更全的杂志信息网

面向社区矫正的敏感区域行为分析方法

更新时间:2016-07-05

0 引言

社区矫正制度,即不将罪犯投诸封闭式的监狱,而是利用开放式的社区矫正改造罪犯的思想行为,使其可以重新回归社会的方法[1,2],一般通过手机等终端设备对社区矫正服刑人员进行信息化监管[3]。目前投入使用的监管系统多侧重于监控对象位置的实时显示,对数据库中存储的行为轨迹数据缺乏必要的处理与分析[4-6],使得社区矫正监管系统的应用深度与广度受到限制。

目前针对人类行为轨迹数据的分析,主要集中于人类在时间、空间上的位置活动与地理环境间的相互作用[7],而实现这种分析的关键技术则是行为分析理论[8,9]。一方面,行为轨迹通常会反映个体行为特征与心理状态,柴彦威等据此提出了活动分析理论[10],可根据数据分析人类行为趋势[11,12];另一方面,针对特定人群的行为(事件)进行分析,可以找出影响较大的区域或场所,如Sherman、Weisburd、陈笛等[13-15]通过对犯罪人群与犯罪事件的统计分析,发现犯罪现象在娱乐场所密集区域存在较大规模的空间集聚现象。结合犯罪地理学的理论研究[16-18]分析上述犯罪行为聚集区域与研究对象行为间的关系[19-21],发现在城市进行改造的社区矫正人员极易受到周围环境,尤其是“易犯罪”的危险区域的影响[22-24]。所以对社区矫正监管而言,监控个体的行为与城市中危险区域的关联一直处于被忽视的状态,需要引起监管机构的重视,并采取针对性的预防措施。

综上,本文综合“易犯罪”危险区域的影响,提出城市中“敏感区域”的概念,与行为分析技术相结合,以实时更新的服刑人员活动轨迹为基础,将个体在敏感区域的活动以权值进行时空累加分析,得到服刑人员的敏感程度累计分数,进而可以分析其心理状态、预测其未来动向,为相关部门提供智能化的社区矫正管理方案。

1 研究方法

本文提出行为分析累计算法,首先提取城市中的敏感区域并对其进行敏感程度评分,然后评价矫正人员行为在敏感区域中的发生频数(区域评分为累计权重),即可获得矫正人员的敏感评分。

1.1 行为轨迹信息的获取与处理

社区矫正管理部门强制服刑人员携带实时联网的手持终端设备,并通过监控系统对服刑人员进行信息化监管。这些终端设备利用内部集成的GPS/北斗定位模块实现服刑人员的位置跟踪,并结合面部识别、声音识别等技术防范人机分离。监控系统在手持终端通过TCP/IP协议上报经/纬度、速度、航向等信息后,将其存入数据库中,此为本方法的行为轨迹数据来源。

为确定矫正人员的日常活动状况,需区分行为轨迹中的停留点与移动点。在诸多停留点判断算法中,多尺度分割算法[25]改变了其他算法将轨迹点作为基本处理元素的惯例,通过合并相邻轨迹点作为基本轨迹段,根据轨迹段的长度和持续时间,计算对应的平均速度,如果平均速度低于阈值,则标记为静止段,否则标记为移动段。相邻的相同状态段合并成新的状态段,并对其属性重新赋值。如果合并中相冲突的静止段或移动段的持续时间低于阈值,则可视为另一状态的噪声,忽略这一变化。

为分析人工干预效果,选取了5名服刑人员在5-6月每周的分数统计结果(图5),其中编号1377、2540、2680的分数较高,编号1815与2516的分数较低。管理人员分析了2016年5月的敏感分数后,对分数较高的1377号与2540号进行了介入制止与批评教育,故两位服刑人员敏感状况在6月有了明显缓解,基本恢复到分数较低的正常活动状态;而未经干预的2680号则在6月仍有较高的敏感分数波峰,与5月的敏感程度处于同一状态。这组对照实验在一定程度上反映出“敏感区域行为分析方法”在社区矫正监管中的有效辅助作用。

