《社区服刑人员重新犯罪风险预测在司法行政一体化智能平台中的研究与应用》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

社区服刑人员重新犯罪风险预测在司法行政一体化智能平台中的研究与应用

范文

陈皓

摘要：社区服刑人员作为潜在的社会治安隐患，其管理与监控的不当会对社会造成极大的危害，如能对重新犯罪进行有效预测，将对维护社会稳定和谐具有重要作用。立足本单位司法行政一体化智能平台建设，结合认知计算、B1分析等技术，该文对重新犯罪的风险预测进行系统性地研究与应用，并在社区服刑人员的全方位监控、智能化分析与预测预警中取得了显著的成效。

关键词：司法行政；重新犯罪；风险预测；社区服刑人员

1概述

社区服刑人员的管理对维护社会稳定与和谐具有重要作用，这类人员在管理、教育或者监控不当的情况下，很容易重新走向违法犯罪的道路，成为影响社会稳定的突出因素。

近年来，江苏司法行政系统的信息化工作取得了跨越式发展，信息技术在各项工作中均有着广泛应用。例如各种视频监控、电子围栏、语音识别等等。但随着信息化系统的不断完善与应用，数据量呈几何式的爆炸增长，数据存储量已成为名副其实的“大数据”。为了更好地利用数据，江苏司法行政系统依托大数据技术，探索在规模巨大、类型复杂的海量数据中发现趋势、找出规律，推进一体化智能平台建设。其中，如何利用大数据分析技术，对社区服刑人员重新犯罪的风险进行评估，成为平台建设和应用的重要课题之一。

2社区矫正人员重新犯罪的原因分析

近年来，社会治安形势愈发严峻，社区矫正群体的重新犯罪倾向越来越严重，社区服刑人员的违法犯罪日益受到关注。这就需要社会对该群体进行实时有效的管理与风险控制。目前的社区矫正人员重新犯罪成因主要包括以下几个方面。

2.1自身问题

自身的期望值过高，又没有技术特长，缺乏谋生手段，没有稳定的经济收入。在个人需求得不到满足时，特别是追求享受，过度消费，容易造成心理失衡，铤而走险。还有就是综合素质较低，文化水平不高，法律意识淡薄，考虑问题较简单，一旦有其他社会违法犯罪人员引诱，就极有可能重新犯罪。再者就是未得到及时的矫正，如果监管不到位或者当地治安状况不佳，原先的犯罪诱因仍然存在，社区服刑人员就极有可能犯罪。图1列出了近年来重新犯罪主观原因比例：

2.2社会因素

社区矫正的目标就是让矫正对象纠正错误，重新树立正确的人生观、价值观，矫正因犯罪给社会和个人留下的负面影响，回归到正确的生活轨道。但是现有的矫正体系对矫正人员的矫正措施缺乏专业性，并且由于矫正工作人员本身的专业限制、心理矫正水平不高等，不能达到矫正教育的最佳效果。并且当前社会急剧变化，社会环境中的犯罪的各种诱因依然存在，社区矫正人群非常容易故态复萌。

2.3客观原因

在现代的信息化管理中，社区矫正人群管理不再是单一性的部门工作，而是需要很多部门进行协作与信息的交换，来完成系统性的评估管理。但由于现有的各种管理机构设立不到位，信息流通不畅，甚至是区域间的矫正人员信息闭塞，信息化的程度不断地加深，数据量也几何式增长，导致了评估与监管根本无法有效地进行，使得对社区矫正人群的一系列风险无法评估与掌控。图2中列出了近年来重新犯罪客观原因比例：

2国内外罪犯重新犯罪研究现状

2.1国内研究现状

目前，在湖南、江苏、上海三地推广试用的犯罪预测量表，是一个包容使用动态与静态要素于一体的评估重新犯罪的工具，他可以设定与重新犯罪有密切关系的十个方面的五十四个小项，例如犯罪史、教育或者就业情况、财产情况、家庭情况等，并通过对这些项目的测评，确定被预测者重新犯罪的可能。并且将其危险等级划分为五个等级：高危险罪犯、中高度危险罪犯、中度危险罪犯、低中度危险罪犯、低度危险罪犯。

1990年上海市研制出我国最早的重新犯罪可能性预测量表，在对2002年释放的2264名上海籍刑釋人员的验证中，总体预测准确率达86.8%。上海市的预测量表包括了18项预测因子，其中14项涉及的是本人基本情况、改造表现，仅有三项涉及了就业情况、安置帮教、家庭情况。

