CN114240699A - 一种基于循征矫正的罪犯改造手段推荐方法 - Google Patents

一种基于循征矫正的罪犯改造手段推荐方法 Download PDF

Info

Publication number
CN114240699A
CN114240699A CN202111579342.XA CN202111579342A CN114240699A CN 114240699 A CN114240699 A CN 114240699A CN 202111579342 A CN202111579342 A CN 202111579342A CN 114240699 A CN114240699 A CN 114240699A
Authority
CN
China
Prior art keywords
training
criminal
reconstruction means
model
method based
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111579342.XA
Other languages
English (en)
Inventor
贾继伟
王志富
奚军庆
曾范林
刘英伟
庞景秋
齐井春
陈兴钰
崔放
李忆平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun Jiacheng Information Technology Co ltd
Original Assignee
Changchun Jiacheng Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changchun Jiacheng Information Technology Co ltd filed Critical Changchun Jiacheng Information Technology Co ltd
Priority to CN202111579342.XA priority Critical patent/CN114240699A/zh
Publication of CN114240699A publication Critical patent/CN114240699A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：步骤S1、构建特征样本集
Figure DDA0003426565170000011
其中，N为样本数，M为特征数；步骤S2、训练得到逻辑斯蒂回归分类器L_R；步骤S3、测试集
Figure DDA0003426565170000012
测试，分析误差。通过本发明提供的训练方法，能够得到推荐罪犯改造手段的逻辑斯蒂回归模型，该模型能为相关部门和工作人员进行干预和矫正提供了数据依据；另外，测试集的结果证明本发明提供的训练方法得到的分类器拥有较高的准确率。

