基于物联网数据的智能楼宇物业服务质量评估研究

孔德渊， 邱慰祥， 张华， 王肖微

(上海电力通信有限公司， 上海 200051)

0 引言

智能楼宇的核心技术是5A系统，通俗地讲，智能楼宇就是通过计算机控制通信网络，将集结构、系统、服务、管理以及他们之间的最优化组合5个系统，进行有机综合，提高建筑物的安全、便利、高效、节能等特性[1-2]。智能楼宇已经广泛应用于写字楼、商场、物业、学校等领域。物业服务企业在战略层面和经营层面必须对此予以重视，通过科学的计量方法和测评模型来汇总业主不断变化的需求[3-5]。

文献[6]通过对相关理论的学习和梳理,在现行相关法律法规的基础上选取五个方面共计17个指标,然后运用层次分析法确定指标权重从而构建定量模型,最后通过实证分析验证本研究方法和评价体系的合理性。结果表明在住宅小区物业管理过程中,综合服务质量主要取决于设备管理、环境和安全管理。文献[7]提出了物业管理服务质量评价指标体系设计的概念模型,初步设计了指标体系。运用相关分析法、因子分析法对初设指标的独立性、显著性进行检验,并运用因子分析法对指标体系的合理性进行分析,证明初设指标具有独立性、显著性,指标体系具有合理性;运用熵值法进行指标权重计算,进而构建了新时代城市住宅小区物业管理服务质量评价指标体系。文献[8]利用SERVQUAL模型,设计面向学生的调查问卷,对搜集到的数据进行描述性分析和差异性分析。根据结论,给出提高物业服务质量的建议,如提高物业服务的可感知性，重视物业服务的补救性，加强与学生沟通交流及注重性别的差异化服务。

本文将深入研究智能楼宇物业服务质量评估的评估方法。通过物联网感知层去对智能楼宇物业服务质量的评估指标进行采集，分析智能楼宇物业服务技术质量，结合住户对智能楼宇物业服务质量的主观印象，消除智能楼宇物业服务质量差距的基础上，进行物业服务质量的评估。

1 智能楼宇物业服务质量评估指标采集

根据智能楼宇物业服务质量评估指标对不同的楼宇物业进行分析评估，一方面是让物业服务质量评估有条理性，另一方面是好的评估指标可以促进智能楼宇物业服务质量的提高[9]。

本文采用映射采集方法对智能楼宇物业服务质量评估指标进行采集。由于不同评价者对于指标重要性的程度不同，可通过分析指标性差异获取重要性指标，首先需要获取不同评估者对指标xi的评分。计算等级差异系数，如式(1)。

(1)

物联网可以说是一个体积庞大的简易网络，但是它可以进行大量的信息存储、信息收集等操作，涵盖内容极其丰富[10]。广义的物联网的网络结构示意图如图1所示。

图1 物联网的三层模结构图

物联网在智能楼宇领域内的应用极为广泛，物联网的网络结构框架分为三层，分别是感知层、网络层和应用层。物联网的感知层具有实现事物和信息条的识别功能，在一定范围内，对某一个信息条进行搜寻。物联网的网络层是一个复杂的层次，它存储着大量的实时信息，为感知层提供信息查找的基础，也可以将感知层查询的相关信息反向传递给应用层。物联网的应用层是综合感知层的信息识别和查找与当前信息进行匹配，提取实时的信息[11]。物联网的三个层次之间的信息传递是双向的，这也有利于信息的实时更新。本文重要的研究是物联网网络的感知层，通过感知层去对智能楼宇物业服务质量的评估指标进行采集[12-13]。

提取不同指标在不同用户的评分，计算指标值分布的离散系数Cj,如式(2)。

(2)

本文根据离散系数，离散系数Cj越大，指标的鉴别能力越强，当离散系数为0.2时，结合着物业管理、经营特点，权衡部分居民的入住情况和目前需求，设定了以下智能楼宇物业服务质量评估指标，智能楼宇物业服务质量评估指标分布图如图2所示。

图2 智能楼宇物业服务质量评估指标分布图

(1) 指标1是智能楼宇物业近几年的发展情况。一个智能楼宇物业的发展趋势在一定程度上，会反应一个物业的求精态度和本身的能力情况。智能楼宇物业的发展情况本文参考物业的资产情况和市场营销两方面指标的评定。

