開始於110年01月01日結束於112年12月31日
0(千元)
無
無
從犯罪人的身心狀況風險評估、犯因需求和治療反應性之RNR模式出發,蒐集國內外具高信效度之指標性風險評估量表,並結合串接我國不同單位的有關系統資料庫,透過巨量資料進行高技術探勘與分析,由眾多因子中找出受保護管束人的再犯風險因子以及犯罪地理資訊熱區點位,建立本土再犯預測常模。1.建立我國主要犯罪類型之量表評估項目與犯罪風險因子本土常模,提供適配性個別化處遇建議,藉由科技輔助降低過度工作負荷。2.建立我國犯罪地理資訊熱區點位本土常模,協助觀護人建立決策分析支援模式,發揮有效犯罪風險管理效能。
計畫亮點:「1.研究團隊使用隨機森林演算法完成初步的機器學習再犯預測實驗,已獲得許多重要結論。法務部提供四項資料集,研究團隊完成初步的機器學習再犯預測。研究開發之再犯風險預測模型中,考量九項至十五項特徵屬性,已可預測再犯至70%以上,與國際預測水準同步。2.本研究已研發完成並展示量表操作及評估結果管理功能,並研究開發再犯風險預測本土模型。」 / 關鍵成果:「本研究已研發完成並展示量表操作及評估結果管理功能,並研究開發再犯風險預測本土模型。」
年累計預定進度(a)(%)
年累計實際進度(b)(%)
進度比較(b-a)(百分點)
年計畫經費(c)(千元)
年累計執行數(d)(千元)
年計畫經費達成率(d/c*100%)(%)
0留言
0
關注