CN111831817A - 问卷生成分析方法、装置、计算机设备及可读存储介质 - Google Patents
问卷生成分析方法、装置、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN111831817A CN111831817A CN202010740394.XA CN202010740394A CN111831817A CN 111831817 A CN111831817 A CN 111831817A CN 202010740394 A CN202010740394 A CN 202010740394A CN 111831817 A CN111831817 A CN 111831817A
- Authority
- CN
- China
- Prior art keywords
- questionnaire
- data
- platform
- rule
- control terminal
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000013507 mapping Methods 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
- G06F16/34—Browsing; Visualisation therefor
- G06F16/345—Summarisation for human users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- 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
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能，公开了一种问卷生成分析方法、装置、计算机设备及可读存储介质，包括：获得与请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据目标规则发送的控制数据，根据控制数据和目标规则生成平台问卷；向控制终端发送对象请求，并获取控制终端根据对象请求发送的对象标签，将平台问卷发送至与对象标签对应的对象终端；获取对象终端在平台问卷上录入的答复数据，统计答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。本发明还涉及区块链技术，信息可存储于区块链节点中。本发明实现了快速高效的获得平台问卷，提高了问卷生成效率，提高了平台问卷调查有效性和精准度，降低了人力成本，提高了分析准确度。
Description
技术领域
本发明涉及人工智能的智能决策技术领域，尤其涉及一种问卷生成分析方法、装置、计算机设备及可读存储介质。
背景技术
在行政层面，当前小微中后台需要收集前线业务反馈或集中收集客户经理相关信息，来对中后台的工作成果进行评价；在业务层面，当前公司整体通过大数据收集企业在生产、经营和管理过程中产生海量数据信息与关系网络，通过技术手段全渠道、多维度地收集、整理、挖掘和分析这些零散、碎片化的数据，描摹出企业的真实面貌，迅速识别企业，区分出优质与劣质小微企业。但是单纯的通过线上化的技术手段来进行风控，容易让黑产有针对性的钻空子，根据风控规则漏洞有针对性的制造欺诈数据，导致仅通过线上化技术手段描摹企业真实面貌在实际运用中会出现很大的漏洞。
基于上述行政层面的需求和业务层面的漏洞，当前通常采用问卷并通过线下人员对用户进行电话/邮件的方式进行访问，以获得工作成果的评价以及企业真实面貌的临摹；但是，发明人发现当前的问卷通常采用人工制定的方式，不仅生成效率低，而且采用人工分析问卷回答的方式还会造成人力成本大量提升，分析准确度低的情况发生。
发明内容
本发明的目的是提供一种问卷生成分析方法、装置、计算机设备及可读存储介质，用于解决现有技术存在的问卷生成效率低，以及分析问卷回答的方式人力成本大，分析准确度低的问题。本申请可应用于智慧政务场景中，从而推动智慧城市的建设。
为实现上述目的，本发明提供一种问卷生成分析方法，包括：
接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷；
向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端；
获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
上述方案中，接收控制终端发送的请求信息之前，包括：
接收控制终端发送的业务数据，在预设的资料库中获取与所述业务数据匹配的对比区间数据，判断所述业务数据是否超过所述对比区间数据，并将判断结果发送至所述控制终端。
上述方案中，在预设的资料库中获取与所述业务数据匹配的对比区间数据的步骤，包括：
提取业务数据中的属性标签，将资料库中关联有所述属性标签的对比数据设为目标数据；
提取业务数据中的对象标签，提取目标数据中与所述对象标签对应的信息并将其设为对比值；
将值最大的对比值设为区间上限，将值最小的对比值设为区间下限，通过所述区间上限和区间下限获得对比区间数据。
上述方案中，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则的步骤，包括：
判断所述请求信息的类型；
若所述类型为行政类，根据所述请求信息与行政模板集之间的映射关系，提取与所述请求信息对应的行政模板集，并将其设为目标规则；
若所述类型为业务类，根据所述业务信息与业务规则集之间的映射关系，提取与所述业务信息对应的业务规则集并将其设为目标规则。
