一种基于AHP的量化罪犯倾向性及危险度方法和系统技术方案

本发明专利技术涉及计算机信息系统中的大数据处理技术，具体涉及一种基于AHP的量化罪犯倾向性及危险度方法和系统，通过计算流量调度优化算法，实现业务数据的高效采集、抽取；并基于狱情分析器，采用AHP算法，对罪犯的倾向性及危险度进行量化并分级。本发明专利技术给出了一种量化罪犯倾向性及危险度的方法和系统，将监狱业务信息进行了有效的处理和利用，通过两两比较矩阵算法，避免由于一次失误导致排序遭到破坏，解决了难以量化罪犯倾向性及危险度的难题。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及计算机信息系统中的大数据处理技术，具体涉及一种基于AHP的量化罪犯倾向性及危险度方法和系统，通过计算流量调度优化算法，实现业务数据的高效采集、抽取；并基于狱情分析器，采用AHP算法，对罪犯的倾向性及危险度进行量化并分级。本专利技术给出了一种量化罪犯倾向性及危险度的方法和系统，将监狱业务信息进行了有效的处理和利用，通过两两比较矩阵算法，避免由于一次失误导致排序遭到破坏，解决了难以量化罪犯倾向性及危险度的难题。【专利说明】 —种基于AHP的量化罪犯倾向性及危险度方法和系统
本专利技术涉及计算机信息系统中的大数据处理技术，具体涉及一种基于AHP的量化罪犯倾向性及危险度方法和系统。
技术介绍
随着监狱信息化的发展，建设了包括罪犯狱政管理系统、刑法执行系统、生活卫生系统、亲情电话系统、会见管理系统、心理咨询系统等一大批罪犯管理业务系统；包括视频监控系统、门禁系统、报警系统、数字电网、外来车辆人员进出管理系统、应急指挥辅助决策系统等一大批安全防范系统。这些系统的建设为监狱狱情的收集、分析、研判提供了大量的、有效的基础性数据。但对这些系统产生的信息还没有进行有效的处理和分析，目前在监狱管理中只是提出罪犯分类的方法，提出了人身危险性的基本理论，根据刑期去对服刑人员做简单分类，在实际操作中很难对服刑人员的危险度进行评判。
技术实现思路
本专利技术目的提供一种基于AHP的量化罪犯倾向性及危险度方法与系统，通过计算流量调度优化算法，实现业务数据的高效采集、抽取；并基于狱情分析器，采用AHP算法，对罪犯的倾向性及危险度进行量化并分级。本专利技术提供的方案如下:一种基于AHP的量化罪犯倾向性及危险度方法，包括以下步骤:I)采集监狱服刑人员的档案信息，将其存入了数据中心；2)将监狱各个业务系统，包括会见系统、亲情电话系统、一卡通系统、心理咨询系统、计分考核系统、狱侦管理系统、点名系统、仿真实训系统、综合评估系统与数据中心进行连接，将其产生的信息实时传入数据中心；3)将数据中心的服刑人员信息根据改造信息、外部因素、监狱环境、个人状况、狱侦状况、反常信息进行分类存储；4)调用数据中心中分类存储服刑人员信息，以罪犯倾向性及危险度为目标分别对服刑人员的年龄、学历、犯罪类型、余型、异常事件下对逃脱、行凶、自杀、破坏、其他构造各指标两两比较判断矩阵；5)在单一准则下，采用1- 9比例标度法对构造的两两比较判断矩阵进行综合分析，对各指标之间进行两两对比之后，得出服刑人员的罪犯倾向性及危险度，并采取措施加以防范。一种基于AHP的量化罪犯倾向性及危险度系统，包括数据采集服务器、数据中心、数据分析服务器、数据挖掘服务器、调度服务器和认证服务器，数据采集服务器分别与各监狱业务系统、数据中心、调度服务器和论证服务器相连，数据分析服务器分别与数据中心、数据挖掘服务器、调度服务器和认证服务器相连。