CN110458594A - 一种基于用户权重的网络调查问卷生成方法和装置 - Google Patents
一种基于用户权重的网络调查问卷生成方法和装置 Download PDFInfo
- Publication number
- CN110458594A CN110458594A CN201910534435.7A CN201910534435A CN110458594A CN 110458594 A CN110458594 A CN 110458594A CN 201910534435 A CN201910534435 A CN 201910534435A CN 110458594 A CN110458594 A CN 110458594A
- Authority
- CN
- China
- Prior art keywords
- user
- weighted value
- weight
- questionnaire
- weight term
- 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 40
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000001815 facial effect Effects 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 8
- 238000013145 classification model Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例属于数据处理技术领域，公开了一种基于用户权重的网络调查问卷生成方法、装置、计算机设备和存储介质，所述方法包括：建立问题库，该问题库中设置有若干条问题；针对问题库中的每条问题，为每条问题设置至少一个权重项，其中，每个权重项对应一个权重值；获取用户的权重项，在问题的权重项中，获取与用户的权重项相同的权重项，并将相同的权重项对应的问题的权重值作为待筛选权重值；获取预设标准权重值，从待筛选权重值中筛选出不低于预设标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。本发明针对不同用户之间的差异生成不同的调查问卷，增强了调查问卷的针对性，提高问卷获得有效信息的效率。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于用户权重的网络调查问卷生成方法、装置、计算机设备及存储介质。
背景技术
市场问卷调研活动中有很大一部分调研工作通过问卷形式展开，问卷发起方结合自身需求设计问卷，问卷由问卷完成方填写回答后，问卷发起方获得所需要的结果数据，通过加以分析形成数据报表。随着计算机技术和互联网技术的普及，问卷也从纸质演化发展成数字化的介质形式，能够通过电子文件、邮件、网络链接等方式完成。
通过让用户填写网络调查问卷，其主要目的是问卷方为了获取用户对关注问题的看法，目前市面上的网上问卷调查系统，主要通过从题库中抽取题目，或者按照预设题材进行问题选取，问题在生成后即不会改变，选项和答案设置较为固定，无法针对不同类型用户的差异之处设计问题构成问卷，使得调查问卷的针对性弱，导致调查问卷获取有效信息效率低的问题。
发明内容
本发明实施例的目的在提供一种基于用户权重的网络调查问卷生成方法、装置、计算机设备和存储介质，以解决当前方式生成的调查问卷的针对性弱，导致调查问卷获取有效信息效率低的问题。
一种基于用户权重的网络调查问卷生成方法，其特征在于，
建立问题库，所述问题库中设置有若干条问题；
针对所述问题库中的每条所述问题，为每一条所述问题设置至少一个权重项，其中，每个所述权重项对应一个权重值；
获取用户的权重项，在所述问题的权重项中，获取与所述用户的权重项相同的权重项，并将所述相同的权重项对应的问题的权重值作为待筛选权重值；
获取预设标准权重值，从所述待筛选权重值中筛选出不低于所述预设标准权重值的权重值，并根据筛选出的权重值对应的问题，生成调查问卷。
进一步的，所述建立问题库，所述问题库中设置有若干条问题，还包括：
将每条问题与至少两条子问题相关联，每条子问题与至少两条问题选项相关联，每条子问题与一条问题相关联。
进一步的，所述获取用户的权重项，包括：
接收由用户终端的相机获取到的用户的人脸图像；
对所述用户的人脸图像进行人脸识别，确认所述用户的性别，将所述用户的性别作为所述用户的权重项。
进一步的，所述对所述用户的人脸图像进行人脸识别，确认所述用户的性别，包括：
获取初始人脸性别识别模型，对所述初始人脸性别识别模型进行识别多张不同性别的人脸图像各类特征的训练，得到训练好的人脸识别模型；
获取所述用户的人脸图像，将所述用户的人脸图像输入所述训练好的人脸识别模型，并通过所述训练好人脸识别模型对所述用户的人脸图像中的各类特征进行识别，得到所述用户的人脸图像对应的所述用户的性别。
进一步的，所述获取用户的权重项，还包括：
接收用户终端返回的相关权重项的信息采集表，提取出所述信息采集表中的用户权重项；或
采集用户账号中的用户属性信息获取用户的权重项。
进一步的，在所述从所述待筛选权重值中筛选出不低于所述预设标准权重值，并根据筛选出的权重值对应的问题，生成调查问卷包括：
获取所述调查问卷所需问题的预设数量；
将筛选出的问题依照所述问题对应的权重值进行由高到低的排序，并生成问题权重值表；
在所述问题权重值表中，根据权重值由高到低的顺序，选取预设数量的问题，作为目标问题；
根据所述目标问题生成调查问卷。
进一步的，所述在所述问题权重值表中，根据权重值由高到低的顺序，选取预设-数量的问题，作为目标问题包括：