2.2国外研究现状

纽约警察局发布的实时犯罪监控中心（Real Time Crime Center）。这个耗资1100万美元的信息化项目不仅具有分析警务数据的能力，而且能为警方提供犯罪线索并快速有效地鉴别犯罪模式。

这个监控中心第一阶段的项目是建立一个海量的犯罪数据库。它是由IBM全球服务部通过使用基于IBM DB2 Universal数据库和Cognos 7系列的Powerplay技术的WebSphere来建立的，主要功能是收集数以十亿计的公众信息和警方报告。该系统将为警方提供犯罪嫌疑人的实时信息，包括近期住址和电话号码、逮捕和假释信息，甚至还有昵称和纹身。这些有价值的信息如果通过普通文件记录查询的话，可能要花调查人员数周的时间。

3基于一体化智能平台的社区服刑人员重新犯罪风险预测研究

司法行政一体化智能平台通过建立信息流转协同中心，实现了内部业务数据互通和外部服务数据的共享，汇聚形成了海量基础数据。通过这样的技术革新，数据和信息实现了自由流动。这就意味着大数据时代已经到来，当今的世界正处于一个数据爆炸的阶段，同样不可避免地影响到了社区矫正工作领域。这些数据的规模、速度、复杂程度以及处理难度已经超出现有的常规数据管理、分析的范围。这就决定了在这些海量的数据下，我们使用的传统的数据处理与分析技术需要有一次大的革新。其中包括数据的存储与组织方式、分析方法、计算方法。

3.1研究思路

3.1.1选取数据指标

在进行风险评估的初期，需要选取数据指标，确定哪些指标能够支撑预测分析工作。预测重新犯罪除了关注社区服刑人员个人的主观因素之外，还需要重视诱发重新犯罪的外部环境因素。因此，科学地确立重新犯罪的预测因子指标，才能保证评估的可信度，以及预测的准确性。重新犯罪可行性预测指标因子包括重新犯罪主体的年龄结构、文化程度、服刑表现、安置帮教情况，重新犯罪的周期、刑期结构、类型和其他相关的预测指标等。

3.1.2采集数据源

在确定具体的预测数据指标之后，需要对分析的数据进行采集。在数据源的选取上，可以利用系统中已有的各种监控数据，在矫正过程中，全方位录入矫正对象的基本信息和平时的各项监控、管理等信息。此外，也可扩大采集数据的来源渠道，根据犯罪人的信息，从裁判文书网收集所有与之相关的裁判文书导人系统中。利用系统提供的文本挖掘技术，依据选取的预测指标，提取裁判文书中与犯罪人相关的内容生成标签，并对标签对应内容进行自动归类以供分析处理。

3.1.3数据预处理

在获取了这些大量的数据之后，需要对数据进行预处理。对数据进行预处理，能够有效提高基础数据质量，为建模应用、大数据分析提供良好的支撑，得到更加精准的挖掘和分析结果。数据预处理流程如图3所示：

一般数据预处理分为5个步骤：

1）数据清理：数据清理主要是分析出采集的错误数据、缺失数据或冗余数据等，进行更改、删除等操作，避免错误数据进入运算过程；

2）数据集成：把不同来源、格式、性质的数据，在逻辑上或物理上进行集中，消除信息孤岛，为前台应用提供全面的数据共享支撑；

3）数据融合：把数据融合的思想引入到数据预处理的过程中，对采集的信息数据加以联合、相关和组合，挖掘和建立数据之间的关联关系，实现基础数据动态的整合，并存人数据仓库或数据挖掘模块中；

4）数据变换：采用线性或非线性的数学变换方法将多维数据压缩成较少维数的数据，消除它们在时间、空间、属性及精度等特征表现方面的差异；

5）数据归约：数据规约就是在精简数据量的同时，尽可能保证数据的完整性。在归约后的数据集上挖掘将更为有效，分析结果也更为准确。

3.1.4生成预测模型

在对数据进行预处理之后，根据数据处理结果建立机器学习预测模型，生成分类、聚类、回归预测模型，并进行分析与评估，从而对社区矫正人员重新犯罪进行评估。重新犯罪预测完整流程如图4所示：

