基于区间模糊VIKOR的监犯特征风险评估研究  

Risk Assessment System for Prisons Based on Interval-valued Fuzzy VIKOR Method

作　　者：沈洋[1] 庄伟超 吴清华 钱玲飞 Shen Yang;Zhuang Weichao;Wu Qinghua;Qian Lingfei(College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 210006,China;Wuxi Zhuoxin Information Technology Co.,Ltd,Wuxi 214000,China)

机构地区：[1]南京航空航天大学经济与管理学院,南京210006 [2]无锡卓信信息科技股份有限公司,无锡214000

出　　处：《数据分析与知识发现》2019年第11期70-78,共9页Data Analysis and Knowledge Discovery

基　　金：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)的研究成果之一

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。[Objective]This study tries to improve the assessment of prison risks,such as violence,suicide,being abetting or abetted.[Methods]We proposed a risk assessment system for prisoners based on the interval-valued fuzzy VIKOR method.First,on the basis of 62-dimesion sample data of more than 1100 prisoner records,we established the optimized data set with interval-valued fuzzy VIKOR method.Then,we trained the new model with multiple machine learning algorithms.Finally,we compared the performance of our model with the existing ones.[Results]The precision,recall and F1 values were improved by 8.9%,11.1%and 0.1 respectively.[Limitations]We could not propose a universal algorithm for all types of risks.[Conclusions]Our model provides some new directions for prison management and research.

关 键 词：监犯特征 风险评估 区间模糊VIKOR 机器学习 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]