本发明涉及计算机领域，尤其涉及一种应用于监狱罪犯的全景画像方法。
背景技术：
多年来，全国监狱系统一直在探索利用信息技术实现对监狱的精细化管理和对罪犯的个性化改造，现在全国监狱信息主要领域基本集中在以罪犯档案信息数据库、监狱办公系统及统计分析系统等领域，但是针对罪犯深层次的挖掘、认知、画像工作少有突破。
技术实现要素：
针对上述现有技术存在的缺陷，本发明提供一种应用于监狱罪犯的全景画像方法，解决了不同省监狱局系统的数据异构问题，结合对罪犯的静态信息和动态信息的综合认知，提高了对罪犯的个性化改造工作效果。
本发明提供的一种应用于监狱罪犯的全景画像方法，其改进之处在于，所述方法包括如下步骤：
(1)通过对罪犯的基本档卡信息的分析、过滤、清洗、转换，抽取成罪犯的基础信息标签；
(2)通过对所述罪犯的近期动态行为的分析、过滤、清洗、转换，抽取成罪犯的行为标签；
(3)将所述基础信息标签和所述行为标签在大数据分析平台进行数据建模和分析，整合成罪犯的认知标签；
(4)通过所述认知标签和警察知识库固化，形成罪犯的改造策略标签；
(5)通过所述改造策略标签，对所述罪犯进行个性化改造。
优选的，步骤(1)将所述基本档卡信息的格式转换成格式统一的格式，所述基本档卡中的采集项存入所述大数据分析平台；
所述采集项包括监狱信息，教育改造，劳动改造，生活卫生，心理矫治，刑罚执行，狱政管理，罪犯基本信息。
较优选的，步骤(2)所述罪犯的近期动态行为包括劳动改造，视频会见、手持终端，读书记录，会见人员，会见信息，亲情电话，狱内个人消费信息和短信收发。
较优选的，步骤(3)包括：
1)在大数据分析平台中，将所述基本档卡信息中的采集项用k均值算法进行分类处理，并用线性回归和相关性分析方法对每一个采集项赋予一个影响因子，并建立n维度的关注度模型；
2)采用聚类分析中的主成分分析方法，对罪犯的历史数据中的基础信息标签模型进行训练和学习，把n维度的关注度模型降为24维关注度模型；
3)采用线性回归方法在所述24维关注度模型中进行相关性分析，得到多个维度指标权重；
4)根据所述相关性分析的结果，确定相关性最高的6个采集项构成所述六维关注度模型和其对应的维度的单个指标；
5)给出不同的影响因子，建立所述综合关注度指标；计算所述综合关注度指标的表达式为：
式中，ni指的是第i个基础信息标签对应的值或者行为标签对应的值，xi为对应的标签在所述六维关注度模型中的比重，i为六维关注度模型综合指标计算的总和；
6)根据所述综合关注度指标和所述六维关注度模型整合成罪犯的认知标签。
较优选的，所述六维关注度模型包括六个维度指标；所述六个维度指标包括罪行性质指标，对外联系指标，家庭变故指标，帮教系统使用指标，思想改造指标和劳动改造指标；
设置所述罪行性质指标时，将罪行和罪行量刑尺度中间值做分类统计，划分10级，其标准为：
式中，maxvalue表示所有罪名中量刑尺度中间值中的最大值；minvalue表示所有罪名中量刑尺度中间值的最小值；xi表示某一个罪名的量刑尺度中间值，level表示对该计算结果取整，取值范围为1-10；设定两个阈值，将标准值分为低、中、高三类，对应的需要关注度值为由低到高；
设置所述对外联系指标时，按帮教记录、视频会见记录、通话记录分类，并以柱状图和颜色记录对应的频率，确定得分；设定低频次对外联系阈值和高频繁对外联系阈值，若低于所述低频次对外联系阈值或者高于所述高频繁对外联系阈值则触发告警提示；计算所述得分的表达式为：
