数据智能决策在监狱发展中的应用.docx

数据智能决策在监狱发展中的应用.docx

《数据智能决策在监狱发展中的应用.docx》由会员分享，可在线阅读，更多相关《数据智能决策在监狱发展中的应用.docx（14页珍藏版）》请在冰点文库上搜索。

数据智能决策在监狱发展中的应用

浅议大数据时代

监狱数据智能决策系统的构建

五角场监狱朱旭东、周飞、方小琦

摘要

大数据[]时代的来临，带来的不仅仅是数据量的剧增，更重要的是带来了数据技术、数据应用和数据价值的变革。

这场变革使得数据分析技术更加智能，人工干预更少，并且由于数据量更大，数据间更多可能的相关关系被分析挖掘出来。

本文基于监狱目前信息化发展的现状，利用监狱现有的数据作为基础，利用智能分析数据与数据间的相互关联，建立智能决策系统应用的模型。

通过数据智能决策模型的应用来辅助监狱进行更为有效的管理。

关键字：

数据决策、智能预警、数据中心

大数据时代需要我们对监狱信息化建设进行再思考，目前的“问信息化要警力”，主要表现在民警借助监狱政务、安防等信息化手段对罪犯进行管理，即便是系统需要调用另外系统的数据，往往也只是单纯的数据的叠加。

但在大数据时代，更多需要考虑的是数据与数据之间的互相影响和作用，更多的挖取无直接关联数据间隐藏的价值。

如果说我们通过大数据“问信息化要警力”，我们需要的是数据背后的关联价值，以便为监狱提供更加智能的决策能力。

一、监狱信息化数据应用现状

同大多数企事业单位一样，随着监狱信息化建设规模的不断扩大，跨条线、跨科室、业务关联、信息沟通等需求的不断提高，随之新的问题也就日益凸现。

主要表现为信息系统日益增多，包括办公自动化系统（OA）、狱政管理系统、罪犯一卡通系统、人事管理系统、财务管理系统和生活卫生系统等，这些系统的上线运行使监狱的管理效率得到了大幅度的提高，有力的支撑了日常管理工作运作，促进了管理效能的提升。

然而顶层统一规划的缺乏使得这些系统仍然有许多不足之处，例如这些业务管理系统各成体系，各自独立，横向却缺少沟通，形成了大量的信息孤岛，监狱决策者只能得到针对具体业务的简单分散的数据和报表，既不能从长期积累的海量历史数据中挖掘发现狱内所存在的问题，也不能通过各业务系统汇总的信息辅助决策支持[]来完成针对性的预判。

二、监狱数据数据决策发展面临的问题

（一）数据本地策略升级和存储面临的问题

从目前来看，对端点数据的安全已经具备了成熟的本地安全防护系统，但与大数据安全的需求还存在一定的距离，需要及时调整。

所以在本地策略的构建上，需要加大对内部管理的监控，用纯数据的模式来避免由于人为原因造成的数据流失和信息泄露。

（二）管理和应用人员专业知识更新的问题

大数据在一个新的环境运行，就必须要为信息技术专业民警定制一个专门的培训计划，培训计划应该着眼于数据库的分析和修复，因为大数据仓库将通过这些来标记和报告不寻常的活动和网络流量，这类的培训通常需要大量的资金和时间。

（三）数据分析工具发展水平的问题

目前使用中的数据仓库，其数据存储类型仍受到一定的限制，数据仓库的扩展性能还需要进一步加强；数据挖掘在标准化和通用性方面存在一系列问题，数据挖掘引擎与数据库系统还是松散耦合的；数据挖掘语言有待于向标准化方向发展等。

目前，OLAP作用没有得到充分发挥，还是一种传统决策支持方法，是一种用户驱动的验证性分析，受到用户水平的制约。

目前大多数智能分析系统功能集中在分析方面，对系统的智能性不够重视，决策支持功能主要还是依赖数据挖掘、OLAP等工具的数据分析、趋势预测功能来实现，不具备专门的决策支持系统提供方案生成、方案协调，方案评估的功能[]，更不具备群体决策和智能决策的能力，也就是说数据分析的智能化水平还很低[]。

