[發(fā)明專利]一種基于有效影響因子的服刑人員危險(xiǎn)行為預(yù)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011170332.6
• 申請(qǐng)日: 2020-10-28
• 公開（公告）號(hào): CN112132233A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 李玉軍;鄧媛潔;劉治;賁晛燁
• 申請(qǐng)（專利權(quán)）人: 山東大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F16/215;G06F16/245;G06Q10/06;G06Q50/26
• 代理公司: 濟(jì)南金迪知識(shí)產(chǎn)權(quán)代理有限公司 37219
• 代理人: 許德山

1.一種基于有效影響因子的服刑人員危險(xiǎn)行為預(yù)測(cè)方法，其特征在于，包括步驟如下：

(1)結(jié)構(gòu)化處理：

1)數(shù)據(jù)清洗；對(duì)服刑人員特征信息進(jìn)行數(shù)據(jù)清洗；服刑人員特征信息包括罪犯基本信息、犯罪信息、心理狀況和日常行為；

2)提取有效影響因子；

(2)基于權(quán)重分?jǐn)?shù)的危險(xiǎn)行為預(yù)測(cè)

危險(xiǎn)行為包括自殺危險(xiǎn)、逃脫危險(xiǎn)、暴力危險(xiǎn)；

首先，對(duì)所有待評(píng)估人員進(jìn)行分類：

將結(jié)構(gòu)化處理后有效影響因子構(gòu)成的數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，將訓(xùn)練集輸入Random Forest模型進(jìn)行學(xué)習(xí)和訓(xùn)練，待Random Forest模型的學(xué)習(xí)完成預(yù)設(shè)的迭代次數(shù)且誤差維持穩(wěn)定后，保存訓(xùn)練好的Random Forest模型；輸入測(cè)試集至訓(xùn)練好的RandomForest模型，預(yù)測(cè)其危險(xiǎn)行為；

其次，基于權(quán)重分?jǐn)?shù)的危險(xiǎn)行為預(yù)測(cè)及預(yù)警；

(3)Random Forest模型在線優(yōu)化

將步驟(2)中的模型接口連接服刑人員數(shù)據(jù)庫，可實(shí)時(shí)讀取獄內(nèi)發(fā)生危險(xiǎn)行為的人員信息，更新后的樣本以單人數(shù)據(jù)信息的格式重新進(jìn)入Random Forest模型中，RandomForest模型以此數(shù)據(jù)的有效影響因子為輸入特征在線學(xué)習(xí)并更新Random Forest模型權(quán)重。

2.根據(jù)權(quán)利要求1所述的一種基于有效影響因子的服刑人員危險(xiǎn)行為預(yù)測(cè)方法，其特征在于，步驟2)中，提取有效影響因子，包括步驟如下：

首先，設(shè)置皮爾遜相關(guān)系數(shù)和信息增益的閾值；

其次，針對(duì)數(shù)據(jù)清洗后的數(shù)據(jù)集的各個(gè)特征字段，分別計(jì)算單一特征和危險(xiǎn)行為的相關(guān)性，指標(biāo)用PCC系數(shù)表示，若某特征取值低于閾值則視為冗余特征將其刪除，保留取值大于等于閾值的特征；

最后，計(jì)算特征提供的信息量，即經(jīng)過前級(jí)篩選出各個(gè)特征字段的信息熵，若某特征取值低于信息增益的閾值，則視為冗余特征，將其刪除，保留取值大于等于閾值的特征；處理后得到有效影響因子構(gòu)成的數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于有效影響因子的服刑人員危險(xiǎn)行為預(yù)測(cè)方法，其特征在于，用r表示PCC系數(shù)，其計(jì)算公式如式(Ⅰ)所示：

式(Ⅰ)中，X_i和表示數(shù)據(jù)清洗后數(shù)據(jù)集中的特征字段下每個(gè)服刑人員的數(shù)據(jù)的取值和所有服刑人員的數(shù)據(jù)均值，Y_i和表示每個(gè)樣本的標(biāo)簽的取值和總體均值，i表示特征下某個(gè)樣本，n代表樣本總個(gè)數(shù)。

4.根據(jù)權(quán)利要求1所述的一種基于有效影響因子的服刑人員危險(xiǎn)行為預(yù)測(cè)方法，其特征在于，用IG(Y/X)表示某一特征的信息熵，其計(jì)算公式如式(Ⅱ)、式(Ⅲ)、式(Ⅳ)所示：

IG(Y|X)＝H(Y)-H(Y|X) (Ⅳ)

式(Ⅱ)、式(Ⅲ)、式(Ⅳ)中，H(X)是指特征字段X的信息熵，p(x_i)表示該特征下取值為x_i的概率，x_i表示該特征下的取值，b是對(duì)數(shù)的底數(shù)，取2；H(Y|X)是指條件熵；H(Y)是指類別標(biāo)簽的信息量。