一种基于大数据管制地监管改造用被管制人员解除监管核查系统的制作方法

本发明涉及监管地管理，具体为一种基于大数据管制地监管改造用被管制人员解除监管核查系统。

背景技术：

1、在当今社会，随着信息技术的飞速发展和广泛应用，大数据已成为各个领域提升管理效率、优化决策过程的重要手段，在监管地监管改造领域，构建一个基于大数据的被管制人员解除监管核查系统具有重要的现实意义和紧迫性，监管地承担着对被管制人员进行改造和教育，然而，传统的监管地管理方式在被管制人员解除监管核查方面存在诸多挑战和不足，过去，监管地对于被管制人员的信息管理往往依赖于纸质档案和人工记录，这种方式不仅效率低下，而且容易出现信息不准确、不完整的问题，在被管制人员解除监管时，需要对其在监管地的表现、改造情况、教育成果等进行全面核查，以确定其是否达到解除监管的标准，但由于信息的分散和不规范，这一过程往往耗时费力，且难以保证准确性，此外，传统的核查方式难以对被管制人员的行为模式和心理状态进行深入分析，被管制人员在监管地的行为表现是评估其改造效果的重要依据，但仅仅依靠人工观察和记录很难发现潜在的规律和趋势，对于一些具有再违法行为风险的被管制人员，也难以提前进行有效的识别和干预；

2、现有的基于大数据管制地监管改造用被管制人员解除监管核查系统存在一定的技术缺陷，首先就是智能化程度不足，缺乏智能算法来对被管制人员重新违法行为风险等关键指标进行精准预测和评估，导致被管制人员解除监管后不能针对性的做出干预，无法降低再次违法行为的风险，并且，获取被管制人员的档案数据困难，不同系统之间数据不一致、不同监管地之间被管制人员数据共享和同步更新存在障碍，导致解除监管时对被管制人员的综合情况掌握不准确，以及对于被管制人员在监管地期间的表现数据、奖惩数据、心理评估数据等更新不及时，可能导致在解除监管核查时无法准确判断其当前状态，为此，我们提出一种基于大数据管制地监管改造用被管制人员解除监管核查系统。

技术实现思路

1、本发明的目的在于提供一种基于大数据管制地监管改造用被管制人员解除监管核查系统。

2、以解决上述背景技术中提出的问题，本发明提供如下技术方案：一种基于大数据管制地监管改造用被管制人员解除监管核查系统，所述基于大数据管制地监管改造用被管制人员解除监管核查系统包括数据采集模块、数据清洗与校验模块、数据整合模块、数据分析模块、风险评估模块、实时监控模块、预警模块以及干预管理模块；

3、数据采集模块：用于采集被管制人员的详细信息；

4、数据清洗与校验模块：对采集到的数据进行清洗和校验；

5、数据整合模块：将来自不同系统和渠道的数据进行整合，建立统一的数据格式和存储结构；

6、数据分析模块：运用数据分析算法和模型，对整合后的数据进行深入分析，挖掘潜在的规律和趋势；

7、风险评估模块：利用智能算法计算被管制人员解除监管风险系数；

8、实时监控模块：实时跟踪被管制人员在监管地期间的各种情况，确保数据的时效性；

9、预警模块：接收风险评估模块的结果，根据评估结果在不同的阈值范围，发出不同的预警指令；

10、干预管理模块：根据预警模块发出的不同预警指令，制定并实施不同的详细干预管理措施。

11、作为本发明的进一步方案：所述数据采集模块能够与监管地内各管理系统的接口，所述数据采集模块具有人工录入和数据录入两种方式，对于数据录入，支持文本、图像、音频和视频的录入方式，采用自然语言处理技术和模式匹配算法对文本数据进行识别，从被管制人员的档案文本提取信息，包括被管制人员人名、身份证号码、违法行为类型、管制期以及违法行为细节，在处理图像数据时，借助图像处理技术和特征提取算法，识别出被管制人员的面部特征、身体姿态信息，在处理音频数据时，通过语音识别技术和情感分析算法，提取被管制人员在心理评估过程中的情绪特征和语言表达模式数据，并建立数据文件夹，数据文件夹中的每个文件以“被管制人员名+身份证号码”的格式命名。