1.2 城市中敏感区域的筛选

本文提出的“敏感区域”是评价矫治状态的重要指标之一,定义为城市中分布集中、人员成分复杂、各类信息交杂的治安隐患赖以滋生之地,是犯罪嫌疑人歇息和缓冲的区域。其地图表现形式分为点集、线集和面集3个层次(表1),不同层次所关联的犯罪理论、形成原因、犯罪案例等均具有一定区别。根据不同层次“敏感区域”的特征,筛选并判别具体的敏感区域位置,为行为分析奠定计算基础。

根据价值工程,Vi=1,而表1中价值系数都偏离了1,表明其成本还不符合价值工程的成本。调整后的成本见表2。

地图表现形式犯罪理论可能原因案例点集犯罪频发、重发地点或其他特殊场所日常活动理论,地方管理理论,犯罪地理论日常管理松懈,有密集的潜在犯罪行为者酒吧斗殴,便利店抢劫,ATM抢劫,毒品交易线集犯罪行为集中的街道或通道罪犯寻找理论,理性选择理论罪犯移动方式,犯罪目标集中抢劫行人,沿街卖淫,毒品交易面集犯罪行为、案例频发的生活小区和社区机会理论,犯罪空间论,犯罪学社会解体论及相关经济理论社会零碎,经济落后,青少年集中,犯罪目标集中入室盗窃,团伙暴力

实验数据来自江苏太平洋通信科技有限公司与南通大学合作开发的海门市社区矫正监管系统所提供的监控轨迹,包括矫正人员所在位置(经/纬度)、时间、手机号、人员ID等(表3)。以2016年5月1日至6月30日海门市注册的社区矫正服刑人员的行为轨迹为实验数据(图3),对各月数据分别进行行为分析并汇总,得到各月矫正人员敏感评分结果,以验证社区矫正个性化行为分析方法的分析效果。

1.3 敏感区域行为分析

在方法的实际应用中,未能考虑矫正人员的个体化差异,所有矫正人员采用一致的敏感区域设置方案,可能导致评价效果受到影响。如图1a所示,8091号矫正人员的轨迹点集中于某一敏感区域附近,且分布的时间范围较广,从凌晨到正午均有轨迹,其敏感分数达到285万左右。经调查得知,该矫正人员的住址位于敏感区域附近,因此其日常活动范围经常与敏感区域相交,导致敏感分数的评价效果发生偏差。为此,本文提出个性化算法优化方案(图1b),即对服刑人员住址、工作单位等日常活动地点附近的敏感区域选择性剔除或缩小计分范围,形成一系列各不相同的敏感区域评价方案,考虑了矫正人员的个性化差异,从而使敏感分数所反映的评价效果更为客观。

(6)对每个监控对象与每个敏感区域循环计算完成后,将所得日敏感分数存入数据库供分析使用。

(1)根据社区矫正服刑人员信息对数据进行筛选,得到单个目标的行为轨迹,然后遍历敏感区域的坐标点(敏感点Pn)。

将服刑人员的敏感分数按时间序列排列,以对服刑人员心理状态的变化情况进行研究。在诸多研究对象中,本文选取了两位具有一定代表性的服刑人员作为示例:726号(图4a)在6月初表现较为平缓,但在月末(24日)出现一个明显的敏感高峰;1062号(图4b)在6月的敏感分数呈明显高危趋势,在6月24日将近70万分,这是一种典型的受敏感区域因素影响逐渐加深的行为状态变动,基本可以判断其矫治情况出现恶化,需要监管人员与辅导人员及时介入。

(2)针对“个人行为轨迹”中的每个轨迹点(Gm)进行循环,并设“处于敏感区域”的标志flag为0,根据式(1)计算PnGm的实际距离S(PnGm)。

类型要素要素内分级粗略危险性(1-5)细分危险性(1-20)区域形状文化类娱乐场所KTV310点状舞厅12点状游戏厅正规(购物中心)25点状小型311点状台球厅28点状网吧26点状旱冰场27点状棋牌室310点状服务类娱乐场所小型大众浴池12点状洗浴中心中型洗浴中心415点状大型洗浴中心25点状美容美发26点状按摩310点状足疗大型足疗店14点状小型足疗店312点状酒吧轻吧、球吧26点状迪吧、大型酒吧415点状娱乐城夜总会518点状其他敏感区域旅馆311点状居民区(非本人居住)27点状学校(与本人无关)27点状停车场(与本人无关)26点状

(1)

