一种基于用户行为的道德素质综合评价系统及方法与流程

1.本发明涉及综合评价系统技术领域，具体为一种基于用户行为的道德素质综合评价系统及方法。


背景技术：

2.目前将网络信息技术应用于对用户的道德素质评价体系中，提出用户的道德素质评价的方式可以有效的对用户进行道德素质层面上的分析；但随着时代的进步和发展，对用户的道德素质的评估依据越来越多元化，数据的复杂程度越来越高；
3.且目前对用户的综合素质评价的具体要求还处于较为宽泛的现状，根据用户的行为判断用户的综合素质存在许多难以处理的数据问题，包括数据的针对性差、数据的可分析性差、数据的精确度的低以及数据的单一性。


技术实现要素：

4.本发明的目的在于提供一种基于用户行为的道德素质综合评价系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于用户行为的道德素质综合评价系统，包括用户数据获取模块、评价模型处理模块和综合评价分析模块；
6.用户数据获取模块用于获取用户的行为数据，用户数据获取模块包括用户数据分类单元，用户数据分类单元对行为数据进行分类，该行为数据的类别包括用户工作中的行为数据、用户家庭中的行为数据和用户社会中的行为数据；用户工作中的行为数据用于反应用户的职业道德素质水平，用户家庭中的行为数据用于反应用户的家庭道德素质水平，用户社会中的行为数据用于反应用户社会公德素质水平；
7.评价模型处理模块用于对用户数据获取模块中的不同类型的用户行为数据进行分析，评价模型处理模块依据分析结果建立对应的评价模型并依照该评价模型进行评价得出对应的评价结果；
8.综合评价分析模块用于对评价模型处理模块中各模型的评价结果进行综合分析，综合评价分析模块得到该用户的综合评价结果。
9.进一步的，评价模型处理模块包括评价模型建立单元和模型嵌入分析单元；
10.评价模型建立单元用于对用户数据获取模块的分类数据进行对应需求的模型建立，评价模型建立单元包括职业道德评价指标建立单元、家庭道德评价指标建立单元和社会公德评价指标建立单元；职业道德评价指标建立单元用于对工作中的用户行为建立评价指标，职业道德评价指标建立单元用于依据职业道德的评价性质对评价指标进行改进；家庭道德评价指标建立单元用于对在家庭生活中的用户行为建立评价指标；社会公德评价指标建立单元用于对社会生活中的用户举止行为建立评价指标；
11.模型嵌入分析单元用于对用户的行为数据进行嵌入式分析，模型嵌入分析单元包括职业道德嵌入分析单元、家庭道德嵌入分析单元和社会公德嵌入分析单元；职业道德嵌
入分析单元用于将用户工作中的行为数据嵌入职业道德评价指标建立单元进行分析并判断用户的职业道德素质水平；家庭道德嵌入分析单元用于将用户家庭中的行为数据嵌入家庭道德评价指标建立单元进行分析并判断用户的家庭道德素质水平；社会公德嵌入分析单元用于将用户社会生活中的行为数据嵌入社会公德评价指标建立单元进行分析并判断用户的社会公德素质水平。
12.进一步的，综合评价分析模块包括点线面模型刻画单元和点线面模型评估单元；
13.点线面模型刻画单元用于将评价模型处理模块中的用户行为数据进行点、线、面的对应模型的刻画并对用户的行为数据进行相应的处理；点线面模型评估单元用于将点线面模型刻画单元的模型数据与评价模型处理模块中的用户行为数据进行对应分析，点线面模型评估单元从多维度评估用户的综合道德素质。
14.一种基于用户行为的道德素质综合评价方法，包括以下具体步骤：
15.步骤s100：获取用户行为的数据信息，用户行为的数据信息包括用户工作中的行为、用户家庭中的行为和用户社会生活中的行为；用户工作中的行为进行分类包括用户上班迟到次数和用户工作拖延次数，用户家庭中的行为进行分类包括用户做饭次数和用户拨打电话询问父母的次数，用户社会生活中的行为进行分类包括用户是否遵守交通规则和优向性行为；
16.步骤s200：基于步骤s100的用户行为数据，对用户工作中的个人行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的职业道德素质水平；
17.步骤s300：基于步骤s100的用户行为数据，对用户家庭生活中的行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的家庭道德素质水平；
18.步骤s400：基于步骤s100的用户行为数据，对用户社会生活中的行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的社会公德素质水平；
