刘浩 玄祖广 王小霞
(浙江万里学院,浙江 宁波 315000)
克鲁泡特金在《互助论》中指出,互助是我们人类赖以生存的原则,人类要想走向繁荣,就必须进行互助[1]。在城市化迅速发展的背景下,社区人口结构复杂,城市人口流动迅速,城市建筑空间封闭,城市邻里互动的机会和频率下降,社交网络建设不足,导致社区归属感,信任度低,人与人之间往往有一道防盗门,给邻居带来了沟通困难,因此难以建立联系,邻里冷漠化已成为城市社区发展的潮流[2]。
中共中央、国务院颁布《加强和完善城乡社区治理的意见》(中发[2017]13 号)中指出城乡社区是社会治理的基本单元,事关居民群众切身利益,要全面提高城乡社区治理法治化、科学化、精细化水平和组织化程度,坚持以基层党组织建设为关键、政府治理为主导、居民需求为导向、改革创新为动力来推进社区治理和建设。
单位制到街居制再到共建共治共享的社区治理模式的变化,对社区居民自治提出越来越高的要求。现代城市社区中的居民呈现出原子化的分布状态。现代城市社区的居民被雾化和分散。在当下社区里部分人因为与社会脱钩,成为“无根”的个人或被遗弃的人。特别是在社区,流动人口、大量老年人、残疾人和其他工人居民,处于弱势群体的状况和极度缺乏归属感让社区治理也成为一个棘手的问题。滕尼斯指出,社会个人积极参加社区交流,个人才能在社会中赢得社会角色,实现个人价值。邻里互动是居民通过个人互相帮助,不仅帮助别人摆脱麻烦,而且也从别人那里获得帮助,获得一种需要和被需要的感觉。
不管是理论研究还是实践探索,都是从建筑学或社会学的视角进行,在物联网、大数据、人工智能日益发展的今天,尤其是在浙江省大力推进智慧社区建设和数字化改革的背景下,如何借助技术手段促进邻里互助、改善邻里关系将是未来智慧社区建设的一个重要领域[3-6]。邻里互助服务是社区服务的一种最基本的形式。通常是以社区为依托,以社区工作人员为支持主体,充分调动社区居民参与性与积极性,让居民之间互相提供力所能及的社区服务,实现“互帮互助”。[7-10]
本文将LBS 技术和O2O 模式引入智慧社区邻里互助领域,通过位置服务、实时交易、智能推荐、服务评价、数据挖掘、区块链等技术,结合O2O、时间银行等模式,构建智慧社区邻里互助平台,打造邻里互助的在线平台,通过社区工作者和志愿者为支持主体,充分调动社区居民参与性与积极性,创新邻里互助模式,让居民之间互相提供力所能及的社区服务,实现“互帮互助”,营造“远亲不如近邻”的未来社区邻里场景。
关于邻里互助的国内外研究现状和发展动态研究,笔者主要从理论层面和实践层面开展。
理论层面:国内外对邻里互助的研究主要从建筑学或社会学的视野下开展,内容主要聚焦社区公共空间、社区社会组织、养老互助服务等。国外的研究更多围绕价值、目标、主体这三个方面展开,通常与社区服务联系在一起。国内的研究则主要集中在邻里互助服务的功能、问题和建议方面。
实践层面:英国最早进行了邻里互助的多项革新尝试,主要可分为侧重于邻里非正式支持:伦敦“互助网络中的成员”项目和正式支持:谢菲尔德“邻里支持单元”革新两种模式。美国会员式互助社区是主要以会员会费为支撑组织运行的非营利性会员志愿者组织,形成了美国社会“个体主义”价值观中的“集体感”。德国采用“时间银行”模式,通过“义务网络管理系统”,建立起“代际互助”社区;日本在志愿者组织的帮助之下,对居住在城市社区的65 岁及以上的老人,组成相对稳定的协会组织,形成“邻里互助网络”;国内各地也对邻里互助做了诸多探索,如2009 年沈阳市沈河区开展“邻里互助协议”活动,2011 年,深圳市于各区针对不同类型的社区,打造不同的“邻里互助”模式,2014 年杭州江干区成立全市首家社区老年人邻里互助组织探索建立“邻里互助型”养老服务新机制,2019 年江苏省无锡市滨湖区震泽社区开展“老人帮帮团”活动。[11]
本文研究内容主要有五部分:(1)基于LBS+O2O的邻里互助服务平台核心架构研究;(2)基于深度学习的语音识别模型研究;(3)基于兴趣偏好和相似需求的服务匹配模型研究;(4)基于区块链的数据存储中心研究;(5)服务质量评价模型研究。
该派单模型借鉴滴滴打车派单机制,一方面调配整合邻里互助资源,建立联通的信息平台,让服务更有指向性,避免邻里互助出现一些社区过热一些社区过冷的现象;另一方面减少志愿者在除提供志愿服务活动以外的车程、时间、金钱等的花费,提高志愿者服务的热情和效率,提升信息传递效率,减少信息不对称而带来的服务供给与需求不匹配问题。精准和高效地对受助者进行帮扶,提升受助者生活幸福度,建立和谐,友爱和睦融洽的邻里关系。
