基于区间模糊VIKOR的监犯特征风险评估研究

论文摘要

【目的】提高中国监犯风险评估准确性和面向监狱管制的风险可识别性(识别监犯是否具有暴力、自杀等潜在风险)。【方法】提出一种监犯风险评估方法。该方法总结4种监犯风险类型,应用改进的区间模糊VIKOR算法将模糊性评价转换为监犯特征风险数值,获得优化的数据集;利用SVM等多种算法分别训练评估模型,得到最终组合模型;并将最终组合模型与现有成熟模型对比。【结果】本文评估模型精确率比现有模型提高8.9%,召回率提高11.1%, F1提高0.1。【局限】难以对不同类型监犯风险给出普适的建模算法。【结论】本文所提监犯特征风险评估方法提高了监犯风险评估的准确性,为监犯风险评估提供新的研究方法,为监狱管理提供新的科学依据。

论文目录

• 1 引言
• 2 基于区间模糊VIKOR的监犯特征风险评估方法
•   2.1 方法思路
•   2.2 监犯特征风险概述
•   2.3 改进的区间模糊VIKOR算法
• 3 实证分析
•   3.1 数据预处理
•   3.2 监犯4项特征风险模糊性标注
•   3.3 基于区间模糊VIKOR的监犯特征风险标注计算
•   3.4 监犯特征风险预测
•   3.5 模型验证
•   3.6 结果分析
• 4 结语
• 作者贡献声明:
• 利益冲突声明:
• 支撑数据:

文章来源

类型: 期刊论文

作者: 沈洋,庄伟超,吴清华,钱玲飞

关键词: 监犯特征,风险评估,区间模糊,机器学习

来源: 数据分析与知识发现 2019年11期

年度: 2019

分类: 信息科技,社会科学Ⅰ辑

专业: 诉讼法与司法制度

单位: 南京航空航天大学经济与管理学院

基金: 国家社会科学基金项目“大数据环境下人文社会科学学术创新力自动测度研究”(项目编号:15BTQ058)的研究成果之一

分类号: D926.7

页码: 70-78

总页数: 9

文件大小: 1460K

下载量: 183