CN111159528B - 问卷信息的推送方法及装置、存储介质和电子装置 - Google Patents
问卷信息的推送方法及装置、存储介质和电子装置 Download PDFInfo
- Publication number
- CN111159528B CN111159528B CN201910208940.2A CN201910208940A CN111159528B CN 111159528 B CN111159528 B CN 111159528B CN 201910208940 A CN201910208940 A CN 201910208940A CN 111159528 B CN111159528 B CN 111159528B
- Authority
- CN
- China
- Prior art keywords
- information
- input
- type
- user
- questionnaire
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 18
- 230000001502 supplementing effect Effects 0.000 claims 2
- 230000001960 triggered effect Effects 0.000 claims 2
- 238000000605 extraction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000011835 investigation Methods 0.000 abstract description 5
- 239000008280 blood Substances 0.000 description 37
- 210000004369 blood Anatomy 0.000 description 37
- 235000013305 food Nutrition 0.000 description 29
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 24
- 235000005911 diet Nutrition 0.000 description 16
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 15
- 230000037213 diet Effects 0.000 description 15
- 239000008103 glucose Substances 0.000 description 15
- 235000012000 cholesterol Nutrition 0.000 description 12
- 230000002354 daily effect Effects 0.000 description 11
- 206010012601 diabetes mellitus Diseases 0.000 description 10
- 230000002526 effect on cardiovascular system Effects 0.000 description 10
- 235000012631 food intake Nutrition 0.000 description 10
- 230000037406 food intake Effects 0.000 description 10
- 230000036541 health Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 239000010775 animal oil Substances 0.000 description 7
- 235000019577 caloric intake Nutrition 0.000 description 7
- 235000014113 dietary fatty acids Nutrition 0.000 description 7
- 229930195729 fatty acid Natural products 0.000 description 7
- 239000000194 fatty acid Substances 0.000 description 7
- 150000004665 fatty acids Chemical class 0.000 description 7
- 230000035488 systolic blood pressure Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000391 smoking effect Effects 0.000 description 6
- 150000001720 carbohydrates Chemical class 0.000 description 5
- 235000014633 carbohydrates Nutrition 0.000 description 5
- 230000007937 eating Effects 0.000 description 5
- 241000219109 Citrullus Species 0.000 description 4
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 4
- 240000007594 Oryza sativa Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 230000000386 athletic effect Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 235000013312 flour Nutrition 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002641 glycemic effect Effects 0.000 description 3
- 201000001421 hyperglycemia Diseases 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 235000021023 sodium intake Nutrition 0.000 description 3
- 241000238366 Cephalopoda Species 0.000 description 2
- 102000002322 Egg Proteins Human genes 0.000 description 2
- 108010000912 Egg Proteins Proteins 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 108010006519 Molecular Chaperones Proteins 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 240000004713 Pisum sativum Species 0.000 description 2
- 235000010582 Pisum sativum Nutrition 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 2
