風(fēng)險(xiǎn)社會(huì)背景下隨著信息網(wǎng)絡(luò)的廣泛運(yùn)用,算法成為了連通風(fēng)險(xiǎn)社會(huì)和數(shù)據(jù)的重要防控節(jié)點(diǎn)。一方面算法作為工具被廣泛運(yùn)用于風(fēng)險(xiǎn)的預(yù)測(cè)與防控,另一方面因?yàn)樗惴ǔ绦蚩陀^性、智能性以及可解釋性的不足,算法本身也成為了風(fēng)險(xiǎn)源頭的一部分,并貫穿始終。尤其在法律領(lǐng)域,算法在緩解司法壓力的同時(shí),更滋生出如算法損害、技術(shù)黑箱、算法權(quán)力操縱與算法歧視等多重問題。對(duì)此,如何科學(xué)地選擇錨點(diǎn)和基礎(chǔ)算法來設(shè)計(jì)搭建算法模型,通過數(shù)據(jù)訓(xùn)練并成功運(yùn)用到實(shí)務(wù)操作,在規(guī)避減弱風(fēng)險(xiǎn)的同時(shí)滿足任務(wù)需求,消減算法傷害,最終達(dá)到風(fēng)險(xiǎn)預(yù)警與防控,便是算法研究的關(guān)鍵問題。

【文章頁數(shù)】：14 頁

【部分圖文】：

圖1司法數(shù)據(jù)、算法與風(fēng)險(xiǎn)關(guān)系圖

目前的算法主要有符號(hào)學(xué)派、聯(lián)結(jié)學(xué)派、進(jìn)化學(xué)派、貝葉斯學(xué)派及類推學(xué)派，[5]而算法也因?yàn)楣δ芎陀猛镜牟煌�，被分為順序、平行、互�?dòng)、分布式、實(shí)時(shí)、混合和量子等算法，[6]同時(shí)在經(jīng)典算法基礎(chǔ)上又衍生出諸多子類及其他新型算法，如支持向量機(jī)算法、流形學(xué)習(xí)算法等。還有學(xué)者認(rèn)為可分為宏觀的兩大....

圖3層次平衡K-means(BKHK）方法下的錨點(diǎn)生成

實(shí)務(wù)中亦有對(duì)此的相關(guān)研究，在面對(duì)數(shù)據(jù)量較大的情況，生成錨點(diǎn)并計(jì)算樣本點(diǎn)和錨點(diǎn)之間的相似度矩陣是關(guān)鍵步驟，而錨點(diǎn)的選擇一般有隨機(jī)選擇方法和K-means方法兩種。對(duì)此羅曉慧等人提出了計(jì)算復(fù)雜度更小的，采用平衡二叉樹結(jié)構(gòu)的層次平衡K-means(BKHK）方法，簡(jiǎn)稱BKHK,[15]....

本文編號(hào)：3994820