CN113159629A - 问卷统计方法、装置、设备及存储介质 - Google Patents

问卷统计方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113159629A
CN113159629A CN202110522499.2A CN202110522499A CN113159629A CN 113159629 A CN113159629 A CN 113159629A CN 202110522499 A CN202110522499 A CN 202110522499A CN 113159629 A CN113159629 A CN 113159629A
Authority
CN
China
Prior art keywords
questionnaire
questionnaires
answering
target
determining
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
Application number
CN202110522499.2A
Other languages
English (en)
Inventor
魏海涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202110522499.2A priority Critical patent/CN113159629A/zh
Publication of CN113159629A publication Critical patent/CN113159629A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种问卷统计方法、装置、设备及存储介质，应用于数据处理领域，包括：获取多个问卷，并从各问卷中确定出问卷名称和作答信息；根据多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定多个同名问卷中用于表示作答信息典型程度的目标特征条目；从多个同名问卷中的作答信息中提取与目标特征条目对应的目标作答信息，并根据目标作答信息确定每个同名问卷的表征评分；按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到同名问卷在不同典型程度下的统计结果。采用本申请实施例，可提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。

Description

问卷统计方法、装置、设备及存储介质
技术领域
本申请涉及数据处理领域，尤其涉及一种问卷统计方法、装置、设备及存储介质。
背景技术
随着数字化经济时代的到来，人们开始通过问卷的方式进行市场调研，以便经营者更快更多的去了解市场，从而规避经营风险，也能更好的把握住企业的发展方向。为了简化配置问卷和收集问卷的过程，目前大部分的调研问卷都是在线上进行，线上问卷统计系统可以自动配置并收集调研问卷，并对问卷结果进行统计分析。然而，这种线上问卷统计系统通常只能单纯地对收集到的所有问卷的结果进行统计与分析，无法对收集到的文件进行筛选，这导致线上问卷统计系统经常会统计同一用户提交的重复问卷和典型程度较低的问卷，进而降低问卷统计系统的处理效率，也降低了问卷统计结果的区分程度。
发明内容
本申请实施例提供一种问卷统计方法、装置、设备及存储介质，可得到多个同名问卷在不同典型程度下的统计结果，提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。
第一方面，本申请实施例供了一种问卷统计方法，该方法包括：
获取多个问卷，并从各上述问卷中确定出问卷名称和作答信息；
根据上述多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定多个同名问卷中用于表示作答信息典型程度的目标特征条目；
从上述多个同名问卷中的作答信息中提取与上述目标特征条目对应的目标作答信息，并根据上述目标作答信息确定每个上述同名问卷的表征评分；
按照预设评分区间对每个上述同名问卷的表征评分进行统计，并提取上述预设评分区间所包含的同名问卷的作答信息，以得到上述同名问卷在不同典型程度下的统计结果。
在本申请实施例中，获取多个问卷，进而从各问卷中确定出问卷名称和作答信息。根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目。这里，一类同名问卷中包括问卷名称相同的至少两个问卷。这里，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度。根据每个上述同名问卷的作答信息确定出上述各问卷与目标特征条目对应的目标作答信息，进而根据上述目标作答信息确定各问卷的表征评分，按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到上述多个同名问卷在不同典型程度下的统计结果，进而提高问卷统计的效率和统计结果的区分度，并且丰富问卷统计结果的表现梯度。
结合第一方面，在一种可能的实施方式中，上述获取多个问卷包括：
获取多个待筛选问卷，并从各待筛选问卷中确定各待筛选问卷的问卷名称、用户标识以及递交时间；