三、监狱数据智能决策的建设目标

决策是提供统计信息的最终目的。

监狱信息化使得监狱工作的效率大大提高,产生和积累了丰富的统计信息资源。

科学决策的基础是对数据的整合和开发利用。

虽然数据本身并不直接作用于决策,但当数据转化为信息或知识时就可以用于决策分析。

对数据的搜集、管理和分析过程，使监狱各级决策者获得更多决策依据，做出更加合理的决策。

数据智能分析将联机分析处理（OLAP）、数据仓库和数据挖掘等结合起来应用于监狱日常运作活动中，从不同的数据源收集的数据中提取有用的数据，对数据进行清洗以保证数据的正确性，将数据转换、重构后载入数据仓库或数据集市；然后利用合适的工具对数据进行处理，这时信息变为辅助决策的知识；最后将知识呈现于用户面前，为管理决策提供参考。

为了保证监狱各项工作的顺利运行，同时使监狱具备高效率的指挥决策能力，亟需建设一套完善的智能化决策平台，通过对现有条件的充分分析和利用，对监狱中各类应用系统及安全系统进行集成改造，减少监狱的信息安全保密风险，才能实现监狱信息资源的安全共享和利用，提高监狱的工作效率。

四、监狱数据智能决策需求分析

（一）系统需求概述

本系统需整合监狱各类信息系统：

政工类包括人力资源系统，指挥中心干警调度平台（生活现场、劳动现场、押送罪犯就医，防暴队）、外来人员管理、外来车辆管理、对讲呼叫管理、气象管理，管教类狱政。

罪犯管理类包括（新进、调入、保外就医、释放），会见管理（会见罪犯、会见家属、会见类型、会见监复听），刑罚执行正常释放、减刑假释、立管专控、耳目情况，狱内侦查。

生活卫生类罪犯就医（医务所就医、总医院就医、社会医院就医、保外就医），罪犯伙食管理，罪犯大帐管理，劳动管理（生产数量、品质控制、原料数量、外来人员配置、工伤情况）。

教育改造（教育类型、教学计划、受教罪犯、教学场地、教学内容、教育成果），督察（督察类别、督察内容、督察计划、督察结果、整改意见）财务管理（干警工资、工勤工资、劳动支出、生活支出、后勤支出、车辆支出、民警伙食、外事接待支出，生产收入、财政拨款、专项拨款）外围管理局重大任务、武警工作、重特大事件处理、安全零报告等。

分别建立相应的业务数据抽取，转换清洗和加载方案，并根据处理得到的业务数据建立数据模型，整理和抽取其中必要的关键分析指标，最终以直观，生动，多样的展示方式将基于不同维度的分析结果呈现给监狱管理层。

系统需分为数据源、数据仓库、应用层和展示层四个层次，分别完成数据的抽取、转换、加载、建模、整理、分析、提取、展示等功能。

（二）系统功能需求

数据源可从各应用系统自动抽取，部分因各种原因则需人工采集。

承担数据采集需求的部门涉及政工部门，财务部门，指挥中心，劳动管理部门，教育改造部门，督察部门，综合管理部门，各监区等。

根据需求设计了如刑罚执行年度采集表，重要决策季度采集表，规章制度季度采集表，生产利润季度采集表，财务结算信息季度采集表，项目施工季度采集表，干警考核季度采集表，安全生产指标季度采集表，安全生产指标年度采集表，干警警力配置日采集表，罪犯出入监日采集表等。

