$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

빅데이터 기반 성폭력범죄자 재범방지를 위한 사회지원모델에 관한 연구
A Study on Model for Social Return for the Prevention of Recidivism of Sexual Violence Criminals Based on Big Data 원문보기

한국재난정보학회논문집 = Journal of the Society of Disaster Information, v.17 no.3 = no.53, 2021년, pp.535 - 542  

오세연 (Department of Police Administration, Semyung University)

초록
AI-Helper 아이콘AI-Helper

연구목적:본 연구는 성폭력범죄자의 재범 증가에 따른 심각성을 인지하고, 위험성 정도에 따른 맞춤형 사회지원서비스를 제공하여 형벌보다는 회복과 복지 중심의 사회적응을 강화하여 재범의 피해를 최소화하기 위함이다. 연구방법: 기존모델과 본 연구에서 제안한 모델 시스템에 대한 효율성을 평가하고, 기존의 모델과는 어떠한 기능과 운영상에 차이가 있는 지를 비교·검토 하였다. 연구결과: 제안모델은 13세 미만 대상 성폭력범죄자에 대한 관련기관의 데이터를 수집하고, 위험성 알고리즘 등을 통해 세 가지 위험군으로 분류하여 각각의 위험군에 맞는 사회지원서비스를 제공하게 된다. 1차 사회지원서비스 매칭 데이터를 모니터링 하여 결과데이터로 저장·재분석하고 사회지원서비스를 재 매칭하게 함으로써 기존모델과 운영상의 차이점을 두었다. 결론: 본 연구의 제안모델은 재범위험 가능성이 높은 성폭력범죄자에 대한 장기적인 관점에서 재범의 피해를 최소화 방할 수 있는 사회지원모델 시스템의 기초자료를 제안하였다는데 그 의의가 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Purpose: The purpose of this study is to prevent recidivism by recognizing the seriousness of recidivism against sexual offenders under the age of 13 and providing customized social adaptation services based on risk. Method: The study evaluate the efficiency of existing models and proposed model sys...

주제어

#빅데이터   #13세 미만 대상 성폭력사범   #사회지원모듈   #데이터분석모듈   #위험성분석   #재범방지  

표/그림 (2)

참고문헌 (15)

  1. Berk, R. (2017). "An impact assessment of machine learning risk forecasts on parole board decisions and recidivism." Journal of Experimental Criminology, Vol. 13, No. 2, pp. 259-294. 

    상세보기 crossref

  2. Brayne, S. (2017). "Big data surveillance: The case of policing." Journal of American Sociological Review, Vol. 82, No. 5, pp. 977-1008. 

    상세보기 crossref

  3. Cho, H.W., Do, K.J., Yoo, B.S., Park, J.S. (2021). "A study on an AI platform construction for the prevention of Ex- prisoners recidivism based on big data." Journal of Collection Review, Vol. 70, pp.1-29. 

  4. Choi, J.H. (2018). "The data-based prediction of police calls using machine learning." Journal of Korean Big Data Review, Vol. 23 No. 2, pp. 101-112. 

  5. Choi, M.J., Roh, K.S. (2016). "Exploratory study on crime prevention based on bigdata convergence - Through case studies of Seongnam City -." Journal of Digital Convergence Studies, Vol. 14, No. 11, pp. 125-133. 

    원문보기 상세보기 crossref

  6. Heo, S.Y., Kim, J.R., Moon, T.H. (2017). "Crime incident prediction model based on bayesian probability." Journal of Korean Association of Geographic Information Studies, Vol. 20, No. 4, pp. 89-101. 

    원문보기 상세보기 crossref

  7. https://www.data.go.kr/data/15032491/fileData.do 

  8. http://www.sisafocus.co.kr/news/articleView.html?idxno249120 

  9. Jung, J.Y. (2019). "A comparative analysis of big data policing activities by the US and Korean Police." Journal of Korean Police Science Review, Vol. 18, No. 3, pp. 165-186. 

    상세보기 crossref

  10. Kim, B.S. (2018). "A study on the protection system of abuse victims." Journal of Collection Review, Vol. 28, No. 5, pp. 170-202. 

  11. Kim, D.H., Kim, T.H., Kwak, D.K. (2014). "A study on introducing intelligent electronic monitoring system through the analysis of the electronic supervision" Journal of Korean Society of Disaster Information, Vol. 10, No. 3, pp. 374-387. 

    원문보기 상세보기 crossref

  12. Kim, D.Y. (2021). "A study on the development of a fire site risk prediction model based on initial information using big data analysis." Journal of Korean Society of Disaster Information, Vol. 17, No. 2, pp. 245-253. 

  13. Kim, J.S., Kim, M.Y., Han, M.K., Jo, B.C. (2019). A Study on the Trend and Trend of Sex Offences in Children and Adolescents. Ministry of Gender Equality and Family, Korea. 

  14. Oh, S.Y., Lee, A.R. (2018). "Study of prevention system against second-convictions of sexual violence offenders by using smart electronic monitoring anklet." Journal of Advanced Information Technology and Convergence, Vol. 8, No. 2, pp. 69-77. 

    상세보기 crossref

  15. Roh, S.H. (2015). "Testing the predictability of crime forecasting models using spatio-temporal analysis and risk terrain modeling." Journal of Korean Criminological Review, Vol. 26, No. 3, pp. 239-266. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로