若上述多个待筛选问卷中存在问卷名称相同且用户标识相同的重复问卷，则从上述重复问卷中确定出递交时间晚于或等于预设递交时间的待筛选问卷作为备选问卷；
将上述多个待筛选问卷中的非重复问卷和/或上述备选问卷确定为上述多个问卷。
在本申请实施例中，基于各待筛选问卷的问卷名称和用户标识确定各待筛选问卷为重复问卷(例如，同一用户在不同问卷统计装置或同一问卷统计装置的不同时间提交的问卷名称相同的多分问卷)和/或非重复问卷，并根据重复问卷的递交时间确定出备选问卷，进而将待筛选问卷中的非重复问卷和/或上述备选问卷确定为上述多个问卷。可以避免对重复作答的重复问卷进行重复统计，进而提高问卷统计的效率和统计结果的准确率。
结合第一方面，在一种可能的实施方式中，上述同名问卷对应一个目标特征条目，上述根据上述目标作答信息确定每个上述同名问卷的表征评分，包括：
根据上述目标作答信息确定每个上述同名问卷在目标特征条目下的表征评分，以作为每个上述同名问卷的表征评分，其中，上述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的一种。
结合第一方面，在一种可能的实施方式中，上述同名问卷对应多个目标特征条目，上述根据上述目标作答信息确定每个上述同名问卷的表征评分，包括：
根据上述目标作答信息确定每个上述同名问卷在各目标特征条目下的表征评分，其中，上述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种；
根据每个上述同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在上述同名问卷对应的目标特征条目中的权重，确定上述各问卷的联合表征评分，以作为上述各问卷的表征评分。
在本申请实施例中，如果上述同名问卷对应多个目标特征条目，则可以根据上述目标作答信息确定每个上述同名问卷在各目标特征条目下的表征评分，并根据每个上述同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在上述同名问卷对应的目标特征条目中的权重，确定上述各问卷的联合表征评分，以作为上述各问卷的表征评分。由此，可以通过调整目标特征条目的权重，进而在不同维度下对问卷的作答信息进行统计，进一步提高问卷统计结果的区分度，并且丰富问卷统计结果的表现梯度。
结合第一方面，在一种可能的实施方式中，上述目标特征条目包括作答时长，上述从上述多个同名问卷的作答信息中提取与上述目标特征条目对应的目标作答信息，并根据上述目标作答信息确定每个上述同名问卷的表征评分包括：
从上述多个同名问卷的作答信息中确定每个上述同名问卷中用于表示上述同名问卷是否基于其他问卷重复作答的编辑标注；
若任一同名问卷的编辑标注标识上述任一同名问卷是基于其他问卷重复作答的问卷，则确定上述任一同名问卷的重复作答时长为上述任一同名问卷与作答时长对应的目标作答信息；
若任一同名问卷的编辑标注标识上述任一同名问卷不是基于其他问卷重复作答的问卷，则确定上述任一同名问卷的初始作答时长为上述任一同名问卷与作答时长对应的目标作答信息；
根据每个上述同名问卷与作答时长对应的目标作答信息确定每个上述同名问卷在作答时长下的表征评分，并确定每个上述同名问卷的表征评分。
结合第一方面，在一种可能的实施方式中，上述根据每个上述同名问卷与作答时长对应的目标作答信息确定每个上述同名问卷在作答时长下的表征评分包括：
若任一同名问卷与作答时长对应的目标作答信息为重复作答时长，则获取重复作答评分标准，并根据上述任一同名问卷的重复作答时长以及上述重复作答评分标准确定上述任一同名问卷在作答时长下的表征评分；
若任一同名问卷与作答时长对应的目标作答信息为初始作答时长，则获取初始作答评分标准，并根据上述任一同名问卷的初始作答时长以及上述初始作答评分标准确定上述任一同名问卷在作答时长下的表征评分。
在本申请实施例中，上述多个同名问卷的目标特征条目包括作答时长，在多个同名问卷中，可以根据各问卷的作答信息确定个问卷的编辑标注，进而确定各问卷是否是基于其他问卷重复作答的问卷(例如，同一用户在不同问卷统计装置或同一问卷统计装置不同时间提交的问卷名称相同的多分问卷)，并确定各问卷与作答时长对应的目标作答信息为重复作答时长或初始作答时长，通过重复作答评分标准或初始作答评分标准得到各问卷在作答时长下的表征评分，进而确定每个上述同名问卷的表征评分。采用本申请实施例提供的方案，可利用编辑标注区分问卷是否是基于其他问卷重复作答的问卷，并根据细化后的作答时长维度的评分标准(也即，重复作答评分标准或初始作答评分标准)得到各问卷在作答时长下的表征评分，并对表征评分在预设区间内的问卷的作答信息进行统计，进一步提高了问卷统计结果的区分度，并且丰富问卷统计结果的表现梯度。
第二方面，本申请实施例提供了一种问卷统计装置，该装置包括：
问卷获取模块，用于获取多个问卷，并从各问卷中确定出问卷名称和作答信息；
特征确定模块，用于根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目，其中，一类同名问卷中包括问卷名称相同的至少两个问卷，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度；
