CN109241506A - 一种问卷生成方法、装置及计算机可读存储介质 - Google Patents
一种问卷生成方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109241506A CN109241506A CN201810593546.0A CN201810593546A CN109241506A CN 109241506 A CN109241506 A CN 109241506A CN 201810593546 A CN201810593546 A CN 201810593546A CN 109241506 A CN109241506 A CN 109241506A
- Authority
- CN
- China
- Prior art keywords
- index
- questionnaire
- topic
- inventory
- storehouse
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims description 10
- 238000007639 printing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种问卷生成方法、装置及计算机可读存储介质,该问卷生成方法应用于包括指标库和题库的问卷系统,题库中各题目具有指标标签,题库中各题目的指标标签与指标库中的指标具有对应关系,该方法包括:获取待生成的问卷的评价指标;利用评价指标对指标库进行索引,得到问卷的指标清单;基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷。本发明提供的问卷生成方法是建立在包括指标库和题库的问卷系统上的,在编制问卷时仅需设置问卷的评价指标,便可根据设置的评价指标以及指标库和题库生成问卷,即整个过程并不需要人工编制问卷,从而可避免依靠人工编制问卷造成的编制过程繁琐、易出错的问题。
Description
技术领域
本发明涉及通信技术领域,更具体地说,涉及一种问卷生成方法、装置及计算机可读存储介质。
背景技术
目前多采用人工方法制得相关项目的问卷,即需要人工根据项目的评价指标编制对应的题目得到问卷。若两个项目是相似的,则其对应的评价指标是相似的甚至是一样的,若对两个项目分别编制问卷则会出现重复根据评价指标编制问卷的情况。若涉及的项目较多,各项目的评价指标也较多时,人工编制问卷的方式将十分繁杂,同时也容易出错。综上所述,人工编制问卷的方式十分不方便,该方法将大量的浪费人力、物力和财力,所以若能提供一种能够自动生成问卷的方法将能极大的避免上述情况。
发明内容
本发明的主要目的在于提供一种问卷生成方法、装置及计算机可读存储介质,旨在解决现有技术中依靠人工编制问卷造成的编制过程繁琐、易出错的问题。
为实现上述目的,本发明提供一种问卷生成方法,该问卷生成方法应用于问卷系统,其包括指标库和题库,指标库至少具有一个指标,题库中各题目具有指标标签,题库中各题目的指标标签与指标库中的指标具有对应关系,该问卷生成方法包括:
获取待生成的问卷的评价指标;
利用评价指标对指标库进行索引,得到问卷的指标清单;指标清单包括指标库中的至少一个指标;
基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷。
可选的,基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷包括:
利用指标清单中的各指标查询对应关系,从题库中查询得到对应指标清单中的各指标的题目;
从对应指标清单中的各指标的题目中选取题目生成问卷。
可选的,评价指标的数量为一个或多个;当评价指标为多个时,则在获取待生成的问卷的评价指标之后,还包括:
获取问卷总题量以及各评价指标的权重;
则利用评价指标对指标库进行索引,得到问卷的指标清单之后,还包括:
利用问卷总题量以及各评价指标的权重,计算得到指标清单中各指标的题量;
则从对应指标清单中的各指标的题目中选取题目生成问卷包括:
按照指标清单中各指标的题量从对应指标清单中的各指标的题目中选取题目生成问卷;
或,按照指标清单中各指标的题量从对应指标清单中的各指标的题目中选取预设题量的题目进行显示,响应选择操作并获取选择的题目生成问卷;预设题量大于题量。
可选的,基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷之后,还包括:
输出网络格式的问卷,或,打印纸质的问卷。
可选的,获取待生成的问卷的评价指标之前,还包括:
添加题目以及题目的预设指标标签至题库;
匹配预设指标标签与指标库中的指标,当存在预设指标标签在指标库中无对应的指标时,将预设指标标签作为新的指标添加至指标库中。
可选的,指标库中的指标具有上级指标和下级指标,则利用评价指标对指标库进行索引,得到问卷的指标清单包括:
利用评价指标对指标库进行索引,若在指标库中存在对应于评价指标的指标,则将指标以及指标的上级指标,或/和下级指标作为指标清单中的指标。
进一步的,本发明还提供了一种问卷生成装置,该问卷生成装置包括处理器、存储器及通信总线;
通信总线用于实现处理器和存储器之间的连接通信;
处理器用于执行存储器中存储的一个或者多个程序,以实现上述一种问卷生成方法的步骤。
进一步的,本发明还提供了一种计算机可读存储介质,该计算机可读存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如上一种问卷生成方法的步骤。
