一种基于循征矫正的罪犯改造手段推荐方法技术

本发明专利技术公开了一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：步骤S1、构建特征样本集其中，N为样本数，M为特征数；步骤S2、训练得到逻辑斯蒂回归分类器L_R；步骤S3、测试集测试，分析误差。通过本发明专利技术提供的训练方法，能够得到推荐罪犯改造手段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专利技术提供的训练方法得到的分类器拥有较高的准确率。供的训练方法得到的分类器拥有较高的准确率。供的训练方法得到的分类器拥有较高的准确率。

【技术实现步骤摘要】
一种基于循征矫正的罪犯改造手段推荐方法


[0001]本专利技术涉及一种推荐方法，尤其涉及一种基于循征矫正的罪犯改造手段推荐方法。

技术介绍

[0002]刑罚监管的潜在价值追求是矫正和教育，而教育的本质则是在执行刑罚过程中，对罪犯区别应用各种手段以达到转变其犯罪思想、行为恶习，教授其文化知识和培养职业技能的目的。通过将罪犯改造经验转化为最为有效和基础的改造手段，在罪犯不同时期、不同个体间进行规则匹配，推荐适合当前罪犯最为有效的改造手段以实现其教育转化目的，降低改造成本。

技术实现思路

[0003]为了解决上述技术所存在的不足之处，本专利技术提供了一种基于循征矫正的罪犯改造手段推荐方法，通过建立罪犯犯罪行为因素分析模型和罪犯改造手段知识库，进行数据关联挖掘方法将改造手段与罪犯犯罪行为因素分析模型及进行反复相互验证实现最优手段推荐。
[0004]为了解决以上技术问题，本专利技术采用的技术方案是：一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：
[0005]步骤S1、构建特征样本集
[0006]其中，N为样本数，M为特征数；
[0007]步骤S2、训练得到逻辑斯蒂回归分类器L_R；
[0008]步骤S3、测试集测试，分析误差。
[0009]优选的，步骤S1中，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有多个类标。
[0010]优选的，步骤S2中，将步骤S1得到的训练样本集作为逻辑斯蒂回归模型的输入，进行训练，训练由代码调用相应函数完成，得到最终的分类推荐模型，从而实现不同训练样本的归类。
[0011]优选的，步骤S3中，得到逻辑斯蒂回归模型后，将测试集作为模型输入进行预测，就得到推荐改造手段。
[0012]通过本专利技术提供的训练方法，能够得到推荐罪犯改造手段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专利技术提供的训练方法得到的分类器拥有较高的准确率。
[0013]本专利技术针对于特定监管场所，适用于监狱、戒毒所、社区矫正等特定监管人群，针对目前罪犯改造缺乏有效技术支撑手段和科学、客观、全面有效的矫正证据等问题，通过对罪犯多维度数据检索与关联规则挖掘对罪犯进行有效的系统评价与评估，建立基于关联规则挖掘结果的改造手段推荐方法，以循证矫正为基础，根据罪犯不同的信息数据表现与监
管实时行为，推荐相关类别罪犯的循证矫正手段，构建个性化、科学化的创新改造方法与模式，从而全面提高罪犯的改造质量。
附图说明
[0014]图1为本专利技术的方法流程图。
[0015]图2为本专利技术得到的推荐罪犯改造手段的逻辑斯蒂回归模型部分预测结果图。
具体实施方式
[0016]下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0017]如图1所示的一种基于循征矫正的罪犯改造手段推荐方法，包括以下步骤：
[0018]步骤S1、构建特征样本集
[0019]其中，N为样本数，M为特征数；样本数为代表样本的数量，特征数是同一个罪犯所选取的特征总数，特征包括是否认罪悔罪、是否服从监管等，样本数等于所有罪犯的类标和。
[0020]基于循征矫正的罪犯改造手段推荐方法本质上属于多标签的分类问题，同一个罪犯(一个样本)拥有多个类标(例如普法教育、亲情帮教、个别谈话等，共23个标签)，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有多个类标。进行标签分类的目的是为了方便训练模型，建立特征训练集的目的和意义是为了训练模型，模型训练需要训练集。
[0021]步骤S2、训练得到逻辑斯蒂回归分类器L_R；
[0022]将步骤S1得到的训练样本集作为逻辑斯蒂回归模型的输入，进行训练，训练由代码调用相应函数完成，得到最终的分类推荐模型，从而实现不同训练样本的归类。
[0023]进行训练的目的是为了确定逻辑斯蒂回归模型中的参数，从而得到最终的分类推荐模型。
[0024]逻辑斯蒂回归模型是为了实现问题分类，逻辑斯蒂回归模型是机器学习中的一个经典算法，适用于解决二分类和多分类问题，其具体表达式如下：
[0025]假设离散型随机变量Y的可能取值集合是{1,2,...,K}，w
k
为权重，那么逻辑斯谛回归模型为：
[0026][0027]步骤S3、测试集测试，分析误差。
[0028]步骤S3中，得到逻辑斯蒂回归模型后，将测试集作为模型输入进行预测，就得到推荐改造手段。
[0029]测试集预测后得到的结论就是推荐手段如普法教育、亲情帮教、个别谈话等，然后狱警等相关执法人员就能按照推荐手段对罪犯进行矫正教育。
[0030]下面结合实施例对本专利技术作进一步详细的说明。
[0031]实施例1
[0032]一种基于循征矫正的罪犯改造手段推荐方法，具体如下：
[0033]步骤S1、构建特征样本集其中N＝390为样本数，M＝15为特征数，包括“是否认罪悔罪”，“是否服从监管”，“是否抗拒改造”等特征；
[0034]基于循征矫正的罪犯改造手段推荐方法本质上属于多标签的分类问题，同一个罪犯(一个样本)拥有多个类标(例如普法教育、亲情帮教、个别谈话等，共23个标签)，为方便训练模型，本专利技术把含有多个标签的样本对标签集合分成多个新样本，得到了训练集
[0035]步骤S2、训练得到逻辑斯蒂回归模型L_R；
[0036]将上一步骤得到的训练样本集作为逻辑斯蒂回归模型L_R的输入，进行训练，得到最终的分类推荐模型，从而实现不同训练样本的归类；
[0037]步骤S3、测试集测试，分析误差。
[0038]得到逻辑斯蒂回归模型L_R后，将测试集作为模型输入进行预测，得到推荐改造手段。
[0039]上述实施方式并非是对本专利技术的限制，本专利技术也并不仅限于上述举例，本
的技术人员在本专利技术的技术方案范围内所做出的变化、改型、添加或替换，也均属于本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述方法包括以下步骤：步骤S1、构建特征样本集其中，N为样本数，M为特征数；步骤S2、训练得到逻辑斯蒂回归分类器L_R；步骤S3、测试集测试，分析误差。2.根据权利要求1所述的基于循征矫正的罪犯改造手段推荐方法，其特征在于：所述步骤S1中，为方便训练模型，把含有多个标签的样本对标签集合分成多个新样本，得到了训练集，从而为模型训练做好准备；其中，同一个罪犯拥有...

【专利技术属性】
技术研发人员：贾继伟，王志富，奚军庆，曾范林，刘英伟，庞景秋，齐井春，陈兴钰，崔放，李忆平，
申请(专利权)人：长春嘉诚信息技术股份有限公司，
类型：发明
国别省市：