一种监管人员异常行为评估方法与流程

本发明属于行为评估技术领域，尤其涉及一种监管人员异常行为评估方法。

背景技术：

随着对监管人员进行人性化监管的要求逐渐得到重视，为了更好地转化监管人员，使得监管人员重新投入社会生活，需要对监管人员进行准确的行为评估，并根据评估结果制定相应的监管方案和帮扶计划。

目前，随着监管场所数据的采集越来越丰富，为这样的评估创造了条件。在目前的监管体系中，还是围绕监管人员所发生的各类事件作为计分要素，通过不断收集实时发生数据，通过简单的加权统计来实现对监管人员危险等级和发展趋势的预测。

虽然简单的加权统计在一定程度上反应了监管人员危险等级和发展趋势，然而往往没有考虑到各种要素之间的相关性，存在很大的误判可能。例如在对监管人员的管理中，会将管理的严格程度作为出发异常的一个具体分值，但现实中严格管理可能使生理特征指标值上升，行为特征指标值却下降，这时候采用简单的加权统计无法反映真实的异常。因此，在实际的应用中，识别错误、产生误报和漏报现象的概率比较高。

技术实现要素：

本发明的目的是提供一种监管人员异常行为评估方法，克服现有技术仅通过简单的加权统计所带来的识别错误、产生误报和漏报现象的概率比较高的问题。

为了实现上述目的，本发明技术方案如下：

一种监管人员异常行为评估方法，用于对每个监管人员进行异常行为评估，所述监管人员异常行为评估方法，包括：

根据预设的指标维度采集各指标维度中各计分要素对应的实时数据；

根据各计分要素对应的实时数据与正常数据的差异，为各计分要素赋分；

统计指标维度中各计分要素的赋分作为对应指标维度的特征指标值；

根据预设的各指标维度对应的指数，以各指标维度的特征指标值的指数幂的乘积作为异常评价值，根据预设的判断规则判断为异常行为并发出预警。

进一步地，所述统计指标维度中各计分要素的赋分作为对应指标维度的特征指标值，包括：

对每个计分要素设定对应的权值，以各计分要素对应的权值与赋分的乘积的和，作为对应指标纬度的特征指标值。

进一步地，所述根据预设的判断规则判断为异常行为并发出预警，包括：

按照异常评价值进行排序，依据异常评价值的高低从高到低选取预设比率的监管人员判断为异常行为并发出预警。优选地，所述预设比率为20％。

或者，所述根据预设的判断规则判断为异常行为并发出预警，包括：

在异常评价值的变化率大于预设的阈值时，判断为异常行为并发出预警。

本发明提出了一种监管人员异常行为评估方法，对于每个监管人员，采集各指标维度中各计分要素对应的实时数据，并统计指标维度中各计分要素的赋分作为对应指标维度的特征指标值，最后以各指标维度的特征指标值的乘积作为异常评价值，根据预设的判断规则判断为异常行为并发出预警。本发明的方法以各指标维度的特征指标值的乘积作为异常评价值，评估结果更加准确，评估效果好。

附图说明

图1为本发明监管人员异常行为评估方法流程图。

具体实施方式

下面结合附图和实施例对本发明技术方案做进一步详细说明，以下实施例不构成对本发明的限定。

现阶段，在监管场所已经能够采集很多数据，例如每日信息员汇报数据、问卷调查数据、亲情电话数据、庭审数据、消费数据、个别谈话数据、巡查督查数据、隐患排查数据等等，为此更是建立了各种数据库，如人员定位数据库、车辆定位数据库、劳动工具定位数据库、安防设备物联数据库、人员服刑数据库、人员家属信息库、人员社会关系信息库、警务督查数据库、劳动改造数据库、教育改造数据库、刑罚执行数据库、狱内侦查数据库、生活卫生数据库、医疗监控数据库、舆情采集数据库等等。上述数据库的建立，为数据的采集提供了便利，更是为异常行为评估提供了大数据平台。

如图1所示，本发明一种监管人员异常行为评估方法，包括：

步骤s1、根据预设的指标维度采集各指标维度中各计分要素对应的实时数据。

本实施例以三个指标纬度为例进行说明，分别是基本信息指标、生理特征指标和行为特征指标。在实际的应用中，由于监管场所不同，或能够获得的数据不同，会设计不同的指标维度，例如还可以加入外界测评指标等，这里不再赘述。

对于每个指标纬度，包含有对应的计分要素。例如基本信息指标包含年龄、性别、文化程度、职业、经济状况、亲情关系、家庭结构、违法犯罪记录等等；生理特征指标包括心跳、血压等；行为特征指标包括行为规范学习状况、遵守监规情况、位置变动情况、队列与工间操训练情况等等，本实施例在此不一一列举。