(2) 指标2是智能楼宇物业的员工素质和员工奇数。优秀的员工是一个企业发展的基本，每一个员工都代表着物业的形象，员工给业主的感受也直接影响着业主对物业的评价。所以员工的素质对物业的服务质量评估有很大的影响。员工奇数是指考虑一个智能楼宇物业的服务人员的数量和物业服务范围的比值，要将两者的比值控制在至少1.5和2.5之间。避免出现闲杂工作人员较多或者工作人员较少，无法满足业主需求的情况。

(3) 指标3是用户的满意程度。其中按2比1的比例采访居住时间三年以上和三年以下的用户，避免出现刚开始居住的用户涉及问题不全面，提高用户满意度的情况[14-17]。

本文通过感知层的射频采集技术对智能楼宇物业服务质量评估指标相关信息进行采集。射频采集技术是物联网的感知层重要的结构之一[18]。射频采集技术是一项结合无线通信、芯片跟踪和信息集成高科技手段的先进技术。采集阶段采集到的射频能量EH为式(3)。

EH=PT×GT×L×GR×η×τ

(3)

式中，PT表示发送功率；GT表示发送天线增益；L表示路径损耗；GR表示接收天线增益；η表示射频-直流能量转换效率。

首先，物联网通过感知层对输入的物业信息条进行首次信息采集，查找有关的一系列信息，通过无线通讯传到物联网的应用层[19]。然后网络层根据物业名称进行第二次数据信息采集，将信息传送到应用层。

假设能量采集节点只通过一条路径获得发送器发送的能量，而不会经过其他的散射、反射路径传播的信息源来采集能量，那么采集到的射频能量为式(4)。

(4)

式中，PR表示接收端接收到的功率；λ表示波长；d表示发送天线与接收天线之间的距离。

应用层将网络层和感知层传送的信息进行合并，此时射频采集技术将录入所有有关物业的信息，根据本文设定的智能楼宇物业指标信息采集[20]。采集到的指标信息为式(5)。

(5)

式中，ht和hr分别表示发送以及接收天线的高度。

2 基于物联网数据的智能楼宇物业服务的评估分析

目前，我国研究人员将智能楼宇物业服务质量分为两个部分，一部分是智能楼宇物业服务技术质量，另一部分是智能楼宇物业服务的功能质量。

智能楼宇物业服务技术质量的要求是满足入住居民要求的能力和满意程度，多数体现在智能楼宇建筑的基础设施[21]。智能楼宇物业服务功能质量体现在物业工作人员与入住居民的交流方式、解决问题的方式和智能楼宇建筑物区间的环境卫生等。

目前，智能楼宇物业服务质量的评估方法会受到许多其他外界因素的影响，存在着不确定性，很容易造成智能楼宇物业服务质量评估与真实评估出现差距。因此利用熵权法对各指标赋权的步骤如下。

(1) 计算指标j下用户i的指标值的比重pij,如式(6)。

(6)

式中，rij表示指标j下用户i的评价值。

(2) 计算指标j下的熵值ej，如式(7)。

(7)

ej越小说明其指标值的变异程度也就越大，所能提供的信息量就越多，那么，在综合评中该指标起的所能起到的作用越大，而其权重也就应该越大。

其中住户对智能楼宇物业服务质量的主观印象是评价差距出现的重要影响因素。具体的差距分析模型如式(8)。

(8)

式中，Nnj表示住户满意度。在消除了智能楼宇物业服务质量差距的基础上，进行物业服务质量的评估，可以提高基于物联网数据的智能楼宇物业服务质量评估的准确率。具体的评估流程图如图3所示。

图3 智能楼宇物业服务质量评估流程图

(1) 根据物联网的感知层、网络层，分别采集智能楼宇物业服务质量评估指标的过关信息，将信息传递到应用层；

(2) 物联网的应用层通过映射采集技术将感知层、网络层采集的相关信息，根据本文设定的智能楼宇物业服务质量评估指标有方向地进行信息删除和增加相关的及时信息；

(3) 根据采集到的智能楼宇物业服务质量指标的信息，通过基于物联网数据的智能楼宇物业服务质量评估方法，对采集到的信息进行消除误差分析和处理；

(4) 得到最终的智能楼宇物业服务质量评估指标的信息，进行信息分析，得到相对应的评估报告。

3 实验研究

3.1 实验目的

为了证明本文研究的基于物联网数据的智能楼宇物业服务质量评估性能，进行实验验证。利用SPSS 软件进行数据统计与分析。依据IS09000标准对质量的定义，本文将物业服务质量定义为物业服务企业提供的服务活动达到规定要求和满足业主需求的能力和程度。