- 229920002472 Starch Polymers 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 244000098338 Triticum aestivum Species 0.000 description 2
- 240000004922 Vigna radiata Species 0.000 description 2
- 235000010721 Vigna radiata var radiata Nutrition 0.000 description 2
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 description 2
- 235000015895 biscuits Nutrition 0.000 description 2
- 235000021152 breakfast Nutrition 0.000 description 2
- 235000012970 cakes Nutrition 0.000 description 2
- 235000019219 chocolate Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000013345 egg yolk Nutrition 0.000 description 2
- 210000002969 egg yolk Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000015219 food category Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007446 glucose tolerance test Methods 0.000 description 2
- 235000012907 honey Nutrition 0.000 description 2
- 230000003345 hyperglycaemic effect Effects 0.000 description 2
- 235000008446 instant noodles Nutrition 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000037323 metabolic rate Effects 0.000 description 2
- 235000019713 millet Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000012771 pancakes Nutrition 0.000 description 2
- 235000014594 pastries Nutrition 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 159000000000 sodium salts Chemical class 0.000 description 2
- 235000019698 starch Nutrition 0.000 description 2
- 239000008107 starch Substances 0.000 description 2
- 230000035922 thirst Effects 0.000 description 2
- 235000015149 toffees Nutrition 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 208000007848 Alcoholism Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 201000005569 Gout Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 102000005431 Molecular Chaperones Human genes 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000022249 Sleep-Wake Transition disease Diseases 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 235000021070 high sugar diet Nutrition 0.000 description 1
- 238000013115 immunohistochemical detection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 208000018944 leg cramp Diseases 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 235000015598 salt intake Nutrition 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 235000021163 supper Nutrition 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000029663 wound healing Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种问卷信息的推送方法及装置、存储介质和电子装置,其中该方法包括:判断由第一用户录入的录入信息中是否包括所有第一类信息;在判断出未包括所有第一类信息的情况下,推送未包括的与第一类信息对应的问卷信息;在判断出录入信息中包括所有第一类信息的情况下,根据录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,第一类信息与第二类信息不相同。通过本发明,解决了相关技术中在问卷调查过程中需要一次性推送大量问卷信息的问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种问卷信息的推送方法及装置、存储介质和电子装置。
背景技术
市场调研中,通过问卷的方式收集用户的反馈信息是常用的方式,但现有的问卷系统往往需要用户一次性将所有问卷做完,却无法中途保存,而且为了收集更多的信息,实现对用户的精准评估,问卷中的题量往往比较大,这种问卷方式对用户是不够友好的,而且一定程度上也会导致收集信息的效率比较低。
针对相关技术中的上述问题,目前尚未存在有效的解决方案。
发明内容
本发明实施例提供了一种问卷信息的推送方法及装置、存储介质和电子装置,以至少解决相关技术中在问卷调查过程中需要一次性推送大量问卷信息的问题。
根据本发明的一个实施例,提供了一种问卷信息的处理方法,包括:判断由第一用户录入的录入信息中是否包括所有第一类信息;在判断出未包括所有所述第一类信息的情况下,推送未包括的与所述第一类信息对应的问卷信息;在判断出所述录入信息中包括所有所述第一类信息的情况下,根据所述录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,所述第一类信息与所述第二类信息不相同。
