CN107545027A - 一种自尊量表数据库及其构建方法、查询方法及系统 - Google Patents
一种自尊量表数据库及其构建方法、查询方法及系统 Download PDFInfo
- Publication number
- CN107545027A CN107545027A CN201710557193.4A CN201710557193A CN107545027A CN 107545027 A CN107545027 A CN 107545027A CN 201710557193 A CN201710557193 A CN 201710557193A CN 107545027 A CN107545027 A CN 107545027A
- Authority
- CN
- China
- Prior art keywords
- self
- individual
- respect
- scale database
- level
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自尊量表数据库及其构建方法、查询方法及系统,其中,该自尊量表数据库的构建方法包括:从多个维度来选取影响个体自尊水平的元素,构建影响个体自尊水平元素集合;将所述影响个体自尊水平元素集合映射到树状分类结构;设置所述影响个体自尊水平元素集合中每个元素的权重,并存储至树状分类结构的相应节点位置;对每个个体进行唯一编码并分配相应子存储区域,获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分并分别存储至相应子存储区域,进而得到整个自尊量表数据库。
Description
技术领域
本发明涉及心理学领域,尤其涉及一种自尊量表数据库及其构建方法、查询方法及系统。
背景技术
自尊量表(self-esteem scale,SES)由Rosenberg于1965年编制,最初用以评定青少年关于自我价值和自我接纳的总体感受,目前是我国心理学界使用最多的自尊测量工具。该量表简明、易于评分,是对自己的积极或消极感受的直接评估。
但是,目前的自尊量表数据库构建方面存在以下缺陷:
(1)由于个体所属的群体(比如大学生群体)不同,影响个体自尊水平的元素也会不同,而且各个元素的影响程度也不同,目前的自尊量表的数据库构建并没有考虑影响个体自尊水平的元素及其影响程度,因此,构建的自尊量表数据库精确度差;
(2)针对相同的个体所属群体,目前的自尊量表数据库并不能直接量化分析不同的影响个体自尊水平因素对所确定群体中各个个体的影响的差异,进而无法对相应个体制定相应的预防出现心理问题的策略;
(3)目前的自尊量表数据库的数据存储杂乱,并没有针对每个个体进行分区分类存储,进而影响了后续每个个体的自尊相应数据查询效率。
发明内容
为了解决现有技术的不足,本发明的第一目的是提供一种自尊量表数据库的构建方法,该方法考虑了个体自尊水平的元素以及各个元素的影响程度的不同,能够提高构建的自尊量表数据库的精确度。
本发明的自尊量表数据库的构建方法,包括:
步骤1:从多个维度来选取影响个体自尊水平的元素,构建影响个体自尊水平元素集合;
步骤2:将所述影响个体自尊水平元素集合映射到树状分类结构;
步骤3:设置所述影响个体自尊水平元素集合中每个元素的权重,并存储至树状分类结构的相应节点位置;
步骤4:对每个个体进行唯一编码并分配相应子存储区域,获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分并分别存储至相应子存储区域,进而得到整个自尊量表数据库。
进一步的,该方法还包括:
预设个体自尊总评分与个体自尊水平的对应关系,根据每个个体自尊总评分,得到每个个体的自尊水平并存储自尊量表数据库的相应子存储区域内。
这样能够针对每个个体进行分区分类存储,从而提高了后续每个个体的自尊相应数据查询的效率。
进一步的,在所述步骤1中,从六个维度来选取影响个体自尊水平的元素,这六个维度的元素分别为:学业成就、人际交往、生理情况、家庭背景、情感支持和自我认同。
进一步的,在所述步骤2中,将所述六个维度的元素映射到树状分类结构的第一级分类中,分别归属于六个维度元素的子元素作为树状分类结构的相应第二级分类。
其中,学业成就所对应的树状分类结构的第二级分类包括:成绩、专业满意度、能否胜任的类目。
人际交往所对应的树状分类结构的第二级分类包括:性格特征、语言表达能力、对生活的希望的类目。
生理情况所对应的树状分类结构的第二级分类包括:外貌、身体状况、运动能力、身体素质的类目。
家庭背景所对应的树状分类结构的第二级分类包括:有无归属感的类目。
情感支持所对应的树状分类结构的第二级分类包括:是否可靠、有无安全感的类目。
进一步的,在所述步骤3中,设置所述影响个体自尊水平元素集合中每个元素的权重均相等,且所有元素的权重之和等于1。