上述方案中，所述控制数据包括行政数据和业务数据；
获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷的步骤，包括：
若所述目标规则为行政模板集，将所述行政模板集中的子项目发送至所述控制终端，接收所述控制终端选择的行政子项目及发送的行政数据，汇总所述选择的行政子项目形成目标模板，将所述行政数据载入所述目标模板生成平台问卷；
若所述目标规则为业务规则集，将所述业务子项目发送至所述控制终端，接收所述控制终端在业务子项目上录入的业务数据，并将其载入所述业务子项目汇总形成平台问卷。
上述方案中，根据所述控制数据和目标规则生成平台问卷之后，包括：
将平台问卷发送至控制终端，接收所述控制终端根据所述平台问卷发送的调整数据，根据所述调整数据调整所述平台问卷。
上述方案中，所述统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果的步骤，包括：
识别答复数据中的选项框，将选定的选项框设为答复选项，汇总各平台文件对应的答复选项形成选项集合，记录选项集合中各子项目对应答复选项的数量，将数量超过预设的选项阈值的答复选项设为结果选项；
识别答复数据中的文本框，提取所述文本框内的内容并将其设为答复文本，获取各所述平台问卷的答复文本中的关键词并汇总形成业务关键词集，将所述业务关键词集中出现频数超过预设的关键阈值的关键词设为结果词汇，汇总所述结果词汇形成结果文本；
汇总所述结果选项和/或结果文本形成分析结果；
汇总所述结果选项和/或结果文本形成分析结果之后，还包括：
将所述分析结果上传至区块链中。
为实现上述目的，本发明还提供一种问卷生成分析装置，包括：
问卷生成模块，用于接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷；
问卷发送模块，用于向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端；
结果分析模块，用于获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
为实现上述目的，本发明还提供一种计算机设备，其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机设备的处理器执行所述计算机程序时实现上述问卷生成分析方法的步骤。
为实现上述目的，本发明还提供一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述可读存储介质存储的所述计算机程序被处理器执行时实现上述问卷生成分析方法的步骤。
本发明提供的问卷生成分析方法、装置、计算机设备及可读存储介质，通过所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，并根据所述控制数据和目标规则生成平台问卷，保证了控制终端能够通过请求信息得到准确完整的问卷生成规则，使控制终端能够发送准确的控制数据并将其载入相应的问卷生成规则，以快速高效的获得符合控制终端意图的平台问卷，提高了问卷生成效率。
通过向控制终端发送对象请求并获取控制终端根据所述对象请求发送的对象标签，再将平台问卷发送至与对象标签对应的对象终端，使平台问卷能够发布给知情群体的对象终端，提高平台问卷调查有效性和精准度，保证了平台问卷发布的指向性。
通过获取对象终端在平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数，汇总数量超过选项阈值的答复选项，和/或数量超过关键阈值的关键字形成分析结果，避免了当前的需要投入大量人力分析海量录入有答复数据的平台问卷的情况发生，降低了人力成本，提高了分析准确度。
附图说明
图1为本发明问卷生成分析方法实施例一的流程图；
图2为本发明问卷生成分析方法实施例二中问卷生成分析方法的环境应用示意图；
图3是本发明问卷生成分析方法实施例二中问卷生成分析方法的具体方法流程图；
图4是本发明问卷生成分析方法实施例二中获取与所述业务数据匹配的对比区间数据的流程图；
图5是本发明问卷生成分析方法实施例二中获得与请求信息对应的问卷生成规则并将其设为目标规则，及根据所述控制数据和目标规则生成平台问卷的流程图；
图6是本发明问卷生成分析方法实施例二中获得分析结果的流程图；
图7为本发明问卷生成分析装置实施例三的程序模块示意图；
图8为本发明计算机设备实施例四中计算机设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通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。
本发明提供的问卷生成分析方法、装置、计算机设备及可读存储介质，适用于人工智能的智能决策技术领域，为提供一种基于问卷生成模块、问卷发送模块、结果分析模块的问卷生成分析方法。本发明通过请求信息与预设问卷生成规则之间的映射关系，获得与请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据目标规则发送的控制数据，根据控制数据和目标规则生成平台问卷；将平台问卷发送至与对象标签对应的对象终端，及获取对象终端在平台问卷上录入的答复数据，统计答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
实施例一：
请参阅图1，本实施例的一种问卷生成分析方法，包括：
S102：接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷。