检测所述问题权重值表中的问题条数；
若所述问题权重值表中的问题条数小于所述预设数量，则降低预设标准权重值，再次筛选，重新生成新的问题权重值表，直到所述问题权重值表中的问题条数不小于所述预设数量。
一种基于用户权重的网络调查问卷生成装置，包括：
问题库建立模块，用于建立问题库，所述问题库中设置有若干条问题；
权重项匹配模块，用于针对所述问题库中的每条所述问题，为每一条所述问题设置至少一个权重项，其中，每个所述权重项对应一个权重值；
权重值计算模块，用于获取用户的权重项，在所述问题的权重项中，获取与所述用户的权重项相同的权重项，并将所述相同的权重项对应的问题的权重值作为待筛选权重值；
问卷生成模块，用于获取预设标准权重值，从所述待筛选权重值中筛选出不低于所述预设标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于用户权重的网络调查问卷生成方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于用户权重的网络调查问卷生成方法的步骤。
与现有技术相比，本发明实施例主要有以下有益效果：通过建立问题库，在问题库中设置若干条问题，并针对所述问题库中的每条所述问题，为每一条所述问题设置至少一个权重项，同时，获取用户的权重项，并在问题的权重项中，获取与用户的权重项相同的权重项，并将相同的权重项对应的问题的权重值作为待筛选权重值，最后获取预设标准权重值，从该待筛选权重值中，筛选出不低于预设标准权重值，并根据该权重值对应的问题，生成调查问卷，该问卷生成方法能够根据用户之间的差异，动态进行权重值调整，根据不同用户的特性生成对应的调查问卷，提高问卷获得有效信息的效率。
附图说明
为了更清楚地说明本发明中的方案，下面将对本发明实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明一实施例中的一种基于用户权重的网络调查问卷生成方法的流程示意图；
图2为本发明另一实施例中的一种基于用户权重的网络调查问卷生成方法的流程示意图；
图3为本发明一实施例中的一种基于用户权重的网络调查问卷生成装置的结构示意图；
图4为本发明另一实施例中的一种基于用户权重的网络调查问卷生成装置的结构示意图；
图5为本发明一实施例中计算机设备的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明；本发明的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本发明的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本发明方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。
请参阅图1，为本发明一实施例中的基于用户权重的网络调查问卷生成方法的流程示意图。该一种基于用户权重的网络调查问卷生成方法包括下述步骤：
步骤S101，建立问题库，问题库中设置有若干条问题。
具体地，由于需要生成对应的调查问卷，因此需要在服务器中预先建立一问题库，在该问题库设置与该调查问卷所需要的调查的信息相关的若干条问题。
例如，现在需要调查关于大学生自我幸福感的信息，那么就可以建立对应的关于大学生自我幸福感的问题库，在该大学生自我幸福感的问题库中设置若干个关于大学生自我幸福感的相关问题，例如：在过去一个月内的感受如何等问题。
需要说明的是，收集用户对调查问卷中问题的回答，主要目的是为了快捷收集用户的意向信息，针对不同类型用户，所需要获取的意向信息有所不同，在使用相同的调查问卷时，可能收集到很多无用的意向信息，因而，本实施例中，根据从调查问卷中获取到的用户意向信息的有效程度，来评判调查问卷获取有效信息的效率，容易理解地，从调查问卷中，获取用户意向信息的有效程度越高，调查问卷获取有效信息效率越高。
其中，有效程度是指调查问卷中，该类型用户相关的问题数量与调查问卷包含的所有问题数量的比值。
例如，在一具体实施方式中，一用户的类型为老年人，而该类型用户需要收集的意向信息为老年人的养生，在一个调查问卷中，一共包括20个问题，其中，与老年人养生相关的有5个，其他15为用户类型为大学生的意向信息，则有效程度为25％，调查问卷获取与老年人养生相关的意向信息的效率偏低。
步骤S102，针对问题库中的每条问题，为每条问题设置至少一个权重项。
具体地，对存储在问题库中的每条问题预设设置有至少一个权重项，每个权重项匹配有对应的权重值，权重项对应的权重值在每条问题中可以是不同的。
其中，权重项可以是用户年龄、性别、工作等，每条问题对应的权重项可以是相同的，但是每条问题中的权重项对应的权重值为不同的。
例如，在一个问题中，当权重项设置为性别、工作和年龄时；当性别为男时，权重值设置为0.1，性别为女时权重值设置为0.2；当工作为学生时，权重值设置为0.1，工作为上班族时，权重值设置为0.2；当年龄为18岁以上时，权重值设置为0.1，年龄为18岁以上时，权重值设置为0.3。此时在另外一个问题中，关于性别、工作和年龄的权重值可以是与上述相反或者完全不同的。
步骤S103，获取用户的权重项，在所述问题的权重项中，获取与用户的权重项相同的权重项，并将相同的权重项对应的问题的权重值作为待筛选权重值。
具体地，可以通过获取用户的账户信息，从用户的账户信息中提取出关于用户的权重项，或者可以是由服务器向用户终端发送关于用户权重项的信息采集表，用户终端返回该信息采集表，就可以获取用户的权重项的信息，还可以是向用户终端发送请求用户终端开启前置摄像头进行人脸识别，通过人脸识别技术采集用户的面部信息，从而获取用户的相关权重项信息。