19.步骤s500：基于步骤s200、s300和s400的用户数据进行对用户综合的评估，将评估的不同结果设置不同的提醒层级。
20.进一步的，步骤s200包括以下具体步骤：
21.步骤s210：设置用户上班天数d为一观察周期，记录该用户一周期内迟到的次数为li，i＝{1,2,......n}，li表示第i个用户一周期内迟到的次数；利用公式计算平均每个人在一周期内迟到的均值模型；设置该均值为指标界限，将li》o时记作特征值1，将li≤o时记作特征值0；
22.步骤s220：设置用户一周期内的工作计划量为pi、工作完成量为qi，pi表示第i个用户一周期内工作计划量、qi表示第i个用户一周期内工作完成量；设置工作完成量指标因子为α，利用公式o1＝αpi计算用户工作计划量完成的最低界限模型，当qi≥o1时记作特征值为1，当qi《o1时记作特征值为0；
23.设置指标因子是为了限定用户最低工作量的完成度，且将指标量设置在0～1/2内，是表明指标因子的最大值是1/2，进一步说明用户工作的完成度的最少界限的最大程度是完成工作量的一半，且将完成与未完成的用户进行归一化分类为特征值0和1有利于后面对用户整体工作行为的分析；
24.步骤s230：基于所述步骤s210和s220的用户数据，输出用户职业道德素质的层级
为第一层级和第二层级，且设置职业道德素质为第一层级的用户数据为0 0和0 1，设置职业道德素质为第二层级时的用户数据为1 0和1 1；
25.步骤s240：基于所述步骤s230中的用户数据，职业道德素质第一层级的数据和职业道德素质第二层级的数据存在重合，添加校正分类模型校正数据的召回率，进而分析用户在该层级上的精确度和层级水平。
26.进一步的，步骤s240的具体过程为：
27.步骤s241：校正分类模型包括分类器判断正误和分类器的分类结果，分类器的判断结果为正确和错误，分类器的分类结果为第一层级(达标)和第二层级；
28.设置校正分类模型是因为在规划分析的时候在不同标准内产生了两种相同的数据0 1和1 0，此时容易对用户的行为进行误判，故采用一个校正分类模型提高对用户职业道德素质分析的精确度；
29.步骤s242：基于步骤s241的数据，分类器的判断结果和分类器的分类结果进行重新组合，将分类器分类结果为第二层级且分类器的判定结果为正确的数据表示为tp，将分类器分类结果为第二层级且分类器的判定结果为错误的数据表示为fp，将分类器分类结果为第一层级且分类器的判定结果为正确的数据表示为fn，将分类器分类结果为第一层级且分类器的判定结果为错误的数据表示为tn；
30.步骤s243：基于步骤s242的重新组合数据，利用公式计算判断校正分类模型的召回率是否是100％；当计算召回率为100％时，输出用户的职业道德素质的层级为有效数据；且针对此时分类后的tp fn为第二层级的用户，fp tn为第一层级的用户。
31.在此处设置分类器的目的是实现召回率指标的最优化，即能够灵敏的找出实际上职业道德素质第二层级的用户，即使分类器的准确判断率降低，但是避免将实际上职业道德素质为第二层级的用户漏掉采取此分类模型只针对性的提高召回率，即便错判不漏判；且在评判用户的职业道德素质水平上将用户的迟到次数作为评判的关键表明用户的工作态度在职业道德素质中起着重要的角色。
32.进一步的，步骤s300的具体过程如下：
33.步骤s310：设置用户一周期内做饭次数与时间天数的函数关系表达式为：y＝3
τx
，其中τ为基本指标，且y表示二维坐标系中纵坐标的时间天数，x表示二维坐标系中横坐标的做饭次数，在xy二维坐标系中绘制该函数关系表达式的曲线图；
34.设置基本指标τ是为了设定用户最低标准的做饭频次，函数关系表达式中的3表示一天的三顿饭，令时，表示用户最低标准的做饭频次为一天三顿只做一顿；
35.步骤s320：基于步骤s310的曲线图，记录用户每天拨打电话询问父母的次数，且将该次数关系柱状图绘制于步骤s310的同一坐标系模型中，并以该用户y轴的时间天数为次数关系柱状图的横坐标，以该用户x轴的做饭次数为次数关系柱状图的纵坐标进行绘制；
36.步骤s330：基于步骤s320绘制完成的图像数据，记录一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧的次数为z1，关系柱状图的最高点位于函数关系表达式的曲线图左侧的次数为z2；记录用户实际做饭的次数位于函数关系表达式的曲线图
