数据挖掘模式下的再犯风险评估研究.pdfVIP

2016年11月 山东警察学院学报 Nov．，2016 of Police No．6Set．No．150 第6期总第150期 Journal ShandongCollege 数据挖掘模式下的再犯风险评估研究 骆晓一1，王超2 (1．河北政法职业学院，河北石家庄050061) (2．河北省石家庄监狱，河北石家庄050061) 摘要：基于数据挖掘模式，选取再犯风险评估中的5类22项指标，将是否重新犯罪作为目标变 量，通过构建数学模型即C5．0决策树模型、神经网络模型和判别分析模型，对从我国H省抽样的 1500名罪犯样本进行分析和模型构建，并对结果进行验证和评估。结果显示，构建的三个模型均 具有很高的预测准确性，均可用于对我国的再犯风险进行评估；C5．0决策树模型在模型构建上具 有最高的准确性。 关键词：再犯风险；风险评估；风险预测；数据挖掘 中图分类号：D917文献标识码：A 文章编号：1673—1565(2016)06—0087—08 如何预测犯罪人的重新犯罪风险在国际上是 因素，然后选取我国H省的1500名罪犯样本，其 一个难题。我们已进入大数据时代，国际社会中 中包括初犯样本和再犯样本，通过构建再犯危险 已有应用数据挖掘模型进行科学分析，以达到降 性的数学评估模型，并对评估模型进行验证，以检 低犯罪人重新犯罪率的典型案例。比如，美国新 验其效能，从而探索我国罪犯重新犯罪的危险性 泽西州使用罪犯智能系统，通过计算机分析罪犯 评估因素模型，以期为预防重新犯罪有所助益。 进入司法程序后的各类卷宗，建立了罪犯危险性 一、中外再犯危险性影响因子分析 识别的数学计算机模型，深入分析犯罪的生理、心 理、社会因素，为罪犯提供更有针对性的矫治、习 研究选取30个中外各国再犯风险评估问卷， 艺和司法援助，使重新犯罪率下降近30％。而目 其中美国9个：《美国弗吉尼亚州罪犯危险评估 前我国，监狱网络平台虽然在2012年已基本建表》口o、《美国威斯康星危险评价工具》、《宾夕法 成，各类罪犯的立案、审批、服刑等各类档案信息 尼亚州危险评估工具》、《马萨诸塞州缓刑管理局 及视频监控信息、语音信息等已达到了大数据的 犯罪人危险性评估工具》∞J、《爱荷华罪犯危险评 程度，但是各类数据的利用率不到10％，对各类 估表》、《伊利诺伊州社区矫正中心罪犯评估表 数据的深入分析，特别是分析罪犯的成长背景、社 (女性)》、《俄勒冈州的危险再评估工具》、《印第 会背景和犯罪背景，研究建立罪犯危险性分析模 安那州危险评估工具》M。、欧林再犯预测表(为假 型，准确挖掘罪犯思想动态、行为动机方面的深层 释选择上之参考)∞1；加拿大3个：加拿大《监督 次信息等方面尚处在非常初级的阶段，还有许多 of 等级调查表》(LevelSupervisionInventory， 工作要做。…本文在借鉴部分罪犯危险性评估指 LSI)旧1、HCR20、《重新犯罪统计信息表》(简称 标的基础上，分析出对罪犯危险性评估的有效 SIR—R1)；英国1个：《罪犯评估系统》(OASys)；