社區(qū)服刑人員重新犯罪風(fēng)險預(yù)測在司法行政一體化智能平臺中的研究與應(yīng)用

陳皓

摘要：社區(qū)服刑人員作為潛在的社會治安隱患，其管理與監(jiān)控的不當(dāng)會對社會造成極大的危害，如能對重新犯罪進(jìn)行有效預(yù)測，將對維護(hù)社會穩(wěn)定和諧具有重要作用。立足本單位司法行政一體化智能平臺建設(shè)，結(jié)合認(rèn)知計算、B1分析等技術(shù)，該文對重新犯罪的風(fēng)險預(yù)測進(jìn)行系統(tǒng)性地研究與應(yīng)用，并在社區(qū)服刑人員的全方位監(jiān)控、智能化分析與預(yù)測預(yù)警中取得了顯著的成效。

關(guān)鍵詞：司法行政；重新犯罪；風(fēng)險預(yù)測；社區(qū)服刑人員

1概述

社區(qū)服刑人員的管理對維護(hù)社會穩(wěn)定與和諧具有重要作用，這類人員在管理、教育或者監(jiān)控不當(dāng)?shù)那闆r下，很容易重新走向違法犯罪的道路，成為影響社會穩(wěn)定的突出因素。

近年來，江蘇司法行政系統(tǒng)的信息化工作取得了跨越式發(fā)展，信息技術(shù)在各項工作中均有著廣泛應(yīng)用。例如各種視頻監(jiān)控、電子圍欄、語音識別等等。但隨著信息化系統(tǒng)的不斷完善與應(yīng)用，數(shù)據(jù)量呈幾何式的爆炸增長，數(shù)據(jù)存儲量已成為名副其實的“大數(shù)據(jù)”。為了更好地利用數(shù)據(jù)，江蘇司法行政系統(tǒng)依托大數(shù)據(jù)技術(shù)，探索在規(guī)模巨大、類型復(fù)雜的海量數(shù)據(jù)中發(fā)現(xiàn)趨勢、找出規(guī)律，推進(jìn)一體化智能平臺建設(shè)。其中，如何利用大數(shù)據(jù)分析技術(shù)，對社區(qū)服刑人員重新犯罪的風(fēng)險進(jìn)行評估，成為平臺建設(shè)和應(yīng)用的重要課題之一。

2社區(qū)矯正人員重新犯罪的原因分析

近年來，社會治安形勢愈發(fā)嚴(yán)峻，社區(qū)矯正群體的重新犯罪傾向越來越嚴(yán)重，社區(qū)服刑人員的違法犯罪日益受到關(guān)注。這就需要社會對該群體進(jìn)行實時有效的管理與風(fēng)險控制。目前的社區(qū)矯正人員重新犯罪成因主要包括以下幾個方面。

2.1自身問題

自身的期望值過高，又沒有技術(shù)特長，缺乏謀生手段，沒有穩(wěn)定的經(jīng)濟收入。在個人需求得不到滿足時，特別是追求享受，過度消費，容易造成心理失衡，鋌而走險。還有就是綜合素質(zhì)較低，文化水平不高，法律意識淡薄，考慮問題較簡單，一旦有其他社會違法犯罪人員引誘，就極有可能重新犯罪。再者就是未得到及時的矯正，如果監(jiān)管不到位或者當(dāng)?shù)刂伟矤顩r不佳，原先的犯罪誘因仍然存在，社區(qū)服刑人員就極有可能犯罪。圖1列出了近年來重新犯罪主觀原因比例：

2.2社會因素

社區(qū)矯正的目標(biāo)就是讓矯正對象糾正錯誤，重新樹立正確的人生觀、價值觀，矯正因犯罪給社會和個人留下的負(fù)面影響，回歸到正確的生活軌道。但是現(xiàn)有的矯正體系對矯正人員的矯正措施缺乏專業(yè)性，并且由于矯正工作人員本身的專業(yè)限制、心理矯正水平不高等，不能達(dá)到矯正教育的最佳效果。并且當(dāng)前社會急劇變化，社會環(huán)境中的犯罪的各種誘因依然存在，社區(qū)矯正人群非常容易故態(tài)復(fù)萌。

