一种基于后勤业务大数据分析的后勤服务水准评价系统的制作方法
一种基于后勤业务大数据分析的后勤服务水准评价系统的制作方法
【技术领域】
[0001]本发明涉及校园管理技术领域，尤其涉及一种基于后勤业务大数据分析的后勤服务水准评价系统。
【背景技术】
[0002]学校是一个人员流动的公共场合，且人流量很大。由于学校内的一些设施使用频繁，容易导致故障率升高，例如楼宇质量楼内设施等。目前，校园内对与楼宇故障，常规的方式都是故障发生后，由发现人员将故障问题报到楼层值班室，由相应楼内值班人员将故障信息报到后勤管理部门，由后勤管理部门派人来修理，采用这种人工保修的方式效率低下各个环节都需要人工协调，人力成本较高，而且由于换班调休都原因经常导致漏报漏修等问题，影响设备正常使用。
[0003]另外，食堂质量也是各大校园一直无法避免的问题。由于日复一日的重复相同的大锅饭菜式，食堂工作人员容易出现懈怠情绪，从而，容易导致食堂出现各种问题，加深食堂和学生的矛盾。
【发明内容】
[0004]基于【背景技术】存在的技术问题，本发明提出了一种基于后勤业务大数据分析的后勤服务水准评价系统。
[0005]本发明提出的一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台；
[0006]征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储;学生个人信息包括姓名、学号、缺勤次数、处分和奖励；
[0007]征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接；
[0008]楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储；
[0009]食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储；
[0010]网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序;商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。
[0011]优选地，征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计。
[0012]优选地，征信平台内存储有每一个周期获得的学生信用值。
[0013]优选地，信用计算模型为:Wx= S_AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。
[0014]优选地，第一次计算学生信用值时，S为预设常数值。
[0015]优选地，第一次计算学生信用值时，S取值100。
[0016]优选地，A大于B。
[0017]优选地，楼宇质量反馈平台中设有多个数据库，每一个数据库均对应一种负面因素，数据库分别根据对应的负面因素在校园内部网络中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。
[0018]优选地，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰。
[0019]本发明提供的基于后勤业务大数据分析的后勤服务水准评价系统，其分别通过楼宇质量反馈平台和食堂质量反馈平台对学校楼宇质量和食堂进行评估，有利于学校实时掌握校园楼宇和食堂的质量，了解学生对于楼宇质量和食堂质量的要求，从而对楼宇和食堂进行改善，即通过实时手机学生的评价信息，了解学生需求，从而根据学生需求对校园生活质量进行改进。本发明中，网购统计平台与校园网络连接，其用于获取学生网购信息，商品指导平台根据学生网购需求指导校内购物中心进货，有利于提高学校购物中心物品的丰富性与针对性，从而提高学生生活的便利性。
[0020]本发明中，征信平台的设计，有利于实时掌握学生信用度，然后楼宇质量反馈平台和食堂质量反馈平台均根据学生信用度对学生评论进行采用，有利于提高评价信息的精确度。
【附图说明】
[0021]图1为一种基于后勤业务大数据分析的后勤服务水准评价系统的结构示意图。
【具体实施方式】
[0022]参照图1，本发明提出的一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台。
[0023]征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储。学生个人信息包括姓名、学号、缺勤次数、处分和奖励。
[0024]征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计，征信平台内存储有每一个周期获得的学生信用值。信用计算模型为:Wx = S-AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。本实施方式中，A大于B，具体的，A可为B的倍数，例如A取值2，B取值1，以便提高学生信用值计算的严格性，降低学生信用风险。本实施方式中，第一次计算学生信用值时，S为预设常数值，具体可取值100。以下结合一个具体的实施例对信用计算模型进行解释。
[0025]例如，学校新进一个新生，其第一次进行信用值计算时，S=100。假设该学生在第一个计算周期内记过3次，表扬5次，则其计算值为:
[0026]Wx = 100-2X3+1X5 = 99。
[0027]第二个周期内，该学生记过0次，表扬两次，则第二个周期中，其获得信用值为:
[0028]ffx = 99_2X0+lX2 = 101，其中，99即为第二个计算周期的信用起点，也是 上一个周期产生的学生信用值。
[0029]征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接。