下方的次数为c1，用户实际做饭的次数位于函数关系表达式的曲线图上方的次数为c2；当z1≥z2且c1≥c2时，输出该用户的家庭道德素质水平为第一层级，其余所有情况下，输出该用户的家庭道德素质水平为第二层级。
37.绘制两种情况下的图像数据，且将两种图像数据绘制在一张坐标系中，可以明确看出两种数据的依附关系，当用户一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧说明用户的对父母的关系频次较高，当用户实际做饭的次数位于函数关系表达式的曲线图下方，表明用户实际做饭的次数要大于曲线标准的最低限度；从以上两个维度可以说明该用户的家庭责任感较强，不仅是对家庭的感情和睦起作用还对父母及时关心。
38.进一步的，步骤s400的具体过程为：
39.步骤s410：设置用户的天平模型，将用户的遵守交通规则的行为输出为正向砝码指标u
ij
并置于天平的左托盘上，i、j＝{1,2,......n}，u
ij
表示第i个用户的第j次遵守交通规则的行为；将用户的不遵守交通规则的行为输出为负向砝码指标v
ij
并置于天平的右托盘上，v
ij
表示第i个用户的第j次遵守交通规则的行为；将用户优向性行为输出为激励卡尺指标g
ij
并置于天平的左托盘上，g
ij
表示第i个用户的第j次发生优向性行为；优向性行为包括乘坐交通工具给老人让座和见义勇为；
40.步骤s420：基于步骤s410的天平模型，将用户单次正向砝码指标记为 1，用户单次负向砝码指标记为-1，激励卡尺指标记为 0.5；计算用户一周期内的左天平所有的砝码指标数目＝∑(u
ij
g
ij
)，一周期内的右天平所有的砝码指标数目＝∑v
ij
；
41.步骤s430：基于步骤s420的指标数据，将左天平的砝码指标数目和右天平的砝码指标数目进行绝对值化处理，且当|∑(u
ij
g
ij
)|》|∑v
ij
|时，输出用户的社会公德素质水平为第一层级；当|∑(u
ij
g
ij
)|≤|∑v
ij
|时，输出用户的社会公德素质水平为第二层级。
42.设置社会公德天平模型是为了将用户在社会生活中的行为进行分类，有具体的正误之分的行为进行区别分化，正确即是正确，错误即是错误，将一些具有优向性的行为，也就是一些做了会更好不做也不会有错误的行为设置成正向激励行为，设置的原因是为了不单一考虑行为的对错之分，还有更多的优化行为。
43.进一步的，步骤s500的具体过程为：
44.步骤s510：基于上述步骤s243、步骤s330和步骤s430中对用户在职业道德、家庭道德和社会公德方面进行的评估数据，设置用户的职业道德评估结果为点数据、家庭道德评估结果为线数据、社会公德评估结果为面数据；并设置点数据的权重指标为w、线数据的权重指标为e、面数据的权重指标为f，且f》e》w》1；将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第一等级均设定为定值a1，将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第二等级的均设定为定值a2，且a2《0《a1，|a2|《|a1|；
45.步骤s520：基于步骤s510的数据指标，计算评估用户对应的三种素质水平与各素质水平对应的权重乘积之和的数值；若该数值为正数，则对该用户输出第一提醒信号，若该数值为负值，则对该用户输出第二提醒信号。
46.将三种不同的的道德素质进行综合，对职业道德素质设定的权重值最小说明职业道德是针对个人的道德素质问题，在点线面整体方向上的比重最小；将社会公德素质水平定为面数据意为该数据对整体的影响最大，故将该权重设置最大值；且对每种道德素质的
两方面设置正负值是为了计算区分最后得出的数值的正负性，且负值的数值的绝对值设定原则上小于正值的绝对值，是为了增大道德素质评判的包容度；当最终计算的结果仍为负值时，对该用户输出第二提醒信号，第二提醒信号用于对用户行为数据中的负值对应的行为进行改进和提醒；计算结果为正值时，第一提醒包括对用户行为数据中的正值对应的行为进行鼓励。
47.与现有技术相比，本发明所达到的有益效果是：本发明有效的针对用户从三个不同的维度去分析用户整体的道德素质水平，包括用户的职业道德、家庭道德和社会公德，这三方面的水平可以基本上概括该用户的个人家庭以及社会的行为数据，且对不同的道德素质评估的层面上进行不同的数据模型评估方法，提高用户行为数据的可分析性，以及导入校正指标有效的提高了数据的精确度，将每种维度分析的结果进行整合形成多元的数据分析结果。
