CN106951502A - 一种调查方法和调查装置 - Google Patents

一种调查方法和调查装置 Download PDF

Info

Publication number
CN106951502A
CN106951502A CN201710156623.1A CN201710156623A CN106951502A CN 106951502 A CN106951502 A CN 106951502A CN 201710156623 A CN201710156623 A CN 201710156623A CN 106951502 A CN106951502 A CN 106951502A
Authority
CN
China
Prior art keywords
answer
topic
transaction
type
investigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710156623.1A
Other languages
English (en)
Other versions
CN106951502B (zh
Inventor
崔岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingrun Hengyuan Technology Co Ltd
Original Assignee
Beijing Jingrun Hengyuan Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingrun Hengyuan Technology Co Ltd filed Critical Beijing Jingrun Hengyuan Technology Co Ltd
Priority to CN201710156623.1A priority Critical patent/CN106951502B/zh
Publication of CN106951502A publication Critical patent/CN106951502A/zh
Application granted granted Critical
Publication of CN106951502B publication Critical patent/CN106951502B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种调查方法和调查装置，涉及社会调查领域。为解决现有技术中多次修改问卷易导致调查效率降低并提高调查成本，且当调查样本对象对调查领域不熟悉或有偏见时，还易造成调查失真的问题而发明。本发明实施例提供的技术方案包括：获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；获取所述至少一个题目中每个答案对应的交易控制参数；对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。