根据本发明的另一个实施例,提供了一种问卷信息的处理装置,包括:第一判断模块,用于判断由第一用户录入的录入信息中是否包括所有第一类信息;推送模块,用于在判断出未包括所有所述第一类信息的情况下,推送未包括的与所述第一类信息对应的问卷信息;第一处理模块,用于在判断出所述录入信息中包括所有所述第一类信息的情况下,根据所述录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,所述第一类信息与所述第二类信息不相同。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,在本地保存有用户录入的录入信息后,进一步判断该用户的录入信息是否包括所有第一类信息,进而可以根据用户的录入信息,以及录入信息与预设信息的匹配度有针对性的推送问卷信息,从而不需要用户一次性将所有的问卷信息回答完,解决了相关技术中在问卷调查过程中需要一次性推送大量问卷信息的问题,提高了调查问卷的效率以及用户体验度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的问卷信息的处理方法的移动终端的硬件结构框图;
图2是根据本发明实施例的问卷信息的处理方法的流程图;
图3是根据本发明实施例的问卷信息的处理装置的结构框图;
图4是根据本发明实施例的问卷信息的处理装置的可选结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种问卷信息的处理方法的移动终端的硬件结构框图。如图1所示,移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的一种问卷信息的处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述移动终端或计算机终端或者类似的运算装置中的一种问卷信息的处理方法,图2是根据本发明实施例的问卷信息的处理方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,判断由第一用户录入的录入信息中是否包括所有第一类信息;
其中,需要说明的是,本实施例中涉及到的第一类信息优先设置为与用户相关的基本信息,例如:性别、年龄、职业、劳动/运动强度、是否患有慢性疾病、基本体征(身高、体重)、生活环境(生活地域、籍贯)、是否感染病毒、家族病史等。
当然这仅仅是举例说明,对于其他的与用户相关的基本信息可以根据实际情况进行相应的添加或删减都是可以的。例如,为了能够对用户的基本情况有一个更加全面的了解,如果本次调查是用户健康为主题,则可以在该第一类信息中增加各种身体指标的检查结果如:血生化检测参数(包括但不限于空腹血糖、血脂三项、血压、尿酸、肝功等)、SNP检测结果、RNA检测结果、血代谢检测结果、尿液代谢检测结果、免疫组学检测结果、肠道微生物检测结果、蛋白组学检测结果、表观基因组学检测结果等;和/或生活作息情况:特定时间段内(可以是过去一天、一周、一个月的)的饮食信息(包括进食时间、食材、烹饪方式、食量等),运动信息(运动种类、持续时长、强度、起止时间)和睡眠信息(睡眠起止时间、清晨醒来感受、夜晚醒来次数及每次的原因、睡眠质量,生活习惯(吸烟状况、酗酒状况、久坐状况、餐饮嗜好)。如果本次问卷调查是以用户职业规划为主题,则除了上述提到的基本信息外,还可以增加:教育经历、学习情况、爱好、薪资期望、工作经历、工作的想法等等。
步骤S204,在判断出未包括所有第一类信息的情况下,推送未包括的与第一类信息对应的问卷信息;
步骤S206,在判断出录入信息中包括所有第一类信息的情况下,根据录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,第一类信息与第二类信息不相同。
其中,需要说明的是,本实施例中涉及到的第二类信息是在第一类信息的基础上对问卷信息的补充,以上述本次问卷以用户健康为主题为例,则该第二类信息可以是与健康风险指标信息,如:血糖风险、心血管风险、肥胖风险、运动风险、糖尿病风险、痛风风险、高血压风险、饮酒副作用风险、便秘风险、心脏病风险等相关的指标信息等等。当然上述第二类信息也仅仅是举例说明,其他的健康风险指标信息也是在本申请的保护范围之内的。
通过上述步骤S202至步骤S206,在本地保存有用户录入的录入信息后,进一步判断该用户的录入信息是否包括所有第一类信息,进而可以根据用户的录入信息,以及录入信息与预设信息的匹配度有针对性的推送问卷信息,从而不需要用户一次性将所有的问卷信息回答完,解决了相关技术中在问卷调查过程中需要一次性推送大量问卷信息的问题,提高了调查问卷的效率以及用户体验度。
可选地,上述步骤的执行主体可以为移动终端、服务器、计算机装置或几者的结合,但不限于此。
在本实施例的可选实施方式中,对于本实施例步骤S206中涉及到的根据录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息的方式,可以是通过如下方式来实现:
步骤S206-11,根据第一用户录入的录入信息中每一项回答与预设信息的匹配度确定每一项回答对应的分值,并基于每一项回答对应的分值与预设第一规则得到与录入信息对应的第一分值;
需要说明的是,本实施例中涉及到的预设第一规则优选为加和处理或加权处理。在预设第一规则为加和处理的情况下,即是将每一项回答对应的分值进行求和处理,得到和值即为第一分值;在预设第一规则为加权处理的情况下,每一项回答预设有对应的系数,在得到每一项回答对应的分值后,将该分值与对应的系数进行乘积,乘积结果则是每一项回答的最终分值,最后对其进行求和处理,得到的和值为第一分值。当然上述对于预设第一规则说明,仅仅是举例说明,其他能够得到第一分值的规则也是在本申请的保护范围之内。也就是说,可以根据实际情况对预设第一规则进行具体的限定。
步骤S206-12,判断第一分值是否落入预设分值区间;
其中,对于该步骤S206-11和步骤S206-12在具体的应用场景中,每一项回答与预设信息匹配度确定每一项回答对应的分值的方式,以第二类信息为血糖风险相关的指标信息为例,该第一类信息可为第一用户的饮食信息,优选是第一用户每日的饮食中食用高血糖负荷食物的信息;其中,所述高血糖负荷食物包括但不限于:蜂蜜、可乐、吐司面包、稻米、方便面、花卷、煎饼、黄米、小麦粉、米粉、饼干、蛋糕、藕粉、绿豆、豌豆、奶糖等。
如果通过该第一类信息确定该第一用户最近一周内的一日三餐中总共有25次食用高血糖负荷食物,每一次食用高血糖负荷食物记录为1分,进一步在该预设第一规则为加和处理的话,则该第一用户录入的录入信息的第一分值为25分,如果申请中的预设分值区间为大于或等于24分,则该第一分值落入预设分值区间,需要对该用户进行进一步的糖尿病风险相关的指标信息收集,则执行步骤S206-13。
当然上述第一类信息仅仅是举例,当第二类信息为其他健康指标信息的情况下,如心血管风险相关的指标信息,该第一类信息可以是:年龄(是否超过40岁),日平均钠盐摄入量(以周为计算周期,日平均钠盐摄入量是否超过6g);高动物油和胆固醇含量食物摄入频率(以周为计算周期,高动物油和胆固醇食物摄入次数超过18次/周;所述高动物油和胆固醇食物包括但不限于动物内脏、蟹黄、鱼子、蛋黄、鱿鱼等);高反式脂肪酸食物摄入频率(以周为计算周期,高反式脂肪酸食物摄入次数超过14次/周,所述高反式脂肪酸食物包括但不限于西式糕点、巧克力派、咖啡伴侣、速食食品等);家庭成员是否有心血管病史等等。也就是说,该第一类信息可以根据实际情况进行相应的设置,在本申请中并不对其构成限定。