S104：向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端。
S105：获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
在示例性的实施例中，为保证控制终端能够通过请求信息得到准确完整的问卷生成规则，使控制终端能够发送准确的控制数据并将其载入相应的问卷生成规则，以快速高效的获得符合控制终端意图的平台问卷。本步骤通过所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，并根据所述控制数据和目标规则生成平台问卷。
为保证平台问卷发布的指向性，本步骤通过向控制终端发送对象请求并获取控制终端根据所述对象请求发送的对象标签，再将平台问卷发送至与对象标签对应的对象终端，使平台问卷能够发布给知情群体的对象终端，提高平台问卷调查有效性和精准度。
为便于控制终端获得根据大量平台问卷所获得直观分析结果，而不是当前的需要投入大量人力分析海量录入有答复数据的平台问卷，以对问卷进行分析的情况，本步骤通过获取对象终端在平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数，汇总数量超过选项阈值的答复选项，和/或数量超过关键阈值的关键字形成分析结果。
本申请可应用于智慧政务场景中，从而推动智慧城市的建设。
实施例二：
本实施例为上述实施例一的一种具体应用场景，通过本实施例，能够更加清楚、具体地阐述本发明所提供的方法。
下面，以在运行有问卷生成分析方法的服务器中，对生成平台问卷并对平台问卷中的答复数据进行分析获得分析结果为例，来对本实施例提供的方法进行具体说明。需要说明的是，本实施例只是示例性的，并不限制本发明实施例所保护的范围。
图2示意性示出了根据本申请实施例二的问卷生成分析方法的环境应用示意图。
在示例性的实施例中，问卷生成分析方法所在的服务器2通过网络分别连接控制终端3和对象终端4；所述服务器2可以通过一个或多个网络提供服务，所述网络可以包括各种网络设备，例如路由器，交换机，多路复用器，集线器，调制解调器，网桥，中继器，防火墙，代理设备和/或等等。网络3可以包括物理链路，例如同轴电缆链路，双绞线电缆链路，光纤链路，它们的组合和/或类似物。网络可以包括无线链路，例如蜂窝链路，卫星链路，Wi-Fi链路和/或类似物；所述控制终端3和对象终端4可为智能手机、平板电脑、笔记本电脑、台式电脑等计算机设备。
图3是本发明一个实施例提供的一种问卷生成分析方法的具体方法流程图，该方法具体包括步骤S201至S205。
S201：接收控制终端发送的业务数据，在预设的资料库中获取与所述业务数据匹配的对比区间数据，判断所述业务数据是否超过所述对比区间数据，并将判断结果发送至所述控制终端。
为识别出控制终端发送的业务数据中的异常情况，本步骤通过识别模型对所述业务数据进行计算，并将获得的识别结果返回值所述控制终端，以便于控制终端获知业务数据中的异常情况，提高了信息风险识别效率。
具体的，所述资料库中的对比区间数据通过以下方式获得：
通过预设的爬虫采集市场数据，提取市场数据中的属性标签，并将所述属性标签与所述市场数据关联形成对比数据，将所述对比数据保存至预设的资料库中。
在一个优选的实施例中，请参阅图4，在预设的资料库中获取与所述业务数据匹配的对比区间数据的步骤，包括：
S201-1：提取业务数据中的属性标签，将资料库中关联有所述属性标签的对比数据设为目标数据；
S201-2：提取业务数据中的对象标签，提取目标数据中与所述对象标签对应的信息并将其设为对比值；
S201-3：将值最大的对比值设为区间上限，将值最小的对比值设为区间下限，通过所述区间上限和区间下限获得对比区间数据。
S202：接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷。
为保证控制终端能够通过请求信息得到准确完整的问卷生成规则，使控制终端能够发送准确的控制数据并将其载入相应的问卷生成规则，以快速高效的获得符合控制终端意图的平台问卷。本步骤通过所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，并根据所述控制数据和目标规则生成平台问卷。
本步骤中，通过映射表记载所述请求信息与问卷生成规则之间的映射关系，所述请求信息的类型包括行政类和业务类，所述问卷生成规则包括行政模板集和业务规则集。
在一个优选的实施例中，请参阅图5，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则的步骤，包括：
S202-1：判断所述请求信息的类型；
S202-2：若所述类型为行政类，根据所述请求信息与行政模板集之间的映射关系，提取与所述请求信息对应的行政模板集，并将其设为目标规则；
S202-3：若所述类型为业务类，根据所述业务信息与业务规则集之间的映射关系，提取与所述业务信息对应的业务规则集并将其设为目标规则。
进一步地，所述控制数据包括行政数据和业务数据。
获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷的步骤，包括：
S202-4：若所述目标规则为行政模板集，将所述行政模板集中的子项目发送至所述控制终端，接收所述控制终端选择的行政子项目及发送的行政数据，汇总所述选择的行政子项目形成目标模板，将所述行政数据载入所述目标模板生成平台问卷；
S202-5：若所述目标规则为业务规则集，将所述业务子项目发送至所述控制终端，接收所述控制终端在业务子项目上录入的业务数据，并将其载入所述业务子项目汇总形成平台问卷。
在示例性的实施例中，所述映射表如下所示：
