基于志愿大数据的诚信评分体系和城市场景研究

发布时间：2023-09-03 16:11

　　伴随着全国各地志愿服务活动的蓬勃发展,越来越多的个人和团体投身于公益志愿服务领域中来,与此同时也积累了海量的志愿服务大数据。从2008年全国志愿服务信息系统启用开始,截止至2019年2月底已经在全国31个省级行政区中累积了超过1.2亿志愿者、73万志愿团体和232万志愿项目的海量数据。在大数据和人工智能相关技术快速发展的背景下,如何将志愿服务大数据通过机器学习相关算法进行分析挖掘,并且反哺助力志愿服务活动的后续发展,成为了亟需解决的问题。同时随着智慧城市的快速发展,志愿服务的分析研究结果也对城市中的征信、风控和社会服务等问题存在重要指导作用。例如在城市的冬奥会、企业家论坛等重大活动的志愿者招募中,志愿者诚信度等指标会帮助主办方进行候选人筛选。并且在海量数据纷繁复杂的情况下,当下的志愿服务领域缺乏可视化的管理平台,从而无法对志愿服务的发展现状做直观清晰的展示。本文将通过志愿者诚信度的评分模型构建志愿城市信用与风控体系,从志愿团队和志愿项目的角度去挖掘城市志愿场景,进而构建志愿城市的活跃度模型,同时搭建志愿者和志愿城市的大数据可视化平台,帮助政府的管理者进行志愿服务信息的管理和分析。论文的...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 研究内容和创新点
    1.4 论文结构安排
第二章 志愿者诚信度评分体系
    2.1 志愿服务数据集概况
    2.2 志愿者诚信度数据集
        2.2.1 数据集介绍
        2.2.2 数据特征工程
    2.3 基于逻辑回归的评分卡模型
        2.3.1 逻辑回归模型
        2.3.2 分类模型
        2.3.3 评分卡模型
        2.3.4 模型结果评估
    2.4 基于深度学习的预测分类模型
        2.4.1 神经网络构建
        2.4.2 后向传播最优化
        2.4.3 诚信度分类模型
    2.5 模型结果对比
    2.6 本章小结
第三章 基于城市志愿信息的场景研究
    3.1 志愿城市团体聚类分析
        3.1.1 志愿团体数据集特征工程
        3.1.2 层次聚类算法
        3.1.3 聚类效果分析
    3.2 基于城市POIs的志愿项目分析
        3.2.1 志愿项目数据集POIs转化
        3.2.2 时间域分析
        3.2.3 空间域分析
        3.2.4 基于POIs的志愿项目聚类
    3.3 志愿城市活跃度评价模型
        3.3.1 志愿城市数据集
        3.3.2 AHP层次分析模型
        3.3.3 志愿城市活跃度结果
    3.4 本章小结
第四章 志愿者与志愿城市可视化平台
    4.1 可视化平台关键技术
        4.1.1 Spring MVC框架
        4.1.2 MyBatis框架
        4.1.3 应用服务层技术
    4.2 可视化平台系统设计
        4.2.1 整体平台架构
        4.2.2 业务逻辑处理
        4.2.3 应用服务
    4.3 可视化平台系统实现
        4.3.1 志愿者诚信度可视化平台
        4.3.2 志愿城市服务可视化平台
    4.4 平台功能测试
    4.5 本章小结
第五章 总结与展望
    5.1 研究工作总结
    5.2 未来工作展望
参考文献
致谢



本文编号：3845354