步骤S206-13,在第一分值落入预设分值区间的情况下,判断录入信息中是否包括所有第二类信息;
步骤S206-14,在判断录入信息中未包括所有第二类信息的情况下,推送未包括的与第二类信息对应的问卷信息;
在步骤S206-11和步骤S206-12的基础上,如果根据录入信息的第一分值确定落入预设分值区间,则需要判断录入信息是否包括第二信息,如果还是以第二类信息为血糖风险相关的指标信息为例,则该第二类信息可以为:性别、年龄、体重指数、腰围、收缩压、糖尿病家族史等。当然如果是以第二类信息为心血管风险相关的指标信息,则该第二类信息可以是:年龄、收缩压、BMI、总胆固醇、是否吸烟、是否有糖尿病等。需要说明的是,上述仅仅是举例说明,可以根据实际情况对第一类信息和第二类信息进行相应的设置。
步骤S206-15,在第一分值未落入预设分值区间的情况下,终止录入操作并保存录入信息。
可见,通过第一用户录入的录入信息得到的第一分值可以进一步确定是否要推送第二类信息,如果本次问卷调查是以健康为主题,则上述预设区间则是初步分析当前用户是否可能有健康风险,若可能有,为了进一步了解用户的情况,可以有针对性的推送第二类信息,以便更多的了解用户。因此,在再次推送第二类信息是有针对性的。
在本实施例的另一个可选实施方式中,本实施例中涉及到的推送未包括的与所述第一类信息或与第二类信息对应的问卷信息的方式,可以是:从第一类信息或第二类信息中提取第一用户未录入的第一类信息或第二类信息,并逐条推送未录入的与第一类信息或第二类信息对应的问卷信息。也就是说,当再次向用户推送问卷信息是逐条进行推送,而不是大量问卷信息一起推送,这样用户回答并录入的过程会比较轻松,不易引起用户的反感情绪。
在本实施例的另一个可选实施方式中,在本实施例的步骤S202中涉及到的判断由第一用户录入的录入信息中是否包括所有第一类信息之前,本实施例的方法还包括:
步骤S102,获取第一用户的录入信息;
步骤S104,判断录入信息中是否存在用于指示终止录入操作的终止信息;
其中,本申请中涉及到的终止信息可以是用户通过文字或语音录入的用于终止操作的信息,例如“中止录入”,“退出问卷调查”、“不答了”等等。当然也可以第一用户通过虚拟按键或实体按键触发录入终止信息。
步骤S106,在录入信息中存在终止信息的情况下,终止录入操作并保存录入信息。
通过上述步骤S102至步骤S106可知,在用户进行问卷信息录入的过程中,用户可以随时终止当前录入操作,并将已经录入的录入信息保存,这样用户可以不用一次性回答完所有问题,可以再次在适当的时机进行问卷信息的录入,充分贴合用户的时间与情况。
此外,对于本实施例中步骤S202涉及到的判断由第一用户录入的录入信息中是否包括所有第一类信息的方式可以包括:
步骤S202-11,获取由第一用户录入的录入信息,并生成待判断的文字信息,所述录入信息包括:语音信息、文字信息、图形信息中的至少一种;
步骤S202-12,判断待判断的文字信息中是否包括所有第一类信息。
也就是说,若第一用户录入的录入信息为语音信息和/或图形信息,则会将语音信息转换为相应的文字信息,以及将图形信息转换为相应的文字信息。其中,具体的语音信息转换为文字信息的方式可以是:获取到第一用户录入信息中的语音信息,并识别出该语音信息中的单音节语音,而该单音节语音与文字存在预设的映射关系,基于该映射关系以及识别出的单音节语音将该语音信息转换为文字信息。对于图形信息转换为文字信息的方式可以是:获取到第一用户录入信息中的图形信息,并对该图形信息进行扫描,识别出该图形信息中的字符直到该图形信息上的所有字符被识别出,将识别出的字符信息与数据库中存储的字符信息进行匹配,将匹配的字符信息转为与该字符信息对应的文字。当然,对于上述语音信息转为文字信息,以及图形信息转换为文字信息的方式仅仅是举例说明,其他能够实现语音与文字、图形与文字之间的转换的方式也是在本申请的保护范围之内的。
在本实施例的另一个可选实施方式中,本实施例的方法步骤还包括:
步骤S208,根据录入信息生成对应的分析报告,并推送分析报告。
步骤S210,获取第二用户对所述分析报告进行审核后的结果,并推送所述结果。
其中,对于该步骤S210,该第二用户可以是医学专家或养生专家等,可以对该分析报告进行审核的用户,审核的结果主要是该第二用户对该分析报告给出合理的建议,或是该第二用户修订后的分析报告。
此外,对于该步骤S208,在具体应用场景中获得的可以是血糖风险分析报告、心血管风险分析报告等等。
高GI(Glycemic Load升糖负荷)食物使人血糖升高快,如果用户录入的信息经常有高GI(Glycemic Index,血糖生成指数)食物,就会推送血糖的问卷收集用户血糖信息,看是否有血糖风险。若有血糖风险,则推送血糖干预方案。
其中高GI食物包括但不限于:蜂蜜、可乐、吐司面包、高升糖水果(草莓等)及其制品(果酱、果汁)、稻米、方便面、花卷、煎饼、黄米、小麦粉、米粉、饼干、蛋糕、藕粉、绿豆、豌豆、奶糖等;其中,每个食物都具有所对应的GI值,本领域技术人员可根据现有技术对各种食物进行GI值测定获得各食物的GI值,或者根据权威期刊/工具书等查阅,获得各种食物的GI值。
GL=(Glycemic Load升糖负荷)——是衡量食物中碳水化合物的质量(GI值)和数量(克每份)的指标。
GL=GI*食物中含有的碳水化合物/食物总量
GL按照不同范围,也有高、中、低三类:
高GL:>=20高负荷饮食,表示对血糖影响很大;
中GL:11-19中负荷饮食,表示对血糖影响不大;
低GL:<=10低负荷饮食,表示对血糖影响不大。
例如,西瓜的升糖指数很高为72;但是西瓜的所含的糖(碳水化合物)量较低(约5%)。100克西瓜的升糖负荷为5x 72/100=3.6,因此西瓜的升糖负荷较低。苹果:它的GI是40,它含有15克碳水化合物。GL=40x 15g/100=6。烤土豆:它的GI是80,含有15克碳水化合物。GL=80x 15g/100=12。这表明土豆的代谢效果是苹果的两倍,所以吃起来很甜的苹果其实并不会那么容易让人变胖。
在本申请的一个具体实施例中,如果第一用户录入的信息中显示其食用的食物的GL值大于等于20,则输出高升糖食物食用提醒,例如:“XX为高升糖食物,为了你的健康,请避免过量使用”、“本周你已使用XX次高升糖食物,请注意”等等。
在本发明的一个具体实施例中,第一类信息为第一用户过去超过一周以上的每日饮食信息;在获得第一用户录入的录入信息后,判断该录入信息是否包括第一用户过去一周以上的每日饮食信息。
若判断出该录入信息包括第一用户过去一周以上的每日饮食信息,则进一步判断第一用户食用高血糖负荷食物是否超过24次/周。
若判断出该录入信息不包括或不完全包括第一用户过去一周以上的每日饮食信息,则推送过去一周缺失每日饮食信息的问卷,以让第一用户补齐相关信息。
在判断出第一类信息完整的情况下,判断第一分值是否落入预设区间(第一用户使用高血糖符合食物超过24次/周),若否,则终止问卷并保存第一用户录入的所有录入信息;若是(第一用户可能存在血糖风险需进一步了解第一用户的相关信息),则进一步判断录入信息中是否包括所有的第二类信息,若否,则进一步推送未包括的与所述第二类信息对应的问卷信息。需要其中,第二类信息可以是:年龄、收缩压、BMI、总胆固醇、是否吸烟、是否有糖尿病等。
收集到完整第二类信息后,可按下述标准对第二类信息进行分析,以生成第一用户的分析报告,分析第一用户的血糖风险。
评分标准:
(1)性别:男,2分;女,0分;
(2)年龄:25~34岁,4分;35~39岁,8分;40~44岁,11分;45~49岁,12分;50~54岁,13分;55~59岁,15分;60~64岁,16分;65岁及以上,18分;