接收到的请求信息为“调查需求满足度”，那么判断出该请求信息的类型为行政类，获得与所述请求信息对应的行政模板集，即：行政模板集—满足度；将“行政模板集—满足度”的子项目：“业务价值是否按预期目标达成”、“本次迭代整体满意度”、“需求方案设计满意度”、“UI设计与交互满意度”、“本次需求交付质量满意度”、“需求提出到上线时长满意度”、“UAT问题处理效率”及“生产问题/疑问处理效率”发送至控制终端。如果控制终端选择了“业务价值是否按预期目标达成”和“本次迭代整体满意度”这两个子项目，则汇总所述两个子项目形成目标模板。
所述行政数据为子项目提供用于使对象终端输入子项目对应答案的行政输入栏。于本实施例中，控制终端根据子项目“业务价值是否按预期目标达成”发送了类型为“单选框”，内容为“是、否”的行政数据，及根据子项目“本次迭代整体满意度”发送了类型为“单选框”，内容为“非常满意、满意、一般、不满意、非常不满意”的行政数据，将所述行政数据载入所述目标模板获得如下的行政问卷：
| 业务价值是否按预期目标达成 | 单选框 | 是、否 |
| 本次迭代整体满意度 | 单选框 | 非常满意、满意、一般、不满意、非常不满意 |
接收到请求信息为“调查设备价格”，那么判断出该请求信息的类型为业务类，获得与所述请求信息对应的业务规则集，即：业务规则集—价格因素；将“业务规则集—价格因素”的子项目：“价格”、“品牌及型号”、“生产商”、“产地”、“销售地”；
所述业务数据为根据业务规则集的子项目输入的数据信息和业务输入栏。于本实施例中，控制终端根据子项目“价格”、“品牌及型号”、“生产商”、“产地”、“销售地”输入的数据信息为：价格：1.4万，品牌及型号：A品牌M型号，生成商：上海***设备制造公司，产地：苏州，销售地：成都；所述业务输入栏是，题目为“为何该设备价格较高？”的文本输入框。
例如：
S203：将平台问卷发送至控制终端，接收所述控制终端根据所述平台问卷发送的调整数据，根据所述调整数据调整所述平台问卷。
为保证平台问卷能够完全符合控制终端的控制者的意图，避免平台问卷生成的内容与控制者意图之间出现歧义或误会，本步骤通过将平台问卷发送至控制终端，控制者可通过控制终端发送调整数据，以调整平台问卷中的内容，其中，所述调整数据是控制终端发送的用于调整平台问卷的数据信息，其可包括增加、删除、修改平台问卷中的数据。
S204：向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端。
为保证平台问卷发布的指向性，本步骤通过向控制终端发送对象请求并获取控制终端根据所述对象请求发送的对象标签，再将平台问卷发送至与对象标签对应的对象终端，使平台问卷能够发布给知情群体的对象终端，提高平台问卷调查有效性和精准度。
在示例性的实施例中，向控制终端发送对象请求，所述对象请求可为具有对象标签及选项栏的对象弹框，控制终端可在对象弹框的选项栏上勾选需要的对象标签，获取控制终端勾选并发送的对象标签，在预设的数据库中，获取与所述对象标签对应的对象终端，将所述平台问卷发送至所述对象终端。
S205：获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
为便于控制终端获得根据大量平台问卷所获得直观分析结果，而不是当前的需要投入大量人力分析海量录入有答复数据的平台问卷，以对问卷进行分析的情况，本步骤通过获取对象终端在平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数，汇总数量超过选项阈值的答复选项，和/或数量超过关键阈值的关键字形成分析结果。
在一个优选的实施例中，请参阅图6，所述统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果的步骤，包括：
S205-1：识别答复数据中的选项框，将选定的选项框设为答复选项，汇总各平台文件对应的答复选项形成选项集合，记录选项集合中各子项目对应答复选项的数量，将数量超过预设的选项阈值的答复选项设为结果选项；
S205-2：识别答复数据中的文本框，提取所述文本框内的内容并将其设为答复文本，获取各所述平台问卷的答复文本中的关键词并汇总形成业务关键词集，将所述业务关键词集中出现频数超过预设的关键阈值的关键词设为结果词汇，汇总所述结果词汇形成结果文本。
于本实施例中，通过自然语言处理算法获取答复文本中的关键词，及计算关键词出现的词频。
S205-3：汇总所述结果选项和/或结果文本形成分析结果。
汇总所述结果选项和/或结果文本形成分析结果之后，还包括：
S205-4：将所述分析结果上传至区块链中。
需要说明的是，基于分析结果得到对应的摘要信息，具体来说，摘要信息由分析结果进行散列处理得到，比如利用sha256s算法处理得到。将摘要信息上传至区块链可保证其安全性和对用户的公正透明性。用户设备可以从区块链中下载得该摘要信息，以便查证分析结果是否被篡改。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
实施例三：
请参阅图7，本实施例的一种问卷生成分析装置1，包括：
问卷生成模块12，用于接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷；
问卷发送模块14，用于向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端；
结果分析模块15，用于获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
可选的，问卷生成分析装置1还包括：
业务判断模块11，用于接收控制终端发送的业务数据，在预设的资料库中获取与所述业务数据匹配的对比区间数据，判断所述业务数据是否超过所述对比区间数据，并将判断结果发送至所述控制终端。