Description

一种调查方法和调查装置
技术领域
本发明涉及社会调查领域，具体地涉及一种调查方法和调查装置。
背景技术
社会调查作为一种重要的社会研究手段，在社会学、公共管理学甚至自然科学研究等领域被广泛应用。现有技术中，一般采用问卷调查的方式进行社会调查；为了提高调查结果的准确度，在调查周期内需要不断地修改问卷，多次调查。
然而，在进行问卷调查时，多次修改问卷易导致调查效率降低且提高调查成本；此外，当调查样本对象对调查领域不熟悉或有偏见时，还易造成调查失真。
发明内容
本发明提供一种调查方法和调查装置，能够提高调查效率并降低调查成本，还能够避免调查失真。
一方面，本发明实施例提供一种调查方法，包括：获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；获取所述至少一个题目中每个答案对应的交易控制参数；对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。
另一方面，本发明实施例提供一种调查装置，包括：
问卷获取单元，用于获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；
参数获取单元，与所述问卷获取单元相连，用于获取所述问卷获取单元获取的至少一个题目中每个答案对应的交易控制参数；
数据接收单元，与所述参数获取单元相连，用于对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。
本发明具有如下有益效果：根据目标调查问卷对应的交易控制参数对答案进行交易，得到交易数据，从而实现问卷调查。由于将同一调查问卷在整个调查周期内连续交易，无需修改，因此本发明实施例提供的技术方案，解决了现有技术在进行问卷调查时，多次修改问卷易导致调查效率降低且提高调查成本的问题；而以交易的形式进行调查，使调查符合交易的趋利性等原则，减少主观影响，解决了现有技术中当调查样本对象对调查领域不熟悉或有偏见时，还易造成调查失真的问题。此外，用户还可以使用交易数据进行分析等操作，获取准确的调查结果。
附图说明
图1为本发明实施例1提供的调查方法的流程图一；
图2为本发明实施例1提供的调查方法的流程图二；
图3为本发明实施例2提供的调查装置的结构示意图一；
图4为图3所示的调查装置中参数获取单元的结构示意图一；
图5为图3所示的调查装置中参数获取单元的结构示意图二；
图6为图3所示的调查装置中类型获取模块的结构示意图；
图7为本发明实施例2提供的调查装置的结构示意图二。
具体实施方式
下面结合附图和实施例对本发明进一步说明。但这些例举性实施方式的用途和目的仅用来例举本发明，并非对本发明的实际保护范围构成任何形式的任何限定，更非将本发明的保护范围局限于此。
实施例1
如图1所示，本发明实施例提供一种调查方法，包括：
步骤101，获取用于交易的调查目标对应的目标调查问卷中的至少一个题目。
在本实施例中，可以预设调查问卷库，当需要进行调查时，通过步骤101从调查问卷库获取用于交易的调查目标对应的目标调查问卷中的至少一个题目即可。步骤101也可以通过其他方式获取目标调查问卷中的至少一个题目，在此不再一一赘述。
步骤102，获取至少一个题目中每个答案对应的交易控制参数。
在本实施例中，通过步骤102获取交易控制参数的过程包括：将所述至少一个题目分别按照问题和答案进行分割，得到所述至少一个题目对应的问题和至少一个答案；根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型；根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数。特别的，在分别获取所述至少一个题目对应的类型之前，所述方法还包括：接收用户输入的校正指示，所述校正指示用于指示校正所述至少一个题目对应的问题和/或答案；根据所述校正指示对所述至少一个题目进行校正，得到校正结果；所述根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型，包括：根据所述校正结果分别获取所述至少一个题目对应的类型；所述根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数包括：根据所述至少一个题目对应的类型和校正结果，获取所述至少一个题目中每个答案对应的交易控制参数。
具体的，所述分别获取所述至少一个题目对应的类型，包括：将所述至少一个题目分别与预设类型关键词库中每个类型对应的关键词进行匹配，得到所述至少一个题目对应的匹配结果；根据所述至少一个题目对应的匹配结果分别获取所述至少一个题目对应的类型。