(3)判断实际距离S(PnGm)是否小于敏感区域计分半径Sr,是否为进入敏感区域的初始点(敏感标志flag是否等于0),是否属于轨迹中的停留点,如果3种条件均符合,则记录进入敏感区域的初始点Ps(令flag为1),并开始下一循环;否则进行下一步。

(4)判断flag是否等于1,如是则令flag为0(记录当前点Pn为离开敏感区域的终止点),并根据式(2)计算服刑人员在敏感区域中停留的时间T(Gm),进行下一步计算;反之开始下一循环。

T(Gm)=Time(Pn)-Time(Ps)

(2)

(5)进入下一循环前,先判断停留时间T(Gm)是否大于事先设定的阈值Tmin,如是则根据式(3)累加计算该监控对象的日敏感评分(SCday)。

过去三十年的历史教科书上,讲到上古铜矿的开采与冶炼,不会不提大冶铜绿山。凡在楚文化研究文献中说到古代楚文化的灿烂辉煌,不可不提及铜绿山。二〇一二年十一月十七日,铜绿山古铜矿遗址入选了《中国世界文化遗产预备名单》,从此为世人广泛认知。一波又一波古玩收藏热,更让人们知道了被称为收藏重器的古代青铜器具价值几何,哪个藏家拥有一件春秋战国乃至汉朝时期铜绿山出产的青铜器物,如拿到古玩市场上去拍卖,可以换回一幢别墅,或一辆“奔驰”“宝马”。

(3)

式中:Eva(Gm)为第m(m=1,2,…,M)个敏感区域的评分;α参数用于限制敏感分数规模,调整敏感计分的上下限。

购物网站为互联网用户提供了分享和表达他们对已购买的商品兴趣和观点的平台。每天,数百万用户在购物网站上发表大量的评分和评论,反映他们对不同物品的喜好程度。手动分析这些意见并进行推荐是一项非常艰巨的任务。因此,挖掘评论数据并通过算法进行个性化推荐应用十分广泛。但是推荐的算法研究仍然有空间,诸如数据稀疏[1]、适用范围狭隘[2]、冷启动[3]、推荐的实时性[4]等问题仍然没有完全解决,在个性化推荐方面的研究空间充足,仍然需要众多学者不断加深这方面算法的研究。

1.4 方法的改进方案

以点状敏感区域为例,行为分析累计的计算过程如下:首先,根据敏感点与敏感区域缓冲范围的位置关系判断轨迹点是否处于敏感区域中;其次,根据敏感区域的评分权重对矫正人员进行空间判断与时间累计计算,得到研究对象行为状态的量化指标——个人敏感评分(SC)。具体计算过程如下:

由于继续盘问的时限从十二小时可以延长至二十四小时,特殊情形可以延长至四十八小时,所以存在着民警在适用继续盘问措施时的随意性,只要在最长四十八小时的时限内,民警就可以任意留置相对人。

2 算法实验

2.1 实验样区

江苏省海门市地处长江北岸,与上海市崇明区隔江相望。通过对海门市进行地图筛选与实地走访调查,确定了大部分敏感区域的位置(图2),并通过示例评分数据对各区域进行分级评价,为实验分析提供累计权重值。

2.2 实验数据

“敏感程度评分”作为敏感区域评价体系的基础,一般可分为20个等级(表2),以区别娱乐场所及其他敏感区域的危险程度。

PEPIDPTIMESCOORDXSCOORDY61452016/5/100:00120.9243231.8854812372016/5/100:00120.9785432.3354571502016/5/100:00121.3184831.8875933082016/5/100:00121.1617531.8899080592016/5/100:00120.9431431.90724

2.3 实验分析

通过构建基于Java与HTML的社区矫正网页管理系统进行实验分析,使用MySQL数据库存储轨迹数据与计算结果。对5月与6月进行逐日累计,得到服刑人员的日敏感评分,部分结果如表4所示;综合5-6月的敏感分数计算结果,得到每位服刑人员两月的敏感分数之和。统计结果显示,实验选取的服刑人员(共143人)大部分个体敏感程度较低(小于1万分),但仍存有分数较高的危险个体(超过100万分),且有高达800万分的高危人员。