以满足数据访问的灵活性和效率的均衡。

（三）基本功能需求

1、浏览功能：

干警可通过web页面方式查看授权的指标数据。

可针对用户使用不同的系统首页。

在系统首页及各主题首页中，需要提供对时间维，单位维度的选择。

2、钻取功能：

干警可查看到组成某指标的基础数据或下级单位的具体数据。

提供各种图表类型的转换，使干警能从多视点对同一指标进行分析。

3、查询分析：

干警可以自己定义查询条件，需要的话还可以自己定义查询指标和维度信息，这样可以更有目的性地查看报表，获取信息。

4、输出功能：

干警可以水晶易表等形式将查看到的指标数据输出。

（四）数据展现方式需求

为了更好的、更直观的展示多维度数据，在一个界面中展示尽可能多的信息量，系统应采用多种综合的数据展示方式，包括仪表盘、趋势图、饼图、柱状图、固定报表等等形式。

根据具体指标需求，其展示方式有严格要求。

五、监狱数据智能决策系统结构

（一）监狱智能决策包含的组件

决策支持系统通过结合个人的智力资源和计算机的能力来改进决策的质量。

它是一个基于计算机的支持系统，服务于处理半结构化问题的管理决策制定者。

一个决策支持系统将包括如下典型的组件：

1、数据管理子系统：

决策支持系统（DecisionSupportSystem，简称DSS）[]的数据库通常包括在数据仓库中。

数据仓库是集成的、面向主题的数据库集合，它是用来提供决策支持功能的，其中每个数据单元都不随时间改变。

数据仓库的数据通常从内部和外部数据源中抽取。

内部数据主要来自于监狱内部各处理系统。

外部数据包括行业数据、相关法律文献制度规范、社会普查数据、国家经济数据等。

2、模型管理系统：

一个包含有财务、统计、运筹和其它定量模型的软件包，能够提供系统的分析能力和合适的软件管理能力。

在模型库中的模型可以分为战略性的、策略性的、运营性的等等。

3、知识管理系统：

许多非结构化和半结构化的问题是非常复杂的，以至于除了通常的DSS外，它们还需要特别的专业知识。

这些知识可以由专家系统或者其它智能系统提供。

因此，更高级的DSS系统[]还应该包含成为知识管理的组件。

4、用户界面子系统：

用户与DSS应用之间的交流。

如交互式界面、报表打印。

为了实现组织内的信息共享，还应包括Intranet/Internet的发布方式。

5、用户：

用户可看作系统的一部分。

DSS的用户主要是监狱各层次的管理者和业务模型分析人员。

（二）监狱数据智能决策的架构

监狱数据智能决策的框架层级：

整个框架包含多个单位，从小到大以此为，数据、事件、罪犯个体，监区，监狱。

其中数据作为框架中的最低层级是预警分析中基础的输入来源，包括了各业务系统的数据以及民警各台帐数据。

事件是罪犯个体的相关行为的属性，一个事件包含了罪犯各项基础数据的变化。

罪犯个体的表现情况及其对应的数据和事件的集合，以此类推监区是以监区为单位的罪犯个体的集合。

监狱是多个监区的集合。

监狱数据智能决策的整体思路：

通过从各个业务系统抽取罪犯相关数据，打造以罪犯个体为核心的数据中心，并建立与业务系统的罪犯信息的溯源通道；建立犯情预警评估模型，对罪犯静态信息和动态改造异常信息实现智能预警和排查处置。

监狱数据智能决策的整体框架：

最上层犯情综合信息系统（静态信息），包括：

罪犯档案，信息检索，分析预测，汇总统计。

数据智能决策系统（动态信息），包括信息采集，排查处置，预警分析，台帐管理，评估模型。

在数据总线上，数据的来源于目前的监狱各信息系统：

管教信息系统，综合评估系统，亲情会见系统，亲情电话系统，大帐系统，计分考核系统，监管日报系统，点名系统。

这些数据经过数据交互总线进入数据中心，通过信息的筛选和合并可以分为以下几个板块：

罪犯信息：

包括罪犯信息、顽危犯，重点罪犯。

狱政管理：

罪犯调动，计分考核，行政奖惩。

改造评估：

入监评估，心理测试，出监评估。

狱内侦查：

坦白检举，耳目管理，信息员。

刑罚执行：

减刑假释，刑罚变更，监外执行。

其他系统，大帐信息，会见信息，亲情电话，如图-1所示。

图-1监狱数据智能决策的整体框架

总体架构分为三个模块，即信息汇总、职能预警、排查监督。

信息汇总模块，吸收业务系统对接过来的包括管教系统，亲情会见，亲情电话，一卡通大帐等，以及信息渠道的录入包括个别谈话、民警执勤、罪犯汇报、奖惩考核、狱情分析等，将这些汇总的信息分类为外部因素例如亲情危机、家庭变故、经济纠纷。