在获得用户的权重项信息之后，将用户的权重项与问题中设置的权重项进行匹配，计算得到每条问题针对该用户的权重值。
例如，当通过采集用户的面部图像进行图像识别，可以获得用户的性别、年龄、肤色、颜值评分等信息，可以预设从中选取任意一项或多项作为指定的特征权重项，与问题中设置的权重项进行匹配，计算该每条问题针对该用户的权重值，然后就能够根据该每条问题针对该用户的权重值筛选出在满足预设条件的问题。
步骤S104，获取预设标准权重值，从所述待筛选权重值中筛选出不低于标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。
具体地，标准权重值可以通过用户进行预设或者直接在服务器中设置默认的权重值，用户可以手动进行修改。由于特定用户针对每条问题的权重值已经计算出来，就可以以该标准权重值为条件，从待筛选权重值中，筛选出不低于该标准权重值的权重值，并获取筛选出的权重值对应的问题，根据该问题合成调查问卷，即为针对每位用户的特定的调查问卷。
例如，当标准权重值预设为0.5时，那么就可以从待筛选权重值中，筛选出所有权重值不低于0.5的权重值，再获取这些权重值对应的问题，并根据这些问题整理成为一份调查问卷，该调查问卷也就有针对性，不同的用户也就可以获取针对用户自己特定属性的调查问卷。
在本实施例中，通过建立一个问题库，在该问题库中设置若干条问题，并针对所述问题库中的每条所述问题，为每一条所述问题设置至少一个权重项，同时，获取用户的权重项，并在问题的权重项中，获取与用户的权重项相同的权重项，并将相同的权重项对应的问题的权重值作为待筛选权重值，最后获取预设标准权重值，从该待筛选权重值中，筛选出不低于预设标准权重值，并根据该权重值对应的问题，生成调查问卷，该问卷生成方法能够根据用户之间的差异，动态进行权重值调整，根据不同用户的特性生成对应的调查问卷，提高问卷获得有效信息的效率。
请参阅图2，为本发明另一实施例中的一种基于用户权重的网络调查问卷生成方法的流程示意图。该一种基于用户权重的网络调查问卷生成方法包括以下步骤：
步骤S201，建立问题库，问题库中设置有若干条问题。
具体地，可以在建立一个问题库之后，向问题库中导入或者输入关于该带调查问卷的若干个问题，不同的调查问卷可以建立不同的问题库。
步骤S202，将每条问题与至少两条子问题相关联，每条子问题与至少两条问题选项相关联，每条子问题与一条问题相关联。
具体地，为提高调查问卷对用户有效信息的获取层度，本实施例采用问题细化的方式来生成问题，也即，对于一个问题，预设有多个分支的子问题，每个子问题均与至少两个问题选项进行关联。
需要说明的是，本实施例中的子问题对应的问题选项，默认的显示状态为隐藏，也即，默认在网络调查问卷上不显示，在选中了该子问题，服务端将显示状态重置为显示，并在调查问卷该子问题下面相应位置显示该问题选项，这种动态显示的方式，有利于节约调查问卷的空间。
例如，在一具体实施方式中，一问题为“大学生生活观”，该问题下面有三个子问题：子问题A、子问题B和子问题C，子问题A为“你对当前大学生热衷消费奢侈品的看法”，子问题B为“你对当前大学生兼职看法”，子问题C为“你对当前大学生网贷看法”，三个子问题分别对应有关联的问题选项，在进行网络调查问卷填写时，用户在点击子问题A后，子问题A的关联选项的显示状态变为显示，此时，用户在子问题A下方的相应问题可看到子问题A对应的问题选项，并根据自己的认知，从子问题A对应的问题选项中选择一个或多个问题选项作为回答答案。
步骤S203，对问题库中的若干条问题设置若干个匹配有权重值的权重项。
具体地，对设置在问题库中的每条问题可以设置若干个相同的权重项，该若干个相同的权重项在每个问题中匹配有对应的权重值，不同问题中相同的权重项对应的权重值可能不同，使得每个问题都能够根据用户的特性进行匹配，确保最后筛选到调查问卷中的所有问题都是该根据该用户的特定属性进行选择的。
步骤S204，在问题权重项中设置性别的权重项；通过打开用户终端的相机获取用户的人脸图像；对用户的人脸图像进行人脸识别，确认用户的性别；根据用户的性别匹配每条问题中性别的权重值，得到每条问题针对该用户的权重值。
具体地，首先可以在问题权重值中设置性别的权重项，通过向用户终端发送请求打开相机获取用户的人脸图像；对获得的用户人脸图像进行识别，从而确认用户的醒脾，并根据问题权重项中的性别确认用户在不同的问题中的权重值。
具体地，通过采集用户的面部图像进行图像识别，还可以获得用户的年龄、肤色、颜值评分等信息，该用户的年龄、肤色和颜值评分等可以设置为问题中的权重项，然后就可以将图像识别获取的权重项信息，对应到问题中的权重项，计算当前用户对每条问题的权重值。当然，可以同时通过对用户的面部识别获得用户的多种特征对应问题中的不同的权重项。
步骤S205，获取预设标准权重值和调查问卷的所需问题的预设数量，从待筛选权重值中，筛选出不低于标准权重值的所有权重值；。
具体地，在服务端预先设设有标准权重值，从待筛选权重值中，筛选出不低于该预设标准权重值的所有权重值，并获取筛选出的所有权重值由高到低的排序，并依照该排序生成问题权重值表，此外再获取调查问卷中的所需问题的预设数量，将筛选出的问题数与预设数量进行对比，确保筛选出的问题数能够达到预设数量。
其中，预设数量可以根据实际需求进行设定，例如，预设的问题数量为20。
例如，可以将标准权重值预设为0.3，大于或者等于0.3的问题都能够被筛选出来，若被筛选出的问题有500题，则将该500题按照权重值由高到低的顺序进行排序，并生成对应的问题权重值表。
步骤S206，检测所述问题权重值表中的问题条数；若问题权重值表中的问题条数小于预设数量；则降低预设标准权重值，再次筛选，重新生成新的问题权重值表，直到问题权重值表中的问题条数不小于预设数量。