2.3客觀原因

在現(xiàn)代的信息化管理中，社區(qū)矯正人群管理不再是單一性的部門工作，而是需要很多部門進(jìn)行協(xié)作與信息的交換，來完成系統(tǒng)性的評估管理。但由于現(xiàn)有的各種管理機構(gòu)設(shè)立不到位，信息流通不暢，甚至是區(qū)域間的矯正人員信息閉塞，信息化的程度不斷地加深，數(shù)據(jù)量也幾何式增長，導(dǎo)致了評估與監(jiān)管根本無法有效地進(jìn)行，使得對社區(qū)矯正人群的一系列風(fēng)險無法評估與掌控。圖2中列出了近年來重新犯罪客觀原因比例：

2國內(nèi)外罪犯重新犯罪研究現(xiàn)狀

2.1國內(nèi)研究現(xiàn)狀

目前，在湖南、江蘇、上海三地推廣試用的犯罪預(yù)測量表，是一個包容使用動態(tài)與靜態(tài)要素于一體的評估重新犯罪的工具，他可以設(shè)定與重新犯罪有密切關(guān)系的十個方面的五十四個小項，例如犯罪史、教育或者就業(yè)情況、財產(chǎn)情況、家庭情況等，并通過對這些項目的測評，確定被預(yù)測者重新犯罪的可能。并且將其危險等級劃分為五個等級：高危險罪犯、中高度危險罪犯、中度危險罪犯、低中度危險罪犯、低度危險罪犯。

1990年上海市研制出我國最早的重新犯罪可能性預(yù)測量表，在對2002年釋放的2264名上海籍刑釋人員的驗證中，總體預(yù)測準(zhǔn)確率達(dá)86.8%。上海市的預(yù)測量表包括了18項預(yù)測因子，其中14項涉及的是本人基本情況、改造表現(xiàn)，僅有三項涉及了就業(yè)情況、安置幫教、家庭情況。

2.2國外研究現(xiàn)狀

紐約警察局發(fā)布的實時犯罪監(jiān)控中心（Real Time Crime Center）。這個耗資1100萬美元的信息化項目不僅具有分析警務(wù)數(shù)據(jù)的能力，而且能為警方提供犯罪線索并快速有效地鑒別犯罪模式。

這個監(jiān)控中心第一階段的項目是建立一個海量的犯罪數(shù)據(jù)庫。它是由IBM全球服務(wù)部通過使用基于IBM DB2 Universal數(shù)據(jù)庫和Cognos 7系列的Powerplay技術(shù)的WebSphere來建立的，主要功能是收集數(shù)以十億計的公眾信息和警方報告。該系統(tǒng)將為警方提供犯罪嫌疑人的實時信息，包括近期住址和電話號碼、逮捕和假釋信息，甚至還有昵稱和紋身。這些有價值的信息如果通過普通文件記錄查詢的話，可能要花調(diào)查人員數(shù)周的時間。

3基于一體化智能平臺的社區(qū)服刑人員重新犯罪風(fēng)險預(yù)測研究

司法行政一體化智能平臺通過建立信息流轉(zhuǎn)協(xié)同中心，實現(xiàn)了內(nèi)部業(yè)務(wù)數(shù)據(jù)互通和外部服務(wù)數(shù)據(jù)的共享，匯聚形成了海量基礎(chǔ)數(shù)據(jù)。通過這樣的技術(shù)革新，數(shù)據(jù)和信息實現(xiàn)了自由流動。這就意味著大數(shù)據(jù)時代已經(jīng)到來，當(dāng)今的世界正處于一個數(shù)據(jù)爆炸的階段，同樣不可避免地影響到了社區(qū)矯正工作領(lǐng)域。這些數(shù)據(jù)的規(guī)模、速度、復(fù)雜程度以及處理難度已經(jīng)超出現(xiàn)有的常規(guī)數(shù)據(jù)管理、分析的范圍。這就決定了在這些海量的數(shù)據(jù)下，我們使用的傳統(tǒng)的數(shù)據(jù)處理與分析技術(shù)需要有一次大的革新。其中包括數(shù)據(jù)的存儲與組織方式、分析方法、計算方法。

