基于異構信息網絡的社區精準志愿服務模型研究

徐小玉，玄祖廣，陳仲委

(1.浙江萬里學院 文獻與信息中心，浙江 寧波 315100；2.浙江萬里學院 學生工作部（團委），浙江 寧波 315100)

0 引言

黨的十八大以來，以習近平同志為核心的黨中央一再強調，讓發展成果更多更公平惠及全體人民，不斷促進人的全面發展，朝著實現全體人民共同富裕不斷邁進。這就要求對社會資源進行合理配置，以達到用最少的資源獲取最大的效益之目的。在這種背景下，建立在自愿基礎上、以共享為基本原則的志愿服務對共同富裕目標的實現有著重要意義[1]。黨和國家領導人連續在黨的十七大、十八大、十九大報告中強調要深入開展志愿服務活動、完善志愿服務體系、推進志愿服務制度化、弘揚志愿精神。社區志愿服務是志愿服務的重要組成部分，通過知網以“社區志愿服務”為主題詞搜索，其研究現狀歸納整理可分為以下三類[2-6]：(1) 社區志愿服務精神、動機與現狀研究，如李代鳳等的社區志愿服務發展現狀及對策探討、趙夢荃等的湖北省志愿服務的現狀及對策研究；(2) 大學生參與社區志愿服務分析及對策研究，如大學生參與社區志愿服務的現狀調查以上海師范大學為例；(3)志愿服務活動與模式研究，如從“網格化”到“互聯網+”：社區管理與服務模式的重構以海寧市西山社區為例。通過知網以“共同富裕”、志愿服務為主題詞搜索，其研究主要集中在志愿服務對共同富裕的意義和重要性上。

目前大多數關于社區志愿服務研究集中在志愿服務理論體系建設上，只是在理論上給出志愿服務問題對策，或是關注點在共同富裕下志愿服務體系理論研究上[7-8]，較少基于大數據時代的思維方式來研究共同富裕下志愿服務體系理論研究；有學者提出了精準志愿服務的必要性[9]，但也只是拋出概念并給出實際可用的志愿服務模型，鮮有學者在共同富裕視域下利用數字化技術如異構信息網絡推薦算法對志愿服務進行研究。本課題將數字化技術手段應用到志愿服務研究中，力圖構建符合共同富裕與數智時代要求下的社區志愿服務體系，實現精心服務、智能匹配、精細管理的社區精準志愿服務，將共建共享的理念用技術在人民心中生根，加快促進人的全面發展，進而為實現共同富裕做出重要貢獻。

1 異構信息網絡

異構信息網絡(Heterogeneous Information Network，HIN) 是在2009年由Sun Y[10]等人率先提出，異構信息網絡推薦作為人工智能時代數據挖掘的主流方法。本節對異構信息網絡的信息網絡、網絡模式、元路徑等相關概念進行介紹，著重對同類型進行度量的PathSim算法及多重元路徑下的相似性度量算法進行介紹。

定義1[11]：信息網絡 (information network)是一個帶有對象類型映射函數φ:V→A和鏈接類型映射函數?:E→R的有向圖G(V,E)，其中，任意v∈V是一個不同的類型，記為φ(v) ∈A，每個鏈接e∈E一個特定關系類型?(e)∈R，當 |A|> 1 或 |R|> 1 時，稱該網絡為異構信息網絡(HIN) ，否則稱為同構信息網絡。

定義2[11]：網絡模式是帶有對象類型映射φ:V→A、鏈接映射?:E→R的異構信息網絡G(V,E)(G是定義在對象類型A和關系類型集合R上的有向圖）的元模板，記為TG(A,R) 為網絡模式板，記為TG(A,R) 為網絡模式(network schema)。文獻信息網絡是常見的異構信息網絡，其結構如圖1所示。

圖1 文獻信息網絡

在HIN中的2個對象能通過不同的屬性類型相互連接，這些不同的屬性路徑具有不同含義。因此，2個對象的相似度依賴于異構信息網絡的搜索路徑。

定義3[11]：元路徑P是定義在網絡模式TG(A,R)圖上的一條路徑符號，表示為：A1→R1A2 →R2…→RlAl（簡記為P=A1A2…AL)。例如圖1中作者→論文→場所→論文→作者表示“兩位作者在同一場所都發表過文章”。

元路徑的提出為HIN中對象間相似性度量及網絡推薦提供了基礎，本文所研究社區精準志愿服務模型是基于對稱元路徑的相似性度量PathSim 算法，下面簡介PathSim算法的內容。

定義4[10]：基于單一元路徑的相似性度量方法PathSim，給定一條對稱的元路徑P，兩個同類型x和y的PathSim是：

其中，Px→y是x和y之間，Px→x是x和x之間，Py→y是y和y之間的路徑實例。

定義5[10]：給定個從類型A出發又回到類型A的往返元路徑P1P2…PR，及其相應的關系矩陣M1M2…MR，用戶賦予的權重分別為ω1ω2…ωR，則定義對象x和y的多重元路徑的相似性度量是：