所述获取所述至少一个题目中每个答案对应的交易控制参数，包括：根据所述至少一个题目对应的预设的理论参与用户数α、预设的理论合理交易总量β、所述至少一个题目对应的答案个数n以及所述至少一个题目中每个答案对应的预设样本对象的个数Nqum，通过交易数量计算公式，分别获取所述至少一个题目中每个答案的最大可交易数量Xm；所述1≤m≤n；根据所述至少一个题目中每个答案的最大可交易数量Xm和每个答案的预设上市初始价格Pm，通过货币总量计算公式，获取所述至少一个题目对应的可使用的货币总量C；根据用户指示判断所述至少一个题目的交易类型是申购交易还是普通交易；当题目的交易类型为申购交易时，根据该题目中每个答案的最大可交易数量Xm和预设的理论合理交易数量β，通过申购计算公式，获取该题目中每个答案的交易期限Tsm；当题目的交易类型为普通交易时，根据该题目中每个答案的最大可交易数量Xm和预设的理论合理交易数量β，通过普通计算公式，获取该题目中每个答案的交易期限Tm；根据所述至少一个题目中每个答案的最大可交易数量Xm、对应的可使用的货币总量C、所述至少一个题目中每个答案的交易期限确定所述至少一个题目中每个答案对应的交易控制参数；所述理论参与用户数α、理论合理交易总量β、答案个数n、每个答案对应的预设样本对象的个数Nqum、最大可交易数量Xm为自然数；所述每个答案的预设上市初始价格Pm、可使用的货币总量C、交易期限Tsm、交易期限Tm为正数；所述交易数量计算公式为： 所述货币总量计算公式为：所述申购计算公式为：述普通计算公式为：
在本实施例中，类型关键词库中每个类型可以关联多个关键词，匹配结果可以指示题目与每个类型关联的关键词中几个关键词匹配；将题目与关键词进行匹配可以为将题目对应的问题进行分词后将得到的每个词语分别与关键词进行匹配；根据匹配结果获取该题目的类型，可以为选取关键词匹配个数最多的类型作为该题目的类型。
步骤103，对于至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据。
在本实施例中，步骤103中交易根据该答案对应的交易控制参数进行。
本发明实施例提供的技术方案，以交易的形式进行问卷调查，交易数据即为调查结果。用户可以对该数据进行处理、分析等，以获得更详尽的调查结论。
进一步的，如图2所示，为避免异常交易，本实施例提供的调查方法，在步骤103之后，还包括：
步骤104，根据该答案的交易数据，获取该答案的买入价格和卖出价格。
步骤105，当该答案对应的样本对象群组中任意两个样本对象之间的买入价格大于卖出价格时，获取共识价格；
在本实施例中，通过步骤105获取的共识价格＝(买入价格+卖出价格)/2。
步骤106，根据所有共识价格的成交量和成交价格生成买、卖该答案对应的交易数据。
本发明具有如下有益效果：根据目标调查问卷对应的交易控制参数对答案进行交易，得到交易数据，从而实现问卷调查。由于将同一调查问卷在整个调查周期内连续交易，无需修改，因此本发明实施例提供的技术方案，解决了现有技术在进行问卷调查时，多次修改问卷易导致调查效率降低且提高调查成本的问题；而以交易的形式进行调查，使调查符合交易的趋利性等原则，减少主观影响，解决了现有技术中当调查样本对象对调查领域不熟悉或有偏见时，还易造成调查失真的问题。此外，用户还可以使用交易数据进行分析等操作，获取准确的调查结果。
实施例2
如图3所示，本发明实施例提供一种调查装置，包括：
问卷获取单元301，用于获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；
参数获取单元302，与所述问卷获取单元相连，用于获取所述问卷获取单元获取的至少一个题目中每个答案对应的交易控制参数；
数据接收单元303，与所述参数获取单元相连，用于对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。
在本实施例中，通过问卷获取单元301、参数获取单元302和数据接收单元303实现问卷调查的过程，与本发明实施例1提供的相似，在此不再一一赘述。
进一步的，如图4所示，本实施例提供的调查装置中，所述参数获取单元302，包括：
问答分割模块3021，用于将所述至少一个题目分别按照问题和答案进行分割，得到所述至少一个题目对应的问题和至少一个答案；
类型获取模块3022，与所述问答分割模块相连，用于根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型；
参数获取模块3023，分别与所述问答分割模块和所述类型获取模块相连，用于根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数。
此时，如图5所示，该参数获取单元，还包括：
指示接收模块3024，用于接收用户输入的校正指示，所述校正指示用于指示校正所述至少一个题目对应的问题和/或答案；
