基于大数据挖掘的服刑人员再犯罪预测

                    监狱作为国家刑罚执行机关，既是法治建设的实践之地，更是法治文明的浓缩之所。新形势下，监狱的职能发生了重大变化，从而对监狱的管理水平提出了更高要求。而要想实现对服刑人员的科学性和精准性教育改造和监管，就必须更深入、更全面的掌握服刑人员的相关信息，这势必给监狱有限的警力造成更大的负担。随着监狱信息化建设在在监狱的深入推进，监狱积累了大量的数据，因此，利用数据分析、数据挖掘、模式识别、机器学习等大数据技术从监狱信息资源库、安防等系统及服刑人员的在监日常行为中收集服刑人员相关数据并整合成数据集，然后进行分析，提取模式和规律，建立模型来对服刑人员的再犯罪危险性进行模式识别、分类和预测，从而将有限的警力用于重点服刑人员，提高服刑人员的教育改造质量和监管水平。服刑人员的危险性识别、分类、预测及由此进行的减刑和假释将日益基于服刑人员的数据分析作出，而并非基于经验和主观意图，从而提升依法治监的科学性和规范性等