2 社區精準志愿服務模型的搭建

新時代志愿服務更需要“送智服務”，將服務送給剛好需要的人，避免出現形式化、短期、錯位的服務。異構網絡中多種節點類型和節點之間的多種關聯類型與當前社會和人類的交互活動更為相似，更能反映現實世界。利用異構信息網絡刻畫社區志愿活動相關的因素關系，在一定閾值下能精準將志愿者、受助者、社區、社區活動進行配對，精準生成社區、志愿活動、志愿者、受助者的志愿畫像，以實現統籌安排、智能安排、精準配對志愿服務新模式。

2.1 社區志愿服務異構網絡的定義

由社區志愿服務數據構成的社區志愿服務異構信息網絡 DS =(V，E) ，V表示網絡中的節點，節點類型包括人員、技能、需求、基本信息、愛好、志愿活動、社區，E表示網絡中的邊。社區志愿服務綜合異構信息網絡模式如圖2所示。人員由志愿者、受助者組成，志愿者與受助者身份可切換，不必固定，這樣才能從整體上謀劃志愿服務，這里的人員包括志愿者和受助者，若將人員具體為受助者，也可通理構建受助者的志愿服務信息網絡。

圖2 社區志愿服務綜合信息網絡模式圖

社區志愿服務綜合信息網格的關系類型為愛好和人員之間屬于和被屬于的關系、技能和人員是掌握和被掌握的關系、基本信息和人員是屬于和被屬于的關系、人員與志愿活動是參加和被參加的關系、技能和志愿活動是服務和被服務的關系、志愿活動和社區是發生和被發生的關系。

通過不同的路徑連接，可以得到不同的元路徑，如路徑M1、M2、M3、M4，這些路徑具有不同的含義：

M1：人員—志愿活動—社區—志愿活動—人員

M2：人員—技能—志愿活動—社區——志愿活動—技能—人員

M3：人員—基本信息—人員

M4：人員—愛好—人員

M5：社區——志愿活動——社區

M6：技能—志愿活動—技能

M7：人員—志愿活動—人員

P:people S:Skill M:Message C:community

H:hooby V:Voluntary activities B:Base Information

路徑M1表示小區中兩位居民參與同一個社區的志愿活動，將人員類別為志愿者時可表示志愿者參加小區志愿活動情況，可進一步刻畫志愿者志愿服務畫像，若人員類別為受助者時表示受助者收到的小區志愿活動情況，可以刻畫受助者受助情況，可以給出部分畫像；綜合起來，可以刻畫小區志愿服務畫像；M2：志愿者參加小區志愿活動的時候提供了某項技能，可以刻畫出小區志愿活動需求畫像，這個不可以是受助者；M3：基本信息相似的人員；M4：有共同愛好的人員；M5：在同一個社區開展的志愿活動；M6：同一個志愿活動中使用到的技能；M7:參與同一個志愿活動的人員，則可以知道基本情況更相似。

2.2 社區精準志愿服務算法的搭建

本文提出一種基于異構信息網絡的社區精準志愿服務算法模型(HIN_CHY) ，該模型共包含4層：

1) 輸入編碼層

首先對各屬性值及歷史幫扶數據進行預處理，包括數值轉換、歸一化、分組等。在此基礎上，將離散的屬性值映射到高維的特征空間，生成各屬性的特征表示。

2) PathSim單一相似層

利用PathSim算法計算得到單一路徑下的相似度矩陣Mchy，在一定閾值下，選取相似度較高的構成推薦趨勢矩陣Fchy，并確定相關屬性閾值，也可以得到在單一元路徑下的相似情況。

3) 綜合相似推薦層

利用多重元路徑推薦算法，根據推薦趨勢矩陣及屬性閾值綜合計算，即可得到多重源路徑下的相似度矩陣。

①社區精準推薦，統籌區域發展、創新社區治理格局、滿足社區服務需求、增強社區自治能力，安排合適的志愿活動和志愿者。

②志愿活動精準推薦，結合社區實際情況，開展有實際作用的志愿活動。

③志愿者精準推薦，深入了解志愿者，為志愿者推薦合適的志愿活動和受助者，讓志愿者在志愿服務中得到認同，使得其志愿服務價值感得到最大滿足。

④受助者精準推薦，真正關注受助者本身，不為了服務而服務，將受助者身體需求、精神需要等均考慮到，將服務落實到長遠上來。

4) 畫像規劃層

根據相關路徑得到志愿服務相關主體如社區、社區活動、志愿者、受助者的志愿畫像，分層級展示，賦能志愿管理者的智能化和全局觀。

①受助者畫像，歸集與受助者相關數據，包括基本信息、受到志愿活動幫助情況、志愿者信息等，全維度給出受助者在志愿活動受到幫扶的情況，并通過相關統計分析，進一步挖掘得到更適合受助者的志愿活動。