[0030]楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储。本实施方式中，为了保证楼宇评估的方便性，可设置成学生信用评价周期的长度与楼宇质量的评估周期的长度相同，以避免出现一个楼宇质量的评估周期内，同一个学生对应了不同的信用值，从而造成统计工作的复杂程度。
[0031]本实施方式中，楼宇质量反馈平台中可设置多个数据库，每一个数据库均对应一种负面因素，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰等，数据库分别根据对应的负面因素在校园内部网络例如学生论坛中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。
[0032]食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储。本实施方式中，可对不同的评估内容赋予一个评价值，具体的评价值可为负数也可为正数，当评价内容为批判时，评价值为负数，当评价内容为赞扬时，评价值为正数，然后根据学生信用值与评价值对食堂进行评估。本实施方式中，每日对食堂进行一次评估，有利于对食堂质量进行实时评估，并且结合食堂工作人员的变动性，有利于监督各工作人员的工作态度，从而提高食堂质量。
[0033]网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序。商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。本实施方式中，根据学生网购需求指导校内购物中心进货，有利于提高学校购物中心物品的丰富性与针对性，从而提高学生生活的便利性。
[0034]以上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
【主权项】
1.一种基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台； 征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储;学生个人信息包括姓名、学号、缺勤次数、处分和奖励； 征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接； 楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储； 食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储； 网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序;商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。2.如权利要求1所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计。3.如权利要求2所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，征信平台内存储有每一个周期获得的学生信用值。4.如权利要求2所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，信用计算模型为:Wx = S-AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。5.如权利要求4所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，第一次计算学生信用值时，S为预设常数值。6.如权利要求5所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，第一次计算学生信用值时，S取值100。7.如权利要求4所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，A大于B。8.如权利要求1所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，楼宇质量反馈平台中设有多个数据库，每一个数据库均对应一种负面因素，数据库分别根据对应的负面因素在校园内部网络中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。9.如权利要求8所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰。
【专利摘要】本发明公开了一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台。本发明提供的基于后勤业务大数据分析的后勤服务水准评价系统，其分别通过楼宇质量反馈平台和食堂质量反馈平台对学校楼宇质量和食堂进行评估，有利于学校实时掌握校园楼宇和食堂的质量，了解学生对于楼宇质量和食堂质量的要求，从而对楼宇和食堂进行改善。本发明中，征信平台的设计，有利于实时掌握学生信用度，然后楼宇质量反馈平台和食堂质量反馈平台均根据学生信用度对学生评论进行采用，有利于提高评价信息的精确度。
【IPC分类】G06Q10/06, G06Q50/20
【公开号】CN105488622
【申请号】CN201510845256
【发明人】胡永全, 胡养成, 张利, 余斌, 杨克松, 鲍龙飞, 马伟
【申请人】安徽云硕科技有限公司
【公开日】2016年4月13日
【申请日】2015年11月25日
【技术领域】
