劉浩 玄祖廣 王小霞
(浙江萬里學院,浙江 寧波 315000)
克魯泡特金在《互助論》中指出,互助是我們人類賴以生存的原則,人類要想走向繁榮,就必須進行互助[1]。在城市化迅速發展的背景下,社區人口結構復雜,城市人口流動迅速,城市建筑空間封閉,城市鄰里互動的機會和頻率下降,社交網絡建設不足,導致社區歸屬感,信任度低,人與人之間往往有一道防盜門,給鄰居帶來了溝通困難,因此難以建立聯系,鄰里冷漠化已成為城市社區發展的潮流[2]。
中共中央、國務院頒布《加強和完善城鄉社區治理的意見》(中發[2017]13 號)中指出城鄉社區是社會治理的基本單元,事關居民群眾切身利益,要全面提高城鄉社區治理法治化、科學化、精細化水平和組織化程度,堅持以基層黨組織建設為關鍵、政府治理為主導、居民需求為導向、改革創新為動力來推進社區治理和建設。
單位制到街居制再到共建共治共享的社區治理模式的變化,對社區居民自治提出越來越高的要求。現代城市社區中的居民呈現出原子化的分布狀態。現代城市社區的居民被霧化和分散。在當下社區里部分人因為與社會脫鉤,成為“無根”的個人或被遺棄的人。特別是在社區,流動人口、大量老年人、殘疾人和其他工人居民,處于弱勢群體的狀況和極度缺乏歸屬感讓社區治理也成為一個棘手的問題。滕尼斯指出,社會個人積極參加社區交流,個人才能在社會中贏得社會角色,實現個人價值。鄰里互動是居民通過個人互相幫助,不僅幫助別人擺脫麻煩,而且也從別人那里獲得幫助,獲得一種需要和被需要的感覺。
不管是理論研究還是實踐探索,都是從建筑學或社會學的視角進行,在物聯網、大數據、人工智能日益發展的今天,尤其是在浙江省大力推進智慧社區建設和數字化改革的背景下,如何借助技術手段促進鄰里互助、改善鄰里關系將是未來智慧社區建設的一個重要領域[3-6]。鄰里互助服務是社區服務的一種最基本的形式。通常是以社區為依托,以社區工作人員為支持主體,充分調動社區居民參與性與積極性,讓居民之間互相提供力所能及的社區服務,實現“互幫互助”。[7-10]
本文將LBS 技術和O2O 模式引入智慧社區鄰里互助領域,通過位置服務、實時交易、智能推薦、服務評價、數據挖掘、區塊鏈等技術,結合O2O、時間銀行等模式,構建智慧社區鄰里互助平臺,打造鄰里互助的在線平臺,通過社區工作者和志愿者為支持主體,充分調動社區居民參與性與積極性,創新鄰里互助模式,讓居民之間互相提供力所能及的社區服務,實現“互幫互助”,營造“遠親不如近鄰”的未來社區鄰里場景。
關于鄰里互助的國內外研究現狀和發展動態研究,筆者主要從理論層面和實踐層面開展。
理論層面:國內外對鄰里互助的研究主要從建筑學或社會學的視野下開展,內容主要聚焦社區公共空間、社區社會組織、養老互助服務等。國外的研究更多圍繞價值、目標、主體這三個方面展開,通常與社區服務聯系在一起。國內的研究則主要集中在鄰里互助服務的功能、問題和建議方面。
實踐層面:英國最早進行了鄰里互助的多項革新嘗試,主要可分為側重于鄰里非正式支持:倫敦“互助網絡中的成員”項目和正式支持:謝菲爾德“鄰里支持單元”革新兩種模式。美國會員式互助社區是主要以會員會費為支撐組織運行的非營利性會員志愿者組織,形成了美國社會“個體主義”價值觀中的“集體感”。德國采用“時間銀行”模式,通過“義務網絡管理系統”,建立起“代際互助”社區;日本在志愿者組織的幫助之下,對居住在城市社區的65 歲及以上的老人,組成相對穩定的協會組織,形成“鄰里互助網絡”;國內各地也對鄰里互助做了諸多探索,如2009 年沈陽市沈河區開展“鄰里互助協議”活動,2011 年,深圳市于各區針對不同類型的社區,打造不同的“鄰里互助”模式,2014 年杭州江干區成立全市首家社區老年人鄰里互助組織探索建立“鄰里互助型”養老服務新機制,2019 年江蘇省無錫市濱湖區震澤社區開展“老人幫幫團”活動。[11]
本文研究內容主要有五部分:(1)基于LBS+O2O的鄰里互助服務平臺核心架構研究;(2)基于深度學習的語音識別模型研究;(3)基于興趣偏好和相似需求的服務匹配模型研究;(4)基于區塊鏈的數據存儲中心研究;(5)服務質量評價模型研究。
該派單模型借鑒滴滴打車派單機制,一方面調配整合鄰里互助資源,建立聯通的信息平臺,讓服務更有指向性,避免鄰里互助出現一些社區過熱一些社區過冷的現象;另一方面減少志愿者在除提供志愿服務活動以外的車程、時間、金錢等的花費,提高志愿者服務的熱情和效率,提升信息傳遞效率,減少信息不對稱而帶來的服務供給與需求不匹配問題。精準和高效地對受助者進行幫扶,提升受助者生活幸福度,建立和諧,友愛和睦融洽的鄰里關系。