附图说明
48.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
49.图1是本发明一种基于用户行为的道德素质综合评价系统的结构示意图；
50.图2是本发明一种基于用户行为的道德素质综合评价方法的整体方法流程图；
51.图3是本发明一种基于用户行为的道德素质综合评价方法的用户的职业道德素质水平流程图；
52.图4是本发明一种基于用户行为的道德素质综合评价方法的校正分类模型方法流程图；
53.图5是本发明一种基于用户行为的道德素质综合评价方法的用户的家庭道德素质水平；
54.图6是本发明一种基于用户行为的道德素质综合评价方法的用户的社会公德素质水平；
55.图7是本发明一种基于用户行为的道德素质综合评级方法的用户道德素质水平综合评估流程图。
具体实施方式
56.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
57.请参阅图1-图7，本发明提供技术方案：一种基于用户行为的道德素质综合评价系统，包括用户数据获取模块、评价模型处理模块和综合评价分析模块；
58.用户数据获取模块用于获取用户的行为数据，用户数据获取模块包括用户数据分类单元，用户数据分类单元对行为数据进行分类，该行为数据的类别包括用户工作中的行为数据、用户家庭中的行为数据和用户社会中的行为数据；用户工作中的行为数据用于反应用户的职业道德素质水平，用户家庭中的行为数据用于反应用户的家庭道德素质水平，
用户社会中的行为数据用于反应用户社会公德素质水平；
59.评价模型处理模块用于对用户数据获取模块中的不同类型的用户行为数据进行分析，评价模型处理模块依据分析结果建立对应的评价模型并依照该评价模型进行评价得出对应的评价结果；
60.综合评价分析模块用于对评价模型处理模块中各模型的评价结果进行综合分析，综合评价分析模块得到该用户的综合评价结果。
61.评价模型处理模块包括评价模型建立单元和模型嵌入分析单元；
62.评价模型建立单元用于对用户数据获取模块的分类数据进行对应需求的模型建立，评价模型建立单元包括职业道德评价指标建立单元、家庭道德评价指标建立单元和社会公德评价指标建立单元；职业道德评价指标建立单元用于对工作中的用户行为建立评价指标，职业道德评价指标建立单元用于依据职业道德的评价性质对评价指标进行改进；家庭道德评价指标建立单元用于对在家庭生活中的用户行为建立评价指标；社会公德评价指标建立单元用于对社会生活中的用户举止行为建立评价指标；
63.模型嵌入分析单元用于对用户的行为数据进行嵌入式分析，模型嵌入分析单元包括职业道德嵌入分析单元、家庭道德嵌入分析单元和社会公德嵌入分析单元；职业道德嵌入分析单元用于将用户工作中的行为数据嵌入职业道德评价指标建立单元进行分析并判断用户的职业道德素质水平；家庭道德嵌入分析单元用于将用户家庭中的行为数据嵌入家庭道德评价指标建立单元进行分析并判断用户的家庭道德素质水平；社会公德嵌入分析单元用于将用户社会生活中的行为数据嵌入社会公德评价指标建立单元进行分析并判断用户的社会公德素质水平。
64.综合评价分析模块包括点线面模型刻画单元和点线面模型评估单元；
65.点线面模型刻画单元用于将评价模型处理模块中的用户行为数据进行点、线、面的对应模型的刻画并对用户的行为数据进行相应的处理；点线面模型评估单元用于将点线面模型刻画单元的模型数据与评价模型处理模块中的用户行为数据进行对应分析，点线面模型评估单元从多维度评估用户的综合道德素质。
66.一种基于用户行为的道德素质综合评价方法，包括以下具体步骤：
67.步骤s100：获取用户行为的数据信息，用户行为的数据信息包括用户工作中的行为、用户家庭中的行为和用户社会生活中的行为；用户工作中的行为进行分类包括用户上班迟到次数和用户工作拖延次数，用户家庭中的行为进行分类包括用户做饭次数和用户拨打电话询问父母的次数，用户社会生活中的行为进行分类包括用户是否遵守交通规则和优向性行为；
68.步骤s200：基于步骤s100的用户行为数据，对用户工作中的个人行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的职业道德素质水平；
69.步骤s200包括以下具体步骤：