有益效果
本发明提供一种问卷生成方法、装置及计算机可读存储介质,该问卷生成方法应用于问卷系统,该问卷系统包括指标库和题库,其中指标库至少具有一个指标,题库中各题目具有指标标签,题库中各题目的指标标签与指标库中的指标具有对应关系,具体的该问卷生成方法包括:获取待生成的问卷的评价指标;利用评价指标对指标库进行索引,得到问卷的指标清单;指标清单包括指标库中的至少一个指标;基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷。本发明提供的问卷生成方法是建立在包括指标库和题库的问卷系统上的,在编制问卷时仅需设置问卷的评价指标,便可根据设置的评价指标以及指标库和题库生成问卷,即整个过程并不需要人工编制问卷,从而可避免依靠人工编制问卷造成的编制过程繁琐、易出错的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供问卷系统中题库的结构示意图;
图2为本发明所提供的一种问卷生成方法的基本流程图;
图3为本发明所提供问卷系统中指标库的结构示意图;
图4为本发明所提供的问卷生成装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域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。
第一实施例
本实施例提供的问卷生成方法应用于问卷系统,其包括至少具有一个指标的指标库和题库,题库中包括多个题目,各题目具有指标标签,且题库中各题目的指标标签与指标库中的指标具有对应关系。需要了解的是,问卷是为了搜集人们对某个特定问题的态度、价值观、观点等信息而设计的一系列题目,这些态度、价值观、观点等信息即为本实施例中的指标,由于各题目反映的态度、价值观、观点等信息不同,因此每个题目将具有对应所反映信息的标签,即指标标签。指标与指标标签所具有的对应关系即为指标与指标标签所反映的信息相同,如指标A对应指标标签A,指标B对应指标标签B。例如可通过“文明礼貌”、“勤俭节约”、“热爱劳动”等指标衡量一个人的行为习惯进而衡量一个人的品德发展水平,进一步的衡量教育质量。需要理解的是,不同题目所反映的内容存在相同的情况,同时一个题目反映的内容不止一种,即不同题目具有相同指标标签,一个题目可具有多个指标标签,具体的,题库中题目与指标标签的关系可参见图1。在此举例说明一个题目可具有多个指标标签的情况:题目“是否利用业余时间参与消防义工活动”反映了“热爱劳动”和“生活技能”两个标签。
参见图2,本实施例提供的问卷生成方法包括以下步骤:
S101、获取待生成的问卷的评价指标。
在本实施例另外的一些示例中,该S101步骤之前还包括添加题目以及题目的预设指标标签至题库;匹配预设指标标签与指标库中的指标,当存在预设指标标签在指标库中无对应的指标时,将预设指标标签作为新的指标添加至指标库中。
需要理解的是,此处的预设指标标签是添加题目至题库时,根据该题目而拟定的指标标签,该拟定的指标标签可能是已存在或未存在指标库中,此时匹配预设指标标签与指标库中的指标,对于预设指标标签未存在题库的情况,则将该预设指标标签做为新的指标添加在指标库中。
S102、利用评价指标对指标库进行索引,得到问卷的指标清单。
需要理解的是,S102步骤中的指标清单包括指标库中的至少一个指标。可以理解的是,评价指标是当事人根据项目拟定的、编制该项目问卷所需的指标,为了避免当事人的认知情况、主观因素影响问卷的编制质量,因此可根据当事人拟定的评价指标检索指标库中的指标得到指标清单,尽可能的查找编制该项目问卷的指标,如当评价指标为“行为习惯”时,索引指标库得到的指标清单中可包括指标“文明礼貌”、“勤俭节约”、“热爱劳动”等。
在另外的一些示例中,指标库中的指标具有上级指标和下级指标,此时该步骤S102具体包括:利用评价指标对指标库进行索引,若在指标库中存在对应于评价指标的指标,则将指标以及指标的上级指标,或/和下级指标作为指标清单中的指标。
需要明白的是指标库中的指标是具有结构的,在一些示例中具体的结构可参见图3所示,在该示例下,指标库是具有三级等级结构的,此时利用评价指标对指标库进行索引,若存在对应该评价指标的指标时,将该指标的上级指标和下级指标都添加到指标清单中。需要理解的是,该处“对应评价指标的指标”中的“对应”可以是评价指标与指标的字符相同,或是表达含义相同而字符不同。另一方面,该处的上级指标和下级指标不一定都是存在的,即一个指标可能存在只有上级指标或下级指标,或既有上级指标和下级指标的情况,具体是取决于该指标所在的指标库中的结构等级。
S103、基于指标清单中的各指标及对应关系,从题库中选取题目生成问卷。
该处的对应关系即为指标与题库中指标标签的对应关系,根据该对应关系以及指标清单中的指标则可从题库中筛选出对应于指标清单中指标的题目,从而生成问卷。
在本实施例另外的一些示例中,该S103步骤包括利用指标清单中的各指标查询对应关系,从题库中查询得到对应指标清单中的各指标的题目;从对应指标清单中的各指标的题目中选取题目生成问卷。
需要理解的是,一个问卷中的评价指标可以为一个和多个,因此在该示例下,当评价指标为多个时,在S101步骤之后还包括获取问卷总题量以及各评价指标的权重;在S102步骤之后还包括利用问卷总题量以及各评价指标的权重,计算得到指标清单中各指标的题量;则该示例中的从对应指标清单中的各指标的题目中选取题目生成问卷的步骤包括两种方式,一种是按照指标清单中各指标的题量从对应指标清单中的各指标的题目中选取题目生成问卷。另一种是按照指标清单中各指标的题量从对应指标清单中的各指标的题目中选取预设题量的题目进行显示,响应选择操作并获取选择的题目生成问卷;预设题量大于题量。
