[发明专利]一种强制隔离戒毒人员风险评估方法及系统

说明书

本发明涉及大数据分析技术领域，具体是涉及一种强制隔离戒毒人员风险评估方法及系统。戒毒管理人员对强制隔离戒毒人员的样本数据和用户画像标签筛选出的风险评估数据，形成强制隔离戒毒人员风险评估标签；将训练集中每个强制隔离戒毒人员的用户画像标签和测试集中每个强制隔离戒毒人员的用户画像标签输入到LightGBM分类模型，当分类准确率和召回率满足设定值时，获得标准LightGBM分类模型，通过标准LightGBM分类模型获取待评估的强制隔离戒毒人员的风险评估结果。本发明可以有效预测和防范强制隔离戒毒人员异常行为发生，为后期实施监管提供决策支持。

技术领域

本发明涉及大数据分析技术领域，具体是涉及一种强制隔离戒毒人员风险评估方法及系统。

背景技术

近年来，戒毒业务系统发生了一些新问题和新情况，如逃跑、自杀、施暴、破坏等异常行为，这些给戒毒业务系统安全稳定和人员监管带来了前所未有的挑战，也成为戒毒业务系统信息化建设必须解决的课题。

目前，对强制隔离戒毒人员风险评估主要通过基层民警经验的主观判断，这种方式存在以下问题：一是过于依赖人工评估，不能全面、准确地评估戒毒人员存在的风险，这种传统被动式人工监管模式已无法满足新形势下的监管工作需求，特别对突发事件无法做到第一时间的防范和处理；二是对戒毒业务系统产生的强制隔离戒毒人员基础信息、购物信息、信件记录、教育谈话记录、亲情电话记录、亲情会见记录、入所评估、奖惩得分、民警汇报信息、强制隔离戒毒人员汇报信息等海量信息，没有将其充分发挥作用。亟需一种风险评估方法以便对强制隔离戒毒人员进行风险评估。

发明内容

为解决上述技术问题，本发明的目的之一是提供了一种强制隔离戒毒人员风险评估方法，能够对强制隔离戒毒人员进行风险评估，可以有效预测和防范强制隔离戒毒人员异常行为发生，可为后期实施监管提供决策支持。

为实现上述目的，本发明采用了以下技术方案：

一种强制隔离戒毒人员风险评估方法，包括如下步骤：

S1，从戒毒业务系统获取强制隔离戒毒人员的原始数据，并进行数据清洗，去除有数值缺失的原始数据，得到样本数据；

S2，由样本数据建立强制隔离戒毒人员用户画像标签；

S3，根据戒毒管理人员对强制隔离戒毒人员的样本数据和用户画像标签筛选出的风险评估数据，形成强制隔离戒毒人员风险评估标签；

S4，将样本数据按照获取的时间先后顺序排列，将排列在前面A％的样本数据作为训练集，剩余的样本数据作为测试集；

S5，将训练集中每个强制隔离戒毒人员的用户画像标签输入到LightGBM分类模型，将每个强制隔离戒毒人员风险评估标签作为LightGBM分类模型的输出即模型标签，训练LightGBM分类模型的模型参数，直至LightGBM分类模型输出的模型标签与测试集的风险评估标签满足设定条件，此时的LightGBM分类模型为训练后LightGBM分类模型；

S6，将测试集中每个强制隔离戒毒人员的用户画像标签输入到步骤S5中的训练后LightGBM分类模型，输出测试集的风险评估结果；

S7，根据测试集中的风险评估标签与步骤S5中的测试集的风险评估结果，计算训练后LightGBM分类模型的分类准确率和召回率；

S8，若分类准确率大于等于第一设定值且召回率大于等于第二设定值，则步骤S6中的训练后LightGBM分类模型为标准LightGBM分类模型，否则进行步骤S9；

S9，重新从戒毒业务系统获取样本数据，重复步骤S5-S7，直至分类准确率大于等于第一设定值且召回率大于等于第二设定值，获取标准LightGBM分类模型，其中第一设定值和第二设定值相互独立；