式中，cj表示某个罪犯的对外联系频率；minc表示全体罪犯的对外频率的最小值；maxc表示全体罪犯的对外频率的最大值；score表示所述某个罪犯在对外联系频率方面的得分；
设置所述家庭变故指标时，并按其指标值进行由低到高排序，对应的需要关注度值为由低到高；计算所述家庭变动指标的表达式为：
上述式中，i表示序号；rxi表示某亲人对罪犯的影响系数；rxi表示在一个周期内罪犯与某亲人的联系时长；rx表示在一个周期内罪犯与所有亲人的联系时长；ryi表示某亲人的家庭变动信息对罪犯的影响系数；ryi表示在一个周期内罪犯与某亲人的讨论家庭变动的记录次数；ry表示在一个周期内罪犯与某亲人的联系次数；rl表示家庭变动信息对罪犯关注度的影响指数；
设置所述帮教系统使用指标时，包括设定罪犯在帮教系统使用的关注度指标和告警阈值，若所述罪犯在帮教系统使用的关注度指标值大于所述告警阈值，触发告警提示；计算所述关注度指标值的表达式为：
式中，r表示某个罪犯的阅读时长，r表示所有罪犯的阅读时长最大值，v表示该罪犯的视频浏览时长，v表示所有罪犯的视频浏览时长最大值，m表示该罪犯的音频浏览时长，m表示所有罪犯的音频浏览时长最大值，hl是该罪犯在帮教系统使用的关注度指标；
设置所述思想改造指标时，包括设定思想改造的关注度指标，并按其指标值进行由低到高排序，对应的需要关注度值为由低到高；计算所述思想改造的关注度指标的表达式为：
式中，tl是述思想改造的关注度指标；talkt表示某个罪犯的谈话思想改造时长，learnt表示该罪犯接受思想教育课程时长，maxt表示该罪犯在一个周期内的参加思想改造的总时长；
设置所述劳动改造指标时，包括设定劳动改造的关注度指标和告警阈值，若罪犯的本周劳动改造的关注度指标和上周劳动改造的关注度指标相差值大于告警阈值，触发告警提示；计算所述劳动改造的关注度指标的表达式为：
式中，ll表示劳动改造关注度指数；sp表示一个周期内某个罪犯的所有合格产品总数目；maxp表示一个周期内所有罪犯中的合格产品总数目的最大值。
较优选的，步骤2)所述主成分分析方法包括以误差平方和sse为收敛条件的k均值算法；
所述sse的表达式为：
式中，k表示需要聚集的类的数目；j表示序号；cj表示第j个聚类；mj表示聚类cj的聚类中心；dis表示数据点x和聚类中心mj之间的距离；
所述线性回归方法的表达式为：
式中，a、b为该线性方程组的系数，求解公式为：
式中，x表示所述历史数据中的自变量；y表示所述历史数据中的结果；n表示选择的罪犯群体的个数；
较优选的，设定所述影响因子初值，通过所述六维关注度模型的训练进行修正。
较优选的，所述认知标签形成后，开放所述大数据分析平台，实现数据共享。
较优选的，步骤(4)所述警察知识库固化是指帮教系统，包括对同类罪犯如何改造、实施措施和达到效果的历史资料；
根据所述认知标签和所述历史资料，形成包括“重点关注”，“罪犯包夹”，“亲情帮教”，“警察管控”，“谈话教育”，“劳动改造”，“调换岗位”，“心理教育”中的任意一项或多项改造策略标签。
本发明的技术方案中，实现了对罪犯画像的三个转变：
(1)从简单的罪犯静态信息展示到实时的动态信息记录。以往罪犯信息仅仅是档卡数据的静态展示，通过增加普通会见、计分考核、心理测评、帮教使用等动态数据采集系统，实现基于时间序列的罪犯动态数据展示和分析，对罪犯的刻画更准确、更具时效性。