隨著人機交互技術越來越受到人們的重視,而人通過語音與計算機進行交互是除了手動鍵盤輸入之外最自然最基本的交互方式,所以也越來越引起研究人員的關注。語音識別方法即自動語音識別(automatic speech recognition,ASR)技術,主要是完成語音到文字的轉變,屬于非特定人語音識別。語音識別發展到現在,已經改變了人們生活的很多方面,從語音打字機、數據庫檢索到特定的環境所需的語音命令,給人們的生活帶來了很多方便。
本文擬采用基于動態時間規整(Dynamic Time War ping,DTW)算法的語義識別技術,該算法比較適合于孤立字(詞)識別,技術上比較簡單,識別準確率高,在語音識別技術上比較主流。
信息爆炸的當下,數據呈現指數級增長,數據的增長必然帶來服務器的壓力,會給管理部門帶來很大的壓力,志愿服務平臺本來就是以志愿為準則,以服務為核心,無力承擔高昂的數據管理費用,這就給志愿服務平臺的落地帶來了必須解決的難題,基于此我們通過查閱資料、咨詢專家、深刻討論,尋找適合的數據爆炸增長的管理技術——區塊鏈技術。
本文擬利用區塊鏈技術具有去中心化的特點,構建的鄰里互助平臺數據不會因為實體機構關閉而消失,數據永遠存在,為進一步分析利用提供了可能,利用區塊鏈技術進行鄰里互相的數據存儲具有里程碑式的意義。
本文將通過基于情感傾向性和服務質量的服務評價指標的建立,并對評論數據進行多層次分析與研究,挖掘出影響受助者服務評價和滿意度的關鍵因素,了解受助者或志愿者差評背后的原因,對提升鄰里互助服務質量具有重要意義。并為建立良性、循環的鄰里互助服務奠定了堅實的基礎,也能助力國家的和諧社會和共同富裕建設,提高群眾歸屬感與幸福感。
1.首次將LBS 和O2O 模式引入智慧社區鄰里互助服務領域,提升信息傳遞效率,減少信息不對稱而帶來的服務與需求不匹配的問題。
2.提出了基于深度學習的語音識別模型,該模型可以適應復雜場景和不同年齡段的用戶使用需求。
3.提出了利用區塊鏈技術構建數據存儲中心,避免鄰里互助數據因為實體服務中心變遷而丟失。
4.提出了基于情感傾向性和服務質量的服務評價模型,采用數據挖掘方法分析受助者情感傾向,為其情感關鍵影響因素識別提供了數據科學的研究范式,提高志愿者的服務質量和被認可度,增強受助者的幸福感和滿意度。
本文將運用文獻研究、案例分析法等方法,分析和揭示“大學生社區+”鄰里互助體系、機制及運行模式。并通過廣泛、深入、全面的調研、訪談和問卷調查,分析社區鄰里互助研究與建設的現狀,總結、分析當前社區鄰里互助的問題和不足。以科學、全面、可操作的原則和定性與定量分析相結合的方式研究社區鄰里互助體系,力圖通過運用大數據、人工智能等技術構建社區鄰里互助相關模型和平臺,并研究制定鄰里互助的數據采集相關規范、開展相關志愿服務培訓、給出理性的評價、制定合適的獎勵、存儲制度,從而構建起鄰里互助體系、平臺、制度三位一體的“大學生社區+”鄰里互助機制。
1.解決老人、兒童及特殊人群需求發布不通暢問題,特殊需求及時處理。
2.解決無法按志愿者與受助者的興趣偏好等智能配對問題,個性化匹配與智能化配對相結合,提高服務的質量與效果。
3.解決無法按志愿者、受助者、社區工作人員的物理位置、服務需求與供給匹配情況、綜合調配情況等智能派單問題。
4.解決偏僻地區沒有志愿者提供服務問題,解決社區服務有些地區過冷有些地區過熱,平衡各個社區互助服務,讓更多需要服務的人員享受到服務。
5.解決互助服務過后無基于情感傾向性和服務質量的服務評價問題,及時了解受助者與服務者心理狀況,是否達到預期服務標準,是否改善受助者現在,是否給幫扶者一定精神嘉獎。
6.解決社區鄰里互助服務數據長期保存的問題,將數據及時有效的保存,利于長期互助活動的延續,有利于以后進一步的研究及制度制定,為政府單位制度的制定提供有力的數據支撐。
7.解決志愿者與服務對象間無法實時定位的問題,有效解決志愿者提供服務時時間浪費,并能降低志愿工作的難度,提高志愿者志愿服務的積極性。
8.解決受助者與志愿者無法提前了解的問題,提供有效的數據,讓雙方提前對彼此有基礎的了解,降低志愿服務期間隔閡的產生,讓雙方在熟悉融洽的環境中交流溝通,更能將志愿服務的效果提升。
9.解決社區工作人員無法智能管理所轄地區志愿者與受助者的問題,提供平臺給社區工作者管理志愿服務,能讓其對所管轄社區有全方位的了解,有利于社區工作者對社區志愿服務進行協調管理,使得社區的互助工作能持續、循環、健康地開展下去。
本文首次提出新型鄰里互助機制,并在社區居民大數據基礎上進行智能化匹配志愿者和受助者的鄰里互助機制研究,調配整合鄰里互助資源,建立聯通的志愿服務信息平臺,建立長效穩定的鄰里互助關系。
本文力圖借助技術手段研究促進鄰里互助、改善鄰里關系的服務平臺,使得該平臺能適應復雜場景及不同年齡段人群使用,特別是對老人、兒童、特殊人群,實現界面友好、使用方便等功能;平臺核心功能是根據各個社區綜合情況,智能安排志愿者進行服務,類似于滴滴打車的智能派單,解決信息不對稱而帶來的服務與需求不匹配的問題,探索出一種新型的社區互助模式。