需要明白的是,此处的问卷总题量是指最终编制得到问卷中的题目的数量,各评价指标的权重是指各个指标对应题目的题目数量,根据问卷总题量以及各评价指标的权重则可计算得到指标清单中各指标的题量。对于选取题目生成问卷的第一种方式,该方式为直接由软件或装置,自动的选取对应指标清单中各指标的题量的题目生成问卷;第二种方式则为:由软件或装置,自动的选取大于指标清单中各指标的题量的题目,并将选取出来的题目提供给用户进行选择,响应选择操作并获取选择的题目生成问卷。
在另外的一些示例中,在S103步骤之后,还包括输出网络格式的问卷,或,打印纸质的问卷。
本实施例提供的问卷生成方法是建立在包括指标库和题库的问卷系统上的,在编制问卷时仅需设置问卷的评价指标,便可根据设置的评价指标以及指标库和题库生成问卷,即整个过程并不需要人工编制问卷,从而可避免依靠人工编制问卷造成的编制过程繁琐、易出错的问题。
第二实施例
本实施例还提供了一种问卷生成装置,参见图4所示,其包括处理器41、存储器42及通信总线43,其中:
通信总线用于实现处理器和存储器之间的连接通信;
处理器用于执行存储器中存储的一个或者多个程序,以实现第一实施例中问卷生成方法的步骤。
本实施例还提供了一种计算机可读存储介质,其特征在于,计算机可读存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如第一实施例的问卷生成方法的步骤。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述,同时,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (8)
1.一种问卷生成方法,其特征在于,所述问卷生成方法应用于问卷系统;所述问卷系统包括指标库和题库,所述指标库至少具有一个指标,所述题库中各题目具有指标标签,所述题库中各题目的指标标签与所述指标库中的指标具有对应关系,所述问卷生成方法包括:
获取待生成的问卷的评价指标;
利用所述评价指标对所述指标库进行索引,得到所述问卷的指标清单;所述指标清单包括所述指标库中的至少一个指标;
基于所述指标清单中的各指标及所述对应关系,从所述题库中选取题目生成所述问卷。
2.如权利要求1所述的问卷生成方法,其特征在于,所述基于所述指标清单中的各指标及所述对应关系,从所述题库中选取题目生成所述问卷包括:
利用所述指标清单中的各指标查询所述对应关系,从所述题库中查询得到对应所述指标清单中的各指标的题目;
从对应所述指标清单中的各指标的题目中选取题目生成所述问卷。
3.如权利要求2所述的问卷生成方法,其特征在于,所述评价指标的数量为一个或多个;当所述评价指标为多个时,则在所述获取待生成的问卷的评价指标之后,还包括:
获取问卷总题量以及各评价指标的权重;
则所述利用所述评价指标对所述指标库进行索引,得到所述问卷的指标清单之后,还包括:
利用所述问卷总题量以及所述各评价指标的权重,计算得到所述指标清单中各指标的题量;
则所述从对应所述指标清单中的各指标的题目中选取题目生成所述问卷包括:
按照所述指标清单中各指标的题量从对应所述指标清单中的各指标的题目中选取题目生成问卷;
或,按照所述指标清单中各指标的题量从对应所述指标清单中的各指标的题目中选取预设题量的题目进行显示,响应选择操作并获取选择的题目生成所述问卷;所述预设题量大于所述题量。
4.如权利要求1所述的问卷生成方法,其特征在于,所述基于所述指标清单中的各指标及所述对应关系,从所述题库中选取题目生成所述问卷之后,还包括:
输出网络格式的所述问卷,或,打印纸质的所述问卷。
5.如权利要求1所述的问卷生成方法,其特征在于,所述获取待生成的问卷的评价指标之前,还包括:
添加题目以及所述题目的预设指标标签至所述题库;
匹配所述预设指标标签与所述指标库中的指标,当存在预设指标标签在所述指标库中无对应的指标时,将所述预设指标标签作为新的指标添加至所述指标库中。
6.如权利要求1-5任一项所述的问卷生成方法,其特征在于,所述指标库中的指标具有上级指标和下级指标,则所述利用所述评价指标对所述指标库进行索引,得到所述问卷的指标清单包括:
利用所述评价指标对所述指标库进行索引,若在所述指标库中存在对应于所述评价指标的指标,则将所述指标以及所述指标的上级指标,或/和下级指标作为所述指标清单中的指标。
7.一种问卷生成装置,其特征在于,所述问卷生成装置包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的一个或者多个程序,以实现如权利要求1至6中任一项所述的一种问卷生成方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至6中任一项所述的一种问卷生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810593546.0A CN109241506A (zh) | 2018-06-11 | 2018-06-11 | 一种问卷生成方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810593546.0A CN109241506A (zh) | 2018-06-11 | 2018-06-11 | 一种问卷生成方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109241506A true CN109241506A (zh) | 2019-01-18 |
