Journal: Economics DOI: 10.32629/ej.v9i6.3567
Abstract
针对监所在押人员的安全隐患,传统的人工监督方式存在着依靠经验判断、风险识别 滞后、覆盖面窄等问题,已不能满足目前的精细化监督需求。针对上述问题,本研究 以多维的行为数据为基础,通过对在押人员数据采集,运用AI技术对可能存在的安全 风险进行评价,从而实现其风险的早期识别与精确预警。通过对监所安全监控的智能 化支撑,有效地提升了监所监管的主动性与预防性管控水平,协助维持监所秩序和社 会治安。
Keywords
监所在押人员；多维行为数据；AI风险建模；预警机制
Funding
本文系广东警官学院国家级大学生创新创业项目“AI驱动的监所在押人员安全风险评估 及精准预警创新研究”(项目编号：202511110006)研究成果之一。
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 韩微晓.“派驻+巡回”监所检察监督机制研究[D].河南财经政法大学,2025.
[2] 张玲.上海公安“智慧监所”建设中存在的问题及对策研究[D].华东师范大学,2024.
[3] 李善敏.“监所服务E通办”的实用性探究——以温州公安监管部门先行先试为例[J].公 安研究,2024,(04):65-70.
[4] 郝庆浩.监所风险预测及安全巡检规划方法研究[D].山东大学,2023.
[5] 李强,赵尚上,李胜广.基于半监督机器学习的监所人员风险计算[J].警察技术,202 2,(01):25-28.
[2] 张玲.上海公安“智慧监所”建设中存在的问题及对策研究[D].华东师范大学,2024.
[3] 李善敏.“监所服务E通办”的实用性探究——以温州公安监管部门先行先试为例[J].公 安研究,2024,(04):65-70.
[4] 郝庆浩.监所风险预测及安全巡检规划方法研究[D].山东大学,2023.
[5] 李强,赵尚上,李胜广.基于半监督机器学习的监所人员风险计算[J].警察技术,202 2,(01):25-28.
Copyright © 2026 符浩源, 陈建晖, 郭宇锋, 冼均源
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License