校正模块3025，分别与所述指示接收模块、类型获取模块和参数获取模块相连，用于根据所述校正指示对所述至少一个题目进行校正，得到校正结果；
所述类型获取模块，具体用于根据所述校正结果分别获取所述至少一个题目对应的类型；
所述参数获取模块，具体用于根据所述至少一个题目对应的类型和校正结果，获取所述至少一个题目中每个答案对应的交易控制参数。
其中，如图6所示，所述类型获取模块3022，包括：
关键词匹配子模块30221，用于将所述至少一个题目分别与预设类型关键词库中每个类型对应的关键词进行匹配，得到所述至少一个题目对应的匹配结果；
匹配获取子模块30222，与所述关键词匹配子模块相连，用于根据所述至少一个题目对应的匹配结果分别获取所述至少一个题目对应的类型。
进一步的，如图7所示，本实施例提供的调查装置，还包括：
交易价格获取单元304，用于根据该答案的交易数据，获取该答案的买入价格和卖出价格；
共识价格获取单元305，与所述交易价格获取单元相连，用于当该答案对应的样本对象群组中任意两个样本对象之间的买入价格大于卖出价格时，获取共识价格；
交易生成单元306，与所述共识价格获取单元相连，用于根据所有共识价格的成交量和成交价格生成买、卖该答案对应的交易数据。
在本实施例中，通过交易价格获取单元304至交易生成单元306生成交易数据的过程，与图2所示的相似，在此不再一一赘述。
本发明具有如下有益效果：根据目标调查问卷对应的交易控制参数对答案进行交易，得到交易数据，从而实现问卷调查。由于将同一调查问卷在整个调查周期内连续交易，无需修改，因此本发明实施例提供的技术方案，解决了现有技术在进行问卷调查时，多次修改问卷易导致调查效率降低且提高调查成本的问题；而以交易的形式进行调查，使调查符合交易的趋利性等原则，减少主观影响，解决了现有技术中当调查样本对象对调查领域不熟悉或有偏见时，还易造成调查失真的问题。此外，用户还可以使用交易数据进行分析等操作，获取准确的调查结果。
以上实施例的先后顺序仅为便于描述，不代表实施例的优劣。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种调查方法，其特征在于，包括：
获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；
获取所述至少一个题目中每个答案对应的交易控制参数；
对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。
2.根据权利要求1所述的调查方法，其特征在于，所述获取所述至少一个题目中每个答案对应的交易控制参数，包括：
将所述至少一个题目分别按照问题和答案进行分割，得到所述至少一个题目对应的问题和至少一个答案；
根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型；
根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数。
3.根据权利要求2所述的调查方法，其特征在于，在所述分别获取所述至少一个题目对应的类型之前，所述方法还包括：
接收用户输入的校正指示，所述校正指示用于指示校正所述至少一个题目对应的问题和/或答案；
根据所述校正指示对所述至少一个题目进行校正，得到校正结果；
所述根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型，包括：根据所述校正结果分别获取所述至少一个题目对应的类型；
所述根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数包括：根据所述至少一个题目对应的类型和校正结果，获取所述至少一个题目中每个答案对应的交易控制参数。
4.根据权利要求2或3所述的调查方法，其特征在于，所述分别获取所述至少一个题目对应的类型，包括：
将所述至少一个题目分别与预设类型关键词库中每个类型对应的关键词进行匹配，得到所述至少一个题目对应的匹配结果；
根据所述至少一个题目对应的匹配结果分别获取所述至少一个题目对应的类型。
5.根据权利要求1至3中任意一项所述的调查方法，其特征在于，所述获取所述至少一个题目中每个答案对应的交易控制参数，包括：
根据所述至少一个题目对应的预设的理论参与用户数α、预设的理论合理交易总量β、所述至少一个题目对应的答案个数n以及所述至少一个题目中每个答案对应的预设样本对象的个数Nqum，通过交易数量计算公式，分别获取所述至少一个题目中每个答案的最大可交易数量Xm；所述1≤m≤n；
根据所述至少一个题目中每个答案的最大可交易数量Xm和每个答案的预设上市初始价格Pm，通过货币总量计算公式，获取所述至少一个题目对应的可使用的货币总量C；