Family
ID=65083834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810593546.0A Pending CN109241506A (zh) | 2018-06-11 | 2018-06-11 | 一种问卷生成方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241506A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110287103A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 软件产品测评处理方法、装置、计算机设备及存储介质 |
CN110826302A (zh) * | 2019-11-07 | 2020-02-21 | 网之易信息技术(北京)有限公司 | 调查问卷创建方法、装置、介质及电子设备 |
CN113674032A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷模型搭建系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032097A (ja) * | 2003-07-09 | 2005-02-03 | Machizukuri Consulnet:Kk | 施策評価支援システム |
US20140229199A1 (en) * | 2011-06-20 | 2014-08-14 | Timewyse Corporation | System and method for dynamic and customized questionnaire generation |
CN104008453A (zh) * | 2014-05-29 | 2014-08-27 | 启秀科技(北京)有限公司 | 职业能力测评仿真系统 |
CN105355111A (zh) * | 2015-12-02 | 2016-02-24 | 华中师范大学 | 基于学情分析的课后强化学习系统 |
CN107483397A (zh) * | 2017-06-19 | 2017-12-15 | 上海高顿教育培训有限公司 | 一种基于bs架构的考生自我测评方法 |
CN107622709A (zh) * | 2017-09-18 | 2018-01-23 | 哈尔滨成长科技有限公司 | 知识点掌握程度评价方法、介质和电子设备 |
-
2018
- 2018-06-11 CN CN201810593546.0A patent/CN109241506A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032097A (ja) * | 2003-07-09 | 2005-02-03 | Machizukuri Consulnet:Kk | 施策評価支援システム |
US20140229199A1 (en) * | 2011-06-20 | 2014-08-14 | Timewyse Corporation | System and method for dynamic and customized questionnaire generation |
CN104008453A (zh) * | 2014-05-29 | 2014-08-27 | 启秀科技(北京)有限公司 | 职业能力测评仿真系统 |
CN105355111A (zh) * | 2015-12-02 | 2016-02-24 | 华中师范大学 | 基于学情分析的课后强化学习系统 |
CN107483397A (zh) * | 2017-06-19 | 2017-12-15 | 上海高顿教育培训有限公司 | 一种基于bs架构的考生自我测评方法 |
CN107622709A (zh) * | 2017-09-18 | 2018-01-23 | 哈尔滨成长科技有限公司 | 知识点掌握程度评价方法、介质和电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110287103A (zh) * | 2019-05-22 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 软件产品测评处理方法、装置、计算机设备及存储介质 |
CN110287103B (zh) * | 2019-05-22 | 2022-05-17 | 深圳壹账通智能科技有限公司 | 软件产品测评处理方法、装置、计算机设备及存储介质 |
CN110826302A (zh) * | 2019-11-07 | 2020-02-21 | 网之易信息技术(北京)有限公司 | 调查问卷创建方法、装置、介质及电子设备 |
CN113674032A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷模型搭建系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Duncan | Path analysis: Sociological examples | |
