随着近年来家政服务业的不断发展，行业中顾客满意度低，对服务平台缺乏粘性，顾客难以找到合适的家政服务人员等问题日益凸显，特别是家政服务人员与服务项目不匹配的问题，严重阻碍了行业发展的脚步。如何提高人单匹配度，从而推动家政服务行业的可持续发展成为当下值得思考的问题。本文在文献梳理的基础之上，结合家政服务业互联网化导致服务数据呈现爆炸式增长的现状，以家政服务人员为研究对象，通过人岗匹配的概念给出家政服务行业中人单匹配的概念，并通过问卷收集数据进一步探究人单匹配与顾客满意度的关系。本研究结合家政服务业现状以及人单匹配方法存在的不足，利用大数据环境下的KNN这一距离类算法对家政服务员与服务项目进行匹配，并通过KNN算法的改进实现家政服务员与服务项目的人单匹配度的提高，从而推动顾客满意度的提升。
　　本文的主要研究工作如下：
　　（1）首先，本研究基于家政服务行业人单匹配度低下以及顾客满意度低下的背景，通过问卷调查收集数据的方式探索了家政服务行业人单匹配度与顾客满意度的关系，得出人单匹配度与顾客满意度存在正相关关系，即人单匹配度越高，顾客满意度越高。
　　（2）其次，本研究基于家政服务员的数据集，针对家政服务行业存在的人单不匹配，顾客满意度低的问题，以家政服务员与服务项目相匹配为出发点，通过家政服务人员的基本属性对家政服务人员进行深入分析，并在人单匹配过程中引入KNN算法，利用KNN算法得到家政服务人员与服务项目相匹配的结果。
　　（3）本文考虑到原始KNN算法在匹配过程中将不同近邻样本和不同评价指标对于分类的重要性视为相同这一点在实际应用过程中存在问题，提出了一种基于熵权法的模糊KNN算法，对样本距离权重和特征属性权重进行改进，得到改进的人单匹配模型。
　　（4）本研究基于真实数据集，分析人单匹配问题。通过对比实验表明，改进的人单匹配模型相对于基于原始KNN算法的人单匹配模型，人单匹配度达到70.23%，对比原始的KNN算法的人单匹配度提高了8.67%，分类匹配结果更好，误差率更低，可以很好地将服务员与服务项目相匹配。因此，通过人单匹配度的提高可以促进顾客满意度的提升，推动家政服务行业的长远发展。在此基础之上本研究对家政服务业的发展提出相关建议。