(3)体重指数(kg/m2):22.0~23.9,1分;24.0~29.9,3分;30.0及以上,5分;
(4)腰围(cm):
1)男性:a.75.0~79.9,3分;b.80.0~84.9,5分;c.85.0~89.9,7分;d.90.0~94.9,8分;e.95.0及以上,10分;
2)女性:a.70.0~74.9,3分;b.75.0~79.9,5分;c.80.0~84.9,7分;d.85.0~89.9,8分;e.90.0及以上,10分;
(5)收缩压(mmHg):110~119,1分;120~129,3分;130~139,6分;140~149,7分;150~159,8分;160及以上,10分;
(6)糖尿病家族史:有,6分;无,0分;
(7)其他:
1)是否经常口渴,是--2分;否--0分;
2)是否餐后疲劳,是--2分;否--0分;
3)是否尿频,是--1分;否--0分;
4)是否伤口愈合缓慢,是--1分;否--0分;
5)近期是否夜间腿抽筋,是--1分;否--0分;
6)近期是否体重骤降,是--3分;否--0分。
分析标准:指标总分低于22分,无血糖风险;指标总分大于等于22分,有血糖风险。指标总分=各第二类信息相关指标分的加和。
例如,该第一用户录入的第二类信息为:男,28岁,体重指数33,腰围90,收缩压125,无糖尿病家族史,不经常口渴,餐后会疲劳,不尿频,伤口愈合慢,近期夜间腿抽筋,近期体重稳定。基于上述评分和分析标准,得到该第一的用户的指标总分为29分,具有血糖风险。
进一步的,为了明确第一用户的血糖风险程度,还可以进一步将分析标准细化为:无风险:指标总分低于22分;低风险:指标总分在22分-28分,且空腹血糖低于6.0;中风险:指标总分大于等于28分,且空腹血糖在6.0-7.0之间;高风险:指标总分大于等于28分,葡萄糖耐受测试2小时后血糖>11.1mmol/L或随机血糖即任何时间测得的血糖值>11.1mmol/L或空腹血糖>7.0mmol/L。
上述第一用户的指标总分为29分,先判断出有血糖风险,为了进一步明确血糖风险,推送空腹血糖值、葡萄糖耐受测试2小时后血糖值、随机血糖值问卷。并根据第一用户的进一步录入信息,参考上述判断标准判断该第一用户的血糖风险。
在本发明的另一个具体实施例中,第一类信息为第一用户的年龄、日均钠盐摄入量、高动物油和胆固醇食物摄入频率、高反式脂肪酸食物摄入频率、家庭成员是否有心血管病史。
在判断出录入信息中包括所有第一类信息的情况下,根据第一用户录入的录入信息中每一项回答与预设信息的匹配度确定每一项回答对应的分值,并基于每一项回答对应的分值与预设第一规则得到与录入信息对应的第一分值;所述预设第一规则为加和处理的情况下,即是将每一项回答对应的分值进行求和处理,得到和值即为第一分值。所述根据第一用户录入的录入信息中每一项回答与预设信息的匹配度确定每一项回答对应的分值具体如下:
年龄——是否超过40岁;
日平均钠盐摄入量——日平均钠盐摄入量是否超过6g;
高动物油和胆固醇含量食物摄入频率——高动物油和胆固醇食物摄入次数是否超过18次/周;所述高动物油和胆固醇食物包括但不限于动物内脏、蟹黄、鱼子、蛋黄、鱿鱼等;
高反式脂肪酸食物摄入频率——高反式脂肪酸食物摄入次数是否超过14次/周,所述高反式脂肪酸食物包括但不限于西式糕点、巧克力派、咖啡伴侣、速食食品等);
家庭成员是否有心血管病史。
上述5项,每项的判断结果为“是”时,得1分,判断结果为“否”时,得0分;第一分值等于上述5项判断结果得分的和值。
在判断出录入信息中不包括或不完全包括第一类信息的情况下,则推送未被包括的第一类信息对应的问卷,以让第一用户补齐相关信息。
在判断出第一类信息完整的情况下,判断第一分值是否落入预设区间(大于等于2分),若否,则终止问卷并保存第一用户录入的所有录入信息;若是,(第一用户可能存在心血管风险需进一步了解第一用户的相关信息),则进一步判断录入信息中是否包括所有的第二类信息,若否,则进一步推送未包括的与所述第二类信息对应的问卷信息。所述第二类信息为:年龄、性别、收缩压、体重指数(BMI,kg/m2)、总胆固醇情况、是否吸烟、是否患有糖尿病。
收集到完整第二类信息后,可按下述标准对第二类信息进行分析,以生成第一用户的分析报告,分析第一用户的心血管风险。
评分标准:
1.年龄:40~44,1分;45~49,2分;50~54,3分;55~59,4分;60以上,每增5岁加1分;
2.收缩压:<120,-2分;120~~129,0分;130~~139,1分;140~159,2分;160~179,3分;180以上,4分;
3.BMI(kg/m2):24~27.9,1分;28以上,2分;
4.总胆固醇(mol/L):5.2及以上,1分;5.2以下,0分;
5.性别及是否吸烟:男性和是,2分;女性和是,1分;否,0分;
6.性别及是否患有糖尿病:男性和是,1;女性和是,2;否,0分。
分析标准:指标总分低于7分,低心血管风险;指标总分在7-11分之间,中心血管风险;指标总分大于11分,高心血管风险。指标总分=各第二类信息相关指标分的加和。
例如,该第一用户录入的第二类信息为:男性;43岁;收缩压124;BMI 27;总胆固醇4mol/L;不吸烟;无糖尿病。基于上述评分和分析标准,得到该第一的用户的指标总分为2分,低心血管风险。
当然,上述仅仅是举例说明,也可以是根据实际情况设置更多的参数与分值之间的对应关系,并对分析标准进行更新。
在本发明的一个具体实施例中,为了帮助第一用户将摄入食物能量控制在合理范围。所述第一类信息为第一用户的性别、年龄、身高、体重、昨天的饮食信息(必须包括早、中、晚餐所使用的食物种类及各种食物的量)。
在获得第一用户录入的录入信息后,判断该录入信息是否包括所有的第一类信息。
若否,则推送未包括的第一类信息对应的问卷信息,以让第一用户补齐相关信息。
若是,则判断第一分值是否落入预设区间(第一用户昨天的能量摄入是否超过预估能量消耗的10%)。
所述第一分值按下述公式计算:第一分值=(第一用户昨天的能量摄入-预估能量消耗)/预估能量消耗。
预估能量消耗=静息代谢率/0.65。
男性静息代谢率:10*体重(kg)+6.25*身高(cm)-5*年龄+5
女性静息代谢率:10*体重(kg)+6.25*身高(cm)-45*年龄-161
需要说明的是:
第一用户昨天的能量摄入根据各食物种类的能量密度与相应种类食物的食用量的乘积的和值计算,此为公知技术,在此不再赘述。
判断该录入信息是否包括昨天第一用户所有的饮食信息时,以是否明确记载早、中、晚餐的饮食信息为标准,若还判断出有其他时间段的饮食信息,一并记录并在后续的第一用户昨天的能量摄入计算中计算)。
当第一分值落入预设区间时,则进一步判断录入信息中是否包括所有的第二类信息,若否,则进一步推送未包括的与所述第二类信息对应的问卷信息。所述第二类信息为:第一用户昨天的运动信息,包括步数,是否进行了运动以及运动详情(运动类型及时间)。
收集到完整第二类信息后,可计算获得第一用户昨天的实际能量消耗,从而进一步判断第一用户昨天的实际能量消耗与能量摄入的比较情况,并按以下表1的标准给出推送相应的建议。
表1
需要说明的是:上述标准和建议均可根据需要进行调整。另外,上述具体实施例中是对第一用户昨天的饮食(能量摄入)和(预期或实际)能量消耗进行比较,本领域技术人员还可以根据需要,对第一用户过去一段时间,例如一周、十天或一个月的饮食(能量摄入)和(预期或实际)能量消耗进行比较,并对相关指标或参数进行适当的调整。