3.1研究思路

3.1.1選取數(shù)據(jù)指標(biāo)

在進(jìn)行風(fēng)險評估的初期，需要選取數(shù)據(jù)指標(biāo)，確定哪些指標(biāo)能夠支撐預(yù)測分析工作。預(yù)測重新犯罪除了關(guān)注社區(qū)服刑人員個人的主觀因素之外，還需要重視誘發(fā)重新犯罪的外部環(huán)境因素。因此，科學(xué)地確立重新犯罪的預(yù)測因子指標(biāo)，才能保證評估的可信度，以及預(yù)測的準(zhǔn)確性。重新犯罪可行性預(yù)測指標(biāo)因子包括重新犯罪主體的年齡結(jié)構(gòu)、文化程度、服刑表現(xiàn)、安置幫教情況，重新犯罪的周期、刑期結(jié)構(gòu)、類型和其他相關(guān)的預(yù)測指標(biāo)等。

3.1.2采集數(shù)據(jù)源

在確定具體的預(yù)測數(shù)據(jù)指標(biāo)之后，需要對分析的數(shù)據(jù)進(jìn)行采集。在數(shù)據(jù)源的選取上，可以利用系統(tǒng)中已有的各種監(jiān)控數(shù)據(jù)，在矯正過程中，全方位錄入矯正對象的基本信息和平時的各項監(jiān)控、管理等信息。此外，也可擴大采集數(shù)據(jù)的來源渠道，根據(jù)犯罪人的信息，從裁判文書網(wǎng)收集所有與之相關(guān)的裁判文書導(dǎo)人系統(tǒng)中。利用系統(tǒng)提供的文本挖掘技術(shù)，依據(jù)選取的預(yù)測指標(biāo)，提取裁判文書中與犯罪人相關(guān)的內(nèi)容生成標(biāo)簽，并對標(biāo)簽對應(yīng)內(nèi)容進(jìn)行自動歸類以供分析處理。

3.1.3數(shù)據(jù)預(yù)處理

在獲取了這些大量的數(shù)據(jù)之后，需要對數(shù)據(jù)進(jìn)行預(yù)處理。對數(shù)據(jù)進(jìn)行預(yù)處理，能夠有效提高基礎(chǔ)數(shù)據(jù)質(zhì)量，為建模應(yīng)用、大數(shù)據(jù)分析提供良好的支撐，得到更加精準(zhǔn)的挖掘和分析結(jié)果。數(shù)據(jù)預(yù)處理流程如圖3所示：

一般數(shù)據(jù)預(yù)處理分為5個步驟：

1）數(shù)據(jù)清理：數(shù)據(jù)清理主要是分析出采集的錯誤數(shù)據(jù)、缺失數(shù)據(jù)或冗余數(shù)據(jù)等，進(jìn)行更改、刪除等操作，避免錯誤數(shù)據(jù)進(jìn)入運算過程；

2）數(shù)據(jù)集成：把不同來源、格式、性質(zhì)的數(shù)據(jù)，在邏輯上或物理上進(jìn)行集中，消除信息孤島，為前臺應(yīng)用提供全面的數(shù)據(jù)共享支撐；

3）數(shù)據(jù)融合：把數(shù)據(jù)融合的思想引入到數(shù)據(jù)預(yù)處理的過程中，對采集的信息數(shù)據(jù)加以聯(lián)合、相關(guān)和組合，挖掘和建立數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，實現(xiàn)基礎(chǔ)數(shù)據(jù)動態(tài)的整合，并存人數(shù)據(jù)倉庫或數(shù)據(jù)挖掘模塊中；

