【技术实现步骤摘要】
本专利技术涉及项目规划，具体为一种基于大数据的团队项目智能筛选系统及方法。
技术介绍
1、在团队项目中，志愿者活动通常是指由团队成员共同策划和实施的一项志愿服务活动。这种活动旨在通过志愿者的奉献来支持社区、组织或特定群体的需要。志愿者活动可以涉及到不同的领域，例如环保、社会服务、教育、文化、健康等。
2、现阶段，针对志愿者活动的立项和推送方面，通常为有关组织在志愿者活动平台发布活动项目，注册志愿者浏览后点击报名参加。这种方式存在一些问题，例如：1、每个项目推送都为被动展示，面向的对象是全平台所有注册志愿者，而真正满足参与条件的注册志愿者只是其中极少数，使得志愿者活动平台的信息冗余造成大量无效流量。每个项目对参与者的要求标准各不相同，而只凭借注册志愿者报名时的自我评估则会造成标准不统一，无法有效利用志愿者的历史记录来实现精准推送。3、活动项目发布者的行为通常不受限制，在发布项目时都会尽可能多招募人数来确保活动项目顺利执行，而这种行为同时也会极大浪费志愿者人力资源。所以，现阶段需要一种更加高效的团队项目智能推送技术方案来解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的团队项目智能筛选系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的团队项目智能筛选方法，该方法包括以下步骤：
3、s1、主办方递交活动项目申请时，采集申请的项目信息和所有对象信息。
4
5、s3、分析每个匹配对象的服务记录计算最大分配系数，按照本项目的招募人数和所有匹配对象的最大分配系数计算预支出分配系数。
6、s4、主办方可支配的分配系数不小于预支出分配系数则发布项目，根据匹配集合中排列顺序将项目依次推送到匹配对象，匹配对象选择参加则作为参与对象。
7、s5、参与对象等于招募人数后停止推送项目，项目完成后则获取每个参与对象的评估等级并计算补充分配系数，存入对应服务记录中。
8、在s1中，主办方是指活动项目的申请者和发布者，对象是指活动项目的接收者和执行者。项目信息包括活动时间、活动地点、活动类型、难度指数，招募人数和活动简介。对象信息包括标识符、位置、状态和服务记录；标识符用于区分不同对象；位置是对象的实时位置，由对象的智能终端设备采集；状态包括空闲和忙碌；服务记录是指对象接收并完成的活动项目记录，每条记录包括项目编号、基础分配系数、补充分配系数和浮动分配系数。
9、主办方为举办活动项目的组织或个人，对象为参与活动的志愿者，项目为线下活动，双方在同一个app平台上进行项目发布与接收，位置信息由志愿者的智能终端上的gps实时采集，经过授权同意后通过app实时上传。
10、对象状态决定是否会被推送活动项目，空闲状态下会而忙碌状态则不会，对象可以根据自身意愿将状态由空闲调到忙碌，或参与活动项目后自动将空闲状态调整为忙碌状态。
11、难度指数为1-10，取值越高说明项目越复杂，完成难度大。标识符为对象在平台上的账户，用于提供唯一登录认证和接收项目对象区分。
12、在s2中，具体步骤如下：
13、s201、获取项目信息中的活动时间、活动地点和招募人数，设置一段通勤距离，以活动地点所在位置为圆心，通勤距离为半径，划分一块圆形区域作为招募区域；将位置处于招募区域内且状态为空闲的对象作为匹配对象。
14、s202、判断匹配对象数量是否大于或等于h倍招募人数，结果为是，则不做处理；结果为否，则通过增加通勤距离来扩大招募区域，直到招募区域内匹配对象数量大于或等于h倍招募人数，则停止增加通勤距离。
15、招募区域的划分是为了智能筛选出合适的匹配对象，避免匹配到路程较远的对象。招募区域的调整则是在通过降低路程要求标准，来确保匹配对象数量满足要求。h是为了确保能够招募到足够的对象，取值需要参考项目的接收率，接受率高h取值低，接收率低h取值高。
16、s203、分析每个匹配对象的服务记录，检索每条记录中项目编号对应的项目信息，将最近一次记录的活动时间与本项目活动时间的差值作为间隔时长t，计算每个匹配对象服务记录中与本项目相同活动类型的记录条数占比，代入公式中计算得到每个匹配对象的匹配指数，公式如下：
17、
18、式中，为匹配指数，为与本项目相同活动类型的服务记录条数，为服务记录条数，u为常数，f为大于1的常数，为标准间隔时长。
19、匹配指数参考熟练程度和项目参与频率来综合考量。匹配对象的服务记录中同类型的项目占比越高，说明其对于本项目的熟练程度越高。而距离最近一次记录的时间越趋近标准间隔时长则说明其参与频率越合理，不存在短时间内集中参与项目情况。
20、s204、建立匹配集合，按照匹配指数从大到小顺序将所有匹配对象的标识符和匹配指数依次放入匹配集合中，集合包括{(bsf1,ppz1),(bsf2,ppz2),...,(bsfn,ppzn)},其中，n表示匹配对象数量，bsfn表示第n个匹配对象的标识符，ppzn表示第n个匹配对象的匹配指数。
