КЛАСТЕРНА МОДЕЛЬ МАШИННОГО НАВЧАННЯ ДЛЯ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ У КРИМІНАЛЬНОМУ ПРАВОСУДДІ
DOI:
https://doi.org/10.31891/csit-2023-3-6Ключові слова:
підтримка прийняття рішень, кримінальне судочинство, машинне навчання, кримінальне профілювання, ккластеризація k-середніхх, рецидивна злочинність, інформаційно-аналітичне забезпеченняАнотація
У сучасному цифровому суспільстві інформаційні технології відіграють вирішальну роль у підтримці прийняття рішень при формуванні національної політики безпеки. Зростанні кількості злочинців та розширення спектру скоєних ними злочинів, що спостерігається по всьому світу, складає серйозні ризики для особистої безпеки громадян, внутрішньої безпеки країни та міжнародної безпеки. Передові технології трансформують функціонування системи кримінального правосуддя, пенітенціарної системи та поліції. Використання інтелектуальних технологій для оптимізації роботи органів кримінальної юстиції є основою концепції створення “розумного кримінального правосуддя”. Для підтримки розслідування злочинів, автоматизації судових процесів, ідентифікації потенційно небезпечних осіб та передбачення злочинів застосовують комп’ютерні моделі.
Представлена робота є частиною досліджень з питань розробки інформаційно-аналітичного забезпечення системи підтримки прийняття рішень у кримінальний юстиції. У цьому документі представлено новий аналітичний підхід до кримінального профілювання. Емпіричний аналіз проведено на основі реальних даних кримінальних записів 13010 ув’язнених, які відбувають покарання у пенітенціарних закладах України. Використано техніку кластеризації k середніх для визначення значущих індикаторів (індивідуальних характеристик ув’язнених), які визначають схильність засуджених до вчинення повторних кримінальних злочинів. Побудована комп’ютерна модель може пояснити зв’язок між схильністю засуджених до кримінального рецидиву та наступними елементами профіля злочинця: кількістю попередніх судимостей, віком на момент першого засудження, наявністю умовних судимостей та дострокових звільнень.
Судова система потребує розуміння таких неочевидних взаємозв’язків для ефективного запобігання та розкриття кримінальних злочинів. Розроблена комп’ютерна модель може бути застосована до нових наборів даних та забезпечити усунення суб’єктивності та упередженості.