根据用户指示判断所述至少一个题目的交易类型是申购交易还是普通交易；
当题目的交易类型为申购交易时，根据该题目中每个答案的最大可交易数量Xm和预设的理论合理交易数量β，通过申购计算公式，获取该题目中每个答案的交易期限Tsm；
当题目的交易类型为普通交易时，根据该题目中每个答案的最大可交易数量Xm和预设的理论合理交易数量β，通过普通计算公式，获取该题目中每个答案的交易期限Tm；
根据所述至少一个题目中每个答案的最大可交易数量Xm、对应的可使用的货币总量C、所述至少一个题目中每个答案的交易期限确定所述至少一个题目中每个答案对应的交易控制参数；
所述理论参与用户数α、理论合理交易总量β、答案个数n、每个答案对应的预设样本对象的个数Nqum、最大可交易数量Xm为自然数；所述每个答案的预设上市初始价格Pm、可使用的货币总量C、交易期限Tsm、交易期限Tm为正数；
所述交易数量计算公式为：
所述货币总量计算公式为：
所述申购计算公式为：
所述普通计算公式为：
6.根据权利要求1至3中任意一项所述的调查方法，其特征在于，在所述获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据之后，还包括：
根据该答案的交易数据，获取该答案的买入价格和卖出价格；
当该答案对应的样本对象群组中任意两个样本对象之间的买入价格大于卖出价格时，获取共识价格；
根据所有共识价格的成交量和成交价格生成买、卖该答案对应的交易数据。
7.一种调查装置，其特征在于，包括：
问卷获取单元，用于获取用于交易的调查目标对应的目标调查问卷中的至少一个题目；
参数获取单元，与所述问卷获取单元相连，用于获取所述问卷获取单元获取的至少一个题目中每个答案对应的交易控制参数；
数据接收单元，与所述参数获取单元相连，用于对于所述至少一个题目中任一答案，获取该答案对应的预设样本对象群组对该答案进行交易得到的交易数据，所述交易根据该答案对应的交易控制参数进行。
8.根据权利要求7所述的调查装置，其特征在于，所述参数获取单元，包括：
问答分割模块，用于将所述至少一个题目分别按照问题和答案进行分割，得到所述至少一个题目对应的问题和至少一个答案；
类型获取模块，与所述问答分割模块相连，用于根据至少一个题目对应的问题和至少一个答案，分别获取所述至少一个题目对应的类型；
参数获取模块，分别与所述问答分割模块和所述类型获取模块相连，用于根据至少一个题目对应的类型、问题和至少一个答案，获取所述至少一个题目中每个答案对应的交易控制参数。
9.根据权利要求8所述的调查装置，其特征在于，所述参数获取单元，还包括：
指示接收模块，用于接收用户输入的校正指示，所述校正指示用于指示校正所述至少一个题目对应的问题和/或答案；
校正模块，分别与所述指示接收模块、类型获取模块和参数获取模块相连，用于根据所述校正指示对所述至少一个题目进行校正，得到校正结果；
所述类型获取模块，具体用于根据所述校正结果分别获取所述至少一个题目对应的类型；
所述参数获取模块，具体用于根据所述至少一个题目对应的类型和校正结果，获取所述至少一个题目中每个答案对应的交易控制参数。
10.根据权利要求8或9所述的调查装置，其特征在于，所述类型获取模块，包括：
关键词匹配子模块，用于将所述至少一个题目分别与预设类型关键词库中每个类型对应的关键词进行匹配，得到所述至少一个题目对应的匹配结果；
匹配获取子模块，与所述关键词匹配子模块相连，用于根据所述至少一个题目对应的匹配结果分别获取所述至少一个题目对应的类型。
11.根据权利要求7至9中任意一项所述的调查装置，其特征在于，还包括：
交易价格获取单元，用于根据该答案的交易数据，获取该答案的买入价格和卖出价格；
共识价格获取单元，与所述交易价格获取单元相连，用于当该答案对应的样本对象群组中任意两个样本对象之间的买入价格大于卖出价格时，获取共识价格；
交易生成单元，与所述共识价格获取单元相连，用于根据所有共识价格的成交量和成交价格生成买、卖该答案对应的交易数据。
CN201710156623.1A 2017-03-16 2017-03-16 一种调查方法和调查装置 Expired - Fee Related CN106951502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710156623.1A CN106951502B (zh) 2017-03-16 2017-03-16 一种调查方法和调查装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710156623.1A CN106951502B (zh) 2017-03-16 2017-03-16 一种调查方法和调查装置