(2)从罪犯的“现象”数据到对罪犯的“本质”刻画。基础信息标签和罪犯行为标签反映出的是罪犯的日常行为表现，知识画像体现出的是在大数据分析基础上的对罪犯的深入刻画，反应的是罪犯深层次的关键特征。
(3)从独立信息的展示到四级标签的体系化建模。“基础信息标签——罪犯行为标签——罪犯认知标签——改造策略标签”四级模型是一个从罪犯认识到针对性改造的思维过程，也体现了“治本安全观”的差异化改造策略。
附图说明
图1为本发明实施例的流程图；
图2为本发明实施例的罪犯的动态行为分析的示意图；
图3为本发明实施例的罪犯的全景画像标签和改造标签示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
本实施例提出的一种应用于监狱罪犯的全景画像方法，其流程图如图1所示，具体包括如下步骤：
(1)通过etl工具对罪犯的基本档卡信息的分析、过滤、清洗、转换，抽取成罪犯的基础信息标签。
上述的分析部分包含罪犯的年龄分析，性别分析，再次犯罪分析，罪名分析，罪犯刑期分析等，可以是其中的任意一种或多种。例如可以统计罪犯贩毒的性别比例，年龄段分布比例，地区分布，学历段分布比例等。过滤、清洗部分是指针对数据记录缺失，数据记录字段不完整、字段缺失,数据转码不对等情况的校验、去重、排序、分组、转码等。因为不同省份的系统的信息化不同，没有网络互连，业务系统数据库设计不同，填写信息不规范等，为了把各省的数据能够汇聚到司法部统一的一个系统，通过转换部分实现全国数据联网，统一使用。
将异构的基本档卡信息的转换成统一的格式后，并把各省的采集项存入部级的大数据分析平台。本实施例所述的采集项包括监狱信息，教育改造，劳动改造，生活卫生，心理矫治，刑罚执行，狱政管理，罪犯基本信息(包括身高、体重、性别、年龄、罪名等，具体可由用户确定)。
(2)通过etl工具对所述罪犯的近期动态行为的分析、过滤、清洗、转换，抽取成罪犯的行为标签。其中近期动态行为包括劳动改造，视频会见、手持终端(手机，平板电脑等)，读书记录，会见人员，会见信息，亲情电话，狱内个人消费信息和短信收发。
(3)将所述基础信息标签和所述行为标签在大数据分析平台进行数据建模和分析，整合成罪犯的认知标签。具体步骤包括：
1)在大数据分析平台中，将所述基本档卡信息中的采集项用k均值算法进行分类处理，并用线性回归方法和相关性分析方法对每一个采集项赋予一个影响因子，并建立n维度的关注度模型；
2)采用聚类分析中的主成分分析方法，对罪犯的历史数据中的基础信息标签模型进行训练和学习，把n维度的关注度模型降为24维关注度模型。本实施例的历史数据通过全国司法部的资料库获得，并可将数据按同类罪犯或罪犯的年龄、性别、学历、职业等分类，甚至是多重分类。其中，主成分分析方法包括以误差平方和sse为收敛条件的k均值算法；所述sse的表达式为：
式中，k表示需要聚集的类的数目；j表示序号；cj表示第j个聚类；mj表示聚类cj的聚类中心；dis表示数据点x和聚类中心mj之间的距离；利用该准则可以使所生成的簇尽可能的紧凑和独立。
3)采用线性回归方法在所述24维关注度模型中进行相关性分析，得到多个维度指标权重，包括学历，职业，婚姻，思想改造，劳动改造，前科劣迹，性别，帮教使用，地区等；本实施例借助线性回归方法对这24个采集项和罪犯的关注度进一步做了相关性分析，得到了这些采集项在罪犯关注度中的指标权重。线性回归直线方程为：