可选的，问卷生成分析装置1还包括：
问卷调整模块13，用于将平台问卷发送至控制终端，接收所述控制终端根据所述平台问卷发送的调整数据，根据所述调整数据调整所述平台问卷。
本技术方案应用于人工智能的智能决策领域，通过自然语言处理算法构建用于获取答复文本中的关键词并计算关键词出现的词频，及获取各所述平台问卷的答复文本中的关键词并汇总形成业务关键词集的检测模型。
实施例四：
为实现上述目的，本发明还提供一种计算机设备5，实施例三的问卷生成分析装置1的组成部分可分散于不同的计算机设备中，计算机设备5可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个应用服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于：可通过系统总线相互通信连接的存储器51、处理器52，如图8所示。需要指出的是，图8仅示出了具有组件-的计算机设备，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。
本实施例中，存储器51(即可读存储介质)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，存储器51可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，存储器51也可以是计算机设备的外部存储设备，例如该计算机设备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(Flash Card)等。当然，存储器51还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器51通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例三的问卷生成分析装置的程序代码等。此外，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。
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通常用于控制计算机设备的总体操作。本实施例中，处理器52用于运行存储器51中存储的程序代码或者处理数据，例如运行问卷生成分析装置，以实现实施例一和实施例二的问卷生成分析方法。
实施例五：
为实现上述目的，本发明还提供一种计算机可读存储介质，如闪存、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、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器52执行时实现相应功能。本实施例的计算机可读存储介质用于存储问卷生成分析装置，被处理器52执行时实现实施例一和实施例二的问卷生成分析方法。
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。
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。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种问卷生成分析方法，其特征在于，包括：
接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷；
向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端；
获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
2.根据权利要求1所述的问卷生成分析方法，其特征在于，接收控制终端发送的请求信息之前，包括：
接收控制终端发送的业务数据，在预设的资料库中获取与所述业务数据匹配的对比区间数据，判断所述业务数据是否超过所述对比区间数据，并将判断结果发送至所述控制终端。
3.根据权利要求2所述的问卷生成分析方法，其特征在于，在预设的资料库中获取与所述业务数据匹配的对比区间数据的步骤，包括：
提取业务数据中的属性标签，将资料库中关联有所述属性标签的对比数据设为目标数据；
提取业务数据中的对象标签，提取目标数据中与所述对象标签对应的信息并将其设为对比值；
将值最大的对比值设为区间上限，将值最小的对比值设为区间下限，通过所述区间上限和区间下限获得对比区间数据。
4.根据权利要求1所述的问卷生成分析方法，其特征在于，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则的步骤，包括：
判断所述请求信息的类型；
若所述类型为行政类，根据所述请求信息与行政模板集之间的映射关系，提取与所述请求信息对应的行政模板集，并将其设为目标规则；
若所述类型为业务类，根据所述业务信息与业务规则集之间的映射关系，提取与所述业务信息对应的业务规则集并将其设为目标规则。
5.根据权利要求4所述的问卷生成分析方法，其特征在于，所述控制数据包括行政数据和业务数据；
获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷的步骤，包括：
若所述目标规则为行政模板集，将所述行政模板集中的子项目发送至所述控制终端，接收所述控制终端选择的行政子项目及发送的行政数据，汇总所述选择的行政子项目形成目标模板，将所述行政数据载入所述目标模板生成平台问卷；