本实施例通过建立的数据库获取上述各计分要素对应的数据，对于各数据库的建立，已经属于比较成熟的技术，这里不再赘述。

步骤s2、根据各计分要素对应的实时数据与正常数据的差异，为各计分要素赋分。

本实施例根据各计分要素对应的实时数据与正常数据的差异，为各计分要素赋分。例如家庭结构变动，例如离婚，则表示出现了变化，需要为其赋分；又如血压升高、心跳加快，表示可能出现激动、运动、打架等行为，需要为其赋分。

本实施例根据每种计分要素实时数据与正常数据的差值，设定了差值与赋分的对应关系表，例如心跳的差值大于20，赋分为3分，差值大于50，赋值为5分等等。对每个计分要素都如此设定，这样当获得计分要素实时数据时，就可以为该计分要素赋分。

步骤s3、统计指标维度中各计分要素的赋分作为对应指标维度的特征指标值。

在获得指标维度中各个计分要素的赋分后，将指标维度中各计分要素的赋分累加，就可以得到该指标维度对应的特征指标值。

例如，对于生理特征指标，如果心跳赋值为3分，血压赋值为5分，则生理特征指标对应的特征指标值为8分。

需要说明的是，本实施例还可以采用加权统计的方法来计算指标维度的特征指标值，即对每个计分要素设定对应的权值，以各计分要素对应的权值与赋分的乘积的和，作为对应指标纬度的特征指标值。

这样可以对每个计分要素区分权重，将重要的计分要素赋予更大的权重。

步骤s4、根据预设的各指标维度对应的指数，以各指标维度的特征指标值的指数幂的乘积作为异常评价值，根据预设的判断规则判断为异常行为并发出预警。

本实施例以各指标维度的特征指标值的乘积作为异常评价值，假设x为基本信息指标对应的特征指标值，对应的指数为a，y为生理特征指标对应的特征指标值，对应的指数为b，z为行为特征指标对应的特征指标值，对应的指数为c，则异常评价值v表示如下：

v＝x^a·y^b·z^c(公式1)。

容易理解的是，当a＝b＝c＝1时，v＝x·y·z。

由于特征指标值对应了实时数据，而正常数据也有对应的特征指标值，如果将正常数据对应的特征指标是记为x0、y0、z0，则不难发现公式1可以表示为：

v＝(x0+δx)^a·(y0+δy)^b·(z0+δz)^c(公式2)。

根据公式2，容易理解的是，v的变化是与各特征指标值的变化δx、δy、δz以及它们的乘积有关，即本实施例异常评价值v考虑了各特征指标值的变化以及它们之间的相互关系。与直接跟各特征指标值的加权求和相比，加权求和是线性关系，容易引起误判，本实施例所得的异常评价值v更加适用于异常行为评估，评估结果更加准确。

在需要降低或增加某一指标的重要程度时，通过调节指标维度对应的指数即可，会使得上述异常评价值更加与实际影响相符。

需要说明的是，本技术方案不限于具体的指标维度以及指标维度的数量，对于四维的指标维度，本技术方案依然适用，对应的异常评价值v表示如下：

v＝x^a·y^b·z^c·w^d(公式3)。

其中，w为第四维度的指标维度，d为对应的指数。本发明不限于具体的维度数量的多少。本发明技术方案以各指标维度的特征指标值的指数幂的乘积作为异常评价值，使得评估结果更加符合实际情况，避免了简单加权统计带来的误判，具有较高的实用价值。

本实施例根据预设的判断规则判断为异常行为并发出预警，其中预设的判断规则举例如下：

一、按照异常评价值进行排序，依据异常评价值的高低从高到低选取预设比率的监管人员判断为异常行为并发出预警。

在这个例子中，假设有1000个监管人员，在对每个监管人员计算出其对应的异常评价值后，进行排序，从高到低选取20％的监管人员进行预警。

本实施例根据2/8定律，选取20％作为异常进行预警，能够较好地控制所监管的监管人员异常行为，进行合理的管控和预防。

二、在异常评价值的变化率大于预设的阈值时，判断为异常行为并发出预警。

在这个例子中，异常评价值的变化率可以将当前的异常评价值与该监管人员正常时的异常评价值进行比较得到，例如：

f＝(v-v0)/v0；

其中，f为变化率，v为当前的异常评价值，v0为监管人员正常时的异常评价值。从而，在变化率大于预设的阈值(例如5％)，判断为异常行为并发出预警。本发明不限于具体的阈值大小，该阈值根据实际情况选取。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。