具体地，当预设的标准权重值过高时，可能会造成问题权重值表中的问题数没有达到预设所需问题数的数量。因此就需要对问题权重值表中的问题进行检测，判断问题权重值表中的问题数是否符合需求，若问题权重值表中的问题个数小于调查问卷的所需问题数，那么服务器端可以自动对标准权重值进行下调，至当前标准权重值可以筛选出预设数量的权重值对应的问题，将该问题作为目标问题。
例如，当前标准权重值设置为0.7时，筛选出的问题条数有20题，而预设的调查问卷所需问题数为25题，那么就可以将标准器权重值进行下调，至当前标准权重值能够恰好筛选出25题。若标准权重值下调过程中，无法满足恰好筛选出预设调查问卷的所需问题数时，则可根据随机算法在下一相同权重值中选择缺少的问题数。例如，当所需问题数为100题时，只筛选出了99个问题，之后的3个问题权重相同，则根据随机算法随机选择其中一道题作为第100个问题。
步骤S207，根据目标问题生成调查问卷。
具体地，在问题权重值表中的问题数与调查问卷所需的问题数相等，因此将问题权重值表中的所有问题合成该用户的调查问卷。
在本实施例的一些可选的实现方式中，上述步骤S204还包括：设置人脸性别识别模型，对所述人脸性别识别模型进行识别多张不同性别的人脸图像各类特征的训练；获取所述用户的人脸图像，并记录所述用户的人脸图像中的各类特征；对比所述人脸性别识别模型判断所述用户的性别。
在本实施例的一些可选的实现方式中，上述步骤S204还可以是：向用户终端发送问题权重项的信息采集表，接收用户终端返回的信息采集表，提取出该问题权重值表中的用户权重项；或者，还可以是采集用户账号中的用户属性信息从而获取用户的权重项。
具体地，用户可以通过特定的应用软件填写调查问卷的问题，该特定的应用软件就可以通过获取用户的面部图像信息，对该用户的面部图像信息进行图像识别，获取用户的性别、年龄或者颜值评分等信息，并将该信息与问题中的权重项进行匹配，获取该用户对每条问题的权重值，便于进行调查问卷中问题的筛选。
当然，由于该特定的软件可以注册对应的账户，在注册账户时，就能够获取用户的基本属性信息，由此，在获取用户权重项时，就可以直接提取用户的账户对应的属性信息，从而获取用户的权重项信息，并根据用户的权重项信息计算得到每条问题针对该用户的权重值，便于进行调查问卷中问题的筛选。
在本实施例中，还可以是，在制作对应的调查问卷之前，向用户发送关于权重项的信息采集表，根据用户返回的信息采集表获取用户的权重项信息，并根据用户的权重项信息计算该用户针对每条问题的权重值，便于进行调查问卷中问题的筛选。
在本实施例中，能够将设置在问题库中的所有问题、子问题及问题与子问题的选项进行关联，每条问题还匹配有对应的带有不同权重值的权重项，通过在问题权重项中设置性别的权重项，通过打开用户终端的相机获取用户的人脸图像，对用户的人脸图像进行人脸识别，确认用户的性别，并根据用户的性别匹配问题的性别的权重值，并通过计算得出每条问题针对该用户的权重值，预设标准权重值，筛选出不低于标准权重值的问题，将该所有筛选出的问题按照权重值的高低进行由高到低的排序，获得问题权重值表，同时预设调查问卷所需问题数，生成调查问卷前对问题权重值表中的问题数进行检测，确保问题权重值表中的问题数为调查问卷所需问题数，能够根据用户的不同属性进行调查问卷的问题设计，提高调查问卷的调查信息的价值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图3，为本发明一实施例中的一种基于用户权重的网络调查问卷生成装置的结构示意图，作为对上述图1所示方法的实现，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述一种基于用户权重的网络调查问卷生成装置300包括：问题库建立模块301、权重项匹配模块302、权重值计算模块303以及问卷生成模块304。其中，问题库建立模块301、权重项匹配模块302、权重值计算模块303以及问卷生成模块304之间电性连接。
问题库建立模块301用于建立问题库，所述问题库中设置有若干条问题。
具体地，该问题库建立模块301能够实现建立对应的问题库，并在问题库建立完成之后，将若干条问题导入或者输入到该问题库中，该问题库中可以尽可能多的导入问题，使得调查问卷需要的信息更为精确。
权重项匹配模块302用于对所述问题库中的若干条问题设置若干个匹配有权重值的权重项。
具体地，权重项匹配模块302在问题库导入若干条问题之后，对存储在问题库中的若干条问题设置相同的权重项，同时对每条问题中的权重项设置对应权重值，相同的权重项在不同的问题中权重值可以设置为不同的。
权重值计算模块303用于获取用户的权重项，根据用户的权重项匹配每条问题的权重项，计算的得到每条问题针对该用户的权重值。
具体地，通过权重值计算模块303可以获取用户的权重项，并在获取用户的权重项之后，根据用户的权重项匹配对应问题中的权重项，并通过计算得到每条问题针对该用户的权重值，用于筛选依照用户特定属性的问题。
问卷生成模块304用于获取预设标准权重值，从所述待筛选权重值中筛选出不低于所述预设标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。
具体地，通过问卷生成模块304可以进行标准权重值的预设，并依据该标准权重值，对问题库中的所有问题进行筛选，可以是将不低于预设权重值的权重值对应的问题筛选出来，并生成调查问卷。
在本实施例中，通过问题库建立模块建立问题库并在问题库中设置若干条问题，权重项匹配模块对设置在问题库中的所有问题匹配权重项，并对权重项设置不同的权重值，通过权重值计算模块获取用户的权重项，并根据用户的权重项匹配问题中的权重项，并计算出每条问题针对该用户的权重值，最后通过问卷生成模块预设的标准权重值，筛选出不低于该标准权重值的问题，生成调查问卷，能够实现调查问卷的问题的灵活设计，针对不同用户之间的差异生成不同的问卷，使得问卷的调查内容更有针对性和价值。
