【技术实现步骤摘要】
移动互联网上收集组织举办活动的记录与评分方法
本专利技术属于信息
中的大数据收集与分析，具体涉及基于大数据收集的组织活动记录与评分方法，通过软件工具收集组织活动记录与活动评分的相关大数据资料，自动生成组织的活动记录文档，并通过机器学习建立组织活动评分的预测模型，具体技术有软件开发、数据处理、有监督机器学习以及预测模型的解释与修正。
技术介绍
在各类需要评估绩效的领域中，如何克服评价维度单一的问题一直备受关注，360度评估反馈于20世纪80年代以来，被广泛运用于企业中，由企业中与员工相关的各类人员从多个角度来全方位评价员工的绩效，并将评价结果向员工反馈，期以获得更加可靠、客观的结果。实践证明这样的多维度评价有较强优势，能够在一定程度上克服偏误，有助于被评价者能力的提升。因此，将这一方法应用于对组织的评估也能使得组织提升自身的效能。但是，目前还没有针对以举办活动为主要工作的组织的360度评估设计——如盈利型组织中的策展公司、营销公司等，以及非盈利组织中的社会企业、社会组织等，还未明确这类组织由哪些对象来评估更为合适。
【技术保护点】
1.移动互联网上收集组织举办活动的记录与评分方法，其特征在于，包括三大模块：数据收集前端、数据分析模块、用户使用模块，数据收集前端为数据分析模块提供数据资源，其中包括作为扎根真相的“专家评估数据”，数据分析模块为用户使用模块提供大数据指标体系和可推论的预测模型，用户使用模块通过用户在工具软件记录的数据来计算大数据指标，将其输入预测模型中，得到对组织活动评分的预测与排名；/n所述数据收集前端包括活动记录数据模块和活动评估数据模块；/n数据分析模块包括大数据指标比对模块、大数据指标分析模块、预测模型训练模块、预测模型修正模块；/n用户使用模块包括组织活动评分预测、组织活动管理应...
【技术特征摘要】
1.移动互联网上收集组织举办活动的记录与评分方法，其特征在于，包括三大模块：数据收集前端、数据分析模块、用户使用模块，数据收集前端为数据分析模块提供数据资源，其中包括作为扎根真相的“专家评估数据”，数据分析模块为用户使用模块提供大数据指标体系和可推论的预测模型，用户使用模块通过用户在工具软件记录的数据来计算大数据指标，将其输入预测模型中，得到对组织活动评分的预测与排名；
所述数据收集前端包括活动记录数据模块和活动评估数据模块；
数据分析模块包括大数据指标比对模块、大数据指标分析模块、预测模型训练模块、预测模型修正模块；
用户使用模块包括组织活动评分预测、组织活动管理应用模块；
所述数据收集前端是经过用户主动输入数据并授权系统收集活动记录数据和活动评估数据的模块，活动记录数据模块留存了活动组织者和工作人员两类用提交的文本数据和图数据，活动评估数据模块包括组织自评、组织互评、专家评估及服务对象满意度评估四类评估数据；
所述数据分析模块中，大数据比对模块负责对资料完整度、地理位置信息、活动时间以及活动参与人数比对真实性的比对工作；大数据指标计算模块负责大数据中的相关各类指标的处理，最终形成评价数据、活动数据、组织数据三个大类的数据用以计算活动分数。记录维度数据库的每条数据即为数据收集前端收集到的每条数据，该维度为最底层的数据，活动记录数据与活动评价数据均需此类数据；记录维度数据库经过筛选，将其中不同使用者记录的同一活动进行合并，即获得活动维度数据，每一条数据都是某个组织的一次活动；组织维度数据库由活动维度的相关活动记录数据和记录维度的活动评价数据综合而成，形成某一组织的各类信息，即每一条数据都代表一个组织；
所述用户使用模块的前端直接面向用户，首先需要用户授权数据使用权限，当获得该用户在本应用前端工具软件上的全部电子印迹数据使用的权限，依照大数据计算模块形成的指标体系来比对、计算该用户的大数据指标，然后在组织活动评分预测模块进行评分的预测，最终可实现组织活动管理模块中的等级权限内组织排名、资料真实性评价、活动效益评价、活动分享的实用功能。
2.如权利要求1所述的记录与评分方法，其特征在于，所述数据前端中的活动记录数据模块留存了用户填写提交的自身活动的记录和照片的文本数据和图数据，内容包括：1)组织名称及记录人员名称；2)组织活动时间、地点、名称、等基本信息；3)活动基本内容、资金使用情况及活动流程；4)记录人员个人感受；5)其他活动信息；6)活动现场照片；7)活动记录及参与人员签到页面；数据前端中的活动评估数据模块包括组织自评、组织互评、专家评估及服务对象满意度评估四类数据；组织自评指组织成员定期对自己的组织情况、项目执行情况及资金使用情况进行评估，组织成员身份初步被划分为组织负责人、财务负责人、其他核心组成员、一般成员，对组织管理、活动效果、财务情况维度进行自我评价；组织互评主要是指组织之间在合作或者竞争统一项目的情况下对彼此，内容涉及组织管理、活动效益、筹资能力维度；专家评估是指外部专家或第三方专家对组织进行评估，内容包括组织管理、活动是否有针对性、活动与组织的关联程度、活动效益、财务管理方面，同时为组织提供自身发展、活动和资金管理的专业意见和建议；服务对象评估是指活动受益者或活动参加者对组织及其活动进行评价，服务对象评估不能自行填写，需要在组织在记录活动后生成二维码，服务对象扫码后进入专用的评价链接进行评价。
3.如权利要求1所述的记录与评分方法，其特征在于，所述数据分析模块中，数据的具体释义及指标计算方式见下表：
在得到了上述结构的数据后，取“组织维度”的数据进行分数计算，输出各个指标的分值结果，作为模型训练和测试的数据集，用于数据分析模块中的预测模型训练模块当中，以“专家评估”数据作为标签进行有监督机器学习，并在数据分析模块的预测模型修正模块中对预测模型进行多轮修正。
4.如权利要求1或3所述的记录与评分方法，其特征在于，数据分析模块中的预测模型训练模块利用上述大数据指标作为输入值，在扎根真相的基础上做出修正与改进，最初的扎根真相来自于专家对于组织活动的实际评分；预测模型的建立将上述大数据得到的不同指标进行组合作为输入，专家实际评分作为输出，最终得到与专家评分结果最接近的预测模型；即将数据集划分为训练集和测试集，其中训练集占80％，以专家评分为基准，对预测模型进行训练，并用测试集测试预测模型的准确性，避免过拟合和欠拟合，同时保持准确率。
5.如权利要求1或3所述的记录与评分方法，其特征在于，数据分析模块中的预测模型修正模块先基于初步训练的预测模型，分析预测错误样本的错误原因，重新进行数据处理、指标计算、模型选择来干预和修正模型，修正后结合SHAP来判断上述修正对模型准确率的提升效果，并在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。