随着2008年奥运会的开展,中国志愿服务开始蓬勃发展,注册志愿者人数不断增多,到2018年已经达到9000多万之巨。越来越多的人参与志愿服务在这项公益活动,作为志愿服务的管理者应该更好地服务志愿者,因此,研究志愿服务,研究志愿团体活跃度、志愿团体的推荐,以及对志愿服务进行可视化对于志愿服务的发展十分有意义。当前的研究中,对于志愿团体活跃度评价简单基于时间与空间维度上的数据罗列或基于志愿服务相关专家的主观评价,存在较大的随意性与主观性,不能公平有效地对所有志愿团体进行活跃度评价,因而本文对志愿团体进行分析提出适合的活跃度评价方法。志愿团体数据缺乏评价指标作为模型标签,所以考虑规范化专家评价,采用层次分析法(AHP)进行量化专家评价,其次考虑不同指标间信息量的差异基于熵权法进行评价,最后对多组专家评价标准和熵权法进行综合考虑,基于群组决策特征根(GEM)提出最优评价权重。志愿团体推荐当前研究主要使用协同过滤算法,但协同过滤算法单纯考虑志愿者的历史行为记录。志愿团体地理位置分布也很大影响志愿者对于志愿团体的选择,所以本文研究加入对于地理位置的分析,基于经纬度信息对志愿团体进行聚类,根据不同地域分为不同类别。对协同过滤算法进行改进,对推荐结果结合地理位置分析,进而给出更加精准的推荐结果,可以有效提高准确率。最后当前的志愿服务研究都缺少可视化平台,对于志愿服务数据与分析缺少直观的展示方式。通过搭建志愿服务可视化管理平台,可以清晰直观地展示志愿服务结果,更好地提高志愿服务管理水平。本文的主要研究工作如下:一、建立了一个志愿团体的评价模型,作为一种客观有效的志愿者团体评价方法,为志愿者及志愿服务管理人员提供参考评价。该方法首先对志愿团体数据进行整理和筛选,得到相关的因素指标;其次,基于层次分析法(AHP)对指标因素建立目标层,准则层,指标层,构建比较矩阵,并进行一致性检验,最后得到目标权重;基于熵权法每个指标计算所有样本的熵值,根据所有指标熵值计算每个指标对应的熵权,从而得到整体的熵权评价;最后,根据多组的层次分析法权重和熵权法权重,基于群组决策特征根方法(GEM),得到综合后的最优权重,对志愿团体提出一个客观合理的评价方法。与评价标准进行对比,包含干扰项的GEM评价与评价标准之间的标准差为2.41,十分接近于不包含干扰项的GEM的1.99,远好于干扰项的6.05,基于AHP和GEM的活跃度评价方法可以有效地降低误差的影响,提高志愿团体评价的准确性。二、设计了基于历史记录和位置信息对志愿者进行志愿团体推荐的方案,可根据志愿团体的位置信息,志愿者参加过的志愿团体,匹配相似度较高且距离较近的志愿团体进行推荐。基于协同过滤算法,使用志愿者参与过的志愿团体的历史记录,构建所有志愿团体的相似度矩阵,通过计算比较志愿者参与过的志愿团体与所有志愿团体之间的相似度进行推荐,推荐相似度排名靠前的志愿团体。除了参与记录外,还应该考虑志愿团体所属的地理位置,本方案根据经纬度字段,基于层次聚类的思想,使用BIRCH(利用层次方法的平衡迭代规约和聚类)算法进行层次聚类。基于志愿者曾参与志愿团体所属的地理位置,构建所有志愿团体地理位置的分类,对协同过滤推荐结果基于地理位置分类结果进行过滤筛选,得到在该区域内的推荐结果。基于聚类匹配的推荐结果准确率明显上升,从19.9%提升到了 32.4%,由此可见,改进后的推荐算法去除了偏远地区的推荐结果,减少了大量的错误推荐,提高了准确率。三、搭建了志愿服务可视化管理平台。该平台实现了对于志愿服务数据、志愿团体评价结果进行可视化的展示,并对志愿者进行志愿团体推荐。平台的设计可以分为前端和后台两部分,其中后台部分负责整体的逻辑实现,数据交互、存储等相关部分,前端部分负责平台的展示页面的设计与优化。平台的后台搭建基于SMM(SpringMVC+Spring+MyBatis)框架,主要可以分为四层,分别是:controller层处理业务逻辑并与前端进行交互;service层处理数据库读取数据的逻辑;mapper层处理mysql语句的生成并从数据库直接读取数据;最后dao层处理持久化。平台的前端展示页面的搭建基于采用Bootstrap框架的JSP页面及使用JavaScript的页面逻辑控制机制。JSP页面基于不同的数据动态生成页面,并使用Bootstrap栅格化与css样式类实现页面优化与不同屏幕的自适应机制,采用Javascript控制页面显示、绘制图表、实现交互逻辑等。