本发明通过设置所述影响个体自尊水平元素集合中每个元素的权重均相等,进而直接量化分析影响个体自尊水平元素集合中每个元素对相应个体的影响程度。
进一步的,在所述步骤3中,根据影响个体自尊水平元素程度的高度,来从大到小设置所述影响个体自尊水平元素集合中每个元素的权重,且所有元素的权重之和等于1。
本发明在确定影响个体自尊水平元素程度对个体的影响程度的情况,来根据影响个体自尊水平元素程度的高度,从大到小设置所述影响个体自尊水平元素集合中每个元素的权重,这样能够准确计算得出相应个体自尊总评分,进而得到准确地个体自尊水平。
本发明的第二目的是提供一种自尊量表数据库。该自尊量表数据库考虑了个体自尊水平的元素以及各个元素的影响程度的不同,所存储的数据的精确度高。
本发明的自尊量表数据库,采用上述所述的自尊量表数据库的构建方法而构建的。
本发明的第三目的是提供一种查询上述所述的自尊量表数据库的方法。该查询方法基于所述自尊量表数据库,能够快速查询到相应个体自尊总评分和个体的自尊水平。
本发明的查询所述自尊量表数据库的方法,包括:
步骤a:输入个体相对应的唯一编码;
步骤b:根据个体的唯一编码,查找到与其相对应的子存储区域;
步骤c:输出相应子存储区域内所存储的数据。
进一步的,所述步骤c中的相应子存储区域内所存储的数据包括:个体自尊总评分和个体的自尊水平。
本发明的第四目的是提供一种查询上述所述的自尊量表数据库的系统。该系统基于所述自尊量表数据库,能够快速查询到相应个体自尊总评分和个体的自尊水平。
本发明的查询所述自尊量表数据库的系统,包括客户端及服务器端;
所述客户端用于输入个体相对应的唯一编码;
所述服务器端用于根据个体的唯一编码,查找到与其相对应的子存储区域;最后输出相应子存储区域内所存储的数据。
与现有技术相比,本发明的有益效果是:
(1)本发明的自尊量表数据库的构建方法,考虑了个体自尊水平的元素以及各个元素的影响程度的不同,从多个维度来选取影响个体自尊水平的元素,并且设置所述影响个体自尊水平元素集合中每个元素的权重,最后获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分,进而得到整个自尊量表数据库,提高了整个自尊量表数据库的精确度。
(2)本发明通过设置所述影响个体自尊水平元素集合中每个元素的权重,这样能够直接量化分析不同的影响个体自尊水平因素对所确定群体中各个个体的影响的差异,进而实现对相应个体制定相应的预防出现心理问题的策略。
(3)本发明还将从多个维度来选取影响个体自尊水平的元素,构建出影响个体自尊水平元素集合,将所述影响个体自尊水平元素集合映射到树状分类结构;还对每个个体进行唯一编码并分配相应子存储区域,最后得到每个个体自尊总评分并分别存储至相应子存储区域,针对每个个体进行分区分类存储,最终提高了后续每个个体的自尊相应数据查询效率。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明的自尊量表数据库的构建方法流程图。
图2是本发明的查询所述自尊量表数据库的方法流程图。
图3是本发明的查询所述自尊量表数据库的系统结构示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
为了解决背景技术中提到的不足,本发明提供一种自尊量表数据库的构建方法,该方法考虑了个体自尊水平的元素以及各个元素的影响程度的不同,能够提高构建的自尊量表数据库的精确度。
图1是本发明的自尊量表数据库的构建方法流程图。
如图1所示,本发明的自尊量表数据库的构建方法,包括:
步骤1:从多个维度来选取影响个体自尊水平的元素,构建影响个体自尊水平元素集合。
具体地,可以从六个维度来选取影响个体自尊水平的元素,这六个维度的元素分别为:学业成就、人际交往、生理情况、家庭背景、情感支持和自我认同。
需要说明的是,根据个体所属的群体不同,可以选择不同数量维度的影响个体自尊水平的元素。
步骤2:将所述影响个体自尊水平元素集合映射到树状分类结构。
具体地,以六个维度的元素为例:
将所述六个维度的元素映射到树状分类结构的第一级分类中,分别归属于六个维度元素的子元素作为树状分类结构的相应第二级分类。
其中,学业成就所对应的树状分类结构的第二级分类包括:成绩、专业满意度、能否胜任的类目。
人际交往所对应的树状分类结构的第二级分类包括:性格特征、语言表达能力、对生活的希望的类目。
生理情况所对应的树状分类结构的第二级分类包括:外貌、身体状况、运动能力、身体素质的类目。
家庭背景所对应的树状分类结构的第二级分类包括:有无归属感的类目。
情感支持所对应的树状分类结构的第二级分类包括:是否可靠、有无安全感的类目。
自我认同所对应的树状分类结构的第二级分类包括:有无自我认同感的类目。
步骤3:设置所述影响个体自尊水平元素集合中每个元素的权重,并存储至树状分类结构的相应节点位置。
