[发明专利]物业质量品控的优化方法及装置

说明书

本发明公开了一种物业质量品控的优化方法及装置，涉及一种数据处理技术领域，主要目的在于现有由于人为监控无法实时对监控点的情况进行准确确定，浪费大量的人力资源，还会影响物业管理的效率，降低物业质量品控的准确性、有效性的问题。主要技术方案：按照预设时间间隔获取监控点采集的监控数据；根据所述监控数据结合物业质量品控识别模型确定物业质量品控结果，所述物业质量品控识别模型用于根据所述监控数据识别监控点中出现的异常监控情况。主要用于物业质量品控的优化。

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种物业质量品控的优化方法及装置。

背景技术

物业是指已经建成并投入使用的各类房屋及其与之相配套的设备、设施和场地的总称，而随着户主对生活环境质量要求的不断提高，越来越多的物业方使用物业管理系统来对物业质量品质进行监控，来满足户主的不同需求，从而提高入住率。

目前，现有的物业质量品控通过采集各个监控点的数据，通过人为的分析各个监控点的状态来确定物业的质量品质是否达到标准，但是，由于人为监控无法实时对监控点的情况进行准确确定，浪费大量的人力资源，还会影响物业管理的效率，降低物业质量品控的准确性、有效性。

发明内容

有鉴于此，本发明提供一种物业质量品控的优化方法及装置，主要目的在于现有由于人为监控无法实时对监控点的情况进行准确确定，浪费大量的人力资源，还会影响物业管理的效率，降低物业质量品控的准确性、有效性的问题。

依据本发明一个方面，提供了一种物业质量品控的优化方法，包括：

按照预设时间间隔获取监控点采集的监控数据；

根据所述监控数据结合物业质量品控识别模型确定物业质量品控结果，所述物业质量品控识别模型用于根据所述监控数据识别监控点中出现的异常监控情况。

进一步地，所述获取监控点按照预设时间间隔采集的数据之前，所述方法还包括：

提取历史监控数据；

根据物业质量品控的业务需求从所述历史监控数据中标记特征数据；

根据标记特征数据的历史监控数据对基础学习模型进行训练，确定物业质量品控识别模型；

将所述物业质量品控识别模型进行标注，并存储至模型数据库中。

进一步地，所述根据物业质量品控的业务需求从所述历史监控数据中标记特征数据之前，所述方法还包括：

根据基础学习模型的算法要求对所述历史监控数据进行数据清洗。

进一步地，所述根据标记特征数据的历史监控数据对基础学习模型进行训练，确定物业质量品控识别模型包括：

根据所述历史监控数据及所述特征数据对基础学习模型进行训练，得到初级物业质量品控识别模型，根据所述初级物业质量品控识别模型进行预期运算，将预期运算结果反馈至用户，并接收用户进行标注的用于训练的监控数据，根据所述标注过的监控数据对初级业务质量品控识别模型进行训练，确定最终的物业质量品控识别模型。

进一步地，所述根据所述监控数据结合物业质量品控识别模型确定物业质量品控结果之前，所述方法还包括：

配置与不同的应用场景分别对应的物业质量品控识别模型的配置参数；

判断所述物业质量品控识别模型是否为最新版本；

若所述物业质量品控识别模型不为最新版本，则从所述模型数据库中下载最新版本的物业质量品控识别模型，将旧版本的物业质量品控识别模型替换为新版本的物业质量品控识别模型。

进一步地，所述根据所述监控数据结合物业质量品控识别模型确定物业质量品控结果包括：