Schrepp et al. | Construction of a benchmark for the user experience questionnaire (UEQ) | |
Hinderks et al. | Developing a UX KPI based on the user experience questionnaire | |
CN109241506A (zh) | 一种问卷生成方法、装置及计算机可读存储介质 | |
CN106802949B (zh) | 一种企业及人员关系构建控制方法、服务器及系统 | |
Read et al. | Cognitive work analysis and design: current practice and future practitioner requirements | |
US20200074509A1 (en) | Business data promotion method, device, terminal and computer-readable storage medium | |
CN108255897A (zh) | 可视化图表数据转换处理方法和装置 | |
de Morais Correia et al. | A multicriteria decision model to rank workstations in a footwear industry based on a FITradeoff-ranking method for ergonomics interventions | |
Nugraha et al. | User Experience Design Practices in Industry (Case Study from Indonesian Information Technology Companies) | |
Werewka et al. | Enterprise architecture approach to SCRUM processes, sprint retrospective example | |
CN108363594A (zh) | 一种工作流系统中参与者解析的方法 | |
Lovingood et al. | Household task performance roles of husbands and wives | |
CN109242401A (zh) | 配送范围的设置方法、装置、电子设备和可读存储介质 | |
Rahman bin Idris et al. | Reconceptualising human resource planning in response to institutional change | |
Nance et al. | Exploring the forms of model diagnosis in a simulation support environment | |
Feigh et al. | Current state of human factors in systems design | |
Koldijk | Automatic recognition of context and stress to support knowledge workers | |
Dicle et al. | Linking organisational structure, culture and innovation capability: mediating role of strategic decision-making process | |
Wibowo et al. | A consensus support system for supplier selection in group decision making | |
Adhiati et al. | The Influence of Ecological Leadership and Organizational Culture on Pro Environtmental Behaviors: The Mediating Employee Environmental Empowerment | |
Leão e Silva Filho et al. | Negotiation protocol based on ordered weighted averaging and Fuzzy metrics | |
Van De Kieft et al. | Explaining negotiation: Obtaining a shared mental model of preferences | |
Moraga et al. | SPDQM: SQuaRE-aligned portal data quality model | |
CN110990610A (zh) | 一种数据对象的推荐方法及系统 |
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: 20190118 |
|
RJ01 | Rejection of invention patent application after publication |