还有,上述三个具体实施例是分别对血糖风险、心血管风险、能量摄入风险(涉及肥胖和运动)评估时进行的示例,即上述具体实施例主要是从健康方面的调查问卷进行举例说明,当然本申请还可以同时对一个或多个其他类型的调查问卷进行评估,例如职业规划、某一社会/生活问题的案发等等,只需要针对第一类信息、第二类信息、分析标准等根据实际情况进行相应的调整即可,在此不再赘述。
在本实施例的另一个可选实施方式中,本实施例的方法步骤还包括:
步骤S212,对本地存储的问卷信息和/或第一规则和/或预设分值区间进行更新。
基于该步骤S212,起到一个更新的机制,该更新可以通过联网的方式对本地的问卷信息和/或第一规则和/或预设分值区间进行更新;也可以是人工手动对其进行更新,以保证本地信息的时效性和科学性。
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根据上述实施例的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,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在本实施例中还提供了一种问卷信息的处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的问卷信息的处理装置的结构框图,如图3所示,该装置包括:第一判断模块32,用于判断由第一用户录入的录入信息中是否包括所有第一类信息;推送模块34,与第一判断模块32耦合连接,用于在判断出未包括所有所述第一类信息的情况下,推送未包括的与所述第一类信息对应的问卷信息;第一处理模块36,与推送模块34耦合连接,用于在判断出所述录入信息中包括所有所述第一类信息的情况下,根据所述录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,第一类信息与第二类信息不相同。
需要说明的是,本实施例中涉及到的推送模块34,还用于从所述第一类信息中提取所述第一用户未录入的第一类信息,并逐条推送未录入的与第一类信息对应的问卷信息。
可选地,本实施例中涉及到的第一处理模块36包括:第一处理单元,根据所述第一用户录入的录入信息中每一项回答与预设信息的匹配度确定所述每一项回答对应的分值,并基于每一项回答对应的分值与预设第一规则得到与所述录入信息对应的第一分值;第一判断单元,用于判断第一分值是否落入预设分值区间;第二判断单元,用于在第一分值落入预设分值区间的情况下,判断录入信息中是否包括所有第二类信息;推送单元,用于在判断所述录入信息中未包括所有第二类信息的情况下,推送未包括的与所述第二类信息对应的问卷信息;第二处理单元,用于在第一分值未落入预设分值区间的情况下,终止录入操作并保存录入信息。
需要说明的是,本实施例中涉及到的推送单元,还用于从所述第二类信息中提取所述第一用户未录入的第二类信息,并逐条推送未录入的与第二类信息对应的问卷信息。
可选地,本实施例中涉及到的第一判断模块32可以包括:第三处理单元,用于获取由第一用户录入的录入信息,并生成待判断的文字信息,录入信息包括:语音信息、文字信息、图形信息中的至少一种;第三判断单元,用于判断待判断的文字信息中是否包括所有第一类信息。
图4是根据本发明实施例的问卷信息的处理装置的可选结构框图,如图4所示,该装置包括:获取模块42,与第一判断单元耦合连接,用于判断由第一用户录入的录入信息中是否包括所有第一类信息之前,获取第一用户录入的录入信息;第二判断模块44,与获取模块42耦合连接,用于判断录入信息中是否存在用于指示终止录入操作的终止信息;第二处理模块46,与第二判断模块44耦合连接,用于在录入信息中存在终止信息的情况下,终止录入操作并保存录入信息。
可选地,本实施例的装置除了上述图3和图4所示的模块外,还可以包括:第一获取模块,用于在判断由第一用户录入的录入信息中是否包括所有第一类信息之前,获取第一用户录入的录入信息;第二判断模块,用于判断录入信息中是否存在用于指示终止录入操作的终止信息;第二处理模块,用于在录入信息中存在终止信息的情况下,终止录入操作并保存录入信息。
其中,上述第二判断模块判断对象中的终止信息可以是用户通过文字或语音录入的用于终止操作的信息,例如“中止录入”,“退出问卷调查”、“不答了”等等。当然也可以第一用户通过虚拟按键或实体按键触发录入终止信息。进而基于上述第一获取模块、第二判断模块以及第二处理模块,在用户进行问卷信息录入的过程中,用户可以随时终止当前录入操作,并将已经录入的录入信息保存,这样用户可以不用一次性回答完所有问题,可以再次在适当的时机进行问卷信息的录入,充分贴合用户的时间与情况。
可选地,本实施例的装置除了上述图3和图4所示的模块外,还可以包括:第三处理模块,用于根据录入信息生成对应的分析报告,并推送分析报告;第四处理模块,用于获取第二用户对分析报告进行审核后的结果,并推送结果。更新模块,用于对本地存储的问卷信息和/或第一规则和/或预设分值区间进行更新。
对于上述第三处理模块中涉及到的生成分析报告的过程对应于上述实施例1中的步骤S208,而对于第四处理模块中获取第二用户对分析报告进行审核后的结果的过程对应于上述实施例1中的步骤S210,对于更新模块所涉及到的更新机制对应于上述实施例1中的步骤S212。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,判断由第一用户录入的录入信息中是否包括所有第一类信息;
S2,在判断出未包括所有第一类信息的情况下,推送未包括的与第一类信息对应的问卷信息;
S3,在判断出录入信息中包括所有第一类信息的情况下,根据录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,第一类信息与第二类信息不相同。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,判断由第一用户录入的录入信息中是否包括所有第一类信息;
S2,在判断出未包括所有第一类信息的情况下,推送未包括的与第一类信息对应的问卷信息;
S3,在判断出录入信息中包括所有第一类信息的情况下,根据录入信息与预设信息的匹配度确定是否推送与第二类信息对应的问卷信息,其中,第一类信息与第二类信息不相同。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种问卷信息的推送方法,其特征在于,包括:
判断由第一用户录入的录入信息中是否包括所有第一类信息;
在判断出未包括所有所述第一类信息的情况下,推送未包括的与所述第一类信息对应的问卷信息;
在判断出所述录入信息中包括所有所述第一类信息的情况下,根据所述第一用户录入的录入信息中每一项回答与预设信息的匹配度确定所述每一项回答对应的分值,并基于每一项回答对应的分值与预设第一规则得到与所述录入信息对应的第一分值;判断所述第一分值是否落入预设分值区间;在所述第一分值落入所述预设分值区间的情况下,判断所述录入信息中是否包括所有第二类信息;在判断所述录入信息中未包括所有第二类信息的情况下,推送未包括的与所述第二类信息对应的问卷信息;在所述第一分值未落入所述预设分值区间的情况下,终止录入操作并保存所述录入信息,其中,所述第一类信息与所述第二类信息不相同,所述第二类信息是在所述第一类信息的基础上对问卷信息的补充,对本地存储的问卷信息和/或第一规则和/或预设分值区间进行更新;
根据所述录入信息生成对应的分析报告,并推送所述分析报告,包括:获取第二用户对所述分析报告进行审核后的结果,并推送所述结果;