在具体实施过程中,设置所述影响个体自尊水平元素集合中每个元素的权重均相等,且所有元素的权重之和等于1。
例如:以六个维度的元素分别为:学业成就、人际交往、生理情况、家庭背景、情感支持和自我认同为例:
由于每个维度下的元素分为子元素,那么一共有14个影响个体自尊水平元素,那么每个影响个体自尊水平元素的权重设置为7.14%。
本发明通过设置所述影响个体自尊水平元素集合中每个元素的权重均相等,进而直接量化分析影响个体自尊水平元素集合中每个元素对相应个体的影响程度。
在可选实施例中,也可以根据影响个体自尊水平元素程度的高度,来从大到小设置所述影响个体自尊水平元素集合中每个元素的权重,且所有元素的权重之和等于1。
例如:根据六个维度的元素(学业成就、人际交往、生理情况、家庭背景、情感支持和自我认同)中,将这六个维度的元素按照对个体的影响程度大小进行排序,然后设置按照影响程度的大小,设置其相应权重。
当学业成就>人际交往>生理情况>家庭背景>情感支持>自我认同,那么可以设置相应的权重分别为:30%、25%、15%、12%、10%和8%。
需要说明的是,根据实际情况,也可以设置其他百分制的相应的权重。
本发明在确定影响个体自尊水平元素程度对个体的影响程度的情况,来根据影响个体自尊水平元素程度的高度,从大到小设置所述影响个体自尊水平元素集合中每个元素的权重,这样能够准确计算得出相应个体自尊总评分,进而得到准确地个体自尊水平。
步骤4:对每个个体进行唯一编码并分配相应子存储区域,获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分并分别存储至相应子存储区域,进而得到整个自尊量表数据库。
在具体实施过程中,针对每个个体可以根据其身份证号码或是其他唯一标识符来对个体进行唯一编码。
在另一个实施例中,本发明的自尊量表数据库的构建方法除了上述步骤1~步骤4之外,还包括:
步骤5:预设个体自尊总评分与个体自尊水平的对应关系,根据每个个体自尊总评分,得到每个个体的自尊水平并存储自尊量表数据库的相应子存储区域内。
这样能够针对每个个体进行分区分类存储,从而提高了后续每个个体的自尊相应数据查询的效率。
本实施例的自尊量表数据库的构建方法,考虑了个体自尊水平的元素以及各个元素的影响程度的不同,从多个维度来选取影响个体自尊水平的元素,并且设置所述影响个体自尊水平元素集合中每个元素的权重,最后获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分,进而得到整个自尊量表数据库,提高了整个自尊量表数据库的精确度。
本实施例通过设置所述影响个体自尊水平元素集合中每个元素的权重,这样能够直接量化分析不同的影响个体自尊水平因素对所确定群体中各个个体的影响的差异,进而实现对相应个体制定相应的预防出现心理问题的策略。
本实施例还将从多个维度来选取影响个体自尊水平的元素,构建出影响个体自尊水平元素集合,将所述影响个体自尊水平元素集合映射到树状分类结构;还对每个个体进行唯一编码并分配相应子存储区域,最后得到每个个体自尊总评分并分别存储至相应子存储区域,针对每个个体进行分区分类存储,最终提高了后续每个个体的自尊相应数据查询效率。
利用如图1所示的自尊量表数据库的构建方法,本发明还构建了一种自尊量表数据库。
该自尊量表数据库考虑了个体自尊水平的元素以及各个元素的影响程度的不同,所存储的数据的精确度高。该自尊量表数据库的具体构建方法如前述所述,此处将不再累述。
图2是本发明的查询所述自尊量表数据库的方法流程图。
本发明的查询所述自尊量表数据库的方法,包括:
步骤a:输入个体相对应的唯一编码;
在具体实施过程中,针对每个个体可以根据其身份证号码或是其他唯一标识符来对个体进行唯一编码。
步骤b:根据个体的唯一编码,查找到与其相对应的子存储区域。
步骤c:输出相应子存储区域内所存储的数据。
其中,所述步骤c中的相应子存储区域内所存储的数据包括:个体自尊总评分和个体的自尊水平。
本发明的查询上述所述的自尊量表数据库的方法,基于所述自尊量表数据库,能够快速查询到相应个体自尊总评分和个体的自尊水平。
图3是本发明的查询所述自尊量表数据库的系统结构示意图。
本发明实施例中客户端可以包括个人电脑、平板电脑、智能手机、电子阅读器、车载终端以及穿戴式设备的互联网设备,通过互联网与服务器端进行通信。
如图3所示,本发明实施例中的查询所述自尊量表数据库的系统至少可以包括:客户端及服务器端;
其中,客户端用于输入个体相对应的唯一编码;
所述服务器端用于根据个体的唯一编码,查找到与其相对应的子存储区域;最后输出相应子存储区域内所存储的数据。
本发明的查询上述所述的自尊量表数据库的系统,能够快速查询到相应个体自尊总评分和个体的自尊水平。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种自尊量表数据库的构建方法,其特征在于,包括:
步骤1:从多个维度来选取影响个体自尊水平的元素,构建影响个体自尊水平元素集合;
步骤2:将所述影响个体自尊水平元素集合映射到树状分类结构;
步骤3:设置所述影响个体自尊水平元素集合中每个元素的权重,并存储至树状分类结构的相应节点位置;
步骤4:对每个个体进行唯一编码并分配相应子存储区域,获取每个个体对影响个体自尊水平元素集合中每个元素的评分,再与相应权重分别相乘后再累加,最后得到每个个体自尊总评分并分别存储至相应子存储区域,进而得到整个自尊量表数据库。
2.如权利要求1所述的一种自尊量表数据库的构建方法,其特征在于,该方法还包括:
预设个体自尊总评分与个体自尊水平的对应关系,根据每个个体自尊总评分,得到每个个体的自尊水平并存储自尊量表数据库的相应子存储区域内。
3.如权利要求1所述的一种自尊量表数据库的构建方法,其特征在于,在所述步骤1中,从六个维度来选取影响个体自尊水平的元素,这六个维度的元素分别为:学业成就、人际交往、生理情况、家庭背景、情感支持和自我认同。
4.如权利要求3所述的一种自尊量表数据库的构建方法,其特征在于,在所述步骤2中,将所述六个维度的元素映射到树状分类结构的第一级分类中,分别归属于六个维度元素的子元素作为树状分类结构的相应第二级分类。
5.如权利要求1所述的一种自尊量表数据库的构建方法,其特征在于,在所述步骤3中,设置所述影响个体自尊水平元素集合中每个元素的权重均相等,且所有元素的权重之和等于1。
6.如权利要求1所述的一种自尊量表数据库的构建方法,其特征在于,在所述步骤3中,根据影响个体自尊水平元素程度的高度,来从大到小设置所述影响个体自尊水平元素集合中每个元素的权重,且所有元素的权重之和等于1。
7.一种自尊量表数据库,其特征在于,采用如权利要求1-6中任一项所述的自尊量表数据库的构建方法而构建的。
8.一种查询如权利要求7所述的自尊量表数据库的方法,其特征在于,包括:
步骤a:输入个体相对应的唯一编码;
步骤b:根据个体的唯一编码,查找到与其相对应的子存储区域;
步骤c:输出相应子存储区域内所存储的数据。
9.如权利要求8所述的方法,其特征在于,所述步骤c中的相应子存储区域内所存储的数据包括:个体自尊总评分和个体的自尊水平。
10.一种查询如权利要求7所述的自尊量表数据库的系统,其特征在于,包括客户端及服务器端;
所述客户端用于输入个体相对应的唯一编码;
所述服务器端用于根据个体的唯一编码,查找到与其相对应的子存储区域;最后输出相应子存储区域内所存储的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710557193.4A CN107545027A (zh) | 2017-07-10 | 2017-07-10 | 一种自尊量表数据库及其构建方法、查询方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710557193.4A CN107545027A (zh) | 2017-07-10 | 2017-07-10 | 一种自尊量表数据库及其构建方法、查询方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107545027A true CN107545027A (zh) | 2018-01-05 |
Family
ID=60971113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710557193.4A Pending CN107545027A (zh) | 2017-07-10 | 2017-07-10 | 一种自尊量表数据库及其构建方法、查询方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107545027A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262664A (zh) * | 2011-07-26 | 2011-11-30 | 北京百度网讯科技有限公司 | 一种质量评价的方法和装置 |
CN104063487A (zh) * | 2014-07-03 | 2014-09-24 | 浙江大学 | 基于关系型数据库及k-d树索引的文件数据管理方法 |
CN106503276A (zh) * | 2017-01-06 | 2017-03-15 | 山东浪潮云服务信息科技有限公司 | 一种用于实时监控系统的时间序列数据库的方法与装置 |
-
2017