12、作为本发明的进一步方案：所述数据清洗与校验模块采用了基于机器学习的重复数据检测算法，通过对被管制人员的基本信息和违法行为信息关键字段进行相似度计算和模式匹配，识别出重复的数据记录，并予以删除，从而避免数据冗余，对于错误数据的修正，通过与执法部门的权威数据库的实时比对和数据验证技术，将被管制人员的基本信息与执法部门的权威数据库进行交叉验证，一旦发现差异，依据权威数据进行修正，对于可能存在缺失的数据字段，利用数据插补和预测算法进行标识和提醒，对清洗与校验后的数据生成数据清洗与校验的日志，所述数据清洗与校验模块会将处理后的数据传输至数据整合模块。

13、作为本发明的进一步方案：所述数据整合模块能够整合监管地内各管理系统的数据，监管地内各管理系统包括监管地管理系统、教育改造系统、心理评估系统、劳动改造系统、医疗健康系统以及管制审查系统，所述数据整合模块通过etl数据抽取工具和odbc接口技术从这些数据源中获取数据，然后将不同数据源的数据进行提取、转换和加载，对于数据转换阶段，对提取的数据进行格式转换、字段映射和数据标准化，对于数据加载阶段，采用列式存储结构和数据加载算法，将处理后的数据快速、准确地加载到数据仓库中，并建立统一的数据字典和元数据管理机制，明确数据的定义、来源、格式以及更新频率的信息数据，所述数据整合模块与数据分析模块实时交互。

14、作为本发明的进一步方案：所述数据分析模块能够接收数据整合模块整合后的数据，所述数据分析模块采用了基于密度的dbscan聚类算法和agnes层次聚类算法，将具有相同违法行为类型特征的被管制人员归为一类，进而帮助总结被管制人员群体中的共性问题和潜在的违法行为规律，然后数据分析模块结合时间序列分析方法的arima模型，结合被管制人员的历史行为数据和改造表现数据，预测其未来的行为趋势和风险变化，在进行数据深入分析后，所述数据分析模块采用hadoop的分布式计算框架，帮助提高数据分析的效率，然后将分析结果以图表形式进行直观地展示，所述数据分析模块会将分析后的数据传输至风险评估模块。

15、作为本发明的进一步方案：所述风险评估模块设置有深度学习算法和复杂的风险评估模型，通过对大量历史数据的训练，通过训练好的模型学习和捕捉被管制人员特征与重新违法行为风险之间的关系，并根据接收的违法行为类型、监管地表现、被管制人员年龄以及心理评估数据计算违法行为类型、监管地表现、被管制人员年龄以及心理评估得分，然后根据计算得到的数据计算被管制人员解除监管风险系数，具体的被管制人员解除监管风险系数的计算公式如下：

16、

17、其中：r表示被管制人员解除监管风险系数，m、n、g和on分别表示监管次数、刑事违法行为次数、执法系统记录在案的行政违法次数和被管制人员当前解除监管年龄，xi、zi、yi和ti分别表示第i次监管地表现得分、违法行为类型得分、心理评估得分和违法行为年龄得分，ai、bi、ci和di分别表示管理人员设置的xi、zi、yi和ti的权重系数，k表示缩放系数；

18、所述风险评估模块会将计算得到的被管制人员解除监管风险系数数据传输至预警模块。

19、作为本发明的进一步方案：所述实时监控模块与监管地内各管理系统的实时接口，实现对被管制人员实时表现数据的无缝获取，表现数据包括日常行为(作息规律、人际交往)、学习情况(课程参与度、考试成绩)以及劳动表现(工作完成质量、效率)，运用流式计算技术并结合复杂事件处理(cep)引擎，对实时数据进行处理和分析，及时发现异常和潜在的风险趋势，并根据被管制人员的个体特征和历史表现，设定个性化的违规次数阈值，并且，实时监控模块设置有数据存储和查询功能，利用分布式存储系统hbase保存一段时间内的实时监控数据，能够便于管理人员对监控数据进行追溯和分析，所述实时监控模块与预警模块实时交互。