在判断由第一用户录入的录入信息中是否包括所有第一类信息之前,所述方法还包括:获取所述第一用户录入的录入信息;判断所述录入信息中是否存在用于指示终止录入操作的终止信息;在所述录入信息中存在所述终止信息的情况下,终止所述录入操作并保存所述录入信息,其中,所述终止信息包括但不限于通过文字或语音录入的用于终止操作的信息,通过虚拟按键或实体按键触发录入终止信息;
推送未包括的与所述第一类信息或与第二类信息对应的问卷信息,包括:从所述第一类信息或所述第二类信息中提取所述第一用户未录入的第一类信息或第二类信息;逐条推送未录入的与第一类信息或第二类信息对应的问卷信息;
所述判断由第一用户录入的录入信息中是否包括所有第一类信息,包括:获取由第一用户录入的录入信息,并生成待判断的文字信息,所述录入信息包括:语音信息、文字信息、图形信息中的至少一种;判断待判断的文字信息中是否包括所有第一类信息。
2.一种问卷信息的推送装置,其特征在于,包括:
第一判断模块,用于判断由第一用户录入的录入信息中是否包括所有第一类信息;
推送模块,用于在判断出未包括所有所述第一类信息的情况下,推送未包括的与所述第一类信息对应的问卷信息;
第一处理模块,用于在判断出所述录入信息中包括所有所述第一类信息的情况下,根据所述第一用户录入的录入信息中每一项回答与预设信息的匹配度确定所述每一项回答对应的分值,并基于每一项回答对应的分值与预设第一规则得到与所述录入信息对应的第一分值;判断所述第一分值是否落入预设分值区间;在所述第一分值落入所述预设分值区间的情况下,判断所述录入信息中是否包括所有第二类信息;在判断所述录入信息中未包括所有第二类信息的情况下,推送未包括的与所述第二类信息对应的问卷信息;在所述第一分值未落入所述预设分值区间的情况下,终止录入操作并保存所述录入信息,其中,所述第一类信息与所述第二类信息不相同,所述第二类信息是在所述第一类信息的基础上对问卷信息的补充,对本地存储的问卷信息和/或第一规则和/或预设分值区间进行更新;
第一生成模块,用于根据所述录入信息生成对应的分析报告,并推送所述分析报告,包括:获取第二用户对所述分析报告进行审核后的结果,并推送所述结果;
所述装置还包括:第一获取模块,用于在判断由第一用户录入的录入信息中是否包括所有第一类信息之前,获取所述第一用户录入的录入信息;第二判断模块,用于判断所述录入信息中是否存在用于指示终止录入操作的终止信息;第二处理模块,用于在所述录入信息中存在所述终止信息的情况下,终止所述录入操作并保存所述录入信息,其中,所述终止信息包括但不限于通过文字或语音录入的用于终止操作的信息,通过虚拟按键或实体按键触发录入终止信息;
所述推送模块,包括:第一提取单元,用于从所述第一类信息或所述第二类信息中提取所述第一用户未录入的第一类信息或第二类信息;第一推送单元,用于逐条推送未录入的与第一类信息或第二类信息对应的问卷信息;
所述判断模块,包括:第一获取单元,用于获取由第一用户录入的录入信息,并生成待判断的文字信息,所述录入信息包括:语音信息、文字信息、图形信息中的至少一种;第一判断单元,用于判断待判断的文字信息中是否包括所有第一类信息。
3.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1中所述的方法。
4.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1中所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910208940.2A CN111159528B (zh) | 2019-03-19 | 2019-03-19 | 问卷信息的推送方法及装置、存储介质和电子装置 |
PCT/CN2020/078024 WO2020187047A1 (zh) | 2019-03-19 | 2020-03-05 | 问卷信息的推送方法及装置、存储介质和电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910208940.2A CN111159528B (zh) | 2019-03-19 | 2019-03-19 | 问卷信息的推送方法及装置、存储介质和电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159528A CN111159528A (zh) | 2020-05-15 |
CN111159528B true CN111159528B (zh) | 2024-03-22 |
Family
ID=70555611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910208940.2A Active CN111159528B (zh) | 2019-03-19 | 2019-03-19 | 问卷信息的推送方法及装置、存储介质和电子装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111159528B (zh) |
WO (1) | WO2020187047A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7009663B1 (ja) * | 2021-04-20 | 2022-01-25 | サントリーホールディングス株式会社 | 血糖体質判定装置、血糖体質判定方法、およびプログラム |
CN113487343B (zh) * | 2021-06-07 | 2024-04-16 | 上海众言网络科技有限公司 | 问卷投放方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108461124A (zh) * | 2018-03-27 | 2018-08-28 | 周梦杰 | 基于个性化精准化的营养管理方法和饮食指导系统 |
CN109033339A (zh) * | 2018-07-23 | 2018-12-18 | 深圳智慧园区信息技术有限公司 | 一种为用户推荐政策的方法、装置及设备 |
CN109325216A (zh) * | 2018-09-03 | 2019-02-12 | 中国平安人寿保险股份有限公司 | 问卷生成方法、装置、计算机设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130191223A1 (en) * | 2012-01-20 | 2013-07-25 | Visa International Service Association | Systems and methods to determine user preferences for targeted offers |
TWI621090B (zh) * | 2016-06-15 | 2018-04-11 | Dynamic survey method | |
CN106570809A (zh) * | 2016-11-09 | 2017-04-19 | 长江工程监理咨询有限公司(湖北) | 一种基于多特征的水库移民电子问卷系统 |
JP6992623B2 (ja) * | 2018-03-15 | 2022-01-13 | 株式会社ナカヨ | 標的型攻撃メール訓練支援装置、コンピュータで読み取り可能なプログラム、および標的型攻撃メール訓練支援方法 |
CN109325868A (zh) * | 2018-09-03 | 2019-02-12 | 中国平安人寿保险股份有限公司 | 问卷数据处理方法、装置、计算机设备和存储介质 |