[0001]本发明涉及校园管理技术领域，尤其涉及一种基于后勤业务大数据分析的后勤服务水准评价系统。
【背景技术】
[0002]学校是一个人员流动的公共场合，且人流量很大。由于学校内的一些设施使用频繁，容易导致故障率升高，例如楼宇质量楼内设施等。目前，校园内对与楼宇故障，常规的方式都是故障发生后，由发现人员将故障问题报到楼层值班室，由相应楼内值班人员将故障信息报到后勤管理部门，由后勤管理部门派人来修理，采用这种人工保修的方式效率低下各个环节都需要人工协调，人力成本较高，而且由于换班调休都原因经常导致漏报漏修等问题，影响设备正常使用。
[0003]另外，食堂质量也是各大校园一直无法避免的问题。由于日复一日的重复相同的大锅饭菜式，食堂工作人员容易出现懈怠情绪，从而，容易导致食堂出现各种问题，加深食堂和学生的矛盾。
【发明内容】
[0004]基于【背景技术】存在的技术问题，本发明提出了一种基于后勤业务大数据分析的后勤服务水准评价系统。
[0005]本发明提出的一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台；
[0006]征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储;学生个人信息包括姓名、学号、缺勤次数、处分和奖励；
[0007]征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接；
[0008]楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储；
[0009]食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储；
[0010]网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序;商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。
[0011]优选地，征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计。
[0012]优选地，征信平台内存储有每一个周期获得的学生信用值。
[0013]优选地，信用计算模型为:Wx= S_AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。
[0014]优选地，第一次计算学生信用值时，S为预设常数值。
[0015]优选地，第一次计算学生信用值时，S取值100。
[0016]优选地，A大于B。
[0017]优选地，楼宇质量反馈平台中设有多个数据库，每一个数据库均对应一种负面因素，数据库分别根据对应的负面因素在校园内部网络中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。
[0018]优选地，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰。
[0019]本发明提供的基于后勤业务大数据分析的后勤服务水准评价系统，其分别通过楼宇质量反馈平台和食堂质量反馈平台对学校楼宇质量和食堂进行评估，有利于学校实时掌握校园楼宇和食堂的质量，了解学生对于楼宇质量和食堂质量的要求，从而对楼宇和食堂进行改善，即通过实时手机学生的评价信息，了解学生需求，从而根据学生需求对校园生活质量进行改进。本发明中，网购统计平台与校园网络连接，其用于获取学生网购信息，商品指导平台根据学生网购需求指导校内购物中心进货，有利于提高学校购物中心物品的丰富性与针对性，从而提高学生生活的便利性。
[0020]本发明中，征信平台的设计，有利于实时掌握学生信用度，然后楼宇质量反馈平台和食堂质量反馈平台均根据学生信用度对学生评论进行采用，有利于提高评价信息的精确度。
【附图说明】
[0021]图1为一种基于后勤业务大数据分析的后勤服务水准评价系统的结构示意图。
【具体实施方式】
[0022]参照图1，本发明提出的一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台。
[0023]征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储。学生个人信息包括姓名、学号、缺勤次数、处分和奖励。
[0024]征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计，征信平台内存储有每一个周期获得的学生信用值。信用计算模型为:Wx = S-AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。本实施方式中，A大于B，具体的，A可为B的倍数，例如A取值2，B取值1，以便提高学生信用值计算的严格性，降低学生信用风险。本实施方式中，第一次计算学生信用值时，S为预设常数值，具体可取值100。以下结合一个具体的实施例对信用计算模型进行解释。
[0025]例如，学校新进一个新生，其第一次进行信用值计算时，S=100。假设该学生在第一个计算周期内记过3次，表扬5次，则其计算值为:
[0026]Wx = 100-2X3+1X5 = 99。
[0027]第二个周期内，该学生记过0次，表扬两次，则第二个周期中，其获得信用值为:
[0028]ffx = 99_2X0+lX2 = 101，其中，99即为第二个计算周期的信用起点，也是 上一个周期产生的学生信用值。
[0029]征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接。