20、作为本发明的进一步方案：所述预警模块能够接收来自风险评估模块的结果数据，并依据预设的严谨阈值范围进行判断，具体判断类别如下：

21、当r≤rmin时，此时判定为无风险状态，预警模块不做出任何干预措施；

22、当rmin<r≤rmax时，此时判定为低风险状态，预警模块发出低风险a类预警指令；

23、当rmax<r时，此时判定为高风险状态，预警模块发出高风险b类预警指令。

24、作为本发明的进一步方案：所述干预管理模块能够接收预警模块传输的指令数据；

25、当干预管理模块没有接收到指令数据时，给予被管制人员正常解除监管流程，采取常规的跟踪和支持措施，定期(每季度一次)通过电话和线上方式与被管制人员进行沟通，了解其生活和工作状态，提供必要的信息和资源，包括就业机会推荐、社会福利政策告知，同时，向其所在社区通报情况，确保社区对其有基本的了解和关注；

26、当干预管理模块接收到低风险a类预警指令时，会对解除监管的解除监管人员进行每月一次面对面的回访，深入了解被管制人员在社会适应、职业发展和人际关系方面的情况，并提供职业培训补贴，鼓励其参加提升就业能力的课程，联合社区开展公益活动，促进其融入社会，为其建立心理支持档案，记录心理状态变化，必要时提供短期的心理咨询服务；

27、当干预管理模块接收到高风险b类预警指令时，会对解除监管的解除监管人员安排专人进行每周至少两次的实地走访，密切监控其行为和社交活动，强制要求其参加长期的心理治疗和行为矫正课程，并定期进行评估，并与相关企业合作，为其提供特定的就业岗位，同时加强工作监督，与执法部门建立实时信息共享机制，及时掌握其动态，在经济上，提供一定期限的生活津贴，以此保障其基本生活需求，减少因经济压力导致的违法行为诱因，并详细记录干预的全过程和效果，根据实际情况随时调整干预策略，最大程度地降低再违法行为风险，促进其稳定回归社会。

28、采用上述技术方案，与现有技术相比，本发明的有益效果在于：

29、1.本发明通过数据采集模块能够采集被管制人员的被监管信息和个人信息，并通过数据清洗与校验模块和数据整合模块进行清洗、校验和整合后，通过数据分析模块分析和挖掘潜在的规律和趋势，然后通过风险评估模块根据每个被管制人员的被监管数据计算出每个个体的被管制人员解除监管风险系数，通过每个被管制人员的被管制人员解除监管风险系数比对预警模块的阈值，然后根据不同的风险范围做出不同的干预和管理措施，实现对被管制人员的精准预测和有效管理，帮助被管制人员更好地回归社会，降低再违法行为风险；

30、2.本发明通过数据整合模块的设置，能够将获取的不同数据源的数据进行整合，并建立统一的数据格式和存储结构，解决不同系统之间数据不一致以及不同监管地之间被管制人员数据共享和同步更新的障碍，使解除监管时能准确掌握被管制人员的综合情况，及时更新被管制人员在监管地期间的表现数据、奖惩数据和心理评估数据，确保在解除监管核查时能准确判断其当前状态，从而为被管制人员解除监管核查提供更可靠的依据，有助于降低再违法行为风险，促进被管制人员更好地回归社会；

31、3.本发明通过对被管制人员数据的深入分析，系统能够全面了解每个被管制人员的违法行为历史、心理特征以及被监管表现多方面的数据点，基于这些详细信息，监管地管理部门可以为被管制人员制定量身定制的个性化改造计划，这种个性化的改造计划能够更好地满足被管制人员的个体需求，提高他们参与改造的积极性和主动性，精准的改造措施能够更有效地解决被管制人员存在的问题，帮助他们更好地认识自己的错误，改正不良行为，从而提高改造效果。