在本实施例的一些可选的实现方式中，上述问题库建立模块301进一步用于：所述若干条问题还包括有对应的若干条子问题以及所述若干条子问题对应的问题选项，将所述若干条问题与子问题以及问题选项进行关联。
问题库建立模块301在建立好问题库之后，导入问题时，同时对问题设置对应的子问题，每个问题的子问题可以设置多个，同时设置好有所有问题的选项信息，并将问题、子问题以及选项信息进行关联，使得能够在选中问题对应的选项之后，出现对应的子问题。
请参阅图4，为本发明另一实施例中的一种基于用户权重的网络调查问卷生成装置的结构示意图，该基于用户权重的网络调查问卷生成装置400具体包括：问题库建立模块401，问题关联模块402、权重项匹配模块403、权重值计算模块404、权重值表生成模块405、问题数检测模块406以及问卷生成模块407。其中，问题库建立模块401，问题关联模块402、权重项匹配模块403、权重值计算模块404、权重值表生成模块405、问题数检测模块406以及问卷生成模块407之间电性连接。
问题库建立模块401用于建立问题库，问题库中设置有若干条问题。
问题关联模块402用于若干条问题还包括有对应的若干条子问题以及若干条子问题对应的问题选项，将若干条问题与子问题以及问题选项进行关联。
权重项匹配模块403用于对问题库中的若干条问题设置若干个匹配有权重值的权重项。
权重值计算模块404用于在问题权重项中设置性别的权重项；通过打开用户终端的相机获取用户的人脸图像；对用户的人脸图像进行人脸识别，确认用户的性别；根据用户的性别匹配每条问题中性别的权重值，得到每条问题针对该用户的权重值。
其中，权重值计算模块404可以首先将性别设置为问题的权重项，向用户终端发送打开相机的请求或者上传用户脸部图像的请求，对获取的人脸图像进行识别，确认用户的性别，并根据用户的性别匹配每条问题中的权重值，得到每条问题针对该用户的权重值。
权重值计算模块404还可以用于设置人脸性别识别模型，对人脸性别识别模型进行识别多张不同性别的人脸图像各类特征的训练；获取用户的人脸图像，并记录所述用户的人脸图像中的各类特征；对比人脸性别识别模型判断所述用户的性别。
当然也可以是向用户终端发送权重项信息采集表，在用户填写完成之后，返回该信息采集表，即可获得用户的权重项信息；还可以根据用户当前登录的账户，获取该账户的属性信息，从而获取用户的权重项信息。
权重值表生成模块405用于预设标准权重值和调查问卷的所需问题的预设数量，筛选出不低于标准权重值的所有问题；对筛选出的所有问题进行权重值由高到低的排序，并依照该排序生成问题权重值表。
具体地，标准权重值和调查问卷的所需问题数能够通过权重值表生成模块405进行预设，权重值表生成模块405进一步通过该标准权重值对所有问题进行筛选，筛选出不低于该权重值的问题，并对该筛选出的问题进行权重值由高到低的排序，并依照该排序生成问题权重值表。
问题数检测模块406用于检测所述问题权重值表中的问题条数；若问题权重值表中的问题条数小于预设调查问卷的所需问题数；则降低预设标准权重值，再次筛选，重新生成新的问题权重值表，至恰好可以筛选出与所需问题数相等的问题。
具体地，在生成问题权重值表之后，问题数检测模块406对该问题权重值表中的问题数进行检测，判断问题权重值表中的问题条数是否低于预设的调查问卷的所需问题数，若问题权重值表中的问题小于预设调查问卷的所需问题数，则降低当前标准预设权重值，再次对所有问题进行筛选，重新生成新的问题权重值表，至检测到当前问题权重值表中存在与调查问卷的所需问题数相等的问题。
若不能恰好筛选出调查问卷中所需的问题数，则检测到问题权重值表中的问题小于且最接近该所需问题数时，通过随机算法在下一权重值中随机选中缺少的问题数对应的问题，并将随机选中的问题导入到问题权重值表中。
问卷生成模块407用于将问题权重值表中的所有问题生成调查问卷。
具体地，在生成问题权重值表并对该表中的问题进行检测之后，确认问题权重值表中存在与预设的调查问卷的所需问题数相等的问题，将该问题权重值表的所有问题生成调查问卷。
在本实施例的一些可选的实现方式中，上述权重值计算模块404还可以用于：接收用户终端返回的相关权重项的信息采集表，提取出所述信息采集表中的用户权重项；或采集用户账号中的用户属性信息获取用户的权重项。
在本实施例中，首先通过问题库建立模块建立对应的问题库，并在该问题库中设置若干条问题，问题关联模块对问题库中的若干条问题、子问题和问题选项进行关联，权重项匹配模块对问题库中的若干条问题设置若干匹配有权重值的权重项，权重值计算模块将性别设置为权重项，获得用户的图像信息，并对该图像信息进行识别确认用户的性别，根据用户的性别匹配每条问题的权重值，得到每条问题对该用户的权重值，权重值表生成模块在获取预设标准权重值和调查问卷的所需问题的预设数量之后，筛选出不低于该标准权重值的所有问题，并对筛选出的所有问题进行权重值由高到低的排序，依照该排序生成问题权重值表，通过问题数检测模块对该问题权重值表中的问题数进行检测，若问题权重值表中的问题数低于预设数量，则降低预设标准权重值，再次筛选，重新生成新的问题权重值表，至该问题权重值表中恰好可以筛选出预设数量的问题，然后将该问题权重值表中的问题通过问卷生成模块生成对应的调查问卷，能够根据用户的不同属性灵活的设计对应的问题，提高网络调查问卷获取有效信息的效率。
