[发明专利]一种基于正常性格缺失行为习惯大数据分析管理方法

权利要求书

1.一种基于正常性格缺失行为习惯大数据分析管理方法，其特征在于，包括以下步骤：

步骤S1、将采集到的性格缺失人群的基础数据进行分类，并对其进行数据汇总；

步骤S2、对步骤S1中汇总的基础数据传输至数据库；

步骤S3、在步骤S2的基础上通过组合赋权法得出基础数据的指标权重；

步骤S4、对步骤S3中的指标权重进行等级评分计算；

步骤S5、在步骤S4的基础上根据得出的不同等级评分划分出不同类的性格缺陷，并将步骤S1中的采集人群进行对应性格缺陷分类；

步骤S6、对步骤S5中分类好的性格缺陷人群生成相对应的心里训练内容。

2.根据权利要求1所述的一种基于正常性格缺失行为习惯大数据分析管理方法，其特征在于：所述步骤S1中对基础数据分类主要包含采集人心里活动、日常的行为习惯、家庭环境和平时的性格表现。

3.根据权利要求1所述的一种基于正常性格缺失行为习惯大数据分析管理方法，其特征在于：所述步骤S1中基础数据通过对本人的提问、周围生活圈的采访和本人父母亲戚的评价进行综合汇总得出。

4.根据权利要求1所述的一种基于正常性格缺失行为习惯大数据分析管理方法，其特征在于：所述步骤S3中通过组合赋权法得出基础数据的指标权重的具体步骤为：

步骤1、定义组合权重w：

设：组合后指标的权重为W＝[w₁,w₂,…,w_m]^T，w_j0，则各个方案的综合评价值为：

其中n为采集人的个数，m是基础数据分类数据，x_ij表示第i个采集人的第j个基础数据分类数据，i＝1,2…,n；j＝1,2…,m

步骤2、引入离差函数：

设：d_i为对采集人i，用主观赋权法的所作决策与组合权重所做出的决策的离差；h_i为对采集人i，用客观赋权法的所作决策与组合权重所做出的决策的离差：

其中，u_j为主观赋权得到的权重，v_j为客观赋权得到的权重；

步骤3、构建目标规划模型以加权总离差和最小为目标，构建规划模型：

设：μ为离差函数的偏好因子。如果0.5μ1，说明决策者希望客观权重与组合权重越接近越好，当0μ0.5，说明决策者希望主观权重与组合权重越接近越好。当μ＝0.5时，表示决策者认为主观方法与客观方法同等重要：

步骤4、得到最终指标权重：

求解步骤3中的规划模型得到最终的指标权重W＝[w₁,w₂,…,w_m]^T，w_j0，

5.根据权利要求1-4任一所述的一种基于正常性格缺失行为习惯大数据分析管理方法，其特征在于：所述步骤S4中指标权重进行等级评分计算的内容为：第i个采集人的等级评分是

其中，根据等级评分的不同，分为不同类的性格缺陷包括：偏执性格缺陷、循环性格缺陷、分裂性格缺陷、强迫性格缺陷、爆发性格缺陷、攻击型性格缺陷、反社会性格缺陷、依赖型性格缺陷和癔症性格缺陷。