本专利技术的有益效果:本专利技术给出了一种量化罪犯倾向性及危险度的方法和系统，将监狱业务信息进行了有效的处理和利用，通过两两比较矩阵算法，避免由于一次失误导致排序遭到破坏，解决了难以量化罪犯倾向性及危险度的难题。【专利附图】【附图说明】图1是一种基于AHP的量化罪犯倾向性及危险度方法不意图；图2是罪犯倾向性及危险度两两比较判断矩阵构造示意图。【具体实施方式】下面结合具体实施例对本专利技术进行进一步描述，但本专利技术的保护范围并不仅限于此:如图1所示，一种基于AHP的量化罪犯倾向性及危险度方法，包括以下步骤:I)采集监狱服刑人员的档案信息，将其存入了数据中心；2)将监狱各个业务系统，包括会见系统、亲情电话系统、一卡通系统、心理咨询系统、计分考核系统、狱侦管理系统、点名系统、仿真实训系统、综合评估系统与数据中心进行连接，将其产生的信息实时传入数据中心；3)将数据中心的服刑人员信息根据改造信息、外部因素、监狱环境、个人状况、狱侦状况、反常信息进行分类存储； 4)如图2所示，调用数据中心中分类存储服刑人员信息，以罪犯倾向性及危险度为目标分别对服刑人员的年龄、学历、犯罪类型、余型、异常事件下对逃脱、行凶、自杀、破坏、其他构造各指标两两比较判断矩阵:A=(Bij)nxn在单准则下分别构造，即在G下对C1C2C3C4C5,构造A ;分别在C1C2C3C4C5下对A1A2A3A4A5 构造 A。5)在单一准则下，采用1- 9比例标度法对构造的两两比较判断矩阵进行综合分析，对各指标之间进行两两对比之后，得出服刑人员的罪犯倾向性及危险度，并采取措施加以防范。建立1- 9比例标度表，如表1所示:【权利要求】1.一种基于AHP的量化罪犯倾向性及危险度方法，其特征在于包括以下步骤: 1)采集监狱服刑人员的档案信息，将其存入了数据中心； 2)将监狱各个业务系统与数据中心进行连接，将其产生的信息实时传入数据中心； 3)将数据中心的服刑人员信息根据改造信息、外部因素、监狱环境、个人状况、狱侦状况、反常信息进行分类存储； 4)调用数据中心中分类存储服刑人员信息，以罪犯倾向性及危险度为目标分别对服刑人员的年龄、学历、犯罪类型、余型、异常事件下对逃脱、行凶、自杀、破坏、其他构造各指标两两比较判断矩阵； 5)在单一准则下，采用1- 9比例标度法对构造的两两比较判断矩阵进行综合分析，对各指标之间进行两两对比之后，得出服刑人员的罪犯倾向性及危险度，并采取措施加以防范。2.根据权利要求1所述的一种基于AHP的量化罪犯倾向性及危险度方法，其特征在于，步骤2)所述的监狱各个业务信息系统包括会见系统、亲情电话系统、一卡通系统、心理咨询系统、计分考核系统、狱侦管理系统、点名系统、仿真实训系统、综合评估系统。3.一种基于AHP的量化罪犯倾向性及危险度系统，其特征在于包括数据采集服务器、数据中心、数据分析服务器、数据挖掘服务器、调度服务器和认证服务器，数据采集服务器分别与各监狱业务系统、数据中心、调度服务器和论证服务器相连，数据分析服务器分别与数据中心、数据挖掘服务器、调度服务器和认证服务器相连。【文档编号】G06F19/00GK103761449SQ201410057927【公开日】2014年4月30日 申请日期:2014年2月20日 优先权日:2014年2月20日 【专利技术者】黄步添, 钱和良, 施政, 金晓东 申请人:杭州华亭科技有限公司本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：黄步添，钱和良，施政，金晓东，
申请(专利权)人：杭州华亭科技有限公司，
类型：发明
国别省市：