CN110197332A

CN110197332A - 一种社会治安综合治理评价方法

Info

Publication number: CN110197332A
Application number: CN201910460528.XA
Authority: CN
Inventors: 王哲; 孙小川; 芦丹
Original assignee: Chongqing Hop Technology Co Ltd
Current assignee: Chongqing Hop Technology Co Ltd
Priority date: 2019-05-30
Filing date: 2019-05-30
Publication date: 2019-09-03

Abstract

本发明提供一种成本低,评价结果客观的社会治安综合治理评价方法，包括以下步骤，S1获取指标数据；S2对指标数据进行数据平移；S3计算各指标的贡献度；S4计算各指标信息熵冗余度；S5计算各指标的权重；S6对权重进行检测；S7采用评价模型获取社会治安综合治理量化值。本发明通过获取客观数据，并通过计算机模型对客观数据进行分析来得出量化的评价指数，不受工作人员主观影响，评价结果客观，并且数据采集和数据处理自动化进行，成本低速度快。

Description

一种社会治安综合治理评价方法

技术领域

本发明涉及社会治理领域，具体涉及一种社会治安综合治理评价方法。

背景技术

现有技术中各类研究涉及了综合指数计算方法研究和指标体系构建研究，二者各有侧重，落地性差；随着社会发展和社会矛盾的转变，该指标体系已与社会现实不符、不匹配；专家打分和调查问卷部分受人为主观因素和成本影响，实施性差，且影响指数发布周期和及时性。

近年来，社会发生了新的变化，群众经济更加独立，各地流动人口逐渐增多，各种利益冲突越来越突出，社会管理的难度逐步加大，社会治安工作面临的形势更加复杂，维护社会和谐稳定的任务繁重而艰巨，迫切需要一种能够客观准确的对社会治安进行评价的方法，以深入推进社会矛盾化解，促进经济社会协调发展。

发明内容

为了解决上述问题，本发明提供一种社会治安综合治理评价方法包括以下步骤，S1获取指标数据；

S2对指标数据进行数据平移；

S3计算各指标的贡献度；

S4计算各指标信息熵冗余度；

S5计算各指标的权重；

S6对权重进行检测；

S7采用评价模型获取社会治安综合治理量化值；

所述评价模型人脸识别模型的损失函数采用以下公式：

其中,N表示所有样本对的个数，

y_i表示样本标签，表示模型预测结果，Np表示正样本对的个数，F_i1表示正样本对第一张图片的特征，F_i2表示正样本对第二种图片的特征，λ表示惩罚系数，本发明中取值为0.01，w表示深度学习模型中的参数。

进一步的，所述指标数据包括，人均GDP、城乡居民收入比、人口总数、流动人口占比、城镇化率、平均受教育年限、失业率、解决青少年失学问题数、投诉、举报渠道人均问题数量、处理投诉、举报案件数量、信访案件结案率、重复上访率、集体上访量、刑事案件发案率、八类暴力型案件占全部刑事案件比例、治安案件发案率、交通事故死亡率、“两抢一盗”发案率、外来人口犯罪比重、青少年犯罪率、刑事案件破案率、每万人口警力配置率、公安民警人均破案率、每万人口行政人员数、群防群治队伍人数、每万人口律师数、重新违法犯罪率、信息化建设成熟度、摄像头上线率、摄像头密度、摄像头覆盖面积、综治网格建设投资、社区矫正及刑释解教人员的培训率、社区矫正及刑释解教人员的就业率、社区矫正安置帮教小组数、解矫人员数量中的多种或一种。

进一步的，所述对指标数据进行数据平移包括，

对于正向指标，采用公式，进行数据平移；

对于负向指标，采用公式，进行数据平移，

式中X为原始指标数据，r为数据平移后的指标数据,其中，i为搜集的第i 条记录，j为指标编号，为搜集第j项指标所有样本中的最小值，为搜集第j项指标所有样本中的最大值

进一步的，

所述计算各指标的贡献度，采用以下公式计算各指标贡献度

其中，i为搜集的第i条记录，j为指标编号。

进一步的，所述计算各指标信息熵冗余度包括，

采用以下公式计算信息熵冗余度,

计算各指标信息熵冗余度d_j＝1-E_j，

其中，K＞0，ln自然对数，E_j≥0，

当d_j越大时，则第j项指标越重要。

进一步的，所述计算各指标的权重包括，

采用以下公式计算

式中d为熵冗余度。

进一步的，所述对对权重进行检测包括，

当d_j＝0时，删除第j指标。

进一步的，所述采用评价模型获取社会治安综合治理量化值包括，

所述评价模型为，S＝∑w_jP_ij。

进一步的，将通过模型计算所得指数，按照从小到大排序；

确定第一四分位数、第二四分位数、第三四分位数，

第一四分位数取从小到大排列的数值中第25％；

第二四分位数取从小到大排列的数值中第50％；

第三四分位数取从小到大排列的数值中第75％；

根据四分位数，确定等级划分标准和得分范围。

在得出指数得分后，需要对得分进行“解读”。根据分位数思想进行社会治安综合治理状况的等级划分，采用四级评分标准，前25％为差，第25％至第50％为中，第50％至第75％为良，75％至100％为优，将综合指数得分分为“优”、“良”、“中”、“差”四级。“优”表示社会治安综合治理状况优秀，“良”表示社会治安综合治理状况良好，“中”表示社会治安综合治理环境运行平稳，“差”表示社会治安综合治理状况较差，环境不稳定。