式中，a、b为该线性方程组的系数，求解公式为：
式中，x表示所述历史数据中的自变量；y表示所述历史数据中的结果；n表示选择的罪犯群体的个数；
4)根据所述相关性分析的结果，确定相关性最高的6个采集项构成所述六维关注度模型和其对应的维度的单个指标；
六维关注度模型包括六个维度指标，六个维度指标包括罪行性质指标，对外联系指标，家庭变故指标，帮教系统使用指标，思想改造指标和劳动改造指标。将六个维度指标分成10档，用1-10来对指标进行量化，指标值越大，表示罪犯在该维度的行为越值得重点关注；
设置所述罪行性质指标时，将罪行和罪行量刑尺度中间值做分类统计，划分10级，其标准为：
式中，maxvalue表示所有罪名中量刑尺度中间值中的最大值；minvalue表示所有罪名中量刑尺度中间值的最小值；xi表示某一个罪名的量刑尺度中间值，level表示对该计算结果取整，取值范围为1-10；如果某一个罪犯有多重罪名，按照罪名的单个等级叠加，如果超出10，就取最大值10。按照得分等级，设置了低高两个阈值，划分成三大类，低于低阈值的为得分低者，罪名性质轻微、社会危害性低，属于低关注度罪犯人群；高于高阈值的为罪名恶劣、情形严重，需要对其重点关注。例如，强奸、涉黑涉暴等罪行性质恶劣者，社会危害性大，影响波及大，群众围观度高，这类罪行在罪名性质指标方面会得分较高，需要监狱高度关注度该类罪犯。
设置所述对外联系指标时，得分源于罪犯的帮教记录信息等。罪犯的对外联系中，有无帮教记录；有无视频会见记录；有无通话记录；有无亲情电话等，这些都会被记录进系统，进而对罪犯的对外联系指标构成影响。本方法对罪犯的这四种情况做了统计分析，以图表的形式来展现罪犯的对外联系状况，统计周期为每周，记录次数越多，对应的柱状图的颜色越深。在罪犯对外联系的统计图上，通过颜色深浅，就可以一目了然的知道罪犯的联系频率，爱好使用的联系方式，与那些亲人的关系密切等等。此外，针对罪犯在对外联系方面的行为存在异常情况，在对外联系折现图中，还设置了低频次对外联系阈值和高频繁对外联系阈值。这两个阈值是对对外联系频率极低和极高的一个警戒线。低频次对外联系阈值是建立在时间维度上的一个求和统计分析，如果罪犯在四个周期内使用四种对外联系方式的次数低于4次，就会在折线图上发出低频联系警告信息。高频次对外联系阈值是建立在统计周期内的空间维度上的历史对比值分析，如果罪犯在一个周期内使用四种对外联系方式的次数比前几个周期内的频率有大幅提高，超出50％，就会在折线图上发出高频联系警告信息。当警告信息发出后，需要警察与罪犯谈话沟通，找出根因，及时做好罪犯的心理疏导，预防意外事情的发生。计算所述得分的表达式为：
式中，cj表示某个罪犯的对外联系频率；minc表示全体罪犯的对外频率的最小值；maxc表示全体罪犯的对外频率的最大值；score表示所述某个罪犯在对外联系频率方面的得分。例如，该罪犯的帮教系统的对外联系中记录中：“两个月内无帮教记录，最近一次会见是在2015-11-23；本月无视频会见记录；最近一次的视频会见是在2016-08-19；本月无通话记录；最近一次通话是在2016-5-17；对外联系可加强，可主动联系罪犯亲友”。故该罪犯在对外联系方面的行为存在异常情况，在对外联系方面得分为7分，属于需要在该方面重点关注对象。
设置所述家庭变故指标时，并按其指标值进行由低到高排序，对应的需要关注度值为由低到高；计算所述家庭变动指标的表达式为：