以上方案，通过设置问题库，在问题库中设置对应的问题，对问题库中的问题、子问题及问题选项进行关联，通过权重值信息采集表或用户面部图像信息识别或账户信息的方式来获取用户的权重项，并根据用户的权重项匹配对应的问题的权重项，计算出每条问题对该用户的权重值，预设标准权重值，并筛选出不低于该标准权重值的所有问题，将筛选出的所有问题进行权重值由高到低的排序，并生成问题权重值表，对生成的问题权重值表中的问题数进行检测，判断是否低于调查问卷的所需问题数，若低于则降低预设标准权重值，至问题权重值表中达到预设数量的权重值，并获取该权重值对应的问题，作为目标问题，通过目标问题生成问卷，针对不同用户之间的不同属性，生成对应用户的调查问卷，提高网络调查问卷获取有效信息的效率。
为解决上述技术问题，本发明实施例还提供计算机设备。具体请参阅图5，图5为本实施例计算机设备基本结构框图。
所述计算机设备5包括通过系统总线相互通信连接存储器51、处理器52、网络接口53。需要指出的是，图中仅示出了具有组件51-53的计算机设备5，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器51至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器51可以是所述计算机设备5的内部存储单元，例如该计算机设备5的硬盘或内存。在另一些实施例中，所述存储器51也可以是所述计算机设备5的外部存储设备，例如该计算机设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括其外部存储设备。本实施例中，所述存储器51通常用于存储安装于所述计算机设备5的操作系统和各类应用软件，例如基于用户权重的网络调查问卷生成方法的程序代码等。此外，所述存储器51还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器52在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器52通常用于控制所述计算机设备5的总体操作。本实施例中，所述处理器52用于运行所述存储器51中存储的程序代码或者处理数据，例如运行所述基于用户权重的网络调查问卷生成方法的程序代码。
所述网络接口53可包括无线网络接口或有线网络接口，该网络接口53通常用于在所述计算机设备5与其他电子设备之间建立通信连接。
本发明还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于用户权重的网络调查问卷生成方法的程序，所述基于用户权重的网络调查问卷生成方法的程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于用户权重的网络调查问卷生成方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例，但并不限制本发明的专利范围。本发明可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式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效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。
Claims (10)
1.一种基于用户权重的网络调查问卷生成方法，其特征在于，包括：
建立问题库，所述问题库中设置有若干条问题；
针对所述问题库中的每条所述问题，为每条所述问题设置至少一个权重项，其中，每个所述权重项对应一个权重值；
获取用户的权重项，在所述问题的权重项中，获取与所述用户的权重项相同的权重项，并将所述相同的权重项对应的问题的权重值作为待筛选权重值；
获取预设标准权重值，从所述待筛选权重值中筛选出不低于所述预设标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。
2.根据权利要求1所述的基于用户权重的网络调查问卷生成方法，其特征在于，所述问题还包括有对应的至少两条子问题以及所述子问题对应的问题选项；
所述建立问题库，所述问题库中设置有若干条问题，还包括：
将每条问题与至少两条子问题相关联，每条子问题与至少两条问题选项相关联，每条子问题与一条问题相关联。
3.根据权利要求1所述的基于用户权重的网络调查问卷生成方法，其特征在于，至少存在一条所述问题设置有性别的权重项，所述获取用户的权重项包括：
接收由用户终端的相机获取到的用户的人脸图像；
对所述用户的人脸图像进行人脸识别，确认所述用户的性别，将所述用户的性别作为所述用户的权重项。
4.根据权利要求3所述的基于用户权重的网络调查问卷生成方法，其特征在于，所述对所述用户的人脸图像进行人脸识别，确认所述用户的性别，包括：
获取初始人脸性别识别模型，对所述初始人脸性别识别模型进行识别多张不同性别的人脸图像各类特征的训练，得到训练好的人脸识别模型；
获取所述用户的人脸图像，将所述用户的人脸图像输入所述训练好的人脸识别模型，并通过所述训练好人脸识别模型对所述用户的人脸图像中的各类特征进行识别，得到所述用户的人脸图像对应的所述用户的性别。
5.根据权利要求1所述的基于用户权重的网络调查问卷生成方法，其特征在于，所述获取用户的权重项，还包括：
接收用户终端返回的相关权重项的信息采集表，提取出所述信息采集表中的用户权重项；或
采集用户账号中的用户属性信息获取用户的权重项。
6.根据权利要求1所述的基于用户权重的网络调查问卷生成方法，其特征在于，所述从所述待筛选权重值中筛选出不低于所述预设标准权重值，并根据筛选出的权重值对应的问题，生成调查问卷包括：
获取所述调查问卷的所需问题的预设数量；
将筛选出的问题依照所述问题对应的权重值进行由高到低的排序，并生成问题权重值表；