Publications (2)

Publication Number Publication Date
CN106951502A true CN106951502A (zh) 2017-07-14
CN106951502B CN106951502B (zh) 2020-11-06

Family

ID=59473505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710156623.1A Expired - Fee Related CN106951502B (zh) 2017-03-16 2017-03-16 一种调查方法和调查装置

Country Status (1)

Country Link
CN (1) CN106951502B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09138829A (ja) * 1995-11-14 1997-05-27 Oki Electric Ind Co Ltd 自動取引装置の顧客アンケート調査方法並びに顧客アンケート調査結果を利用した商品セールス方法及び画面制御方法並びに顧客アンケート調査結果の記憶方法
CN101388103A (zh) * 2008-10-28 2009-03-18 上海拓迪信息技术有限公司 信息调查系统及调查方法
CN101650813A (zh) * 2008-08-11 2010-02-17 阿里巴巴集团控股有限公司 一种网络评价的系统和方法
CN101742352A (zh) * 2008-11-12 2010-06-16 深圳创维数字技术股份有限公司 一种数字电视调查方法、系统和机顶盒终端
CN103092863A (zh) * 2011-11-03 2013-05-08 郭亮 一种问卷数据处理方法
TW201421388A (zh) * 2012-11-23 2014-06-01 jian-sheng Liu 多憑證交易網站系統及其交易存取方法
US20140188761A1 (en) * 2012-12-31 2014-07-03 Nth-Degree Analytics II, Inc. Social network-based investment guidance

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09138829A (ja) * 1995-11-14 1997-05-27 Oki Electric Ind Co Ltd 自動取引装置の顧客アンケート調査方法並びに顧客アンケート調査結果を利用した商品セールス方法及び画面制御方法並びに顧客アンケート調査結果の記憶方法
CN101650813A (zh) * 2008-08-11 2010-02-17 阿里巴巴集团控股有限公司 一种网络评价的系统和方法
CN101388103A (zh) * 2008-10-28 2009-03-18 上海拓迪信息技术有限公司 信息调查系统及调查方法
CN101742352A (zh) * 2008-11-12 2010-06-16 深圳创维数字技术股份有限公司 一种数字电视调查方法、系统和机顶盒终端
CN103092863A (zh) * 2011-11-03 2013-05-08 郭亮 一种问卷数据处理方法
TW201421388A (zh) * 2012-11-23 2014-06-01 jian-sheng Liu 多憑證交易網站系統及其交易存取方法
US20140188761A1 (en) * 2012-12-31 2014-07-03 Nth-Degree Analytics II, Inc. Social network-based investment guidance

Also Published As

Publication number Publication date
CN106951502B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
Engle et al. Large dynamic covariance matrices
Al Rahahleh et al. Developments in risk management in Islamic finance: A review
Westphal Technology strategies for economic development in a fast changing global economy
Hill et al. Expert stock picker: the wisdom of (experts in) crowds
Sumaedi et al. Understanding trust & commitment of individual saving customers in Islamic banking: The role of ego involvement
Tassabehji Understanding e‐auction use by procurement professionals: motivation, attitudes and perceptions
Omsa et al. Five competitive forces model and the implementation of Porter’s generic strategies to gain firm performances
Fanasch Survival of the fittest: The impact of eco‐certification and reputation on firm performance
US20080301060A1 (en) Method for valuation and sale of private equity to accredited investors by means of a ranked, algorithmic, due diligence process
Oyelami et al. External shocks and macroeconomic responses in Nigeria: A global VAR approach
Aloulou et al. Does FinTech adoption increase the diffusion rate of digital financial inclusion? A study of the banking industry sector
Agyei-Holmes Technology transfer and agricultural mechanization in Tanzania: institutional adjustments to accommodate emerging economy innovations
Banerjee et al. Information access, conservation practice choice, and rent seeking in conservation procurement auctions: evidence from a laboratory experiment
Putri et al. The Role of Innovation in Mediating Market Orientation to Company Performance
Liu et al. Modelling e-commerce customer reactions. Exploring online shopping carnivals in China
Lukić Analysis of the performance of the Serbian economy based on the MEREC-WASPAS method
Konrad et al. Taxation and market power
Madan Pricing and hedging basket options to prespecified levels of acceptability
Narayan et al. New empirical evidence on the bid-ask spread
Wang et al. An integrated forecasting model for the coffee bean supply chain
Martin et al. Efficient method of moments estimators for integer time series models
CN106951502A (zh) 一种调查方法和调查装置
CN112488786A (zh) 一种基于用户协同过滤的供应商推荐方法及装置
Kanade et al. Effect of green marketing on consumer purchasing patterns and decision making
Becker Decomposition methods for large scale stochastic and robust optimization problems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201106

Termination date: 20210316