本发明的有益效果是，

1本发明通过获取客观数据，并通过计算机模型对客观数据进行分析来得出量化的评价指数，不受工作人员主观影响，评价结果客观，并且数据采集和数据处理自动化进行，成本低速度快。

2本发明形成能够评价社会治安综合治理的指标体系，并通过指标体系计算得出社会治安综合治理指数，对社会治安状况进行综合的评价使本发明对社会治安状况有个精确、科学的认识，从而能够更好地为正确制定维护社会治安政策、办法作指导，为实现公正科学的衡量社会治安状况提供标准和尺度。

附图说明

图1为本发明一实施例流程图。

具体实施方式

下面对本发明解决背景技术中描述问题的发明思路进行说明，

社会治安综合治理状况综合评价指数，主要包括指标体系的建立、综合评价指数计算和指数评价分析几个部分。本发明是基于社会治安综合治理的业务体系，提供评价社会治安综合治理状况的方法，该方法同时提供了科学合理的评价体系，为某地、某项工作监督考核提供参考标准。

对某一现象的评价描述，做到客观可行，需要设计评价模型，通过计算得出评价指数来评价一个现象。综合评价指数研究先需要建立反映某一现象的指标体系，通过权重确定方法确定各指标权重，之后确定评价模型，计算综合指数，并对指数结果进行评价、分析。

1.指标体系：

社会治安状况评价指数，对社会治安状况进行综合评价，对社会治安状况有一个精确、科学的认识，为实现公正科学的判断社会治安状况提供标准和尺度。将指标分类、分层是指标体系的基本架构，将社会治安状况评价指数的基本构架定义为包括破坏力、控制力指标，同时引入公众安全感作为反映某一地区社会治安状况的指标体系。

2.权重确定方法：

目前，关于权重的确定方法很多，根据计算权重时原始数据的来源不同，可分为主观赋权法、客观赋权法、组合赋权法。

主观赋权法是根据决策者(专家)主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法(Delphi法)、层次分析法(AHP)、二项系数法、环比评分法、最小平方法等。

客观赋权法其原始数据由各属性在决策方案中的实际数据形成，其基本思想是属性权重应当是各属性在属性集中的变异程度和对其他属性的影响程度的度量。常用的客观赋权法有：主成分分析法、熵值法、离差及均方差法、多目标规划法等。其中熵值法用的较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

组合赋权法即主客观组合赋权法。主客观组合赋权法的两种常用方法是：“乘法”集成法、“加法”集成法。其公式分别是：

w_i＝a_ib_i/∑a_ib_i

其中w_i表示第i个指标的组合权重，a_i、b_i分别为第i个指标的客观权重和主观权重。当决策者对不同赋权法存在偏好时，能够根据决策者的偏好信息来确定。

3.评价标准：

分位数方法和传统阈值分割法：

选用统计学中分位数的一种----四分位数的方法，即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。三个分割点位置的数值，分别是数值由小到大排列后第25％、50％、75％的数字，即第一四分位数、第二四分位数、第三四分位数，由它们所组成的区间亦是各等级阈值区间。

下面结合实施例对本发明做进一步的说明：

首先，搜集衡量某地区社会治安综合治理状况的指标体系的数据，

X_m×n＝(x_ij)_m×n其中，i＝1,2，…，m，j＝1,2，…，n

时间序列数据：设x_ij表示该地区第i年、指标体系中第j项属性(指标)的值，其取值范围为全体实数。

截面数据：设x_ij表示第i个地区、指标体系中第j项属性(指标)的值，其取值范围为全体实数。

其次，根据各指标的现实意义，判断指标是越大越好还是越小越好，并对不同指标做非负化处理：

对于越大越好的指标：

对于越小越好的指标：

当搜集的是时序数据时，i为时间编号，j为指标编号；当搜集的数据是截面数据时，i 为时间编号，j为指标编号。经过非负化处理，得到新的指标数值。

然后，计算各指标的贡献度与熵，并计算信息熵冗余度：

各指标贡献度：

各指标输出的熵：

式中，K＞0，ln自然对数，E_j≥0，E_j表示第j项指标的熵值。

信息熵冗余度：

d_j＝1-E_j

根据冗余度，判断该指标的去留。当d_j＝0时，其权重等于0，可以剔除第j指标。

之后，计算各指标的权重，并得到综合指数的评价模型：

权重：

计算第j项指标的权重，即计算该项指标信息熵冗余度在所有指标信息熵冗余度中所占的比重。

评价模型：

根据搜集数据不同，评价模型可以解读为，某地区第i期评价得分，或第i个区域评价得分。

最后，根据评价标准，对评价模型计算的指数得分做最终评价。根据评分标准，查看得分落在哪个等级区间范围，即得到所得综合指数的评价结果。将各时期的评价结果做比较分析，就得到社会治安综合治理状况的客观评价结果。

