[发明专利]一种团体活跃度的确定方法及装置

说明书

本发明实施例提供了一种团体活跃度的确定方法及装置，涉及数据分析领域，可以更准确地确定团体活跃度。本发明实施例包括：针对每组预设比值集合，构建准则层判断矩阵和指标层判断矩阵。然后根据准则层判断矩阵的最大特征根对应的特征向量，确定每个项目类别的权重，根据指标层判断矩阵的最大特征根对应的特征向量和各项目类别的权重，确定每个指标的权重，并基于各指标的权重，生成该组预设比值集合对应的权重向量。再针对权重向量集合包括的每个权重向量，计算该权重向量与其他权重向量的夹角和，将夹角和最小的权重向量确定为目标向量。接着基于目标向量包括的各指标的权重，计算指定团体包括的各指标的属性值的加权和，得到指定团体的活跃度。

技术领域

本发明涉及数据分析技术领域，特别是涉及一种团体活跃度的确定方法及装置。

背景技术

为了方便管理团体活动，以及为想要加入团体的人员提供良好的参考，对团体活跃度的确定十分重要。例如，志愿者在选择想要加入的志愿团体时，如果能够获得各志愿团体的活跃度，那么将对志愿者的决策十分有帮助。

目前对于团体的活跃度确定，没有统一的标准，一般是由人员根据该团体各指标下的属性参数，凭借经验确定该团体的活跃度。例如，志愿者在选择想要加入的志愿团体时，根据每个志愿团体参与的项目数量、团体包括的成员数、参与项目的累计时长等，凭借经验判断该志愿团体是否活跃。

而由于每个人的喜好、精神状态和水平不同，使得确定团体活跃度的方式过于主观，难以准确地确定团体活跃度。

发明内容

本发明实施例的目的在于提供一种团体活跃度的确定方法及装置，以实现更准确地确定团体活跃度。具体技术方案如下：

第一方面，本发明实施例提供了一种团体活跃度的确定方法，每个团体包括多个项目类别，每个项目类别包括多个指标，每个指标用于表示团体的一种属性，所述方法包括：

针对每组预设比值集合，构建该组的准则层判断矩阵和指标层判断矩阵；每组预设比值集合包括：每两个项目类别对于确定团体活跃度重要性的第一预设比值和同一项目类别下每两个指标对于确定团体活跃度重要性的第二预设比值；所述准则层判断矩阵包括多个第一预设比值；所述指标层判断矩阵包括多个第二预设比值；

根据该组的准则层判断矩阵的最大特征根对应的特征向量，确定该组的每个项目类别的权重；

根据该组的指标层判断矩阵的最大特征根对应的特征向量和该组的各项目类别的权重，确定每个指标的权重，并基于确定的各指标的权重，生成该组预设比值集合对应的权重向量；

针对权重向量集合包括的每个权重向量，计算该权重向量与所述权重集合包括的其他权重向量之间的夹角和，并将与所述权重集合包括的其他权重向量之间的夹角和最小的权重向量确定为目标向量；所述权重向量集合包括各组预设比值集合对应的权重向量；

基于所述目标向量包括的各指标的权重，计算指定团体包括的各指标的属性值的加权和，得到所述指定团体的活跃度。

可选的，在所述根据该组的准则层判断矩阵的最大特征根对应的特征向量，确定该组的每个项目类别的权重之前，所述方法还包括：

计算该组的准则层判断矩阵的第一一致性指标，并将所述第一一致性指标与第一平均随机一致性指标的商，作为第一一致性比例；所述第一平均随机一致性指标为该组的准则层判断矩阵的阶数对应的预设数值；

计算该组的指标层判断矩阵的第二一致性指标，并将所述第二一致性指标与第二平均随机一致性指标的商，作为第二一致性比例；所述第二平均随机一致性指标为该组的指标层判断矩阵的阶数对应的预设数值；

若所述第一一致性比例和所述第二一致性比例均小于预设比例，则执行所述根据该组的准则层判断矩阵的最大特征根对应的特征向量，确定该组的每个项目类别的权重的步骤。