[0030]楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储。本实施方式中，为了保证楼宇评估的方便性，可设置成学生信用评价周期的长度与楼宇质量的评估周期的长度相同，以避免出现一个楼宇质量的评估周期内，同一个学生对应了不同的信用值，从而造成统计工作的复杂程度。
[0031]本实施方式中，楼宇质量反馈平台中可设置多个数据库，每一个数据库均对应一种负面因素，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰等，数据库分别根据对应的负面因素在校园内部网络例如学生论坛中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。
[0032]食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储。本实施方式中，可对不同的评估内容赋予一个评价值，具体的评价值可为负数也可为正数，当评价内容为批判时，评价值为负数，当评价内容为赞扬时，评价值为正数，然后根据学生信用值与评价值对食堂进行评估。本实施方式中，每日对食堂进行一次评估，有利于对食堂质量进行实时评估，并且结合食堂工作人员的变动性，有利于监督各工作人员的工作态度，从而提高食堂质量。
[0033]网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序。商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。本实施方式中，根据学生网购需求指导校内购物中心进货，有利于提高学校购物中心物品的丰富性与针对性，从而提高学生生活的便利性。
[0034]以上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
【主权项】
1.一种基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台； 征信平台与校园内部数据库连接，用于获取学生个人信息，然后根据学生个人信息计算信用值并进行存储;学生个人信息包括姓名、学号、缺勤次数、处分和奖励； 征信平台分别与楼宇质量反馈平台和食堂质量反馈平台连接； 楼宇质量反馈平台内设有评估周期，每个评估周期内，其获取学生对楼宇的评价数据，然后根据评价数据以及对应的信用值对楼宇质量进行一次评估，并对评估结果进行存储； 食堂质量反馈平台用于每日获取学生对食堂的评价数据，然后根据评价数据以及对应的信用值对食堂质量进行评估，并对每日的评估结果进行存储； 网购统计平台与校园网络连接，其用于获取学生网购信息，提取网购商品种类与数量，并根据数量对网购商品的种类进行排序;商品指导平台与网购统计平台连接，其用于根据网购统计平台的排序结果向学校购物中心发送指导信息。2.如权利要求1所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，征信平台内预设有信用计算模型，其周期性将学生个人信息导入信用计算模型，进行一次信用值统计。3.如权利要求2所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，征信平台内存储有每一个周期获得的学生信用值。4.如权利要求2所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，信用计算模型为:Wx = S-AXXg+BXXb，其中，Wx为学生信用值，S为上一个周期产生的学生的信用值，Xg为对应的计算周期内处分次数，Xb为对应的计算周期内表扬次数，A、B均为计算常数。5.如权利要求4所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，第一次计算学生信用值时，S为预设常数值。6.如权利要求5所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，第一次计算学生信用值时，S取值100。7.如权利要求4所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，A大于B。8.如权利要求1所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，楼宇质量反馈平台中设有多个数据库，每一个数据库均对应一种负面因素，数据库分别根据对应的负面因素在校园内部网络中收集相关的评论，然后根据学生信用值为每一条评论赋予一个权重值，然后分别对每一个数据库中每条评论的权重值进行统计，获得对应的负面因素的影响程度，并集合各负面因素的影响程度对楼宇质量进行评估。9.如权利要求8所述的基于后勤业务大数据分析的后勤服务水准评价系统，其特征在于，负面因素可为墙面漏水、墙体隔音效果差、墙面落灰。
【专利摘要】本发明公开了一种基于后勤业务大数据分析的后勤服务水准评价系统，包括征信平台、楼宇质量反馈平台、食堂质量反馈平台、网购统计平台和商品指导平台。本发明提供的基于后勤业务大数据分析的后勤服务水准评价系统，其分别通过楼宇质量反馈平台和食堂质量反馈平台对学校楼宇质量和食堂进行评估，有利于学校实时掌握校园楼宇和食堂的质量，了解学生对于楼宇质量和食堂质量的要求，从而对楼宇和食堂进行改善。本发明中，征信平台的设计，有利于实时掌握学生信用度，然后楼宇质量反馈平台和食堂质量反馈平台均根据学生信用度对学生评论进行采用，有利于提高评价信息的精确度。
【IPC分类】G06Q10/06, G06Q50/20
【公开号】CN105488622
【申请号】CN201510845256
【发明人】胡永全, 胡养成, 张利, 余斌, 杨克松, 鲍龙飞, 马伟
【申请人】安徽云硕科技有限公司
【公开日】2016年4月13日
【申请日】2015年11月25日
最新回复(0)