信息评分模块，用于从上述多个同名问卷的作答信息中提取与上述目标特征条目对应的目标作答信息，并根据上述目标作答信息确定每个上述同名问卷的表征评分；
问卷分析模块，用于按照预设评分区间对每个上述同名问卷的表征评分进行统计，并提取上述预设评分区间所包含的同名问卷的作答信息，以得到上述同名问卷在不同典型程度下的统计结果。
结合第二方面，在一种可能的实施方式中，上述同名问卷对应的目标特征条目包括多个特征条目，上述信息评分模块包括：
评分确认单元，用于根据上述目标作答信息确定每个上述同名问卷在各目标特征条目下的表征评分，其中，上述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种；
评分联合单元，用于根据每个上述同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在上述同名问卷对应的目标特征条目中的权重，确定上述各问卷的联合表征评分，以作为上述各问卷的表征评分。
第三方面，本申请实施例提供了一种终端设备，该终端设备包括处理器和存储器，该处理器和存储器相互连接。该存储器用于存储支持该终端设备执行上述第一方面和/或第一方面任一种可能的实现方式提供的方法的计算机程序，该计算机程序包括程序指令，该处理器被配置用于调用上述程序指令，执行上述第一方面和/或第一方面任一种可能的实施方式所提供的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令当被处理器执行时使该处理器执行上述第一方面和/或第一方面任一种可能的实施方式所提供的方法。
在本申请实施例中，获取多个问卷，进而从各问卷中确定出问卷名称和作答信息。根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目。这里，一类同名问卷中包括问卷名称相同的至少两个问卷。这里，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度。根据每个上述同名问卷的作答信息确定出上述各问卷与目标特征条目对应的目标作答信息，进而根据上述目标作答信息确定各问卷的表征评分，按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到上述多个同名问卷在不同典型程度下的统计结果，进而提高问卷统计的效率和统计结果的区分度，并且丰富问卷统计结果的表现梯度。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的问卷统计方法的一流程示意图；
图2是本申请实施例提供的问卷获取方法的流程示意图；
图3是本申请实施例提供的问卷统计方法的另一流程示意图；
图4是本申请实施例提供的问卷统计方法的另一流程示意图；
图5是本申请实施例提供的问卷统计装置的结构示意图；
图6是本申请实施例提供的终端设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
目前，随着数字化经济时代的到来，人们开始通过问卷的方式进行市场调研，以便经营者更快更多的去了解市场，从而规避经营风险，也能更好的把握住企业的发展方向。为了简化配置问卷和收集问卷的过程，目前大部分的调研问卷都是在线上进行，线上问卷统计系统可以自动配置并收集调研问卷，并对问卷结果进行统计分析。例如在医疗领域，对社区居民的健康状况进行问卷统计，并通过问卷在目标特征条目(例如，作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址等特征条目中的一个或几个)中的作答信息对问卷进行评分，并按照预设评分区间对问卷进行分级和/或筛选(例如，通过设置作答用户年龄和作答用户常住地址的评分标准，按照评分筛选出用户年龄在55岁以上且常住地址在目标社区的居民的问卷)后，再基于分级后和/或筛选后的问卷的作答信息进行统计，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。又例如在生产经营领域，对市民的消费意向进行问卷统计，并通过问卷在目标特征条目(例如，作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户收入水平等特征条目中的一个或几个)中的作答信息对问卷进行评分，并按照评分对问卷进行分级和/或筛选(例如，通过设置作答时长的评分标准，按照评分筛选出作答时长在3-5分钟内的问卷；或者通过设置作答地理位置和作答用户年收入的评分标准，按照评分筛选出作答地理位置在目标经营地区且年收入在XX万元的市民的问卷)后再基于分级后和/或筛选后的问卷的作答信息进行统计，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。可见，获取多个问卷，从各问卷中确定出问卷名称和作答信息，通过同名问卷对应的目标特征条目和每个同名问卷的作答信息，确定出各问卷与目标特征条目对应的目标作答信息，进而确定每个同名问卷的表征评分，之后对每个同名问卷的表征评分在预设评分区间内的问卷的作答信息进行统计的方案的适用范围非常广泛，本申请仅以在生产经营领域中对市民的消费意向进行问卷统计作为应用场景进行说明，对其他领域或生产经营领域的其他方面进行问卷统计与本申请提供的实施例本质相同，在此不再赘述。可以理解的是，任何具有问卷统计功能的终端或者装置均可以作为本申请提供的问卷统计方法的执行主体，为表述方便，以下将以问卷统计装置为执行主体对本申请提供的方案进行描述。