4）數(shù)據(jù)變換：采用線性或非線性的數(shù)學(xué)變換方法將多維數(shù)據(jù)壓縮成較少維數(shù)的數(shù)據(jù)，消除它們在時間、空間、屬性及精度等特征表現(xiàn)方面的差異；

5）數(shù)據(jù)歸約：數(shù)據(jù)規(guī)約就是在精簡數(shù)據(jù)量的同時，盡可能保證數(shù)據(jù)的完整性。在歸約后的數(shù)據(jù)集上挖掘?qū)⒏鼮橛行?，分析結(jié)果也更為準(zhǔn)確。

3.1.4生成預(yù)測模型

在對數(shù)據(jù)進(jìn)行預(yù)處理之后，根據(jù)數(shù)據(jù)處理結(jié)果建立機器學(xué)習(xí)預(yù)測模型，生成分類、聚類、回歸預(yù)測模型，并進(jìn)行分析與評估，從而對社區(qū)矯正人員重新犯罪進(jìn)行評估。重新犯罪預(yù)測完整流程如圖4所示：

3.2數(shù)據(jù)評估分析技術(shù)的應(yīng)用

在大數(shù)據(jù)背景下，主要有兩種數(shù)據(jù)處理分析方式：認(rèn)知計算、智能BI（Business Intelligence）分析技術(shù)。

認(rèn)知計算，它源自模擬人腦的計算機系統(tǒng)，通過對人類的認(rèn)知理論的研究，建立計算機認(rèn)知模型，然后用認(rèn)知計算來處理實際的問題。它可以像人類一樣，擁有理解、洞察與決策的能力。認(rèn)知計算系統(tǒng)所具備的四個特點：輔助、理解、決策、發(fā)現(xiàn)，成為人類能力的擴展和延伸，意味著可以更加高效的處理大批量的數(shù)據(jù)，這將是人類面臨大數(shù)據(jù)挑戰(zhàn)做出正確決策的保障與支撐。

跟認(rèn)知計算類似，智能B1分析技術(shù)在大數(shù)據(jù)分析中也有著舉足輕重的作用。BI是一種運用了數(shù)據(jù)倉庫、在線分析、數(shù)據(jù)挖掘等技術(shù)來處理和分析數(shù)據(jù)的嶄新技術(shù)。其目的就是以可視化的方式，實現(xiàn)多維度、深層次的智能分析挖掘功能，為使用者提供決策支持。OLAP（On-Line Analytical Processing），即聯(lián)機分析處理，它是BI的一種全新的數(shù)據(jù)封裝方式，可以讓分析人員、管理人員或執(zhí)行人員能夠從多角度對信息進(jìn)行快速、一致、交互地存取從而獲得對數(shù)據(jù)的更深入了解。

3.4風(fēng)險與不足

社區(qū)服刑人員重新犯罪風(fēng)險預(yù)測因為受主客觀、外部環(huán)境等諸多因素影響，預(yù)測的結(jié)果達(dá)到完全精準(zhǔn)的難度較大，原因如下：

3.4.1犯罪規(guī)律異常復(fù)雜

預(yù)測者與被預(yù)測者之間存在博弈關(guān)系，影響預(yù)測的準(zhǔn)確性。如警方對電信詐騙發(fā)出預(yù)警會促使犯罪人改進(jìn)詐騙手段。此外，導(dǎo)致重新犯罪的因素十分廣泛，模型十分復(fù)雜，很難從少量的案例中發(fā)現(xiàn)規(guī)律性的東西，并且犯罪現(xiàn)象也存在著不確定和預(yù)測不準(zhǔn)特性。

3.4.2缺失全面信息

有些基層工作人員沒有能夠按照數(shù)據(jù)采集清單要求錄入源頭數(shù)據(jù)，或是錄入數(shù)據(jù)向不夠完整，導(dǎo)致社區(qū)服刑人員基礎(chǔ)檔案信息不全，特別是有的必填項目一樓。因此，用于大數(shù)據(jù)分析的數(shù)據(jù)很難全面、客觀地反映真實情況，分析結(jié)果缺失了應(yīng)有的精準(zhǔn)性。