Description

一种基于循征矫正的罪犯改造手段推荐方法
技术领域
本发明涉及一种推荐方法，尤其涉及一种基于循征矫正的罪犯改造手段推荐方法。
背景技术
刑罚监管的潜在价值追求是矫正和教育，而教育的本质则是在执行刑罚过程中，对罪犯区别应用各种手段以达到转变其犯罪思想、行为恶习，教授其文化知识和培养职业技能的目的。通过将罪犯改造经验转化为最为有效和基础的改造手段，在罪犯不同时期、不同个体间进行规则匹配，推荐适合当前罪犯最为有效的改造手段以实现其教育转化目的，降低改造成本。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于循征矫正的罪犯改造手段推荐方法，通过建立罪犯犯罪行为因素分析模型和罪犯改造手段知识库，进行数据关联挖掘方法将改造手段与罪犯犯罪行为因素分析模型及进行反复相互验证实现最优手段推荐。
为了解决以上技术问题，本发明采用的技术方案是：一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：
步骤S1、构建特征样本集
Figure BDA0003426565150000011
其中，N为样本数，M为特征数；
步骤S2、训练得到逻辑斯蒂回归分类器L_R；
步骤S3、测试集
Figure BDA0003426565150000012
测试，分析误差。
优选的，步骤S1中，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有多个类标。
优选的，步骤S2中，将步骤S1得到的训练样本集作为逻辑斯蒂回归模型的输入，进行训练，训练由代码调用相应函数完成，得到最终的分类推荐模型，从而实现不同训练样本的归类。
优选的，步骤S3中，得到逻辑斯蒂回归模型后，将测试集作为模型输入进行预测，就得到推荐改造手段。
通过本发明提供的训练方法，能够得到推荐罪犯改造手段的逻辑斯蒂回归模型，该模型能为相关部门和工作人员进行干预和矫正提供了数据依据；另外，测试集的结果证明本发明提供的训练方法得到的分类器拥有较高的准确率。
本发明针对于特定监管场所，适用于监狱、戒毒所、社区矫正等特定监管人群，针对目前罪犯改造缺乏有效技术支撑手段和科学、客观、全面有效的矫正证据等问题，通过对罪犯多维度数据检索与关联规则挖掘对罪犯进行有效的系统评价与评估，建立基于关联规则挖掘结果的改造手段推荐方法，以循证矫正为基础，根据罪犯不同的信息数据表现与监管实时行为，推荐相关类别罪犯的循证矫正手段，构建个性化、科学化的创新改造方法与模式，从而全面提高罪犯的改造质量。
附图说明
图1为本发明的方法流程图。
图2为本发明得到的推荐罪犯改造手段的逻辑斯蒂回归模型部分预测结果图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示的一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：
步骤S1、构建特征样本集
Figure BDA0003426565150000031
其中，N为样本数，M为特征数；样本数为代表样本的数量，特征数是同一个罪犯所选取的特征总数，特征包括是否认罪悔罪、是否服从监管等，样本数等于所有罪犯的类标和。
基于循征矫正的罪犯改造手段推荐方法本质上属于多标签的分类问题，同一个罪犯(一个样本)拥有多个类标(例如普法教育、亲情帮教、个别谈话等，共23个标签)，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有多个类标。进行标签分类的目的是为了方便训练模型，建立特征训练集的目的和意义是为了训练模型，模型训练需要训练集。
步骤S2、训练得到逻辑斯蒂回归分类器L_R；
将步骤S1得到的训练样本集作为逻辑斯蒂回归模型的输入，进行训练，训练由代码调用相应函数完成，得到最终的分类推荐模型，从而实现不同训练样本的归类。
进行训练的目的是为了确定逻辑斯蒂回归模型中的参数，从而得到最终的分类推荐模型。
逻辑斯蒂回归模型是为了实现问题分类，逻辑斯蒂回归模型是机器学习中的一个经典算法，适用于解决二分类和多分类问题，其具体表达式如下：
假设离散型随机变量Y的可能取值集合是{1,2,...,K}，wk为权重，那么逻辑斯谛回归模型为：
Figure BDA0003426565150000032
步骤S3、测试集
Figure BDA0003426565150000033
测试，分析误差。
步骤S3中，得到逻辑斯蒂回归模型后，将测试集作为模型输入进行预测，就得到推荐改造手段。
测试集预测后得到的结论就是推荐手段如普法教育、亲情帮教、个别谈话等，然后狱警等相关执法人员就能按照推荐手段对罪犯进行矫正教育。
下面结合实施例对本发明作进一步详细的说明。
实施例1
一种基于循征矫正的罪犯改造手段推荐方法，具体如下：
步骤S1、构建特征样本集
Figure BDA0003426565150000041
其中N＝390为样本数，M＝15为特征数，包括“是否认罪悔罪”，“是否服从监管”，“是否抗拒改造”等特征；
基于循征矫正的罪犯改造手段推荐方法本质上属于多标签的分类问题，同一个罪犯(一个样本)拥有多个类标(例如普法教育、亲情帮教、个别谈话等，共23个标签)，为方便训练模型，本发明把含有多个标签的样本对标签集合分成多个新样本，得到了训练集
Figure BDA0003426565150000042
步骤S2、训练得到逻辑斯蒂回归模型L_R；
将上一步骤得到的训练样本集
Figure BDA0003426565150000043
作为逻辑斯蒂回归模型L_R的输入，进行训练，得到最终的分类推荐模型，从而实现不同训练样本的归类；
步骤S3、测试集
Figure BDA0003426565150000044
测试，分析误差。
得到逻辑斯蒂回归模型L_R后，将测试集
Figure BDA0003426565150000045
作为模型输入进行预测，得到推荐改造手段。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (4)

1.一种基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述方法包括以下步骤：
步骤S1、构建特征样本集
Figure FDA0003426565140000011
其中，N为样本数，M为特征数；
步骤S2、训练得到逻辑斯蒂回归分类器L_R；
步骤S3、测试集
Figure FDA0003426565140000012
测试，分析误差。
2.根据权利要求1所述的基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述步骤S1中，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有多个类标。
3.根据权利要求1所述的基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述步骤S2中，将步骤S1得到的训练样本集作为逻辑斯蒂回归模型的输入，进行训练，训练由代码调用相应函数完成，得到最终的分类推荐模型，从而实现不同训练样本的归类。
4.根据权利要求1所述的基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述步骤S3中，得到逻辑斯蒂回归模型后，将测试集作为模型输入进行预测，就得到推荐改造手段。
CN202111579342.XA 2021-12-22 2021-12-22 一种基于循征矫正的罪犯改造手段推荐方法 Pending CN114240699A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111579342.XA CN114240699A (zh) 2021-12-22 2021-12-22 一种基于循征矫正的罪犯改造手段推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111579342.XA CN114240699A (zh) 2021-12-22 2021-12-22 一种基于循征矫正的罪犯改造手段推荐方法