上述式中，i表示序号；rxi表示某亲人对罪犯的影响系数；rxi表示在一个周期内罪犯与某亲人的联系时长；rx表示在一个周期内罪犯与所有亲人的联系时长；ryi表示某亲人的家庭变动信息对罪犯的影响系数；ryi表示在一个周期内罪犯与某亲人的讨论家庭变动的记录次数；ry表示在一个周期内罪犯与某亲人的联系次数；rl表示家庭变动信息对罪犯关注度的影响指数；rl的值越大，表示家庭变故在这个周期内对罪犯的影响越高，越需要警察重点关注。后台的数据存储中，我们把罪犯的所有亲人信息都录入到大数据分析平台，虽然耗费了一定的存储空间，但是能够把罪犯亲人的微小变动都反应出来。在数据分析维度则可以把该罪犯的所有亲人都考虑到模型中，不必考虑罪犯的亲人数目等信息。在数据展示维度，只会展示那些发生了变化的罪犯亲人信息，隐藏多余的信息，不会影响使用者的分析。例如，罪犯在家庭变故记录信息为：“该罪犯在服刑期间家中无异常，有助于服刑”。按照上面的公式计算，该罪犯在家庭变故方面的得分是3分，低于一般的水平，关注度低。从系统里我们可以很容易的查询到该罪犯的亲人信息，并且用图表来把罪犯和他亲人的联系做了统计和展示，并重点关注了罪犯的父母，妻子，儿女的动态信息。当这些信息有变动的时候，就会记录下来，并需要评估下这个亲人对罪犯的影响因子，像离婚等因素的影响因子大，就需要在家庭变故方面重视，需要及时的和罪犯谈话。该罪犯的家庭无异常，不会造成罪犯的心理异常，故可以短期内不重点关注这项。
设置所述帮教系统使用指标时，银帮教系统里有很多图书，视频，音乐等，在罪犯使用这些多媒体资源后，会把对应的资源信息和时间等信息记录下来。本实施例设定罪犯在帮教系统使用的关注度指标和告警阈值，若所述罪犯在帮教系统使用的关注度指标值大于所述告警阈值，触发告警提示；计算所述关注度指标值的表达式为：
式中，r表示某个罪犯的阅读时长，r表示所有罪犯的阅读时长最大值，v表示该罪犯的视频浏览时长，v表示所有罪犯的视频浏览时长最大值，m表示该罪犯的音频浏览时长，m表示所有罪犯的音频浏览时长最大值，hl是该罪犯在帮教系统使用的关注度指标。如果帮教系统使用变化波动大，触发告警阈值，警察对该类罪犯需要加强关注，及时引导。
设置所述思想改造指标时，包括设定思想改造的关注度指标，并按其指标值进行由低到高排序，对应的需要关注度值为由低到高；计算所述思想改造的关注度指标的表达式为：
式中，tl是述思想改造的关注度指标；talkt表示某个罪犯的谈话思想改造时长，learnt表示该罪犯接受思想教育课程时长，maxt表示该罪犯在一个周期内的参加思想改造的总时长。如果得分越高，说明该罪犯在思想改造中消极，没有主动参与思想改造，越需要重点关注，合理分配师资力量，并实施不同的心理改造和干预方案，使师资力量发挥更大的效果。例如，该罪犯的思想改造记录如下：“近期思想改造分数低，需加以关注，促其提高思想认识；同时，相较于之前，表现变好，值得保持；”。通过这个记录，我们可以获知该罪犯近期有懈怠，但是比以前的表现还好，呈现从低到高，再下降的趋势。用上面的公式计算后，该罪犯在思想改造方面的得分是6分，这个指标的得分源于罪犯心理测试和对罪犯谈话的结果。本系统把罪犯的量表结果和心理谈话做了整理，同时借助心理咨询师等警察的多年经验，形成了思想改造指标的模型，能够及时反馈罪犯的思想动态，通过对罪犯的量表记录可视化能够及时了解罪犯心理结症和实施心理干预。这时候就需要警察对该罪犯的思想改造积极性下降寻找原因，及早帮助该罪犯解决思想负担，更好的接受改造。