70.步骤s210：设置用户上班天数d为一观察周期，记录该用户一周期内迟到的次数为li，i＝{1,2,......n}，li表示第i个用户一周期内迟到的次数；利用公式计算平均每个人在一周期内迟到的均值模型；设置该均值为指标界限，将li》o时记作特征值1，将li≤o时记作特征值0；
71.例如：用户上班天数以5天为一观察周期，该用户上班迟到次数为3次，记其余同事为3人，且分别迟到的次数为1、0、0，则故平均每个人一周期内迟到的次数为1，且该用户的迟到次数大于平均值，记作特征值1；
72.步骤s220：设置用户一周期内的工作计划量为pi、工作完成量为qi，pi表示第i个用户一周期内工作计划量、qi表示第i个用户一周期内工作完成量；设置工作完成量指标因子为α，利用公式o1＝αpi计算用户工作计划量完成的最低界限模型，当qi≥o1时记作特征值为1，当qi《o1时记作特征值为0；
73.例如：用户一周期的工作计划量为5，设置工作完成量指标因子则则每用户工作计划量完成的最低界限为当用户实际上完成了时，记特征值为0；
74.设置指标因子是为了限定用户最低工作量的完成度，且将指标量设置在0～1/2内，是表明指标因子的最大值是1/2，进一步说明用户工作的完成度的最少界限的最大程度是完成工作量的一半，且将完成与未完成的用户进行归一化分类为特征值0和1有利于后面对用户整体工作行为的分析；
75.步骤s230：基于所述步骤s210和s220的用户数据，输出用户职业道德素质的层级为第一层级和第二层级，且设置职业道德素质为第一层级的用户数据为0 0和0 1，设置职业道德素质为第二层级时的用户数据为1 0和1 1；
76.步骤s240：基于所述步骤s230中的用户数据，职业道德素质第一层级的数据和职业道德素质第二层级的数据存在重合，添加校正分类模型校正数据的召回率，进而分析用户在该层级上的精确度和层级水平。
77.步骤s240的具体过程为：
78.步骤s241：校正分类模型包括分类器判断正误和分类器的分类结果，分类器的判断结果为正确和错误，分类器的分类结果为第一层级和第二层级；
79.设置校正分类模型是因为在规划分析的时候在不同标准内产生了两种相同的数据0 1和1 0，此时容易对用户的行为进行误判，故采用一个校正分类模型提高对用户职业道德素质分析的精确度；
80.步骤s242：基于步骤s241的数据，分类器的判断结果和分类器的分类结果进行重新组合，将分类器分类结果为第二层级且分类器的判定结果为正确的数据表示为tp，将分类器分类结果为第二层级且分类器的判定结果为错误的数据表示为fp，将分类器分类结果为第一层级且分类器的判定结果为正确的数据表示为fn，将分类器分类结果为第一层级且分类器的判定结果为错误的数据表示为tn；
81.步骤s243：基于步骤s242的重新组合数据，利用公式计算判断校正分类模型的召回率是否是100％；当计算召回率为100％时，输出用户的职业道德素质的层级为有效数据；且针对此时分类后的tp fn为第二层级的用户，fp tn为第一层级的用户。
82.例如：设一共对10位用户进行评估，当tp＝1表示该用户的职业道德素质为第二层
级且判断正确的数量，fn＝0表示该用户的职业道德素质为第二层级且判断错误的数量，fp＝8表示职业道德素质为第一层级且判断正确的数量，tn＝1表示职业道德素质为第一层级且判断错误的数量，此时故这一位用户就是职业道德素质为第二层级的用户。
83.在此处设置分类器的目的是实现召回率指标的最优化，即能够灵敏的找出实际上职业道德素质为第二层级的用户，即使分类器的准确判断率降低，但是避免将实际上职业道德素质为第二层级的用户漏掉采取此分类模型只针对性的提高召回率，即便错判不漏判；且在评判用户的职业道德素质水平上将用户的迟到次数作为评判的关键表明用户的工作态度在职业道德素质中起着重要的角色。
84.步骤s300：基于步骤s100的用户行为数据，对用户家庭生活中的行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的家庭道德素质水平；
85.步骤s300的具体过程如下：
86.步骤s310：设置用户一周期内做饭次数与时间天数的函数关系表达式为：y＝3
τx
，其中τ为基本指标，且y表示二维坐标系中纵坐标的时间天数，x表示二维坐标系中横坐标的做饭次数，在xy二维坐标系中绘制该函数关系表达式的曲线图；
87.设置基本指标τ是为了设定用户最低标准的做饭频次，函数关系表达式中的3表示一天的三顿饭，令时，表示用户最低标准的做饭频次为一天三顿只做一顿；
