基于半监督机器学习的监所人员风险计算

摘要：

风险评估是当今社会各个行业都会涉及到的一个基础课题.在传统的风险评估算法研究中,大多关注风险点的前期事件和相关风险的前瞻,大部分认知风险是由日积月累的多种行为、特征组成.在公安监所人员风险评估工作中,人员风险也在日益的变化,通过暴力、健康、脱逃、自杀、心理、闹监六个维度对在押人员进行风险评估计算,并通过机器学习相关技术,进行特征提取和风险值计算,利用基于半监督机器学习框架支持向量机、K近邻、随机森林三种机器学习模型框架,训练六种机器学习数据模型,并随着监管数据的不断更新,模型也随之迭代,使预测的风险值更加准确.

关键词：风险评估预警模型;机器学习;半监督;支持向量机;K近邻;随机森林

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：25-28