在本发明实施过程中，评价模型采用人脸识模型别进行人物识别，

所述评价模型人脸识别模型的损失函数采用以下公式：

其中,N表示所有样本对的个数，

在人脸识别环节，引入了一种新型的模型设计和损失函数计算方法。在深度学习模型训练时，本发明将同一个人的不同照片提取的特征对视为正样本，将不同人的照片提取的特征对视为负样本。之前的研究中，只考虑正负样本的预测结果与标签尽可能的接近，而忽略了正负样本特征对本身的相似度关系。本发明中，本发明借鉴SVM分类器的思想，基于正负样本分类间隔尽可能大的原理，寻找正负样例分类的最优超平面，提高了模型对正负样例的区分性，提升了识别算法的准确率。

本发明在深度学习的中间层分别抽取特征对的特征，本发明记作fea1和 fea2，算法要求正样本的fea1和fea2尽可能相近，负样本的fea1和fea2尽可能的疏远。在损失函数中本发明用欧式距离来衡量特征的相似性。并且，本发明在损失函数中加入了正则项，来防止模型过拟合，提高了模型的泛化能力，进一步提升了识别算法的准确率。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims

1.一种社会治安综合治理评价方法，其特征在于，包括一下步骤，

S1 获取指标数据；

S2 对指标数据进行数据平移；

S3 计算各指标的贡献度；

S4 计算各指标信息熵冗余度；

S5 计算各指标的权重；

S6 对权重进行检测；

S7 采用评价模型获取社会治安综合治理量化值；

所述评价模型人脸识别模型的损失函数采用以下公式：

其中,N表示所有样本对的个数，

y_i表示样本标签，表示模型预测结果，N_p表示正样本对的个数，F_i1表示正样本对第一张图片的特征，F_i2表示正样本对第二种图片的特征，λ表示惩罚系数，本发明中取值为0.01，w表示深度学习模型中的参数。

2.如权利要求1所述的一种社会治安综合治理评价方法，其特征在于，所述指标数据包括，人均GDP、城乡居民收入比、人口总数、流动人口占比、城镇化率、平均受教育年限、失业率、解决青少年失学问题数、投诉、举报渠道人均问题数量、处理投诉、举报案件数量、信访案件结案率、重复上访率、集体上访量、刑事案件发案率、八类暴力型案件占全部刑事案件比例、治安案件发案率、交通事故死亡率、“两抢一盗”发案率、外来人口犯罪比重、青少年犯罪率、刑事案件破案率、每万人口警力配置率、公安民警人均破案率、每万人口行政人员数、群防群治队伍人数、每万人口律师数、重新违法犯罪率、信息化建设成熟度、摄像头上线率、摄像头密度、摄像头覆盖面积、综治网格建设投资、社区矫正及刑释解教人员的培训率、社区矫正及刑释解教人员的就业率、社区矫正安置帮教小组数、解矫人员数量中的多种或一种。

3.如权利要求2所述的一种社会治安综合治理评价方法，其特征在于，

所述对指标数据进行数据平移包括，

对于正向指标，采用公式，进行数据平移；

对于负向指标，采用公式，进行数据平移，

式中X为原始指标数据，r为数据平移后的指标数据,其中，i为搜集的第i条记录，j为指标编号，为搜集第j项指标所有样本中的最小值，为搜集第j项指标所有样本中的最大值

4.如权利要求3所述的一种社会治安综合治理评价方法，其特征在于，

所述计算各指标的贡献度，采用以下公式计算各指标贡献度

其中，i为搜集的第i条记录，j为指标编号。

5.如权利要求4所述的一种社会治安综合治理评价方法，其特征在于，

所述计算各指标信息熵冗余度包括，

采用以下公式计算信息熵冗余度,

计算各指标信息熵冗余度d_j＝1-E_j，

其中，K＞0，ln自然对数，E_j≥0，

当d_j越大时，则第j项指标越重要。

6.如权利要求5所述的一种社会治安综合治理评价方法，其特征在于，

所述计算各指标的权重包括，

采用以下公式计算

式中d为熵冗余度。

7.如权利要求6所述的一种社会治安综合治理评价方法，其特征在于，

所述对对权重进行检测包括，

当d_j＝0时，删除第j指标。

8.如权利要求1-7任一权利要求所述的一种社会治安综合治理评价方法，其特征在于，

所述采用评价模型获取社会治安综合治理量化值包括，

所述评价模型为，S＝∑w_jP_ij。

9.如权利要求8所述的一种社会治安综合治理评价方法，其特征在于，还包括步骤，

将通过模型计算所得指数，按照从小到大排序；

确定第一四分位数、第二四分位数、第三四分位数，

第一四分位数取从小到大排列的数值中第25％；

第二四分位数取从小到大排列的数值中第50％；

第三四分位数取从小到大排列的数值中第75％；

根据四分位数，确定等级划分标准和得分范围。