[发明专利]一种根据监狱狱情分类分级分色的预警方法及装置

说明书

本发明公开了一种根据监狱狱情分类分级分色的预警方法，将被监管人员的基本信息情报以及在狱中发生的动态行为数据输入到模型中进行分类分析，将分析结果划分为类型区间，根据分析结果对划分完类型的被监管人员采取相应的分级监管方式，从而实现对被监管人员可能发生行为的预警，以保持监狱监管环境稳定。通过预警方法监管动态数据分析，实现狱情动态全面展现、安全风险精准预测，将有限警力集中到真正危害监管安全的重点人员身上，切实提高监所基础风险管控能力，做到防患未然。

技术领域

本发明涉及监狱信息化管理领域，尤其涉及一种根据监狱狱情分类分级分色的预警方法及装置。

背景技术

全面掌握狱情、所情是作好监狱、监所安全稳定工作的起点和基础，目前影响监狱、监所安全稳定的因素逐渐增多，暴力犯、高智商犯罪和多次犯罪罪犯逐年上升，狱情、所情动态呈现出多变化、复杂性、突发性等特点，因此对监狱、监所的监管提出了较高的要求，能够及时应对可能发生的多种突发状况。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种根据监狱狱情分类分级分色的预警方法及装置。

为了解决以上技术问题，本发明采用的技术方案是：一种根据监狱狱情分类分级分色的预警方法，将被监管人员的基本信息情报以及在狱中发生的动态行为数据输入到模型中进行分类分析，将分析结果划分为类型区间，根据分析结果对划分完类型的被监管人员采取相应的分级监管方式，从而实现对被监管人员可能发生行为的预警，以保持监狱监管环境稳定。

进一步地，被监管人员的基本信息包括犯罪记录、基本案情、生理与心理状况、年龄以及家庭情况。

进一步地，被监管人员的动态行为数据包括提讯、会见、违规、谈话、医疗、消费以及考核信息。

进一步地，将模型分析得到的结果分为六类：“自残”、“行凶”、“抗改”、“自杀”、“暴狱以及“脱逃”。

进一步地，包括以下步骤：

步骤一、以被监管人员的基本信息以及动态行为数据建立特征样本集；

步骤二、将特征样本集输入到逻辑斯蒂回归模型中进行训练，得到分类推荐模型；

步骤三、向分类推荐模型中输入测试集，得到狱情分类结果。

一种根据监狱狱情分类分级分色的预警装置，预警装置上运行前述的根据监狱狱情分类分级分色的预警方法。

本发明针对于特定监管场所，适用于监狱、看守所等特定监管人群，针对狱内与监内狱情进行实时预警研判，可以通过建立关键信息源情报采集装置收集与狱情相关的关键性敏感数据，结构化分类并汇聚为不同数据域，以此建立符合监狱、监所执法细则安全风险评估要求的对被监管人员作出定性定量分析和分类分级分色预警方法，直观展现风险评估结果，据此实施分级管理。

通过预警方法监管动态数据分析，实现狱情动态全面展现、安全风险精准预测，将有限警力集中到真正危害监管安全的重点人员身上，切实提高监所基础风险管控能力，做到防患未然。

通过本发明得到监狱狱情分类分级分色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而得到的分类器拥有较高的准确率。

附图说明

图1为本发明的方法流程图。

图2为本发明通过逻辑斯蒂回归模型输出的预测结果(部分)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。

图1所示的一种根据监狱狱情分类分级分色的预警方法，包括以下步骤：