在所述问题权重值表中，根据权重值由高到低的顺序，选取预设数量的问题，作为目标问题；
根据所述目标问题生成所述调查问卷。
7.根据权利要求6所述的基于用户权重的网络调查问卷生成方法，其特征在于，所述在所述问题权重值表中，根据权重值由高到低的顺序，选取预设数量的问题，作为目标问题，包括：
检测所述问题权重值表中的问题条数；
若所述问题权重值表中的问题条数小于所述预设数量，则降低预设标准权重值，再次筛选，重新生成新的问题权重值表，直到所述问题权重值表中的问题条数不小于所述预设数量。
8.一种基于用户权重的网络调查问卷生成装置，其特征在于，包括：
问题库建立模块，用于建立问题库，所述问题库中设置有若干条问题；
权重项匹配模块，针对所述问题库中的每条所述问题，为每一条所述问题设置至少一个权重项，其中，每个所述权重项对应一个权重值；
权重值计算模块，用于获取用户的权重项，在所述问题的权重项中，获取与所述用户的权重项相同的权重项，并将所述相同的权重项对应的问题的权重值作为待筛选权重值；
问卷生成模块，用于获取预设标准权重值，从所述待筛选权重值中筛选出不低于所述预设标准权重值的权重值，并根据筛选出的权重值对应的问题生成调查问卷。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于用户权重的网络调查问卷生成方法的步骤。
10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于用户权重的网络调查问卷生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910534435.7A CN110458594A (zh) | 2019-06-20 | 2019-06-20 | 一种基于用户权重的网络调查问卷生成方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910534435.7A CN110458594A (zh) | 2019-06-20 | 2019-06-20 | 一种基于用户权重的网络调查问卷生成方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110458594A true CN110458594A (zh) | 2019-11-15 |
Family
ID=68480776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910534435.7A Pending CN110458594A (zh) | 2019-06-20 | 2019-06-20 | 一种基于用户权重的网络调查问卷生成方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458594A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111859869A (zh) * | 2020-07-13 | 2020-10-30 | 米哈游科技（上海）有限公司 | 一种问卷编辑方法、装置、电子设备及存储介质 |
| CN112529753A (zh) * | 2020-12-10 | 2021-03-19 | 清研灵智信息咨询(北京)有限公司 | 基于微服务体系和多租户技术的调研业务系统 |
| CN113506601A (zh) * | 2021-07-13 | 2021-10-15 | 北京美医医学技术研究院有限公司 | 一种基于大数据的皮肤耐受性分析系统 |
| CN113590791A (zh) * | 2021-07-30 | 2021-11-02 | 北京壹心壹翼科技有限公司 | 一种核保问询策略优化方法、装置、设备及存储介质 |
| CN113971243A (zh) * | 2021-10-12 | 2022-01-25 | 上海众言网络科技有限公司 | 应用于问卷调查的数据处理方法、系统、设备及存储介质 |
| CN113988916A (zh) * | 2021-10-22 | 2022-01-28 | 苏州众言网络科技股份有限公司 | 问卷投放方法及装置 |
| CN114119055A (zh) * | 2020-09-01 | 2022-03-01 | 中国移动通信有限公司研究院 | 一种测评实现方法、装置和存储介质 |
| CN114400058A (zh) * | 2022-01-25 | 2022-04-26 | 无锡启益医疗科技有限公司 | 一种基于copd筛查用机器学习引导的eq问卷赋分方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016181580A1 (ja) * | 2015-05-11 | 2016-11-17 | 楽天株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
| CN107194743A (zh) * | 2017-06-19 | 2017-09-22 | 腾讯科技（深圳）有限公司 | 一种网络调查问卷生成方法和装置 |
| CN108629605A (zh) * | 2017-03-15 | 2018-10-09 | 北京京东尚科信息技术有限公司 | 基于在线客服的实时问卷推送方法 |
-
2019
- 2019-06-20 CN CN201910534435.7A patent/CN110458594A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016181580A1 (ja) * | 2015-05-11 | 2016-11-17 | 楽天株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
