数据挖掘技术在监狱再犯率.docVIP

数据挖掘技术在监狱再犯率预测中的运用 摘要 数据挖掘技术在监狱再犯率预测中的运用 五角场监狱 章际新 周飞 摘 要 我国预防犯罪的社会综合治理工作和对罪犯进行的卓有成效的改造工作在世界上获得了很大的声誉。 我国的犯罪率和刑释人员的再犯率之低也令世界上绝大多数国家惊羡。然而， 众所周知， 刑满释放人员的重新违法犯罪率远高于社会 一般成员，刑释人员的重新犯罪状况仍是严重的社会问题。以上海市为例， 近年来，每年新收入狱的犯人中有 12%-18%是重新犯罪者。而且，司法实践表明，刑释人员犯罪的恶性程度远高于初次犯罪者。 因此，遏制和预防刑释人员重新犯罪，对于降低犯罪率，维护社会治安，推进我国的现代化建设有着十分重要的意义。 同时，随着监狱工作的不间断展开， 在日常的工作中积累了大量的历史数据，但由于分析手段的缺乏， 使得决定罪犯再犯率的依据不是基于数据库中丰富的数据，而是基于监狱警察的直觉。因此提高数据分析能力， 同时建立一个基于相关数据的决策支持系统就变的十分重要。 而数据挖掘技术作为近几年发展起来的数据组织和分析技术，在这一过程中无疑将发挥重要作用。 最大熵模型作为一个比较成熟的统计模型， 具有计算模型独立于特定的任务的特点，具有简洁、通用和易于移植等优点。 但在最近几年的研究中只是被应用在关于自然语言处理的领域。本文将尝试如何将最大熵模型应用在再犯预测领 域。 本文首先介绍了目前数据