88.步骤s320：基于步骤s310的曲线图，记录用户每天拨打电话询问父母的次数，且将该次数关系柱状图绘制于步骤s310的同一坐标系模型中，并以该用户y轴的时间天数为次数关系柱状图的横坐标，以该用户x轴的做饭次数为次数关系柱状图的纵坐标进行绘制；
89.步骤s330：基于步骤s320绘制完成的图像数据，记录一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧的次数为z1，关系柱状图的最高点位于函数关系表达式的曲线图左侧的次数为z2；记录用户实际做饭的次数位于函数关系表达式的曲线图下方的次数为c1，用户实际做饭的次数位于函数关系表达式的曲线图上方的次数为c2；当z1≥z2且c1≥c2时，输出该用户的家庭道德素质水平为第一层级，其余所有情况下，输出该用户的家庭道德素质水平为第二层级。
90.例如：记录一周期3天内的用户行为数据，取τ＝1/3时，则当x＝1时，当x＝3时，y＝1；记此时用户第一天的做饭次数为1，则用户实际做饭的次数位于函数关系表达式的曲线图下方；第二天的做饭次数为1，则用户实际做饭的次数位于函数关系表达式的曲线图上方；第三天的做饭次数为1，则用户实际做饭的次数位于函数关系表达式的曲线图上方，此时c1《c2；记此时用户第一天拨打电话询问父母的次数为1，则用户一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧；用户第二天拨打电话询问父母的次数为2，则用户一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧；用户第三天拨打电话询问父母的次数为1，则用户一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图左侧，此时z1》z2；故此时输出用户的家庭道德素质水平为第二层级。
91.绘制两种情况下的图像数据，且将两种图像数据绘制在一张坐标系中，可以明确看出两种数据的依附关系，当用户一周期内次数关系柱状图的最高点位于函数关系表达式的曲线图右侧说明用户的对父母的关系频次较高，当用户实际做饭的次数位于函数关系表达式的曲线图下方，表明用户实际做饭的次数要大于曲线标准的最低限度；从以上两个维度可以说明该用户的家庭责任感较强，不仅是对家庭的感情和睦起作用还对父母及时关心。
92.步骤s400：基于步骤s100的用户行为数据，对用户社会生活中的行为度量指标并建立对应的模型，通过模型嵌入相应的用户行为数据评估该用户的社会公德素质水平；
93.步骤s400的具体过程为：
94.步骤s410：设置用户的天平模型，将用户的遵守交通规则的行为设置为正向砝码指标u
ij
并置于天平的左托盘上，i、j＝{1,2,......n}，u
ij
表示第i个用户的第j次遵守交通规则的行为；将用户的不遵守交通规则的行为设置为负向砝码指标v
ij
并置于天平的右托盘上，v
ij
表示第i个用户的第j次遵守交通规则的行为；将用户优向性行为设置为激励卡尺指标g
ij
并置于天平的左托盘上，g
ij
表示第i个用户的第j次发生优向性行为；优向性行为包括乘坐交通工具给老人让座和见义勇为；
95.步骤s420：基于步骤s410的天平模型，将用户单次正向砝码指标记为 1，用户单次负向砝码指标记为-1，激励卡尺指标记为 0.5；计算用户一周期内的左天平所有的砝码指标数目＝∑(u
ij
g
ij
)，一周期内的右天平所有的砝码指标数目＝∑v
ij
；
96.步骤s430：基于步骤s420的指标数据，将左天平的砝码指标数目和右天平的砝码指标数目进行绝对值化处理，且当|∑(u
ij
g
ij
)|》|∑v
ij
|时，输出用户的社会公德素质水平为第一层级；当|∑(u
ij
g
ij
)|≤|∑v
ij
|时，输出用户的社会公德素质水平为第二层级。
97.例如：记录用户遵守交通规则的次数为3次，不遵守交通规则的次数为4次，且用户给老弱病残孕让座的次数为2次，则左天平所有的砝码指标数目＝∑(u
ij
g
ij
)＝(3
×
1 2
×
0.5)＝4，右天平所有的砝码指标数目＝∑v
ij
＝(4
×
(-1))＝-4；绝对值化处理后的数值|∑(u
ij
g
ij
)|＝4，|∑v
ij
|＝|-4|＝4，此时|∑(u
ij
g
ij
)|＝|∑v
ij
|，则该用户的社会公德素质水平为第二层级；