3.2数据评估分析技术的应用

在大数据背景下，主要有两种数据处理分析方式：认知计算、智能BI（Business Intelligence）分析技术。

认知计算，它源自模拟人脑的计算机系统，通过对人类的认知理论的研究，建立计算机认知模型，然后用认知计算来处理实际的问题。它可以像人类一样，拥有理解、洞察与决策的能力。认知计算系统所具备的四个特点：辅助、理解、决策、发现，成为人类能力的扩展和延伸，意味着可以更加高效的处理大批量的数据，这将是人类面临大数据挑战做出正确决策的保障与支撑。

跟认知计算类似，智能B1分析技术在大数据分析中也有着举足轻重的作用。BI是一种运用了数据仓库、在线分析、数据挖掘等技术来处理和分析数据的崭新技术。其目的就是以可视化的方式，实现多维度、深层次的智能分析挖掘功能，为使用者提供决策支持。OLAP（On-Line Analytical Processing），即联机分析处理，它是BI的一种全新的数据封装方式，可以让分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取从而获得对数据的更深入了解。

3.4风险与不足

社区服刑人员重新犯罪风险预测因为受主客观、外部环境等诸多因素影响，预测的结果达到完全精准的难度较大，原因如下：

3.4.1犯罪规律异常复杂

预测者与被预测者之间存在博弈关系，影响预测的准确性。如警方对电信诈骗发出预警会促使犯罪人改进诈骗手段。此外，导致重新犯罪的因素十分广泛，模型十分复杂，很难从少量的案例中发现规律性的东西，并且犯罪现象也存在着不确定和预测不准特性。

3.4.2缺失全面信息

有些基层工作人员没有能够按照数据采集清单要求录入源头数据，或是录入数据向不够完整，导致社区服刑人员基础档案信息不全，特别是有的必填项目一楼。因此，用于大数据分析的数据很难全面、客观地反映真实情况，分析结果缺失了应有的精准性。

3.4.3网络衔接不佳

社区服刑人员的大量信息，特别是刑事处罚、动态行为信息等依赖于与外部单位协同共享。但是，相关部门之间的信息共享工作仍然不是很完善，协同办公的机制尚不健全。一方面，容易形成管理真空，引发脱漏管情形发生；另一方面，由于数据资源不够丰富，预测因子指标缺失，无法得到理想的分析结果。

3.4.4虛设整体价值

少数一线工作人员把信息系统被单纯地看成管理和监控台，忽视了大数据分析的重要作用，缺少利用信息化手段和开展智能应用的理念和举措。在这种思想的影响之下，录人数据、保证数据质量的意识不强，大数据分析往往缺少海量的数据基础，很难给日常工作带来质和量的提升。

4应用实例分析

由于目前的社矫正渐渐的步入信息化时代，由各渠道搜集起来的一切对象信息都可以进入一体化智能平台，并在一体化智能平台中建立起社区矫正管理信息系统。这些海量的信息进入到平台之后，运用大数据平台的语义分析算法，对里面的结构化与非结构化数据进行分析，可以得出他日常的所有的行动信息与个人性格信息。例如，在微小的异动中可以迅速感知矫正对象日常活动行为，结合个人信息进行风险分析，得出此人是否在矫正期间存在异常举动，提醒监管者及时制止和干预。又如，在实际应用中，利用一体化智能平台，监管者在系统中对某一矫正人员进行查看，根据平日的大数据分析，确定了他的工作地点，发现他的定位信息之后，可以确定他是否在工作。无论是在哪个时刻，管理员都可以查看他的实时信息，当矫正人员一旦偏离了大数据分析平台给他分析出的正常活动地区之后，例如出城区，平台立即报警，这时候管理人员可以立刻对其进行联系，确认情况。除此之外，据认知计算算法与语义分析算法的分析计算，能够分析得出行为不规律、性格较暴躁的高风险矫正人群，将其列为可能重新犯罪的重点关注对象。随之而来的，对高风险的重点人员定期对其出入门、岗等活动进行分析，如果出现反常状况，及时跟踪联系，了解情况并采取措施，落实有效监管。

5结束语

相对于传统的重新犯罪风险评估体系，依托于现代化技术手段的一体化智能平台评估体系，具有适用的数据规模大、发布与传播速度快、检测群体庞大、实时交互强等特点。随着社区矫正人群的不断扩大，以及社交媒体和传感网络发展带来的数据爆炸式增长，社区矫正人群的在犯罪风险管理愈加的困难，重新犯罪预测的社会价值将会越来越大。由此，新的数据分析与评估理念的应用势在必行。下一步，笔者将继续以一体化智能平台建设为载体，积极探索和研究，以期形成更为先进的重新犯罪风险评估体系。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。