[发明专利]劳动效果画像方法、设备、可读存储介质及计算机设备

说明书

本发明公开了一种劳动效果画像方法、设备、可读存储介质及计算机设备，所述方法包括：实时获取罪犯基础数据及劳动改造行为数据；通过对所述罪犯基础数据及劳动改造行为数据进行抽取与分解形成评估因子；根据所述评估因子进行机器算法学习后得到劳动改造效果标签；标注劳动改造效果评估样本数据，通过监督机器学习算法确定所述劳动改造效果标签的权重，以得到标签权重，输出罪犯劳动效果画像。本发明由于解决了现有的人工定性评估向定量转化和评估描述(画像)不清晰的问题，提高了对罪犯的客观评价，提升了司法公正水平，有效的指导了罪犯劳动改造，满足了实际应用需求。

技术领域

本发明涉及计算机技术领域，特别是涉及一种劳动效果画像方法、设备、可读存储介质及计算机设备。

背景技术

罪犯改造是监狱“三大功能”之一；劳动改造又是罪犯“五大改造”之重要方面，劳动改造效果的评估，是监狱精细化管理和个性化改造的基础工作。

目前，在罪犯劳动改造工作中，仅是对罪犯实行记分考核,罪犯的劳动效果评价主要由一线干警统计，量化工作全部由部分干警经验性的数值,存在人为干预或统计上的不准确，在公平和科学评估存在一定缺陷，不利于彰显司法公正。

目前的积分体系，针对罪犯改造效果的评估，各监狱进行了积极探索，也定义了一些画像模型，指导监狱的罪犯改造及其评估的优化。

然而，现有的劳动改造效果描述不清晰，以定性结论和个性经验为主，评估者评分标准不统一，难以持续动态指导罪犯改造，不利于“司法公正”,也无法满足罪犯改造精细化的管理要求。

发明内容

为了解决上述问题，本发明的目的是提供一种劳动效果画像方法、设备、可读存储介质及计算机设备。

根据本发明提供的劳动效果画像方法，包括：

实时获取罪犯基础数据及劳动改造行为数据；

通过对所述罪犯基础数据及劳动改造行为数据进行抽取与分解形成评估因子；

根据所述评估因子进行机器算法学习后得到劳动改造效果标签；

标注劳动改造效果评估样本数据，通过监督机器学习算法确定所述劳动改造效果标签的权重，以得到标签权重，输出罪犯劳动效果画像。

根据本发明提供的劳动效果画像方法，首先实时获取罪犯基础数据及劳动改造行为数据；然后通过对所述罪犯基础数据及劳动改造行为数据进行抽取与分解形成评估因子；接着根据所述评估因子进行机器算法学习后得到劳动改造效果标签；最终标注劳动改造效果评估样本数据，通过监督机器学习算法确定所述劳动改造效果标签的权重，以得到标签权重，输出罪犯劳动效果画像，从而实现了罪犯改造效果的评估及罪犯改造的精细化管理；由于能够对罪犯基础数据及劳动改造行为数据进行实时的采集与反馈，以便于即时了解罪犯的劳动状态；通过将各个监测设备的罪犯基础数据及劳动改造行为数据入库计算，结果数据的可靠性高，且具有影响关联性和综合处理的纠正能力；此外通过持续动态的对所述罪犯改造进行指导，解决了现有的人工定性评估向定量转化和评估描述(画像)不清晰的问题，提高了对罪犯的客观评价，提升司法公正水平，有效指导罪犯劳动改造，实践“因人施矫”、“因体施劳”，同时也满足了罪犯改造精细化的管理要求。

另外，根据本发明上述的劳动效果画像方法，还可以具有如下附加的技术特征：

进一步地，所述实时获取罪犯基础数据及劳动改造行为数据的步骤之前，所述方法还包括：获取罪犯劳动改造行为，并对所述罪犯劳动改造行为进行结构化。

进一步地，所述获取罪犯劳动改造行为，并对罪犯所述劳动改造行为进行结构化的步骤包括：

将所述劳动改造行为抽象为四个维度，所述四个维度包括劳动态度、劳动纪律、劳动素养及劳动绩效；