| CN108629605A (zh) * | 2017-03-15 | 2018-10-09 | 北京京东尚科信息技术有限公司 | 基于在线客服的实时问卷推送方法 |
| CN107194743A (zh) * | 2017-06-19 | 2017-09-22 | 腾讯科技（深圳）有限公司 | 一种网络调查问卷生成方法和装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111859869A (zh) * | 2020-07-13 | 2020-10-30 | 米哈游科技（上海）有限公司 | 一种问卷编辑方法、装置、电子设备及存储介质 |
| CN114119055A (zh) * | 2020-09-01 | 2022-03-01 | 中国移动通信有限公司研究院 | 一种测评实现方法、装置和存储介质 |
| CN112529753A (zh) * | 2020-12-10 | 2021-03-19 | 清研灵智信息咨询(北京)有限公司 | 基于微服务体系和多租户技术的调研业务系统 |
| CN113506601A (zh) * | 2021-07-13 | 2021-10-15 | 北京美医医学技术研究院有限公司 | 一种基于大数据的皮肤耐受性分析系统 |
| CN113506601B (zh) * | 2021-07-13 | 2024-01-16 | 北京美医医学技术研究院有限公司 | 一种基于大数据的皮肤耐受性分析系统 |
| CN113590791A (zh) * | 2021-07-30 | 2021-11-02 | 北京壹心壹翼科技有限公司 | 一种核保问询策略优化方法、装置、设备及存储介质 |
| CN113590791B (zh) * | 2021-07-30 | 2023-11-24 | 北京壹心壹翼科技有限公司 | 一种核保问询策略优化方法、装置、设备及存储介质 |
| CN113971243A (zh) * | 2021-10-12 | 2022-01-25 | 上海众言网络科技有限公司 | 应用于问卷调查的数据处理方法、系统、设备及存储介质 |
| CN113988916A (zh) * | 2021-10-22 | 2022-01-28 | 苏州众言网络科技股份有限公司 | 问卷投放方法及装置 |
| CN114400058A (zh) * | 2022-01-25 | 2022-04-26 | 无锡启益医疗科技有限公司 | 一种基于copd筛查用机器学习引导的eq问卷赋分方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458594A (zh) | 一种基于用户权重的网络调查问卷生成方法和装置 | |
| CN106326654B (zh) | 基于大数据云分析的健康预测系统、智能终端和服务器 | |
| TWI772673B (zh) | 行業識別模型確定方法和裝置 | |
| CN107704834A (zh) | 微表情面审辅助方法、装置及存储介质 | |
| CN110619568A (zh) | 风险评估报告的生成方法、装置、设备及存储介质 | |
| CN107485844A (zh) | 一种肢体康复训练方法、系统及嵌入式设备 | |
| CN109670936A (zh) | 贷款审批处理方法、平台、设备及计算机可读存储介质 | |
| CN108122612A (zh) | 数据库的建立、多维度健康风险等级确定方法及装置 | |
| WO2022048515A1 (zh) | 一种测评实现方法、装置和存储介质 | |
| CN107767965A (zh) | 多因素关联比对的健康监测系统及方法 | |
| CN109615012A (zh) | 基于机器学习的就诊数据异常识别方法、设备及存储介质 | |
| CN106789292A (zh) | 一种异常行为监控方法和装置 | |
| CN102282584A (zh) | 活动数据呈现装置、活动数据呈现方法以及记录介质 | |
| CN105068663A (zh) | 一种基于脑电信号的对象选择方法及装置 | |
| CN109524083A (zh) | 基于医疗大数据监测辅助用药合理性的方法及相关产品 | |
| CN107799180A (zh) | 基于认知行为疗法的心理资本提升训练方法及系统 | |
| CN108549276A (zh) | 一种智能交互控制制水设备的方法及系统 | |
| CN109522858A (zh) | 植物疾病检测方法、装置及终端设备 | |
| CN104951807A (zh) | 股市情绪的确定方法和装置 | |
| CN109635113A (zh) | 异常参保人购药数据检测方法、装置、设备及存储介质 | |
| CN105844107A (zh) | 数据处理方法和装置 | |
| CN202815842U (zh) | 基于云计算的中医数据采集诊断中间系统 | |
| JP5244486B2 (ja) | 生活パターン適応型保健指導支援システム | |
| CN110162572A (zh) | 策略执行方法、服务器及计算机存储介质 | |
| CN109671503A (zh) | 健康方案评估方法及装置 |
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: 20191115 |