防欺凌误报率和漏报率被混淆的坑究竟在哪

误报是没事件却报警，漏报是有事件却没报警，方向相反，却被很多宣传混为一谈。只压低误报会把漏报顶上去，只追求高识别率也会带来更多误报。以一所36班中学为参照口径，判断一套系统好坏，必须同时看误报和漏报两个口径，单给一个数字说明不了问题。

两者的区别是什么？

误报是虚警，漏报是漏警，一个吵人，一个误事。方向相反，处理方式也不同。

以一所36班中学为参照口径：误报率通常按每天每点位的告警次数来记，漏报率较难测量，多靠演练和回访估计，很少能给出精确值。

为什么不能只看一个指标？

因为两者此消彼长，压一个往往顶高另一个。只给单边数字，等于只说了故事的一半。

• 只降误报：阈值调高，误报少了，但漏报悄然上升。
• 只追识别率：为了多识别，误报随之增多。
• 只比一个数：无法判断系统在实际使用中是否可靠。
• 口径不一：不同测试条件的数据不可直接比较。

怎么同时把两者控制住？

靠分点位、分时段设参，以及多种触发方式组合，而不是单靠一处调参。把手段叠加，才能两头兼顾。

1. 分点位调参：高噪声点位单独设阈值，减少误报。
2. 分时段设参：课间与自习分开，兼顾灵敏度。
3. 组合触发：声压、关键词、一键报警并用，互补盲区。
4. 按周复盘：同时统计两个指标，避免顾此失彼。

还有一个常被忽略的细节：不同测试条件下的数字不能直接比较。实验室里安静环境下的识别结果，与教室、卫生间等真实场景差别很大；不同点位、不同时段的数据也应分开统计。采购时可以要求对方按项目实际环境提供测试口径，或安排一段试用期，用现场数据验证。只有口径一致，误报和漏报的比较才有意义。另外，还要留意系统在高峰期是否稳定：容量不足时，告警可能延迟甚至丢失，看起来像漏报，实则是容量问题，两类问题要分开处理。把误报、漏报和容量三类现象区分清楚，才能找到正确的处理方向。

三个常见误区

1. 误区一：误报率低就好。还要看漏报，否则可能把系统调成了不响。
2. 误区二：识别率高就代表可靠。识别率高可能伴随更高的误报，要一起看。
3. 误区三：两个指标可以互相替代。它们方向相反，必须分别统计和评估。

本文的数据口径与适用边界

• 指标口径：误报按每天每点位次数计，漏报以演练和回访估计。
• 调整方式：以分点位、分时段为口径，一次只改一个变量。
• 适用范围：以校园防欺凌场景为口径。
• 更新说明：本文按2026年通行做法整理，算法以现行有效信息为准。