若所述目标规则为业务规则集，将所述业务子项目发送至所述控制终端，接收所述控制终端在业务子项目上录入的业务数据，并将其载入所述业务子项目汇总形成平台问卷。
6.根据权利要求1所述的问卷生成分析方法，其特征在于，根据所述控制数据和目标规则生成平台问卷之后，包括：
将平台问卷发送至控制终端，接收所述控制终端根据所述平台问卷发送的调整数据，根据所述调整数据调整所述平台问卷。
7.根据权利要求1所述的问卷生成分析方法，其特征在于，所述统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果的步骤，包括：
识别答复数据中的选项框，将选定的选项框设为答复选项，汇总各平台文件对应的答复选项形成选项集合，记录选项集合中各子项目对应答复选项的数量，将数量超过预设的选项阈值的答复选项设为结果选项；
识别答复数据中的文本框，提取所述文本框内的内容并将其设为答复文本，获取各所述平台问卷的答复文本中的关键词并汇总形成业务关键词集，将所述业务关键词集中出现频数超过预设的关键阈值的关键词设为结果词汇，汇总所述结果词汇形成结果文本；
汇总所述结果选项和/或结果文本形成分析结果；
汇总所述结果选项和/或结果文本形成分析结果之后，还包括：
将所述分析结果上传至区块链中。
8.一种问卷生成分析装置，其特征在于，包括：
问卷生成模块，用于接收控制终端发送的请求信息，根据所述请求信息与预设问卷生成规则之间的映射关系，获得与所述请求信息对应的问卷生成规则并将其设为目标规则，获得控制终端根据所述目标规则发送的控制数据，根据所述控制数据和目标规则生成平台问卷；
问卷发送模块，用于向控制终端发送对象请求，并获取控制终端根据所述对象请求发送的对象标签，将平台问卷发送至与所述对象标签对应的对象终端；
结果分析模块，用于获取对象终端在所述平台问卷上录入的答复数据，统计所述答复数据的答复选项的数量和/或关键字出现的频数获得分析结果。
9.一种计算机设备，其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机设备的处理器执行所述计算机程序时实现权利要求1至7任一项所述问卷生成分析方法的步骤。
10.一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，其特征在于，所述可读存储介质存储的所述计算机程序被处理器执行时实现权利要求1至7任一项所述问卷生成分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010740394.XA CN111831817A (zh) | 2020-07-28 | 2020-07-28 | 问卷生成分析方法、装置、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010740394.XA CN111831817A (zh) | 2020-07-28 | 2020-07-28 | 问卷生成分析方法、装置、计算机设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111831817A true CN111831817A (zh) | 2020-10-27 |
Family
ID=72920988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010740394.XA Pending CN111831817A (zh) | 2020-07-28 | 2020-07-28 | 问卷生成分析方法、装置、计算机设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111831817A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529752A (zh) * | 2020-12-10 | 2021-03-19 | 清研灵智信息咨询(北京)有限公司 | 一种基于区块链的可信任调研平台 |
| CN113240469A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 线上反馈的用户体验监测方法、装置及设备、存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020004790A1 (en) * | 2000-03-15 | 2002-01-10 | Kenji Yamanishi | Questionnaire analysis system |
| JP2003141303A (ja) * | 2001-10-30 | 2003-05-16 | Toshiba Corp | アンケート分析装置、アンケート分析方法及びプログラム |
| TW201401202A (zh) * | 2012-06-21 | 2014-01-01 | li-zhen Yang | 問卷統計分析系統與方法 |
| CN105426509A (zh) * | 2015-11-30 | 2016-03-23 | 用友网络科技股份有限公司 | 一种应用于企业的异常质量事件快速响应系统 |
| CN108460139A (zh) * | 2018-03-09 | 2018-08-28 | 上海开放大学 | 基于网络爬虫数据挖掘在线课程教学质量评估管理系统 |
| CN108717411A (zh) * | 2018-05-23 | 2018-10-30 | 安徽数据堂科技有限公司 | 一种基于大数据的调查问卷设计辅助系统 |
| 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 |