21、在s3中，具体步骤如下：
22、s301、获取每个匹配对象下每条服务记录的难度指数，将同一个匹配对象下所有服务记录中难度指数求和后计算平均值，得到对应匹配对象的平均难度指数。设置一个初始分配系数，并获取难度指数最大值和本项目的难度指数，代入公式中计算得到对应匹配对象的基础分配系数，公式如下：
23、
24、不同匹配对象的基础分配系数各不相同，根据其之前参与项目的难度指数来判断。通过增加匹配对象参与更高难度项目时的基础分配系数，以及减少匹配对象参与更低难度项目时的基础分配系数，训练所有对象参与并适应更高难度的项目，提高对象的兼容性来实现降低项目规划难度。
25、s302、获取每个匹配对象的服务记录条数，判断是否小于1，结果为是则代入公式计算浮动分配系数，结果为否，则将每条服务记录中补充分配系数除以浮动分配系数得到评估比，同一个匹配对象下所有服务记录对应的评估比求和后计算平均值，代入公式中计算对应匹配对象的浮动分配系数，公式如下：
26、
27、式中，为浮动分配系数，为影响系数，为第条服务记录中的补充分配系数，为第条服务记录中的浮动分配系数。
28、浮动分配系数是通过计算之前服务记录的评估比平均值，来量化匹配对象参与活动的服务质量，使后续项目规划能够匹配到更高质量的对象。
29、s303、获取本项目的招募人数c，将每个匹配对象的基础分配系数加上浮动分配系数得到最大分配系数，将所有匹配对象按照最大分配系数从大到小顺序进行排序，将前c名匹配对象的最大分配系数求和后得到本项目的预支出分配系数。<本文档来自技高网...
【技术保护点】
1.一种基于大数据的团队项目智能筛选方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在S1中，主办方是指活动项目的申请者和发布者，对象是指活动项目的接收者和执行者；项目信息包括活动时间、活动地点、活动类型、难度指数，招募人数和活动简介；对象信息包括标识符、位置、状态和服务记录；标识符用于区分不同对象；位置是对象的实时位置，由对象的智能终端设备采集；状态包括空闲和忙碌；服务记录是指对象接收并完成的活动项目记录，每条记录包括项目编号、基础分配系数、补充分配系数和浮动分配系数。
3.根据权利要求2所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在S2中，具体步骤如下：
4.根据权利要求3所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在S3中，具体步骤如下：
5.根据权利要求4所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在S4中，具体步骤如下：
6.一种基于大数据的团队项目智能筛选系统，其特征在于：系统包括数据采集模块、对象匹配模块、
7.根据权利要求6所述的一种基于大数据的团队项目智能筛选系统，其特征在于：数据采集模块包括项目信息采集单元和对象信息采集单元；
8.根据权利要求7所述的一种基于大数据的团队项目智能筛选系统，其特征在于：对象匹配模块包括匹配对象筛选单元和匹配指数计算单元；
9.根据权利要求8所述的一种基于大数据的团队项目智能筛选系统，其特征在于：项目规划模块包括分配系数计算单元和项目开支预估单元；
10.根据权利要求9所述的一种基于大数据的团队项目智能筛选系统，其特征在于：智能推送模块用于项目信息推送以及计算补充分配系数；
...【技术特征摘要】
1.一种基于大数据的团队项目智能筛选方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在s1中，主办方是指活动项目的申请者和发布者，对象是指活动项目的接收者和执行者；项目信息包括活动时间、活动地点、活动类型、难度指数，招募人数和活动简介；对象信息包括标识符、位置、状态和服务记录；标识符用于区分不同对象；位置是对象的实时位置，由对象的智能终端设备采集；状态包括空闲和忙碌；服务记录是指对象接收并完成的活动项目记录，每条记录包括项目编号、基础分配系数、补充分配系数和浮动分配系数。
3.根据权利要求2所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在s2中，具体步骤如下：
4.根据权利要求3所述的一种基于大数据的团队项目智能筛选方法，其特征在于：在s3中，具体步骤如下：
...
【专利技术属性】
技术研发人员：陈明杰，王琨，徐旻，顾伟，
申请(专利权)人：江苏龙虎网信息科技股份有限公司，
类型：发明
国别省市：
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。