设置所述劳动改造指标时，包括设定劳动改造的关注度指标和告警阈值，若罪犯的本周劳动改造的关注度指标和上周劳动改造的关注度指标相差值大于告警阈值，触发告警提示；计算所述劳动改造的关注度指标的表达式为：
式中，ll表示劳动改造关注度指数；sp表示一个周期内某个罪犯的所有合格产品总数目；maxp表示一个周期内所有罪犯中的合格产品总数目的最大值。劳动改造指标的考核得分越高者，越需要重点关注。在劳动改造过程中，系统会记录罪犯每天的劳动产出量，产品的质量等信息，通过对这些动态信息的统计分析，可以把罪犯的情绪和心理变化体现在图表上，并设置了一个和前一个周期的产品数目、产品成功率等做比对的阈值，让监狱管理者能够对罪犯的情况一目了然。例如，通过对罪犯在某一天的产品产量比上一周期的平均产品做对比，如果发现降低很多，而且产品的质量下降，返工率上升，超过了系统设置的阈值，就可以认为该罪犯今天的心情有较大的波动，需要对其进行重点关注，需要警察找其谈话及时了解情况，找出异常波动的原因，及时有效的引导罪犯改造。
在本施例抽取了系统中某个犯人的六个维度指标，其系统中记录方式如下：
罪行：抢劫，强奸，性质严重；
帮教系统使用：两个月内无帮教记录，需予以关注；最近一次使用帮教系统是在2016-8-20；
对外联系：两个月内无会见记录；最近一次会见是在2015-11-23；本月无视频会见记录；最近一次视频会见是在2016-8-19；本月无通话记录；最近一次通话是在2016-5-17；对外联系可加强，可主动联系犯人亲友；
思想改造：近期思想改造分数低，需加以关注，促其提高思想认识；同时，相较于之前，表现变好，值得保持；
劳动改造：近期劳动改造表现良好，请保持；同时，相较于之前，表现变好，值得保持；
家庭变故：服刑期间家中无异常，有助于服刑改造，请关注犯人家庭情况。
5)给出不同的影响因子，建立所述综合关注度指标；计算所述综合关注度指标的表达式为：
式中，ni指的是第i个基础信息标签对应的值或者行为标签对应的值，xi为对应的标签在所述六维关注度模型中的比重，i为六维关注度模型综合指标计算的总和；本实施例n取值为6，表示对六个维度指标求总和。这个指标的得分是100分制，得分越高者，越需要重点关注。在不同监管层面，按照得分高低排序，选出得分高的topn，对这些关注度高，改造难度大的罪犯各个方面都重点关注，投入警察中的精英资源。得分排名在后半部分的，表示罪犯改造难度小，情绪稳定，改造意向好，需要轻度关注。
6)根据所述综合关注度指标和所述六维关注度模型整合成罪犯的认知标签。再开放所述大数据分析平台，实现数据共享。本实施例可以通过上述六个维度指标，通过模型训练，可以形成动态行为分析示意图，如图2所示，对某个罪犯的情况达到一目了然的效果，对警察进行统计和分析提供了直接数据。
(4)通过所述认知标签和警察知识库固化，形成罪犯的改造策略标签。具体的，警察知识库固化是指帮教系统，包括对同类罪犯如何改造、实施措施和达到效果的历史资料。根据认知标签和历史资料，形成包括“重点关注”，“罪犯包夹”，“亲情帮教”，“警察管控”，“谈话教育”，“劳动改造”，“调换岗位”，“心理教育”中的任意一项或多项改造策略标签。
