Hoe Justid strafrechtelijke gegevens nauwkeurig en fouttolerant beoordeelt dankzij fuzzy logic.
Met de software van Human Inference brengt Justid persoonsinformatie uit verschillende bronnen samen tot één helder profiel – voor efficiënte, betrouwbare en eerlijke risicobeoordeling
De Justitiële Informatiedienst – ook wel Justid – is een onderdeel van het Ministerie van Justitie en Veiligheid. Op cruciale momenten verstrekken zij vertrouwelijke informatie zoals vingerafdrukken, strafverledens en detentiegegevens. Hun doel is om de juiste informatie over een persoon beschikbaar te stellen, via slimme technologieën en innovaties.
Voor het bepalen van de straf die een persoon krijgt, beoordeelt het Openbaar Ministerie (OM) het complete strafrechtelijke verleden. Dit doen zij via Justid’s Justitieel Documentatie Systeem (JDS): een systeem met recente en historische gegevens van personen in de (straf)rechtsketen. Maar al deze belangrijke informatie is niet uniform vastgelegd en er komen veel informatiestromen samen. Het vergelijken van deze gegevens vormt dan ook een uitdaging. Om een nauwkeurig beeld te krijgen over een persoon en een juiste beoordeling te kunnen doen, gebruikt Justid de op fuzzy logic gebaseerde softwareoplossing van Human Inference.
Over fuzzy logic: de kunst van nuance
Fuzzy logic is een wiskundige methode die helpt om te gaan met onnauwkeurige informatie. In plaats van ongenuanceerde ‘waar’ of ‘niet waar’ uitspraken, maakt deze methodiek gebruik van gradaties van waarheid. Via termen als ‘zeer hoog’ of ‘redelijk laag’, ontstaat er meer begrip van de ingewikkelde menselijke gedachtegang en besluitvorming. Het past zich aan in situaties waar precieze definities ontbreken, maar realistische resultaten wel belangrijk zijn.
 |
Identiteitsregistratie en dossieropbouw Bij aanhouding, controle of verdenking van een strafbaar feit, registreren officieren de identiteit van een persoon. Ze leggen persoonsgegevens zoals naam en geboortedatum vast via identificatiemethoden zoals vingerafdrukken en identiteitsbewijzen. |
 |
Compleet beeld van personen Om dossiers compleet te maken en een volledig beeld van een persoon te krijgen, vraagt het OM informatie op uit het JDS. Het JDS bevat verschillende soorten informatie, die ze door de Human Inference softwareoplossing beter begrijpen. Deze software gebruikt fuzzy logic om ongestructureerde gegevens te analyseren en overeenkomsten en verschillen te vinden. Dit gebeurt via fuzzy matching; een techniek die bepaalt hoe vergelijkbaar informatie is. Het voorkomt dubbele informatie, vindt personen en matcht ze fouttolerant met gegevens die al in het JDS staan. Hiermee brengt het OM overtredingen in kaart. |
 |
Analyse van overtredingen Nadat de software de overtredingen in kaart heeft gebracht, analyseert het ook de aard en ernst. Het beoordeelt of iemand kleine overtredingen heeft begaan of dat er sprake is van ernstige misdrijven. |
 |
Risicoschatting Als laatst rapporteert de software de bevindingen en maakt een volledige risicoschatting van een persoon. Het OM gebruikt dit rapport om te beslissen welke vervolgacties nodig zijn, zoals boetes en rechtszaken. Indien nodig deelt het OM de uitkomsten met andere betrokken instanties en autoriteiten. |
Wil je de case van Justid rustig nalezen of delen met collega’s? Download dan de complete klantcase als mooi vormgegeven pdf - gratis en zonder je gegevens achter te laten.
Het vergelijkt alle informatiebronnen, zelfs als ze niet uniform zijn vastgelegd. Zo ontstaat er één duidelijk beeld waarmee Justid strafrechtelijke verledens controleert.
Het vindt overeenkomsten en patronen die anders worden gemist. Hierdoor beoordeelt en analyseert Justid eerdere overtredingen en vergrijpen nauwkeuriger.
Het handmatig vergelijken van verschillende informatiestukken kost tijd en is foutgevoelig. Geautomatiseerde analyses leveren Justid tijdbesparing op.
Organisaties zoals Justid gebruiken onze software om persoonsinformatie fouttolerant te analyseren, complexe datasets te verbinden en besluitvorming te ondersteunen. Benieuwd hoe we jouw processen kunnen verbeteren?
Laat je gegevens achter en stel ons eventueel al een vraag. Daarna nemen we snel contact met je op om verder te helpen.
Laat ons weten waar je meer over wilt weten.
Laat je gegevens achter en stel ons eventueel al een vraag over DataHub. Daarna nemen we snel contact met je op.
Laat je gegevens achter en Danny neemt snel contact met je op om je vraag te beantwoorden.
Laat je gegevens achter en stel eventueel al een vraag over DataHub. Daarna nemen we snel contact met je op.
Laat je gegevens achter en stel ons eventueel al een vraag over DataPlatform. Daarna nemen we snel contact met je op.
Laat je gegevens achter en Danny neemt snel contact met je op om je vraag te beantwoorden.
Laat je gegevens achter en stel ons eventueel al een vraag over DataPlatform. Daarna nemen we snel contact met je op.
Laat je gegevens achter en stel ons eventueel al een vraag. Daarna nemen we snel contact met je op om verder te helpen.
Laat je gegevens achter en een data-expert neemt snel contact met je op om meer te vertellen over onze service en ondersteuning.
Laat je gegevens achter en stel ons eventueel al een vraag. Daarna nemen we snel contact met je op om verder te helpen.
Laat je gegevens achter en we nemen snel contact met je op om meer te vertellen over wie we zijn en hoe we (samen)werken.
Laat je gegevens achter en stel ons eventueel al een vraag. Daarna nemen we snel contact met je op om verder te helpen.
Laat je gegevens achter en stel ons eventueel al een vraag. We nemen snel contact met je op om mee te denken over jouw situatie – of je nu advies zoekt of meer wilt weten over onze oplossingen.
