[发明专利]建立多维度服刑人员状态信息模型的方法

说明书

一种建立多维度服刑人员状态信息模型的方法，本发明将影响分析人员危险程度的因素，分成多个维度：基本因素、个性及心理、社会因素、综合因素等，并对这些因素的相关属性进行打分，将罪犯非结构化数据结构化，形成罪犯数据的多维数组结构，然后通过选取质点，计算服刑人员数据与质点的距离，最终将服刑人员最终分为三类：普管、严管、宽管。本发明通过对质点及罪犯状态迁移的分析，从而预测监控对象的犯罪趋势的分析模型，帮助监控人员进行个性化的管理教育以及监管部门合理决策。

技术领域

本发明公开了一种建立多维度服刑人员状态信息模型的方法，属于司法智能监控的技术领域。

背景技术

随着社会信息化的推进，社会的各个方面都开始注重信息采集及分析工作，但是针对特定人群的分类管理依然没有特定技术手段加以处理和区分，其主要客观技术原因在于：涉及到司法领域，影响个体行为的因素诸多。特别是针对服刑人员更是难以根据短期的个人信息数据做出准确的危险行为预判。

根据犯罪行为学的研究发现，相同罪罚的服刑人员，常因个体的家庭环境、社会关系、个人教育背景、个人健康状况等多重客观因素的不同，后续做出的危险行为的概率也不同。因此，建立一种能考虑多维因素的人员状态信息模型，成为本技术领域所一直寻求突破的技术难点。

针对上述技术问题，中国专利CN110458101A公开了一种基于视频与设备结合的服刑人员体征监测方法及设备，方法括以下过程：通过获取服刑人员的当前监控视频，从视频帧中识别服刑人员的人脸表情特征及所属类别；通过视频监控实时跟踪人脸面部特征区域，同时生命体征监测设备检测监狱服刑人员的心率。结合服刑人员在休息时的心率以及从视频中识别出的服刑人员的人脸表情特征和心率，判断监狱服刑人员是否具有潜在性疾病风险或者异常行为。但是该文献只是对服刑人员的身体状况进行监测，并及时发出预警，而其它种类的影响因素并未考虑在预判服刑人员的危险行为当中。

中国专利CN109998570A公开了服刑人员心理状态评估方法、终端、设备及系统，根据输入的指纹信息，提取与该指纹信息对应的待测试心理指标，选择与当前待测试心理指标对应的动画游戏场景；同时，选择与当前待测试心理指标对应的VR体验场景；采集待测试服刑人员在动画游戏场景下的第一生理信号；采集待测试服刑人员在VR体验场景下的第二生理信号和第一行为信号；对采集的信号均进行预处理；对预处理后得到的信号进行特征提取，得到特征向量；将特征向量进行特征向量融合，将融合后的特征向量输入到预先训练好的预测模型中，预测模型输出待测试服刑人员的心理状态分类结果。该文献是通过将服刑人员置于特定模拟场景中，通过辨别特定人员的反应行为或者答题反馈进而实现对服刑人员的心理状态评估。

综上可知，现有技术对服刑人员的预测评估依然仅限于身体健康状况或者心理状况，然而影响服刑人员的其他因素依然没有被有效识别和评判。

发明内容

针对现有技术的不足，本发明公开一种建立多维度服刑人员状态信息模型的方法。

本发明详细的技术方案如下：

一种建立多维度服刑人员状态信息模型的方法，包括步骤如下：

1)收集所有目标服刑人员的状态信息，其特征在于，所述状态信息至少包括：

性格数据、心理数据、教育背景数据、家庭环境数据、身体健康数据、犯罪背景数据、罪罚数据、狱中表现数据、社区评价反馈数据；

2)将所有目标服刑人员数据按状态信息类型进行归集，形成多维数组结构；根据不同目标服刑人员，将上述状态信息进行赋值打分；

3)在各所述数组结构中，选取数组结构的质点，计算每位服刑人员的状态信息与所述质点的距离；

4)根据每位服刑人员的状态信息与所述质点的距离最终将服刑人员分为三类：普管、严管、宽管。