基于区间模糊VIKOR的监犯特征风险评估研究

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.

关键词：监犯特征、风险评估、区间模糊VIKOR、机器学习

所属期刊栏目：3

分类号：TP393(计算技术、计算机技术)

资助基金：本文系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

在线出版日期：2020-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：70-78