3.4.3網(wǎng)絡(luò)銜接不佳

社區(qū)服刑人員的大量信息，特別是刑事處罰、動態(tài)行為信息等依賴于與外部單位協(xié)同共享。但是，相關(guān)部門之間的信息共享工作仍然不是很完善，協(xié)同辦公的機制尚不健全。一方面，容易形成管理真空，引發(fā)脫漏管情形發(fā)生；另一方面，由于數(shù)據(jù)資源不夠豐富，預(yù)測因子指標(biāo)缺失，無法得到理想的分析結(jié)果。

3.4.4虛設(shè)整體價值

少數(shù)一線工作人員把信息系統(tǒng)被單純地看成管理和監(jiān)控臺，忽視了大數(shù)據(jù)分析的重要作用，缺少利用信息化手段和開展智能應(yīng)用的理念和舉措。在這種思想的影響之下，錄人數(shù)據(jù)、保證數(shù)據(jù)質(zhì)量的意識不強，大數(shù)據(jù)分析往往缺少海量的數(shù)據(jù)基礎(chǔ)，很難給日常工作帶來質(zhì)和量的提升。

4應(yīng)用實例分析

由于目前的社矯正漸漸的步入信息化時代，由各渠道搜集起來的一切對象信息都可以進(jìn)入一體化智能平臺，并在一體化智能平臺中建立起社區(qū)矯正管理信息系統(tǒng)。這些海量的信息進(jìn)入到平臺之后，運用大數(shù)據(jù)平臺的語義分析算法，對里面的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，可以得出他日常的所有的行動信息與個人性格信息。例如，在微小的異動中可以迅速感知矯正對象日?；顒有袨椋Y(jié)合個人信息進(jìn)行風(fēng)險分析，得出此人是否在矯正期間存在異常舉動，提醒監(jiān)管者及時制止和干預(yù)。又如，在實際應(yīng)用中，利用一體化智能平臺，監(jiān)管者在系統(tǒng)中對某一矯正人員進(jìn)行查看，根據(jù)平日的大數(shù)據(jù)分析，確定了他的工作地點，發(fā)現(xiàn)他的定位信息之后，可以確定他是否在工作。無論是在哪個時刻，管理員都可以查看他的實時信息，當(dāng)矯正人員一旦偏離了大數(shù)據(jù)分析平臺給他分析出的正常活動地區(qū)之后，例如出城區(qū)，平臺立即報警，這時候管理人員可以立刻對其進(jìn)行聯(lián)系，確認(rèn)情況。除此之外，據(jù)認(rèn)知計算算法與語義分析算法的分析計算，能夠分析得出行為不規(guī)律、性格較暴躁的高風(fēng)險矯正人群，將其列為可能重新犯罪的重點關(guān)注對象。隨之而來的，對高風(fēng)險的重點人員定期對其出入門、崗等活動進(jìn)行分析，如果出現(xiàn)反常狀況，及時跟蹤聯(lián)系，了解情況并采取措施，落實有效監(jiān)管。

5結(jié)束語

相對于傳統(tǒng)的重新犯罪風(fēng)險評估體系，依托于現(xiàn)代化技術(shù)手段的一體化智能平臺評估體系，具有適用的數(shù)據(jù)規(guī)模大、發(fā)布與傳播速度快、檢測群體龐大、實時交互強等特點。隨著社區(qū)矯正人群的不斷擴大，以及社交媒體和傳感網(wǎng)絡(luò)發(fā)展帶來的數(shù)據(jù)爆炸式增長，社區(qū)矯正人群的在犯罪風(fēng)險管理愈加的困難，重新犯罪預(yù)測的社會價值將會越來越大。由此，新的數(shù)據(jù)分析與評估理念的應(yīng)用勢在必行。下一步，筆者將繼續(xù)以一體化智能平臺建設(shè)為載體，積極探索和研究，以期形成更為先進(jìn)的重新犯罪風(fēng)險評估體系。