Publications (1)

Publication Number Publication Date
CN114240699A true CN114240699A (zh) 2022-03-25

Family

ID=80761220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111579342.XA Pending CN114240699A (zh) 2021-12-22 2021-12-22 一种基于循征矫正的罪犯改造手段推荐方法

Country Status (1)

Country Link
CN (1) CN114240699A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543986A (zh) * 2018-11-16 2019-03-29 湖南数定智能科技有限公司 基于用户画像的监狱罪犯三预风险评估方法及系统
CN111125525A (zh) * 2019-12-24 2020-05-08 山东大学 一种面向服刑人员的个性化改造矫正策略推荐系统及其运行方法
CN111914166A (zh) * 2020-07-03 2020-11-10 山东大学 应用于社区矫正人员的矫正策略个性化推荐系统
WO2021139316A1 (zh) * 2020-07-31 2021-07-15 平安科技（深圳）有限公司 建立表情识别模型方法、装置、计算机设备及存储介质
CN113744867A (zh) * 2021-08-30 2021-12-03 平安科技（深圳）有限公司 一种药物推荐循证支持方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543986A (zh) * 2018-11-16 2019-03-29 湖南数定智能科技有限公司 基于用户画像的监狱罪犯三预风险评估方法及系统
CN111125525A (zh) * 2019-12-24 2020-05-08 山东大学 一种面向服刑人员的个性化改造矫正策略推荐系统及其运行方法
CN111914166A (zh) * 2020-07-03 2020-11-10 山东大学 应用于社区矫正人员的矫正策略个性化推荐系统
WO2021139316A1 (zh) * 2020-07-31 2021-07-15 平安科技（深圳）有限公司 建立表情识别模型方法、装置、计算机设备及存储介质
CN113744867A (zh) * 2021-08-30 2021-12-03 平安科技（深圳）有限公司 一种药物推荐循证支持方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106127634B (zh) 一种基于朴素贝叶斯模型的学生学业成绩预测方法及系统
CN110443427A (zh) 基于认知知识谱的成绩预测方法及其系统
CN110727852A (zh) 一种推送招聘推荐服务的方法、装置及终端
CN109598307A (zh) 数据筛选方法、装置、服务器及存储介质
CN112287037A (zh) 一种多实体混合知识图谱构建方法、装置及存储介质
CN112527821A (zh) 一种学生布鲁姆掌握度评估方法、系统及存储介质
CN111260230A (zh) 一种基于提升树模型的学业预警方法
CN103400160A (zh) 一种零训练样本行为识别方法
CN112052396A (zh) 课程匹配方法、系统、计算机设备和存储介质
CN110232128A (zh) 题目文本分类方法及装置
CN110310012B (zh) 数据分析方法、装置、设备及计算机可读存储介质
CN113807728A (zh) 基于神经网络的绩效考核方法、装置、设备及存储介质
CN106920429A (zh) 一种信息处理方法及装置
CN114639152A (zh) 基于人脸识别的多模态语音交互方法、装置、设备及介质
CN108763459B (zh) 基于心理测试及dnn算法的专业倾向分析方法及系统
CN108509588B (zh) 一种基于大数据的律师评估方法及推荐方法
JP2021106062A (ja) 試験問題予測システム及び試験問題予測方法
CN115115483B (zh) 一种融合隐私保护的学生综合能力评测方法
CN114240699A (zh) 一种基于循征矫正的罪犯改造手段推荐方法
Khan et al. Utilizing machine learning models to predict student performance from LMS activity logs
CN114971425A (zh) 数据库信息监控方法、装置、设备及存储介质
Sundari et al. Course recommendation system
CN112667492B (zh) 一种软件缺陷报告修复人推荐方法
CN112734212A (zh) 一种学生作业行为画像方法、装置及电子设备
CN114626654A (zh) 基于职业技能培训人员管理系统的人员培训预警分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination