发明内容

为解决人口老龄化带来的社会问题，志愿服务与社会需求信息不对称的问题，社会缺乏公益志愿价值评估及认证方法的问题，社会缺乏针对企业员工的公益志愿价值评估的方法，本发明设计了一种智能养老生态系统模式方法，设计智能养老生态系统平台作为养老院、志愿者、志愿组织、社会机构的桥梁，智能养老生态系统平台包括个人社会公益价值评估模型、专业养老服务组织评级模型，并采用机器学习算法智能匹配，其中：

一、个人社会公益价值评估模型

个人社会公益价值评估模型是指针对独立自然人即个人的社会志愿服务价值的评估指标、算法，服务对象为养老院、老年社区，更具体的服务对象为养老院或老年社区里的老年人。

1、指标

(1)次数(T_d)

一定时间段(次数分类时间段)内，某个自然人为养老院或老年社区提供志愿活动的过程为一次，服务途径包括现场服务、远程虚拟服务，多个过程的数量即为次数。例如，假设一天(24小时)为设定的次数分类时间段，则实际提供志愿过程的天数即为次数。养老院或老年社区由主体和客体组成，其中主体为老年人或残障自然人，客体为房屋建筑、生活及服务设施、软硬件设施。

(2)单次时长(A_h)

一次志愿活动中，提供志愿服务的时长即为单次时长。例如，次数分类时间段为一天，某一天中服务的时长为3小时，则该天的单次时长为3小时。

(3)总时长(S_h)

在一定时间段(总时长分类时间段)内的所有次数中，所有单次时长的和为总时长，例如一年为设定的总时长分类时间段，则一年的总时长即一年中所有单次时长的总和。

(4)平均单次时长(E_h)

总时长除以次数即平均单次时长。同样，次数乘以平均单次时长即为总时长，总时长为S_h，平均单次时长为E_h，次数为T_d，则S_h＝E_h×T_d。

(5)项目总类别

项目类型即志愿活动中提供的服务类型，包括聊天互动、多媒体讲述、文娱表演、手工艺品制作互动、劳务(照顾服侍身体不便者；基础设施维护；其它相关体力劳动)。

(6)服务方式

包括线下、线上两种服务方式，线下服务即现场服务，线上服务即通过互联网技术提供远程虚拟服务。

(7)单次服务项目类别(P_t)

单次志愿活动中提供的服务类型即单次服务项目类别，是在项目总类别基础上进一步细分，单次服务项目类别的数量为n(n＝1，2，3，…，N)。

(8)单次项目时长(L_e)

单次志愿活动中为某一项目类别提供服务的时长，即单次志愿活动中单个服务项目的服务时长称为单次项目时长，单次志愿活动中所有单次项目时长的和为单次时长。

(9)平均单次服务项目时长

指某一服务项目在所有单次服务中的总时长除以次数的值，即每次志愿活动中某一服务项目的平均时长。

(10)服务项目总时长

指一定时间段内所有次数志愿活动中的单个服务项目的总时长，即单个服务项目的所有单次服务项目时长的总和。在此也简称项目总时长(L_T)，即在一定时间段(总时长分类时间段) 内的所有次数中，某一项目的所有单次项目时长的和是该项目的项目总时长，例如：a项目的项目总时长即L_Ta为所有次数中的a项目的单次项目时长的累加(和)。

(11)单次服务项目评价(E_v)

指服务对象基于单次服务项目的评价分值，包括养老院或老年社区管理者(或相关责任人) 评价分类及分值、养老院或老年社区的服务主体(如：老年人)的评价分类及分值。评价分类即评价指标，包括亲和力、热情度、专业度、勤奋度、综合素养，每个评价指标的评价分值最高五颗星(对应20分)，最低一颗星(对应4分)。单个服务对象的评价(G_T)为五个指标的评价总分，五个指标的评价总分为每个指标乘以系数的和，即G_T＝k_aG_a+k_bG_b+k_cG_c+k_dG_d+k_eG_e，k_a+k_b+k_c+k_d+k_e＝1。除星级(星的选择数量)选项外，另有文本框供服务对象输入对志愿者服务的评价内容。单次服务项目所有(一个或多个)服务对象的服务项目评价即单次服务项目评价(E_v)值为所有服务对象评价(G_T)求和后的平均值。一次志愿活动中，每个服务项目即每个单次服务项目类别(P_t)只有一次评价，一次评价包含一个或多个服务对象的评价，当有多个服务对象时，一次评价结果取多个服务对象评价结果的平均值。

(12)单次评价(E_A)

单次评价即单次服务项目评价的平均值，是一次志愿活动中所有(单次)服务项目的评价的和除以服务项目数量。

(13)项目平均评价(E_TE)

指在一定时间段(总时长分类时间段)内的所有次数中，某一项目所有单次服务项目评价 (E_v)的和除以评价该服务项目的次数。

(14)志愿者身份识别

志愿者身份识别包括身份证或护照、学生证或工作证，个人身份识别不仅作为志愿活动的审核及登记证明，同时支持以配置系数方式参与到模型的评分计算中。志愿者身份识别包括姓名、性别、出生年月、户口所在地、籍贯、在读或毕业院校、学历、专业。

(15)风险

包括健康风险、客户投诉风险、法律风险，健康风险包括与传染性疾病密切相关的风险、志愿者对于志愿工作负荷承受能力相关的风险，法律风险是违法风险。

(16)志愿者接受度

是指志愿者对服务对象及服务项目的接受程度，从养老院老人性格、综合素养、沟通、服务难度、项目内容五个维度(二级指标)评价志愿者自身的接受程度，每个二级指标分为五颗星，每颗星为4分，每个指标最大分值为20分，五个指标总分为100分。

(17)志愿者性格测试

志愿者性格测试的二级指标包括性格类型、兴趣爱好、行为习惯，每项二级指标包括多个三级指标。

(18)养老院老人性格测试

养老院老人性格测试的二级指标包括性格类型、兴趣爱好、行为习惯，每项二级指标包括多个三级指标。

(19)养老院老人身份信息

养老院老人身份信息包括姓名、性别、出生年月或年龄、户口所在地、籍贯、毕业院校、学历、专业。

2、模型(算法)

(1)志愿时长模型

以一定时间段内的总时长(S_h)为核心指标，结合该时间段内所有单次服务项目评价(E_v) 的总和。当单次服务项目有n(n＝1，2，3，…，N)个服务对象时，则单次服务项目评价(E_v)的值为平均值，即：

当单次志愿活动中有n(n＝1，2，3，…，N)个服务项目时，则单次评价(E_A)为所有单次服务项目评价(E_v)的平均值，即：

志愿时长评价(D_L)模型即：

D_L是志愿时长评价值；k是单次评价的系数，E_vi是第i个单次服务项目评价的值，E_Ai是第i 个单次评价的值，A_hi是第i个单次时长。i是角标，1≤i≤N。

(2)次数模型

D_Td是次数评价值，k、E_vi、i与(1)志愿时长模型中的释义及取值相同。

(3)线下志愿时长模型

将一定时间段内的总时长(S_ha)、单次时长(A_ha)、单次服务项目评价(E_va)

分类为线下和线上两类，计算方式与(1)中的志愿时长模型一样。

线下志愿时长评价(D_La)模型即：

D_La是志愿时长评价值；k是单次服务项目评价的系数，E_vai是第i个单次服务项目评价的值， A_hai是第i个单次时长。i是角标，1≤i≤N。

(4)线上志愿时长模型

线上志愿时长评价(D_Lb)模型即：

D_Lb是志愿时长评价值；k是单次服务项目评价的系数，E_vbi是第i个单次服务项目评价的值， A_hbi是第i个单次时长。i是角标，1≤i≤N。

(5)线上、线下混合时长模型

线上、线下混合时长评价(D_Lab)模型即：

δ_m、δ_n分别是线下时长和线上志愿时长的配置系数，δ_m、δ_n可以设置。

(6)综合评分模型(D_G)

基于志愿者所从事的所有项目类别(P_t)、项目总时长(L_T)，并分别配置相应系数，最终结合评价求和计算综合评分，即：

D_G是综合评分值；K_pti是第i个项目类别的配置系数，γ是项目平均评价的系数，E_TEi是第i 个项目平均评价的值，L_Ti是第i个项目总时长，i是角标，1≤i≤N。

(7)身份配置模型

身份配置模型是以上述6个模型为基础，增加指标(15)志愿者身份识别作为配置系数，例如：模型(6)综合评分模型增加志愿者身份识别配置系数，学生另外加10分，在职工作人员不加分。

(8)风险模型

风险模型即风险值＝法律风险+健康风险+客户投诉风险。假设无风险为0，有风险为1，可基于细分指标，同时可进一步将有风险分为多个等级并用数字大小加以区分。

(9)志愿者与养老院老人智能匹配模型

M_D＝k_Pc×P_c+k_Pn×P_n+k_Gi×G_i+k_Hi×H_i+k_Bh×B_h+k_Sg×S_g+k_At×A_t+k_Ca×C_a +k_Cp×C_p+k_As×A_s

M_D是志愿者与养老院老人匹配度；P_c是性格类型匹配度，k_Pc是性格类型配置系数；P_n是籍贯匹配度，k_Pn是籍贯配置系数；G_i是毕业院校匹配度，k_Gi是毕业院校配置系数；H_i是兴趣爱好匹配度，k_Hi是兴趣爱好配置系数；B_h是行为习惯匹配度，k_Bh是行为习惯配置系数；S_g是性别匹配度，k_Sg是性别配置系数；A_t是年龄匹配度，k_At是年龄配置系数；C_a是学历匹配度，k_Ca是学历配置系数；C_p是专业匹配度，k_Cp是专业配置系数；A_s是熟悉度，k_As是熟悉度配置系数。

根据各个指标的配置系数大小及比重(在所有指标配置系数中的比重)不同分为性格类型(P_c)导向模型、籍贯(P_n)导向模型、毕业院校(G_i)导向模型、兴趣爱好(H_i)导向模型、行为习惯(B_h)导向模型、性别(S_g)导向模型、年龄(A_t)导向模型、学历(C_a)导向模型、专业(C_p)导向模型、熟悉(A_s)导向模型，每个模型的配置系数(权重)大于某一设定值且大于其它任一个配置系数的n(n＞1)倍时称为该指标导向模型。

(10)志愿者与养老院智能匹配模型

志愿者可以手动选择养老院；另外，设计养老院与志愿者智能匹配模型，即：分别基于志愿者输入的居住位置、工作或学习单位位置历史数据，采用机器学习算法中的K近邻模型训练学习某一区域及邻近区域志愿者的养老院选择情况，进而分别基于志愿者输入的居住位置、工作或学习单位位置实时数据预测志愿者最倾向选择的养老院。

输入：训练数据集

T＝{(x₁，y₁)，(x₂，y₂)，(x₃，y₃)，...，(x_N，y_N)}

其中，x_i为实例特征向量，y_i＝{c₁，c₂，c₃，...，c_k}为实例的类别，i＝1，2，3，...，N；

输出：实例x所属的类y。

志愿者的居住地或工作学习地位置为x，根据给定的距离(地理位置坐标距离)度量，在训练集T中找出与x最邻近的k个志愿者，涵盖这k个志愿者的x的邻域记作N_k(x)；在N_k(x)中根据多数表决分类决策规则决定x的类别y，y是志愿者选择提供志愿服务的养老院或邻近范围区域(涵盖其他相邻养老院)，即：其中，I为指示函数，即当y_i＝c_j时I为1，否则I为0。

根据K近邻算法，通过训练学习志愿者的居住地或工作学习地位置区域与选择志愿服务的养老院或临近范围区域的对应关系(概率)，预测某一位置的志愿者最可能选择的养老院以及其次可能选择的养老院，例如：6个志愿者即{x₁、x₂、x₃、x₄、x₅、x₆}与某一原点o_x1的距离 L_px≤L_X，且6个志愿者都选择了y₁养老院，或6个志愿者分别选择了养老院y₁、y₂、y₃，且 y₁、y₂、y₃与某一原点o_y1的距离L_py≤L_Y，即y₁、y₂、y₃分别是该区域q_y1相邻的养老院，则当出现志愿者x₇时，且x₇与原点o_x1的距离满足L_px≤L_X，则预测x₇最倾向的养老院可能是y₁，或最倾向于q_y1区域的养老院。

上述模型(1)、(2)、(3)、(4)、(5)、(6)、(7)均属于评分模型范畴，(9)、(10)为匹配模型，评分模型与匹配模型、(8)风险模型并列为本专利三大模型。

基于上述模型，可以设计计算雇佣单位员工的社会公益价值评估模型、院校学生社会公益价值评估模型。

二、专业养老服务组织评级模型

专业养老服务组织包括专业服务企业、社会团体，其中专业服务企业是指为养老院或老年社区提供服务以获取盈利的已注册公司、个体工商户，服务内容包括心理咨询、医疗保健、仪容打理、洗衣餐厨、环境清理、生活起居；社会团体涵盖常规企业(不以上述服务为盈利的非专业服务企业)、机构或单位(政府单位、科研院所、高校)、机构或单位所属团体组织、非盈利组织。

1、指标

(1)资质(Q_c)

涵盖专业服务企业的养老服务从业资质证明、员工健康证明；对于社会团体，资质包括组织单位的机构代码证明或相关身份信息。

(2)单次服务项目评价(E_v)

与个人社会公益价值评估模型中的单次服务项目评价相同。

(3)项目平均评价(E_TE)

与个人社会公益价值评估模型中的项目平均评价相同。

(4)单次评价(E_A)

与个人社会公益价值评估模型中的单次评价相同。

(5)历史平均评价(E_E)

专业养老服务组织过去的所有服务项目的评价和的平均值即历史平均评价。

(6)次数(T_d)

与个人社会公益价值评估模型中的次数相同。

(7)单次时长(A_h)

与个人社会公益价值评估模型中的单次时长相同。

(8)总时长(S_h)

与个人社会公益价值评估模型中的总时长相同。

(9)平均单次时长(E_h)

与个人社会公益价值评估模型中的平均单次时长相同。

(10)项目总类别

专业养老服务组织提供服务的项目总类型包括心理咨询、医疗保健、仪容打理、洗衣餐厨、环境清理、生活起居。

(11)服务方式

与个人社会公益价值评估模型中的服务方式相同，包括线上、线下两种方式。

(12)单次项目时长(L_e)

与个人社会公益价值评估模型中的单次项目时长定义思路相同。

(13)平均单次服务项目时长

与个人社会公益价值评估模型中的平均单次服务项目时长定义思路相同。

(14)项目总时长

与个人社会公益价值评估模型中的服务项目总时长定义思路相同。

(15)风险

风险主要针对专业服务企业，基于专业服务企业的法律风险、客户投诉风险。法律风险基于司法纠纷及劳动仲裁事件判别，客户投诉风险基于服务对象即养老院的投诉事件、媒体曝光的群众举报及纠纷事件。

2、评分模型(算法)

(1)综合评分模型

D_E是综合评分值；K_pti是第i个项目类别的配置系数，γ是项目平均评价的系数，E_TEi是第i 个项目平均评价的值，L_Ti是第i个项目总时长，i是角标，1≤i≤N。

(2)线上时长模型；线下时长模型；线上、线下混合时长模型

与个人社会公益价值评估模型中的线上时长、线下时长、混合时长模型思路相同。

(3)时长与评价混合模型

其中，E_A为所有单次服务项目评价的平均值，即D_LE是时长与评价混合分值； E_vi是第i个单次服务项目评价的值，E_Ai是第i个单次评价的值，A_hi是第i个单次时长，k_m、k_n分别是配置系数。i是角标，1≤i≤N。

3、匹配模型(算法)

(1)养老院与志愿组织智能匹配模型

养老院与志愿组织智能匹配模型即志愿组织与养老院智能匹配模型，志愿组织可以手动选择养老院；另外，设计养老院与志愿组织智能匹配模型，思路与个人社会公益价值评估模型中的志愿者与养老院智能匹配模型相同。

(2)志愿组织与养老院老人智能匹配模型

思路与个人社会公益价值评估模型中的志愿者与养老院老人智能匹配模型相同。

4、风险模型(算法)

思路与个人社会公益价值评估模型中的风险模型相同。

上述个人社会公益价值评估模型、专业养老服务组织评级模型包括指标、具体模型即算法，指标贯穿于算法中。