②志愿者畫像，綜合志愿者的相關志愿活動、受助者、基本信息、需求等數據，匯總統計后，將志愿者的志愿服務情況給予全貌展示，讓志愿者清楚自己的志愿服務情況，同步生成志愿服務報告，更加認同志愿服務的意義與價值。同時也給社區工作具象化了解志愿者整體情況提供了可能。

③志愿活動畫像，匯集志愿活動開展情況，分析統計志愿活動在社區、地區的整體數據，挖掘適合社區開展的活動，將志愿活動落到實處，避免形式化的活動出現。

④社區志愿畫像，統籌歸集與分析受助者、志愿者、志愿活動等數據，將社區全要素的志愿服務數據挖掘與再利用，形成“一覽無余”的洞察力，助力社區管理者更好地管理社區志愿服務工作，更好服務社區居民。

⑤區域志愿畫像，建立社區志愿工作的多跨協調、聯動處理，形成區域志愿畫像可以解決目前存在亟須解決的問題——志愿服務在一些社區過熱一些社區過冷的現象，如出現某養老院的老人一天被服務了5~6次，不堪其擾，成為負擔，被服務者對志愿者態度冷淡，這就給志愿者的滿腔熱血的服務熱情和自尊心帶來一定打擊，志愿服務的動力無法有效發揮。而另一邊很多地方有服務需求，卻沒有人來，也不知道如何去找志愿者。想要成為志愿者的人也不知怎樣成為志愿者，不知如何選擇志愿者組織；成為志愿者后也可能因為不滿足志愿服務的不健全中斷志愿服務。

3 實例說明

為了更好地解釋所定義的教育信息網絡及其推薦算法，本文結合具體的例子進行說明。

例1：基于路徑P1：人員--基本信息--人員，路徑P2：人員--愛好--人員，這兩條元路徑見圖3，智能對小區孤寡老人結對幫扶人員進行匹配，基本信息包括年齡、籍貫、方言、家庭住址，愛好包括看書、聽戲、跳舞、下棋、歷史。

圖3 兩條元路徑

表1、表3表示人員的基本信息、愛好預處理后的數據，兩者的轉換矩陣則為表2、表4。

表1 基本信息

表2 基本信息的關聯矩陣

表3 愛好基本信息

表4 愛好關聯矩陣

計算路徑1的單一元路徑相似度：

計算路徑2的單一元路徑相似度：

從愛好這一個屬性來看，P2與P1是最相似的，綜合兩條路徑，ω1、ω1均為0.5，由多重元路徑相似度計算公式可得：

故在考慮愛好、基本情況兩個屬性下的多重元路徑下，P4是比較適合幫扶P1。從資料看也適合，基本保障的服務很重要，精神上的幫扶也很需要，有相似的愛好和經歷能讓溝通融洽，也能增強彼此的信任度，將老人的孤獨的心溫暖起來，同樣志愿者有獲得感與成就感，也獲得繼續進行志愿服務的動力。

綜合考慮志愿服務相關情況，避免簡單粗暴或者社區人員人工手動去篩選配對，使得人員安排有依有據，以數字化技術的算力換人力，促進社區志愿服務能力提質增效，保障志愿服務能長久地進行下去。

4 研究結論與啟示

4.1 研究結論

本文首次將異構信息網絡引入社區志愿服務中來，初步討論了基于異構信息網絡算法構建社區精準志愿服務，定義了綜合志愿服務信息網絡，提出了多維度志愿服務畫像的刻畫，構建了志愿服務精準匹配的模型，并用實例初步說明該模型的可行性，引導社區各類型志愿服務資源優化配置，推動社區志愿服務工作長效機制的建設。

4.2 研究啟示

本研究為社區志愿服務的志愿者和受助者提供如下啟示：在不涉及隱私的前提下，明確自愿、無償和公益利他是志愿服務的本質特征下，雙方均應該積極配合社區管理者提供個人相關數據，以便于更好地訓練算法，為后續算法模型落地提供數據基礎。

本研究對社區志愿服務管理者提供如下啟示：在數字化改革背景下，應突出社區黨委在志愿服務事業中的引領作用，重視將數字化思維融入體系構建中，確立精心服務、精確匹配、精細管理和精準評估為志愿服務的必要屬性，高效應用數字化理念、工具、方法推動志愿服務對化解社會矛盾、積累社會資本、促進社會公平正義的積極作用，拓展志愿服務的廣度和深度，培育志愿服務發展新領域、新模式。

4.3 研究不足與展望

但研究仍存在一定局限，欠缺對各個屬性間對于志愿服務的不同貢獻的思考，下一步將研究閾值選取及不同權重下的算法的構建，并在條件允許的情況下，在大數據上進一步驗證綜合志愿服務網絡及相關模型的可行性、有效性，為建設共同富裕要求對社會資源進行合理配置，為以最少的資源獲取最大的效益提供一定的技術參考。