家政服务过程化监控的方法及系统、电子设备和存储介质技术方案

一种家政服务过程化监控的方法及系统、电子设备和存储介质。所述家政服务过程化监控的方法包括：通过采集和信号传输设备采集家政从业人员的运动轨迹数据；采用家政服务监督模型来识别所述运动轨迹数据对应的家务类型，和/或，评估所述运动轨迹数据对应的家务质量。本发明专利技术通过手环等电子设备实时采集家政从业人员的运动轨迹，并通过机器学习来识别相应轨迹的含义及其评价，从而可以以相对客观的数据对家政从业人员的劳动进行初略评估，服务过程的数据化，以能够给客户直观的印象，提高客户的满意度。

【技术实现步骤摘要】
家政服务过程化监控的方法及系统、电子设备和存储介质
本专利技术涉及家政服务
，具体涉及一种家政服务过程化监控的方法及系统、电子设备和存储介质。
技术介绍
随着中国经济的发展，社会化分工越来越细，老年人所占比例越来越高，中国的家政行业也蓬勃发展，2018年据国务院新闻办公室权威发布，我国家政服务业的经营规模达到5762亿元，从业人员总量已超过3000万人。从业人员这么多，人员素质良莠不齐，在客户下单时通常只是初略的约定工作内容，无法进行具体量化的情形下，每个工作环节家政从业人员做的怎么样，服务质量怎么样，需要安排另外的人员进行监督，耗费人力物力；有些公司给家政从业人员携带摄录设备，也有侵犯客户家中隐私和家政从业人员隐私的风险。此外，由于家政从业人员中有不少是女性从业人员，她们常年劳作，上门服务，有时也会有患病或者被侵犯的风险。因此，如何解决家政从业人员的劳动评价，如何监督她们劳动中可能遇到的风险，就是现在迫切需要解决的问题。
技术实现思路
有鉴于此，本专利技术的主要目的在于提出一种家政服务过程化监控的方法及系统、本文档来自技高网...

【技术保护点】
1.一种家政服务监督模型的生成方法，其特征在于，包括如下步骤：/n构建用于对家政服务进行监督和/或评分的神经网络模型，所述神经网络模型输入的是运动轨迹数据，输出的是家政服务类型和/或家政服务质量；/n采用样本数据对所述神经网络模型进行训练，得到能够自动评估识别所述运动轨迹数据对应的家政服务类型和/或质量的神经网络模型。/n

【技术特征摘要】
1.一种家政服务监督模型的生成方法，其特征在于，包括如下步骤：
构建用于对家政服务进行监督和/或评分的神经网络模型，所述神经网络模型输入的是运动轨迹数据，输出的是家政服务类型和/或家政服务质量；
采用样本数据对所述神经网络模型进行训练，得到能够自动评估识别所述运动轨迹数据对应的家政服务类型和/或质量的神经网络模型。


2.根据权利要求1所述的方法，其特征在于，
所述神经网络模型采用K-NN算法、贝叶斯方法、主成份分析算法、线性判别分析、非负矩阵分解算法中的一种或多种；
作为优选，所述神经网络模型能够一步完成所述运动轨迹数据对应的家政服务类型和质量的识别和评估；或者，通过两个神经网络模型分工合作，一个完成所述运动轨迹数据对应的家政服务类型的识别，另一个完成所述运动轨迹数据对应的家政服务质量的评估。


3.根据权利要求1所述的方法，其特征在于，
所述运动轨迹数据来自于手环、手机、平板电脑、iPod或PAD，包括加速度数据、位置信息、空间高度信息、体温、心跳和/或血压参数；
作为优选，所述样本数据来自于家政从业者每次劳动之后填写的调查表格、随身携带的音视频采集设备、巡视监督人员的评测以及客户的反馈；
作为优选，所述运动轨迹数据基于是否有停顿，是否存在运动轨迹规律突变，或者音视频设备记录的切分时刻来将所述运动轨迹数据切分成对应不同家政服务类型的时间段。


4.一种家政服务过程化监控的方法，其特征在于，包括如下步骤：
通过采集和信号传输模块采集家政从业人员的运动轨迹数据；
采用如权利要求1-3中任一项所述的生成方法生成的家政服务监督模型来识别所述运动轨迹数据对应的家务类型，和/或，评估所述运动轨迹数据对应的家政服务质量。


5.一种家政服务过程化监控设备，其特征在于，包括：
采集和信号传输模块，用于采集家政从业人员的运动轨迹数据并传输给信号处理模块；
信号处理模块，用于采用家政服务监督模型来识别出所述运动轨迹数据对应的家务类型，和/或，评估出所述运动轨迹数据对应的家务质量。


6.根据权利要求5所述的家政服务过程化监控设备，其特征在于，
所述家政服务监督模型通过如权利要求1-3中任一项所述的生成方法来生成。


7.根据...

【专利技术属性】
技术研发人员：刘艺青，
申请(专利权)人：五八到家有限公司，
类型：发明
国别省市：湖南;43