1.1 产品优势 烟台市位于山东半岛东部,毗邻渤海,全年气候稳定、日光充足。作为我国大樱桃的产地,福山独特的山地砾质土壤以及140年的樱桃栽培历史使大樱桃有着得天独厚的生长种植优势,素来被誉为“北方春果第一枝”。具有独特的地理优势,当地可以生产出质量优越的樱桃。

PEPID20160501201605022016050320160504201605052016050620160507700000001513213822191146722223573165215223016391622100000005930000000

第一,由各个行政单位来负责项目的申报。在项目前期研究阶段,行政单位要在项目实施前期做好一系列的文本研究,精心准备申报材料。第二,教育主管部门对上报的项目进行初次审查,结合年度预算编制的要求、基本财务安排、单位财务管理情况、发展规模等对单位申报的资金项目进行综合审批。第三,教育主管部门要部门预算报告给同级财政部门进行审核,在审核之后将最终复批结果传递给下一层部门。

2.4 优化结果

选取2016年5月1-7日的数据对改进效果进行实验,行为分析方法个性化改进前后的结果对比如表5所示。由计算结果可以看出,改进算法在保证行为分析精度的基础上,剔除了大部分的冗余错误累积数据,如在5月6日两种算法的差距达到96 308分,较好地解决了社区矫正行为分析计算中的居住地误判问题。

2.5 结果检验

根据行为分析方法的计算结果,本文对部分敏感分数较高的服刑人员进行了走访验证。调查过程中,街坊邻居的评论证实了部分服刑人员不良行为习惯与敏感分数的相关性。有关部门管理人员对服刑人员的监管记录,也证明了部分高分服刑人员存在逃避社区服务、缺席教育等不良记录。本文在实验结果的基础上做出初步判断:社区矫正服刑人员行为分析敏感分数与其危险行为活动有较强的相关性,一定程度上反映了服刑人员在社区中的矫治状况,从而可以在状况恶化前及时制止,实施有针对性的教育矫治措施。监管单位也可通过该方法筛选出重点监控对象,在状况恶化前迅速掌握矫正人员的实际状况,及时实施针对性的教育矫治措施,从而降低传统监控所需的人力物力。

此外,除涉及敏感区域这类危险行为外,与常人行为相悖的行为轨迹也应引起注意。如有犯罪前科的人在可能的犯罪地点附近徘徊,则极有可能重操旧业;曾因团伙作案被捕人员在社区矫正期间又进行了频繁的联系,则有继续进行团伙犯罪的可能;社区矫正人员逃避工作、劳动,贪图享乐,则反映了社区矫正效果不利的状况。综合多方面敏感行为,监管机构可掌握矫正人员更为详细的矫正效果与行为趋势。

2016年5月1日2日3日4日5日6日7日原有计分算法12425713390600536117461148112005122567个性化改进算法97749395251076815640237432457

根据改进实验的结果可知,行为分析方法的个性化改进更加贴合矫正人员的实际状况,并且仅在剔除住址这单一影响因素时就可取得较好结果。而矫正人员作为社会群体,在实际生活中将有更多影响行为分析的个性化因素(如工作地点、亲人关系等)。目前的研究仅剔除了这些因素的影响,在其他研究方向中则可根据个性化影响因素展开分析,从而获得更加准确的行为分析结果。

教育就是要养成良好的习惯。小学阶段的学生正是可塑性比较强的阶段,我们怎样引导、教育学生,学生就会成为怎样的一个人。我们要把教育内化为学生的习惯,把教育思想作为他们思想品德形成的基础。习惯是一种人为的、经过反复训练而形成的一种行为特征。引导、教育小学生养成良好的行为习惯是我们德育工作有效开展的基础。良好的行为习惯可以使学生健康成长,形成良好的价值观、人生观、世界观。有的教师可能会认为习惯的养成在中学阶段更有效。但是最具有可塑性的阶段是小学阶段,并且习惯的养成是一个长久的工作,我们抓得越早越好,越久越有效,因此,我们一定要从小学阶段开始引导学生养成良好的行为习惯。

3 结语

本文将犯罪地理学中的敏感区域理论与人文地理学中的时空行为分析理论相结合,提出了一种面向社区矫正监控应用的敏感区域行为分析方法,使用社区矫正信息化监管系统分析服刑人员的时空行为,从而为社区矫正的实际监管工作提供目标状态信息与危险行为预警,帮助监管部门解决运行过程中出现的实际问题。在实际应用中,监管部门可以根据监管目的、犯罪类型等,自主地调节敏感区域的权重值,针对不同的监控目标设置不同的监控敏感区,从而使监测结果更准确。

能够运用归纳与概括、演绎与推理、模型与建模、批判性思维等方法探讨生命现象及规律,审视或论证生物学社会议题.