- 2017-07-10 CN CN201710557193.4A patent/CN107545027A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262664A (zh) * | 2011-07-26 | 2011-11-30 | 北京百度网讯科技有限公司 | 一种质量评价的方法和装置 |
CN104063487A (zh) * | 2014-07-03 | 2014-09-24 | 浙江大学 | 基于关系型数据库及k-d树索引的文件数据管理方法 |
CN106503276A (zh) * | 2017-01-06 | 2017-03-15 | 山东浪潮云服务信息科技有限公司 | 一种用于实时监控系统的时间序列数据库的方法与装置 |
Non-Patent Citations (1)
Title |
---|
张艳青: ""大学生自尊量表的编制及其初步应用"", 《万方学位论文全文数据库 山东大学硕士论文》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104239499B (zh) | 一种基于大数据的高考志愿智能推荐的方法及装置 | |
Burke | Some antecedents of work-family conflict | |
CN105956968A (zh) | 一种高考志愿人工智能填报系统及方法 | |
CN103902566B (zh) | 一种基于微博用户行为的人格预测方法 | |
CN105354205B (zh) | 人际关系管理方法、人际关系管理系统及对应的智能终端 | |
CN107886792A (zh) | 一种基于大数据的互联网学习辅助系统 | |
Stair et al. | A major decision: Identifying factors that influence agriculture students’ choice of academic major | |
CN110362728A (zh) | 基于大数据分析的信息推送方法、装置、设备及存储介质 | |
CN106294363A (zh) | 一种论坛帖子评价方法、装置及系统 | |
Wei et al. | Application of the capability maturity model to evaluating the carbon capability maturity of urban residents in 10 Eastern provinces of China | |
CN103077167A (zh) | 一种数据智能分析系统 | |
CN110020152A (zh) | 应用推荐方法及装置 | |
CN103198432A (zh) | 在线社会网络中网络群体的检测方法及系统 | |
KR101577716B1 (ko) | 배우자 지수 중요도 비율 기반 최적커플 만남 주선 방법 | |
CN107993166B (zh) | 一种基于学分统计的学习系统及方法 | |
CN107545027A (zh) | 一种自尊量表数据库及其构建方法、查询方法及系统 | |
Sorensen | The psychology of regional development | |
CN103942674B (zh) | 基于区域的高校毕业生信息分类检索的方法 | |
Wu | Notice of Retraction: Apply Data Mining to Students' Choosing Teachers Under Complete Credit Hour | |
Al-Anshory et al. | The Gap Between Primary and Secondary Schools Teachers in Followership Style at Adni Islamic School, Malaysia | |
Smith | A social space approach to testing complex hypotheses: the case of Hispanic marriage patterns in the United States | |
CN102750844A (zh) | 一种基于互联网的在线学习评估方法和系统 | |
CN103955545A (zh) | 一种个性化的社交网络影响识别方法 | |
CN110427562A (zh) | 语义标签划分方法、装置和电子设备 | |
CN105260965B (zh) | 一种基于决策图的智能选课方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180105 |
|
RJ01 | Rejection of invention patent application after publication |