CN109447822A (zh) * | 2018-09-19 | 2019-03-08 | 平安科技(深圳)有限公司 | 保单智能回访方法、装置及计算机可读存储介质 |
-
2019
- 2019-03-19 CN CN201910208940.2A patent/CN111159528B/zh active Active
-
2020
- 2020-03-05 WO PCT/CN2020/078024 patent/WO2020187047A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108461124A (zh) * | 2018-03-27 | 2018-08-28 | 周梦杰 | 基于个性化精准化的营养管理方法和饮食指导系统 |
CN109033339A (zh) * | 2018-07-23 | 2018-12-18 | 深圳智慧园区信息技术有限公司 | 一种为用户推荐政策的方法、装置及设备 |
CN109325216A (zh) * | 2018-09-03 | 2019-02-12 | 中国平安人寿保险股份有限公司 | 问卷生成方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
陈卫洪,洪名勇主编.农村经济调查方法.北京:中国经济出版社,2012,第279页. * |
Also Published As
Publication number | Publication date |
---|---|
WO2020187047A1 (zh) | 2020-09-24 |
CN111159528A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230255520A1 (en) | Glucose management recommendations based on nutritional information | |
Steinberg et al. | Weighing every day matters: daily weighing improves weight loss and adoption of weight control behaviors | |
Doyle et al. | Determinants of dietary patterns and diet quality during pregnancy: A systematic review with narrative synthesis | |
Bernstein et al. | Total and free sugar content of Canadian prepackaged foods and beverages | |
Lindberg et al. | Weight-loss interventions for Hispanic populations: the role of culture | |
Mellin-Olsen et al. | Changes in food habits among Pakistani immigrant women in Oslo, Norway | |
US20190295440A1 (en) | Systems and methods for food analysis, personalized recommendations and health management | |
Pedersen et al. | How to prevent type 2 diabetes in women with previous gestational diabetes? A systematic review of behavioural interventions | |
Middaugh et al. | Few associations between income and fruit and vegetable consumption | |
US20120290327A1 (en) | Medical health information system for health assessment, weight management and meal planning | |
Sookrah et al. | A DASH diet recommendation system for hypertensive patients using machine learning | |
Cioara et al. | Expert system for nutrition care process of older adults | |
US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
JP5835580B2 (ja) | 生活習慣改善支援システム及び生体指標の分析方法 | |
CN111159528B (zh) | 问卷信息的推送方法及装置、存储介质和电子装置 | |
JP5853348B2 (ja) | 生活習慣解析システム及び生活習慣解析方法 | |
Franzen et al. | Differences in stature, BMI, and dietary practices between US born and newly immigrated Hmong children | |
Bublyk et al. | Comparative Analysis of The Caloric Performance of Products for People with Cardiovascular Disease. | |
CN114830250A (zh) | 生活方式评分系统和方法 | |
Aguiar-Bloemer et al. | Dietary quality differences between women with and without weight loss in nutritional treatment | |
Rowland et al. | Field testing of the use of INTAKE24 in a sample of young people and adults living in Scotland | |
Hatlebrekke | Use of Association Rule Mining to Identify Trigger Foods in Irritable Bowel Syndrome | |
O’Dare Wilson | The effect of poverty-influenced, food-related consumer behaviors on obesity: An analysis of the NHANES flexible consumer behavioral module | |
Karim Ankrah | Glycaemic Index and Load of Fonio Composite Bread | |
US20230255556A1 (en) | Biosensors and food logger systems for personalized health and self-care |
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 |