监狱环境例如劳动状况、岗位变动、同犯矛盾。

犯人状况例如健康状况、情绪状况、心理状况。

制度执行例如人帐制度、安检制度、清抄制度、报告制度。

设施隐患例如警戒设施、监控设施、警备设施、生活设施。

改造信息例如实训信息、综合评测、心理咨询、考核信息，如图-2所示。

图-2监狱数据智能决策的总体架构

在智能预警模块中，将汇总收集来的信息，通过预警评估规则定义的运算，计算出罪犯危险的等级，对于过高等级的评估结果提出预警，与此同时，监狱不同层级的民警对系统发出的智能预警进行问题处置，通过各项有可能导致罪犯破坏监狱规范的诱导因素排查和干预，从而降低评估规则中评估要素危险程度，最终使得此次报警回归到正常值水平，如图-3所示。

图-3智能预警

在狱情评估模型中对收集的罪犯信息采用多维度计量方法进行评估运算，其中考虑的纬度包括静态纬度，参考罪犯的年龄、学历、犯罪类型、余刑等。

个性纬度包括外倾、冲动、自卑、从属、波动、焦虑、暴力、犯罪思维等。

特殊技能纬度包括双特、从军、从警等。

依照动态信息汇总分析，提出罪犯个体倾向性分析包括脱逃倾向，自杀倾向，行凶倾向，破坏倾向。

根据倾向推测的可能性程度以及后果的严重性提出智能预警，预警等级从高到低分为一级、二级、三级，如图-4所示。

如图-4狱情评估模型

六、数据仓库技术研究

数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，用于支持管理决策的制定。

数据库是实现智能分析的数据基础，是监狱长期事务数据的准确汇总。

数据仓库完成了数据的收集、集成、存储、管理等工作，数据智能分析面对的是经过加工的数据，使得数据智能分析能更专注于信息的提取和知识的发现.数据仓库为数据智能分析撷取或载入大量原始信息，归并各种数据源的数据，用于支持监狱管理和决策。

数据仓库是数据智能分析的灵魂，数据智能分析的很多工作都是以数据仓库为基础展开的。

利用数据仓库，监狱可以制定准确的战略策略与预警行动；数据智能分析充分利用数据仓库的分析结果制定策略、合理调配警力，促进监狱管理平稳有序。

（一）监狱智能决策数据中心

从各个业务系统抽取罪犯个体关键数据，汇总成罪犯改造档案，提供检索、预测、类聚、分析等功能；并通过各业务提供相应接口，可对关键业务数据进行溯源查询；并为狱情系统提供罪犯个体动态信息，如图-5所示。

图-5监狱智能决策数据中心

数据中心将各个业务系统的数据明细进行筛选，数据中心以罪犯个体为单位对罪犯个体的数据进行类聚，将类聚后的数据存入罪犯改造档案，同时这些数据互相牵制或者影响所构成的动态数据又为狱情系统提供了素材。

狱情系统通过对动态数据的分析和理解进行计算，其结果作为预警数据存入数据中心。

对于狱情系统计算的结果提供溯源机制，可以查询到是哪些业务系统提供的基础数据，造成了最终的计算结果。

罪犯个人信息分类及来源：

管教信息系统中入监等级表信息、收监体检表信息作为罪犯个体信息的罪犯档案部分。

管教信息系统中罪犯调动、计分考核、等级管理、行政奖励、行政处罚、其它处理、日常管理作为罪犯个体信息的狱政管理部分。

改造质量评估系统中入监评估、出监评估作为罪犯个体信息心理测试、改造评估部分。

管教信息系统中坦白、检举、申诉、顽固犯、危险犯、耳目、信息员作为罪犯个体信息的狱内侦查部分。

监管日报信息系统中狱情日报、狱情周报、狱情月报、监狱月报、重危分子、民警值班记录、监管隐患排查作为监管日报系统部分。

管教信息系统中减刑假释、暂予监外执行、刑罚变更作为罪犯个体信息的刑罚执行部分。

大帐系统中大帐管理作为罪犯个体信息的生活卫生部分。

会见系统、亲情电话系统作为罪犯个体信息中会见信息、电话信息部分。

数据智能决策中违规违纪（打架斗殴、对抗管教、自伤自残、抗拒劳动）、家庭变故、患病、债务纠纷、余罪漏罪、提回重审、心理异常、警囚矛盾、囚囚矛盾等作为罪犯个体信息中改造异常表现部分。