98.设置社会公德天平模型是为了将用户在社会生活中的行为进行分类，有具体的正误之分的行为进行区别分化，正确即是正确，错误即是错误，将一些具有优向性的行为，也就是一些做了会更好不做也不会有错误的行为设置成正向激励行为，设置的原因是为了不单一考虑行为的对错之分，还有更多的优化行为。
99.步骤s500：基于步骤s200、s300和s400的用户数据进行对用户综合的评估，将评估的不同结果设置不同的提醒层级；
100.步骤s500的具体过程为：
101.步骤s510：基于上述步骤s243、步骤s330和步骤s430中对用户在职业道德、家庭道德和社会公德方面进行的评估数据，设置用户的职业道德评估结果为点数据、家庭道德评估结果为线数据、社会公德评估结果为面数据；并设置点数据的权重指标为w、线数据的权重指标为e、面数据的权重指标为f，且f》e》w》1；将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第一等级均设定为定值a1，将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第二等级的均设定为定值a2，且a2《0《a1，|a2|《|a1|；
102.步骤s520：基于步骤s510的数据指标，计算评估用户对应的三种素质水平与各素质水平对应的权重乘积之和的数值；若该数值为正数，则对该用户输出第一提醒信号，若该数值为负值，则对该用户输出第二提醒信号。
103.例如：对点数据设置权重指标为1.5，线数据的权重指标为3，面数据的权重指标为5，将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第一层级均设定为定值15，将用户的职业道德素质水平、家庭道德素质水平和社会公德素质水平为第二层级均设定为定值-10；此时会出现以下情况：
104.①
输出用户职业道德素质水平、家庭道德素质水平和社会公德素质水平为第一层级时：1.5
×
15 3
×
15 5
×
15＝138；
105.②
输出用户职业道德素质水平和家庭道德素质水平为第一层级、社会公德素质水平为第二层级时：1.5
×
15 3
×
15 5
×
(-10)＝13；
106.③
输出用户职业道德素质水平为第一层级，家庭道德素质水平和社会公德素质水平为第二层级时：1.5
×
15 3
×
(-10) 5
×
(-10)＝-62；
107.④
输出用户职业道德素质水平为第一层级，家庭道德素质水平为第二层级、社会公德素质水平为第一层级时：1.5
×
15 3
×
(-10) 5
×
15＝63；
108.⑤
输出用户职业道德素质水平为第二层级、家庭道德素质水平和社会公德素质水平为第一层级时：1.5
×
(-10) 3
×
15 5
×
15＝105；
109.⑥
输出用户职业道德素质水平为第二层级、家庭道德素质水平为第一层级、社会公德素质水平为第二层级时：1.5
×
(-10) 3
×
15 5
×
(-10)＝-20；
110.⑦
输出用户职业道德素质水平、家庭道德素质水平、社会公德素质水平均为第二层级时：1.5
×
(-10) 3
×
(-10) 5
×
(-10)＝-95；
111.⑧
输出用户职业道德素质水平和家庭道德素质水平为第二层级、社会公德素质水平为第一层级时：1.5
×
(-10) 3
×
(-10) 5
×
15＝30；
112.将三种不同的的道德素质进行综合，对职业道德素质设定的权重值最小说明职业道德是针对个人的道德素质问题，在点线面整体方向上的比重最小；将社会公德素质水平定为面数据意为该数据对整体的影响最大，故将该权重设置最大值；且对每种道德素质的两方面设置正负值是为了计算区分最后得出的数值的正负性，且负值的数值的绝对值设定原则上小于正值的绝对值，是为了增大道德素质评判的包容度；当最终计算的结果仍为负值时，对该用户输出第二提醒信号，第二提醒信号用于对用户行为数据中的负值对应的行为进行改进和提醒；计算结果为正值时，第一提醒包括对用户行为数据中的正值对应的行为进行鼓励。
113.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
114.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可
以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。