(5)通过所述改造策略标签，对所述罪犯进行个性化改造。例如，罪犯的认知标签中有“缺乏亲情沟通”，系统就会给该罪犯一个需要“亲情帮教”的改造标签，这样警察就可以对罪犯的不足进行重点改造，还可以把以往对这类案例的经验固化到系统中，对罪犯的亲人的信息整理，制定针对性的改造策略，让罪犯加强和亲人的沟通，借助亲人的劝解来疏导罪犯的心理症结。本实施例取某个罪犯的结果，如图3所示，可以看到该罪犯需要关注度是75，已经高于正常水平，需要警察对其重点关注和帮助，在谈话教育方面，亲情帮教方面多多注意。
本实施例设定所述影响因子初值，通过所述六维关注度模型的训练进行修正。具体的，影响因子是指能够对罪犯的心理构成影响的综合性指标，可以包括体型、面貌、户口、民族、文化、婚姻、所属地域、兄妹、入狱年份、前科记录、刑期、父业和罪名中的任意一个或多个，根据不同情况由用户设定不同值。例如一个罪犯的婚姻：罪犯的婚姻有未婚，已婚，一婚，二婚等，不同阶段的婚姻对罪犯的服刑和改造的影响是不一样的，这样，罪犯的婚姻状况就可以认为是一个影响因子，而且这个影响因子还可以细分到下一级。
本发明实现了“二维四级”的罪犯画像体系：
“二维”指的将数据区分为数据展示维度和数据分析维度两个数据处理维度。与以往互联网客户画像更多应用在群体筛查的应用场景不同，监狱警察对罪犯画像的使用既侧重于群体筛查，也侧重于对监狱罪犯全部细节信息的查询和分析。因此，数据展示维度重点应用于警察使用该系统查询和分析罪犯信息，而数据分析维度侧重于通过对数据标准化实现在后台的存储。以罪犯亲属关系为例：
展示维度的数据按照条目化进行可视化处理，展示罪犯亲属所能涉及的各个维度，对没有涉及到的维度信息隐藏显示。分析维度主要通过模型训练学习对后台数据进行标准化处理，对可能涉及到的亲属全部进行标准化处理，不论罪犯是否有该亲属，都需要按照标准化字段来填报，提升了数据的查询和统计速度。下表展示了展示维度与分析维度在构建思维上的不同。
“四级”指的是建立“基础信息标签——罪犯行为标签——罪犯认知标签——改造策略标签”的四级标签体系，实现从罪犯认识到差异化改造的全链条画像，其中：
基础信息标签：本标签类别的目的是保证监狱警察能够一站式的查询罪犯各类静态数据，标签功能重在查询罪犯静态信息。
罪犯行为标签：罪犯动态画像是本专利针对“四级”罪犯画像特别引入时间序列、异常行为类指标等来刻画的模型。
罪犯认知标签：通过对基础信息标签和罪犯行为标签的有机结合，给罪犯贴上爱好认知、异常行为认知等画像标签。
改造策略标签：在罪犯认知标签的基础之上，借助警察知识库体系，针对性的给出了一人一策标签。
通过上述体系，在对罪犯实行个性化改造的同时，还能进行如下应用：
(1)可视化展示功能：将罪犯的信息通过可视化展示和分类工具，实现罪犯信息全面展示、一站查询。
(2)群体筛选功能：将部分非标准化数据转化为标准化的数据进行展示，通过模块化的查询功能，即可进行即席查询。通过简单规则设定，即可选出具备某些特征的罪犯；便于互监包夹等场景下的罪犯筛选。
(3)智能预警功能：通过设置关键指标的阈值提醒功能，对计分考核、通信会见、心理测评中出现的异常或跳变因素，实现实时预警功能，实现问题的提前预防。
(4)一人一策功能：基于罪犯基础数据及分析数据，针对不同类别的罪犯特征，提供相应的改造注意事项和改造建议。如，针对危险犯，可以采取如下的策略：罪犯包夹、警察管控、个别谈话教育、危机干预、亲情帮教、家访、心理矫治、法律援助等循序渐进的应对策略。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。