一种基于正常性格缺失行为习惯大数据分析管理方法与流程

1.本发明涉及大数据分析相关领域，具体为一种基于正常性格缺失行为习惯大数据分析管理方法。


背景技术：

2.性格缺失人员是一个特殊的社会群体，提升性格缺失人员的教育改造效果，加强对于性格缺失行为习惯的人员的管理，能够提高性格缺失人员的社会融入能力和推动社会和谐发展具有重要意义。
3.目前，传统的性格缺失行为习惯矫正策略和已有改造措施，由于缺乏科学的改造性格缺失行为习惯矫正策略模型，以及先进的技术手段，导致性格缺失行为习惯矫正对象分类不清，性格缺失行为习惯矫正策略不足；同时由于没有对人员进行科学分类并实施个性化矫正，矫正效果不尽人意。因此，如何构建一种基于正常性格缺失行为习惯大数据分析管理方法，根据不同人员的特点，制定个性化改造方案并实现改造矫正策略的精准推荐是一个重要待解决的问题。


技术实现要素：

4.本发明的目的在于提供一种基于正常性格缺失行为习惯大数据分析管理方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于正常性格缺失行为习惯大数据分析管理方法，包括以下步骤：
6.步骤s1、将采集到的性格缺失人群的基础数据进行分类，并对其进行数据汇总；
7.步骤s2、对步骤s1中汇总的基础数据传输至数据库；
8.步骤s3、在步骤s2的基础上通过组合赋权法得出基础数据的指标权重；
9.步骤s4、对步骤s3中的指标权重进行等级评分计算；
10.步骤s5、在步骤s4的基础上根据得出的不同等级评分划分出不同类的性格缺陷，并将步骤s1中的采集人群进行对应性格缺陷分类；
11.步骤s6、对步骤s5中分类好的性格缺陷人群生成相对应的心里训练内容。
12.优选的，所述步骤s1中对基础数据分类主要包含采集人心里活动、日常的行为习惯、家庭环境和平时的性格表现。
13.优选的，所述步骤s1中基础数据通过对本人的提问、周围生活圈的采访和本人父母亲戚的评价进行综合汇总得出。
14.优选的，所述步骤s3中通过组合赋权法得出基础数据的指标权重的具体步骤为：
15.步骤1、定义组合权重w：
16.设：组合后指标的权重为w＝[w1,w2,
…
,wm]
t
，wj》0，则各个方案的综合评价值为：
[0017][0018]
其中n为采集人的个数，m是基础数据分类数据，x
ij
表示第i个采集人的第j个基础数据分类数据，i＝1,2
…
,n；j＝1,2
…
,m
[0019]
步骤2、引入离差函数：
[0020]
设：di为对采集人i，用主观赋权法的所作决策与组合权重所做出的决策的离差；hi为对采集人i，用客观赋权法的所作决策与组合权重所做出的决策的离差：
[0021][0022][0023]
其中，uj为主观赋权得到的权重，vj为客观赋权得到的权重；
[0024]
步骤3、构建目标规划模型以加权总离差和最小为目标，构建规划模型：
[0025]
设：μ为离差函数的偏好因子。如果0.5《μ《1，说明决策者希望客观权重与组合权重越接近越好，当0《μ《0.5，说明决策者希望主观权重与组合权重越接近越好。当μ＝0.5时，表示决策者认为主观方法与客观方法同等重要：
[0026][0027][0028]
步骤4、得到最终指标权重：
[0029]
求解步骤3中的规划模型得到最终的指标权重w＝[w1,w2,
…
,wm]
t
， wj》0，
[0030]
优选的，所述步骤s4中指标权重进行等级评分计算的内容为：第i个采集人的等级评分是
[0031][0032]
其中，根据等级评分的不同，分为不同类的性格缺陷包括：偏执性格缺陷、循环性格缺陷、分裂性格缺陷、强迫性格缺陷、爆发性格缺陷、攻击型性格缺陷、反社会性格缺陷、依赖型性格缺陷和癔症性格缺陷。
[0033]
与现有技术相比，本发明的有益效果是：本发明通过对本人的提问、周围生活圈的采访和本人父母亲戚的评价进行综合汇总得出基础数据，之后再把基础数据进行分类为采
集人心里活动、日常的行为习惯、家庭环境和平时的性格表现，将上述数据录入到数据库中，数据库自动计算每个人的等级评分，并根据等级评分的不同，分为不同类的性格缺陷包括：偏执性格缺陷、循环性格缺陷、分裂性格缺陷、强迫性格缺陷、爆发性格缺陷、攻击型性格缺陷、反社会性格缺陷、依赖型性格缺陷和癔症性格缺陷，再根据分类好的性格缺陷人群生成相对应的心里训练内容，从而有效提升性格缺失行为习惯教育改造效果，提升性格缺失人员出狱后的社会融入能力。