随着人机交互技术越来越受到人们的重视,而人通过语音与计算机进行交互是除了手动键盘输入之外最自然最基本的交互方式,所以也越来越引起研究人员的关注。语音识别方法即自动语音识别(automatic speech recognition,ASR)技术,主要是完成语音到文字的转变,属于非特定人语音识别。语音识别发展到现在,已经改变了人们生活的很多方面,从语音打字机、数据库检索到特定的环境所需的语音命令,给人们的生活带来了很多方便。
本文拟采用基于动态时间规整(Dynamic Time War ping,DTW)算法的语义识别技术,该算法比较适合于孤立字(词)识别,技术上比较简单,识别准确率高,在语音识别技术上比较主流。
信息爆炸的当下,数据呈现指数级增长,数据的增长必然带来服务器的压力,会给管理部门带来很大的压力,志愿服务平台本来就是以志愿为准则,以服务为核心,无力承担高昂的数据管理费用,这就给志愿服务平台的落地带来了必须解决的难题,基于此我们通过查阅资料、咨询专家、深刻讨论,寻找适合的数据爆炸增长的管理技术——区块链技术。
本文拟利用区块链技术具有去中心化的特点,构建的邻里互助平台数据不会因为实体机构关闭而消失,数据永远存在,为进一步分析利用提供了可能,利用区块链技术进行邻里互相的数据存储具有里程碑式的意义。
本文将通过基于情感倾向性和服务质量的服务评价指标的建立,并对评论数据进行多层次分析与研究,挖掘出影响受助者服务评价和满意度的关键因素,了解受助者或志愿者差评背后的原因,对提升邻里互助服务质量具有重要意义。并为建立良性、循环的邻里互助服务奠定了坚实的基础,也能助力国家的和谐社会和共同富裕建设,提高群众归属感与幸福感。
1.首次将LBS 和O2O 模式引入智慧社区邻里互助服务领域,提升信息传递效率,减少信息不对称而带来的服务与需求不匹配的问题。
2.提出了基于深度学习的语音识别模型,该模型可以适应复杂场景和不同年龄段的用户使用需求。
3.提出了利用区块链技术构建数据存储中心,避免邻里互助数据因为实体服务中心变迁而丢失。
4.提出了基于情感倾向性和服务质量的服务评价模型,采用数据挖掘方法分析受助者情感倾向,为其情感关键影响因素识别提供了数据科学的研究范式,提高志愿者的服务质量和被认可度,增强受助者的幸福感和满意度。
本文将运用文献研究、案例分析法等方法,分析和揭示“大学生社区+”邻里互助体系、机制及运行模式。并通过广泛、深入、全面的调研、访谈和问卷调查,分析社区邻里互助研究与建设的现状,总结、分析当前社区邻里互助的问题和不足。以科学、全面、可操作的原则和定性与定量分析相结合的方式研究社区邻里互助体系,力图通过运用大数据、人工智能等技术构建社区邻里互助相关模型和平台,并研究制定邻里互助的数据采集相关规范、开展相关志愿服务培训、给出理性的评价、制定合适的奖励、存储制度,从而构建起邻里互助体系、平台、制度三位一体的“大学生社区+”邻里互助机制。
1.解决老人、儿童及特殊人群需求发布不通畅问题,特殊需求及时处理。
2.解决无法按志愿者与受助者的兴趣偏好等智能配对问题,个性化匹配与智能化配对相结合,提高服务的质量与效果。
3.解决无法按志愿者、受助者、社区工作人员的物理位置、服务需求与供给匹配情况、综合调配情况等智能派单问题。
4.解决偏僻地区没有志愿者提供服务问题,解决社区服务有些地区过冷有些地区过热,平衡各个社区互助服务,让更多需要服务的人员享受到服务。
5.解决互助服务过后无基于情感倾向性和服务质量的服务评价问题,及时了解受助者与服务者心理状况,是否达到预期服务标准,是否改善受助者现在,是否给帮扶者一定精神嘉奖。
6.解决社区邻里互助服务数据长期保存的问题,将数据及时有效的保存,利于长期互助活动的延续,有利于以后进一步的研究及制度制定,为政府单位制度的制定提供有力的数据支撑。
7.解决志愿者与服务对象间无法实时定位的问题,有效解决志愿者提供服务时时间浪费,并能降低志愿工作的难度,提高志愿者志愿服务的积极性。
8.解决受助者与志愿者无法提前了解的问题,提供有效的数据,让双方提前对彼此有基础的了解,降低志愿服务期间隔阂的产生,让双方在熟悉融洽的环境中交流沟通,更能将志愿服务的效果提升。
9.解决社区工作人员无法智能管理所辖地区志愿者与受助者的问题,提供平台给社区工作者管理志愿服务,能让其对所管辖社区有全方位的了解,有利于社区工作者对社区志愿服务进行协调管理,使得社区的互助工作能持续、循环、健康地开展下去。
本文首次提出新型邻里互助机制,并在社区居民大数据基础上进行智能化匹配志愿者和受助者的邻里互助机制研究,调配整合邻里互助资源,建立联通的志愿服务信息平台,建立长效稳定的邻里互助关系。
本文力图借助技术手段研究促进邻里互助、改善邻里关系的服务平台,使得该平台能适应复杂场景及不同年龄段人群使用,特别是对老人、儿童、特殊人群,实现界面友好、使用方便等功能;平台核心功能是根据各个社区综合情况,智能安排志愿者进行服务,类似于滴滴打车的智能派单,解决信息不对称而带来的服务与需求不匹配的问题,探索出一种新型的社区互助模式。