实验数据来源于艾瑞数据库(网址为http://www.iresearch.cn)。某物业管理公司下辖的住宅小区物业管理项目总用地面积3.75万平方米，建筑面积共计20万平方米，目前已经全部入住使用。总用户数1523户、居住人口约4021人、绿化率30.25%。

3.2 实验过程

本文将随机对几个不同资质的小区智能楼宇物业服务质量进行评估，由两个监督人员记录评估时间，然后根据不同方法最终的智能楼宇物业服务质量评估结果报告，调查的对象为小区居住者。基于物联网数据的智能楼宇物业服务质量评估方法的评估流程如下。

(1) 通过物联网的三层结构进行智能楼宇物业服务质量信息采集；

(2) 将采集到的信息通过映射采集方法，根据智能楼宇物业服务质量评估指标进行有方向的信息提取；

(3) 采用基于物联网数据的方法对提取到的智能楼宇物业服务质量评估指标的相关信息进行评估分析；

(4) 最后完成评估，绘制各个小区的智能楼宇物业服务质量分析图，生成评估报告。

3.3 实验指标研究

(1) 顾客满意度指数：“顾客对某一事项已经满足其需求和期望的程度的意见。”该指数体现出住户对于服务的主观体验，通过该参数定量描述住户满意度，如式(9)。

(9)

式中，Q′表示某位住宿学生对公寓物业服务质量加权计算的满意度量值；Wj表示寓物业服务质量五个属性各自的权重；Wji表示第i个问题在第j个属性中的权重；R表示每个属性的问题数目。

(2) 信度：信度是指测量结果一致性或稳定性的程度。测量项目之间的关系通过一致性体现，使用同一工具获得的同一住户不同时间段的结果通过可靠性体现。内部一致性系数Cronbach’sα值可以用来检验数据可靠性：当Cronbach’sα值大于 0.7，数据具有较高可靠性,如式(10)。

(10)

3.4 实验结果分析

(1) 质量评估准确度

根据两种方法提供的智能楼宇物业服务质量评估报告，质量评估准确度如表1所示。

表1 质量评估准确度

对比人工智能的评估数据，绘制实验结果如图4所示。

由图4可知，基于物联网数据的智能楼宇物业服务质量评估准确率高达90%，但是文献[6]、文献[7]、文献[8]方法评估准确率分别为70%、68%、60%。是因为基于物联网数据的智能楼宇物业服务质量评估方法在进行分析时，有物联网数据分析作为基础，在分析之前就根据智能楼宇物业服务指标，斟酌选择最能突出的数据信息进行最终智能楼宇物业服务质量评估的数据，这样减少了评估的数据量，加快了物业服务质量的评估速度。

图4 两种服务质量评估结果图

(2) 顾客满意度指数

顾客满意度指数如表2所示。

表2 顾客满意度指数

根据表2中不同方法下的顾客满意度指数结果，绘制实验结果如图5所示。

图5 不同方法下顾客满意度对比结果

由图5可以看出，文献[6]、文献[7]、文献[8]方法顾客满意度指数分别为0.61、0.62、0.62，所提方法的顾客满意度指数为0.65，基于物联网数据的智能楼宇物业服务质量评估方法的数据采集全面，并且具有实时性。传统的物业服务质量评估方法采集到的信息不及时，近端相关信息有所变化，所以无论传统方法的评估分析方法如何准确，最终顾客满意度指数均较低。

(3) 信度

采用统计分析软件 SPSS19.0 对研究量表的可靠性进行检验,如表3所示。

表3 可靠性统计量表

由表3可以看出，文献[6]、文献[7]、文献[8]方法的Cronbach’sα值分别为0.59、0.66、0.62，所提方法Cronbach’sα值大于 0.7，表明数据可靠性较高。基于物联网数据的智能楼宇物业服务质量评估方法的准确率更高，具有实用性。

4 总结

本文研究的基于物联网数据的智能楼宇物业服务质量评估方法的准确率比传统方法的评估准确率高，并且评估速度快。通过数据库的应用层对收集到的信息进行实时核对，将过时或者错误的物业服务信息进行删除。然后通过映射采集技术对收集到的物业服务信息进行智能楼宇物业服务质量评估指标的采集。本文将采集到的智能楼宇物业服务质量评估指标进行分析，得到评估结果。基于物联网数据的智能楼宇物业服务质量评估方法在一定程度上节约了评估时间，也提高了评估准确率，所以本文研究的物业服务质量评估方法必然会有更广阔的应用。

但是，受到时间限制，本文方法没有依据顾客满意程度建立具体的分析模型，因而对于指标分析存在一定的限制，下一步的研究方向为建立满意度分析模型，进一步提高物业质量评估效果。