附图说明
[0034]
图1为本发明的流程示意图。
具体实施方式
[0035]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0036]
请参阅图1，本发明提供一种技术方案：一种基于正常性格缺失行为习惯大数据分析管理方法，包括以下步骤：
[0037]
步骤s1、将采集到的性格缺失人群的基础数据进行分类，并对其进行数据汇总；
[0038]
步骤s2、对步骤s1中汇总的基础数据传输至数据库；
[0039]
步骤s3、在步骤s2的基础上通过组合赋权法得出基础数据的指标权重；
[0040]
步骤s4、对步骤s3中的指标权重进行等级评分计算；
[0041]
步骤s5、在步骤s4的基础上根据得出的不同等级评分划分出不同类的性格缺陷，并将步骤s1中的采集人群进行对应性格缺陷分类；
[0042]
步骤s6、对步骤s5中分类好的性格缺陷人群生成相对应的心里训练内容。
[0043]
进一步的，步骤s1中对基础数据分类主要包含采集人心里活动、日常的行为习惯、家庭环境和平时的性格表现。
[0044]
进一步的，步骤s1中基础数据通过对本人的提问、周围生活圈的采访和本人父母亲戚的评价进行综合汇总得出
[0045]
进一步的，步骤s3中通过组合赋权法得出基础数据的指标权重的具体步骤为：
[0046]
步骤1、定义组合权重w：
[0047]
设：组合后指标的权重为w＝[w1,w2,
…
,wm]
t
，wj》0，则各个方案的综合评价值为：
[0048][0049]
其中n为采集人的个数，m是基础数据分类数据，x
ij
表示第i个采集人的第j个基础数据分类数据，i＝1,2
…
,n；j＝1,2
…
,m
[0050]
步骤2、引入离差函数：
[0051]
设：di为对采集人i，用主观赋权法的所作决策与组合权重所做出的决策的离差；hi为对采集人i，用客观赋权法的所作决策与组合权重所做出的决策的离差：
[0052][0053][0054]
其中，uj为主观赋权得到的权重，vj为客观赋权得到的权重；
[0055]
步骤3、构建目标规划模型以加权总离差和最小为目标，构建规划模型：
[0056]
设：μ为离差函数的偏好因子。如果0.5《μ《1，说明决策者希望客观权重与组合权重越接近越好，当0《μ《0.5，说明决策者希望主观权重与组合权重越接近越好。当μ＝0.5时，表示决策者认为主观方法与客观方法同等重要：
[0057][0058][0059]
步骤4、得到最终指标权重：
[0060]
求解步骤3中的规划模型得到最终的指标权重w＝[w1,w2,
…
,wm]
t
， wj》0，
[0061]
进一步的，所述步骤s4中指标权重进行等级评分计算的内容为：第i个采集人的等级评分是
[0062][0063]
其中，根据等级评分的不同，分为不同类的性格缺陷包括：偏执性格缺陷、循环性格缺陷、分裂性格缺陷、强迫性格缺陷、爆发性格缺陷、攻击型性格缺陷、反社会性格缺陷、依赖型性格缺陷和癔症性格缺陷。
[0064]
本发明通过对本人的提问、周围生活圈的采访和本人父母亲戚的评价进行综合汇总得出基础数据，之后再把基础数据进行分类为采集人心里活动、日常的行为习惯、家庭环境和平时的性格表现，将上述数据录入到数据库中，数据库自动计算每个人的等级评分，并根据等级评分的不同，分为不同类的性格缺陷包括：偏执性格缺陷、循环性格缺陷、分裂性格缺陷、强迫性格缺陷、爆发性格缺陷、攻击型性格缺陷、反社会性格缺陷、依赖型性格缺陷和癔症性格缺陷，再根据分类好的性格缺陷人群生成相对应的心里训练内容，从而有效提升性格缺失行为习惯教育改造效果，提升性格缺失人员出狱后的社会融入能力。
[0065]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以
理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。