发解释法条，例如刑法的解释总是要考虑罪刑法定、罪刑均衡、法益保护、保障人权等，又如诉讼法中强调程序参与、诉讼效率、纠纷解决等。但是，对某一制度的变革方案之效果进行大数据分析，绝对是有意义的，哪怕实证分析的结论不完全公开、仅供特定人参阅。研究者作为个体要想获得供研究之用的文本，除逐一复制或下载外，还有两条路径值得重视：一是采取网络爬虫的方式，从数据源自动爬取，业内有句话叫作可见即可得，其意思是只要有该网站的访问权限，那么便可获得该数据，包括一般性的网页、API资源、文件资源和媒体资源。其次是结果呈现方法上的创新，例如单勇关于盗窃罪的回归分析结果，用GIS作图的方法实现可视化，选取建筑物、停车场等10类空间因素为自变量，用于说明因变量和空间变量的地理联系。
借助互联网还可以开展随机对照实验，例如一项在二手交易网络商城开展的实验，通过在商品详情描述中改变卖家手持商品的手背肤色、手臂是否有文身、出价和商品介绍的质量等变量，分析这些变量与商品成交价的相关性，从而实证分析商品交易中存在的种族歧视问题。首先，大数据分析技术主要提高了研究对象的整体描述能力。
这一点在大数据的语境下没有本质变化，即机器学习仍然难以根据文本直接构建模型，数据分析的对象仍是结构化数据。有学者认为，计算法学可归属为实证法学的基本范畴，计算法学通过兼收并蓄的统合吸纳了定性研究和定量研究各自的优长。
最后是体现在用于分析的软件工具之更新上，过去的法律实证研究以使用SPSS软件为多，而近来的研究很多提及使用了Stata、R等工具。若对此心存疑虑，则不妨回顾一下美国法学研究在20世纪60年代所谓的跨学科研究方法之转向，以及90年代对此的二次转向，还有我国法学界在2005年前后也出现了一次中国法学向何处去的热烈讨论，便可以发现规范研究和各种跨学科法学研究方法间存在着难舍难分、始终共存的关系。
建立一个好样本的关键，是尽量选择最符合总体的样本，如果样本具有代表性，那么表明样本与总体有十分相似的特性，进而可以通过样本预测出总体具有哪种规律。笔者认为法治评估的相关研究，主要不在于实现地区间法治状况的可比性（这的确是提出法治评估的原因之一），而是旨在强调各国治理结构的差别，总结不同国家间某问题的不同法治方案。当然，文本仍是当前法律大数据分析主要的语料类型，大数据技术目前还比较难以有效处理图片、音视频等数据。因此，人们要保持独立思考的能力，用批判性的眼光去接受、采用技术。
这些数据的特点是它们的产生最初并非为了供研究之用，故而只能提供有限的数据项，研究者需迁就网络数据可用的数据维度进行研究设计。这里主要探讨立法评估的方法，重点考察大数据技术是否有助于提升立法评估的广度和精度。
通过该项技术，可以从中探索我们所关心的研究议题，从而确定因变量。从笔者的实战经验来看，爬取一般网站论坛上的数据相对容易，但爬取微博、微信公众号等数据就比较困难，这是因为后者设置了很多反爬虫的措施。
在克服脱离个案细节这一问题上，则可以多采取混合研究的方法，即定性的方法和定量的方法相结合，实证研究和规范研究相结合。结语 揭开大数据技术的面纱，我们可以看到，作为法学研究的一种新方法，大数据技术增强了我们获取数据、分析数据的能力，使得在更大时空范围内研究法治实践的规律成为了可能。