本文提出的个性化行为分析技术,考虑了数据的空间分布特征与周围地理环境的关系,是GIS时空数据分析的全新方法,并通过社区矫正的实验分析证明了方法的有效性。但敏感区域划分的数量与精细程度以及多层建筑的敏感区域重合等问题,均会对分析结果造成一定的影响。此外,该方法可根据专题数据的特点,进行有针对性的优化与拓展,丰富研究区域的类型与分类精细度,从而应用于空间科学的更多领域。

参考文献

[1] 屈学武.中国社区矫正制度设计及其践行思考[J].中国刑事法杂志,2013(10):16-22.

[2] 刘爱童.社区矫正法律制度探究——以城市社区为视角[J].法学评论,2012(6):136-144.

[3] 刚彦,王敬.浅析社区矫正信息化监管[J].中国管理信息化,2014,17(15):117-118.

[4] 李素琴,谭恩惠.美国社区矫正制度对我国的借鉴[J].中国人民公安大学学报(社会科学版),2012(5):149-156.

[5] 李光勇.社区矫正人员帮扶现状、困境与对策调查研究[J].中国刑事法杂志,2013(4):80-86.

[6] 侯颖超,王盼成,刘兴权,等.基于速度的空间轨迹停留点提取算法[J].地理与地理信息科学,2016,32(6):63-68.

[7] 刘瑜,肖昱,高松,等.基于位置感知设备的人类移动研究综述[J].地理与地理信息科学,2011,27(4):8-13.

[8] 柴彦威,塔娜.中国时空间行为研究进展[J].地理科学进展,2013,32(9):1362-1373.

[9] KITAMURA R.An evaluation of activity-based travel analysis[J].Transportation,1988,15(1):9-34.

[10] 柴彦威,沈洁.基于活动分析法的人类空间行为研究[J].地理科学,2008(5):594-600.

[11] 陈鹏.基于用户移动数据的可视化用户行为分析[D].广州:华南理工大学,2016.

[12] 赵莹,柴彦威,陈洁,等.时空行为数据的GIS分析方法[J].地理与地理信息科学,2009,25(5):1-5.

[13] SHERMAN L,BUERGER M,GARTIN P,et al.Repeat Call Address Policing: The Minneapolis RECAP Experiment[R].Washington DC: Crime Control Institute,1989.

[14] WEISBURD D,BUSHWAY S,LUM C,et al.Trajectories of crime at places: A longitudinal study of street segments in the city of Seattle[J].Criminology,2004,42(2):283-322.

[15] 陈笛.娱乐场所对街面犯罪的影响及防控对策研究[J].江西警察学院学报,2016(5):55-59.

[16] 毛媛媛,戴慎志,沈志联.国内城市空间环境与犯罪关系研究评析[J].人文地理,2010(3):41-46.

[17] 杨毅.地理信息系统在犯罪分析及辅助决策中的应用研究[D].成都:四川大学,2005.

[18] 姜超,柳林.中国犯罪地理与警务GIS研究进展[J].地球信息科学学报,2013(6):801-808.

[19] 单勇,侯银萍.基于GIS的“少年犯罪区”再认识[J].青少年犯罪问题,2015(3):56-65.

[20] 陈宸.居住小区区位特征与犯罪率相关性研究[D].南京:东南大学,2015.

[21] 宋广友.基于数据挖掘的犯罪预警研究和系统开发[D].西安:西安电子科技大学,2014.

[22] 马瑞,朱文一.当代北京城市“易犯罪”空间位置初探[J].建筑创作,2010(10):198-203.

[23] 马瑞.城市“易犯罪”空间研究[D].北京:清华大学,2010.

[24] 陈嫡.易犯罪未成年人违法犯罪行为的社区防范研究[D].南昌:南昌大学,2008.

[25] 王京.基于相关系数的轨迹停留点识别算法[D].武汉:华中师范大学,2016.

孙晨星,周侗,盖宸德,秦琪,钱振
《地理与地理信息科学》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号