| CN110991189A (zh) * | 2019-11-27 | 2020-04-10 | 广州快决测信息科技有限公司 | 一种根据采集模块采集的数据生成决策结果的方法及系统 |
-
2020
- 2020-07-28 CN CN202010740394.XA patent/CN111831817A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020004790A1 (en) * | 2000-03-15 | 2002-01-10 | Kenji Yamanishi | Questionnaire analysis system |
| JP2003141303A (ja) * | 2001-10-30 | 2003-05-16 | Toshiba Corp | アンケート分析装置、アンケート分析方法及びプログラム |
| TW201401202A (zh) * | 2012-06-21 | 2014-01-01 | li-zhen Yang | 問卷統計分析系統與方法 |
| CN105426509A (zh) * | 2015-11-30 | 2016-03-23 | 用友网络科技股份有限公司 | 一种应用于企业的异常质量事件快速响应系统 |
| CN108460139A (zh) * | 2018-03-09 | 2018-08-28 | 上海开放大学 | 基于网络爬虫数据挖掘在线课程教学质量评估管理系统 |
| CN108717411A (zh) * | 2018-05-23 | 2018-10-30 | 安徽数据堂科技有限公司 | 一种基于大数据的调查问卷设计辅助系统 |
| 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 |
| CN110991189A (zh) * | 2019-11-27 | 2020-04-10 | 广州快决测信息科技有限公司 | 一种根据采集模块采集的数据生成决策结果的方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529752A (zh) * | 2020-12-10 | 2021-03-19 | 清研灵智信息咨询(北京)有限公司 | 一种基于区块链的可信任调研平台 |
| CN113240469A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 线上反馈的用户体验监测方法、装置及设备、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109525595B (zh) | 一种基于时间流特征的黑产账号识别方法及设备 | |
| CN106874134B (zh) | 工单类型的处理方法、装置及系统 | |
| CN112118551A (zh) | 设备风险识别方法及相关设备 | |
| CN111831817A (zh) | 问卷生成分析方法、装置、计算机设备及可读存储介质 | |
| CN113688923A (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
| CN112990281A (zh) | 异常投标识别模型训练方法、异常投标识别方法及装置 | |
| CN108304990B (zh) | 一种停电敏感预判方法和系统 | |
| CN111625567A (zh) | 数据模型匹配方法、装置、计算机系统及可读存储介质 | |
| CN110503507B (zh) | 基于大数据的保险产品数据推送方法、系统及计算机设备 | |
| CN112837140A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN113343577B (zh) | 一种基于机器学习的参数优化方法、装置、设备及介质 | |
| CN112712270B (zh) | 信息处理方法、装置、设备及存储介质 | |
| CN114896955A (zh) | 数据报表加工方法、装置、计算机设备及存储介质 | |
| CN114066391A (zh) | 一种用于供应商资格预审异议处理的数据处理方法及装置 | |
| CN111026705B (zh) | 建筑工程文件管理方法、系统及终端设备 | |
| CN114285896A (zh) | 信息推送方法、装置、设备、存储介质及程序产品 | |
| CN112561538A (zh) | 风险模型创制方法、装置、计算机设备及可读存储介质 | |
| CN111369370A (zh) | 估值表处理方法、装置、服务器及存储介质 | |
| CN113537519A (zh) | 一种识别异常设备的方法和装置 | |
| CN113434505B (zh) | 交易信息属性检索方法、装置、计算机设备及存储介质 | |
| CN115082174A (zh) | 债券质控相似识别方法、装置、计算机设备及存储介质 | |
| CN111652501B (zh) | 金融产品评估装置及方法、电子设备、存储介质 | |
| CN116757525A (zh) | 基于数据画像的电网数据质量智能修正方法及系统 | |
| CN111754207A (zh) | 流程实例管理方法、装置、计算机设备及可读存储介质 | |
| CN117992886A (zh) | 异常对象的识别方法及装置 |
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 |