数据智能决策作为罪犯个体信息中的预警情况部分。

狱情动态分析思路：

从收集罪犯基本信息、评估信息以及月度考核信息，通过从业务系统、各类信息渠道等获取日常动态信息，实现狱情信息收集汇总、预警智能分析预测和安全隐患排查监督，如图-6所示。

如图-6狱情动态分析思路

七、监狱数据智能决策规则配置

在数据智能决策规则配置中，各相关科室可以联合制定多种逃脱、自杀、行凶等倾向的相关联的触发信息。

例如在定义罪犯家庭因素得知家中亲人病重或将要离世；对改造缺乏信息；对入狱前未决事项牵挂；定义罪犯行为异常经常窥探周围环境、交通状况的；私自制作或存放雨衣等绝缘物的；这些因素都将作为触发罪犯逃脱倾向预警的计算因素，如图-7所示。

图-7数据智能决策规则配置

在狱情排查监督阶段，实时采集的预警异常信息，根据配置的相关处理流程以及相应环节，实现对各类监狱安全问题的处理、跟踪、提醒等。

图-8罪犯危险倾向性

八、监狱民警对数据智能决策影响

从层级上来划分将民警分为主管民警、监区领导、业务科室以及监狱领导。

从民警在与狱情动态分析交互的过程中产生的功能来划分，可以分为民警的导入功能和排查监督功能。

为罪犯个体信息的输入即数据源的导入功能，民警对依据采集的信息进行人工预判，定义倾向性模型触发信息，即预警规则配置的功能。

民警根据预警提示对预警产生的溯源信息或情况进行处理、跟踪等工作，即预警提示后排查监督功能。

从具体的角色分工来看，作为罪犯的主管民警，处在第一线监管岗位，与自己所管辖范围内的罪犯了解沟通最为直接，因此主管民警的信息收集汇总的准确率对后期的预警评估起着决定性作用。

因此，主管民警必须做好日常个别谈话、计分考评、录音复听等工作。

对于日常工作中生成的谈话、会见、电话复听台帐务必保证详实、准确、具体、

同时，针对预警信息，排查预警的溯源信息，询问核实罪犯情况，并采取有效的针对措施，降低评估因素的危险程度。

监区领导根据预警提醒对所在监区内被列为预警的罪犯情况进行确认，如果确定其确有危害监管安全隐患的，查找隐患的原因，是否符合预警的倾向性判断，如果完全复合，则在犯情分析会上讨论分析针对预警的跟踪以及解决办法，如果非完全符合，则通过信息收集入口及时调整信息源，或者提交反馈给业务科室修改预警配置规则。

业务科室具备三方面的角色职能，一方面针对自身科室的专职功能，向狱情分析提供对口的基础信息。

另一方面根据预警分析结果监督各监区对预警信息予以排查和解决。

除此之外，联合各业务科室，对狱情分析的配置规则进行管理，增加新的配置规则和触发信息权重。

给出处理流程的实时内容和跟踪步骤。

监狱领导根据预警提示了解监狱内可能存在的安全隐患，分析狱内罪犯危机倾向，通过召开狱情分析会议，通报监狱内罪犯动态倾向并布置业务科室和狱区预警工作重点。

九、总结

在大数据时代来临之际，为让数据智能决策更好的服务于监狱，第一步要建立自己的核心数据集，也就是要搞清楚监狱的数据需求；第二步是要找到内部的一些外围数据，通过一系列的收集和整理分析，像滚雪球般建立监狱自己的数据信息集合；第三步是收集监狱内部的数据，国外有很多成功的大数据案例，都有一个前期的挖掘过程，监狱同样需要在监狱内部找出有价值的数据；第四步就是收集外部的、社会化的或非结构化的数据，即现在所谓的社会化媒体数据，提高监狱的整体数据分析能力和数据价值水平。

当然，监狱在进行数据收集整合时也不是漫无目的去探索，要立足监狱的业务和当前信息化发展的不足之处，依托现有的“小数据”进行监狱自身数据的深度挖掘和分析，从中找出增长点，并投入到监狱的实际运营中，才能够推动监狱的大数据应用水平。