具体地，以在生产经营领域中对市民的消费意向进行问卷统计为例，问卷统计装置可以获取多个问卷，并从各问卷中确定出问卷名称和作答信息。根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷(例如，深圳市民消费意向调查问卷等类别的问卷)，并确定多个同名问卷(例如，深圳市民消费意向调查问卷)对应的目标特征条目(例如，作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户收入水平等特征条目中的一个或几个)，根据每个同名问卷的作答信息确定出各问卷与目标特征条目对应的目标作答信息，并根据每个同名问卷的目标作答信息确定每个同名问卷的表征评分，并按照评分对问卷进行分级和/或筛选(例如，通过设置作答时长的评分标准，按照评分筛选出作答时长在3-5分钟内的问卷；或者通过设置作答地理位置和作答用户年收入的评分标准，按照评分筛选出作答地理位置在目标经营地区且年收入在XX万元的市民的问卷)后再基于分级后和/或筛选后的问卷的作答信息进行统计，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。具体地，请结合图1对本申请实施例提供的问卷统计方法进行示例说明。
请参阅图1，图1是本申请实施例提供的问卷统计方法的一流程示意图。
如图1所示，本申请实施例提供的方法可包括如下步骤：
S101：获取多个问卷，并从各问卷中确定出问卷名称和作答信息。
在一些可行的实施方式中，问卷统计装置可以通过其他问卷收集装置，或者通过互联网，或者通过问卷统计客户端获取多个问卷，并从各问卷中确定出问卷名称和作答信息。可以理解的是，这里的问卷可以包括任意类别(也即，任意问卷名称)的线上问卷，也可以包括任意类别(也即，任意问卷名称)在线下作答且被问卷统计装置在线上获取到的问卷。
在一些可行的实施方式中，在确定获取到的多个问卷之前，问卷统计装置可以对获取到的问卷进行整理，具体请一并参阅图2，图2是本申请实施例提供的问卷获取方法的流程示意图。如图2所示，上述获取多个问卷的问卷获取方法可包括如下步骤S201至S203中各个步骤所提供的实现方式。
S201：获取多个待筛选问卷，并从各待筛选问卷中确定各待筛选问卷的问卷名称、用户标识以及递交时间。
在一些可行的实施方式中，每当用户提交一个待筛选问卷给问卷统计装置(或其他可以接收问卷的终端)，问卷统计装置可以识别该待筛选问卷的问卷名称、用户标识以及递交时间。具体地，每个用户提交的问卷可以包括一个可以被问卷统计装置识别的具有唯一标识功能的键值对<name,value>(例如，一个用户第i次(i与value有关)提交了名称为name的问卷)，其中，name代表该待筛选问卷的问卷名称(如:name＝surveyName1),而value代表当前用户提交后的生成的唯一id值(与递交时间有关，如：value＝1)。其中，键值对可以作为localStorage数据(或其他本地数据存储方式)与每个用户的用户信息进行绑定保存。具体地，因为localStorage数据的存储周期是永久的，除非用户将数据手动清除，可以保证localStorage数据的安全性和有效性。特别地，用户也可以清除localStorage中的数据，进而重置该用户的键值对<name,value>。
S202：若多个待筛选问卷中存在问卷名称相同且用户标识相同的重复问卷，则从重复问卷中确定出递交时间晚于或等于预设递交时间的待筛选问卷作为备选问卷。
S203：将多个待筛选问卷中的非重复问卷和/或备选问卷确定为多个问卷。
在一些可行的实施方式中，问卷统计装置可以根据各问卷的问卷名称、问卷标识确定多个待筛选问卷是不是重复问卷。如果一个待筛选问卷是重复问卷，则从重复问卷中确定出递交时间晚于或等于预设递交时间的待筛选问卷(例如，在重复问卷中递交时间最晚的待筛选问卷，或者在重复问卷中value值最大的待筛选问卷)作为备选问卷，并将多个待筛选问卷中的非重复问卷和/或备选问卷确定为多个问卷。
在本申请实施例中，问卷统计装置可以基于各待筛选问卷的问卷名称和用户标识确定各待筛选问卷为重复问卷(例如，同一用户在不同问卷统计装置或同一问卷统计装置不同时间提交的问卷名称相同的多分问卷)和/或非重复问卷，并根据重复问卷的递交时间确定出备选问卷，进而将待筛选问卷中的非重复问卷和/或上述备选问卷确定为上述多个问卷。采用本申请提供的实施方式，可以避免对重复作答的重复问卷进行重复统计，进而提高问卷统计的效率和统计结果的准确率。
S102：根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定多个同名问卷中用于表示作答信息典型程度的目标特征条目。
S103：从多个同名问卷中的作答信息中提取与目标特征条目对应的目标作答信息，并根据目标作答信息确定每个同名问卷的表征评分。
在一些可行的实施方式中，问卷统计装置可以根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷(例如，深圳市民消费意向调查问卷等类别的问卷)，并确定多个同名问卷(例如，深圳市民消费意向调查问卷)对应的目标特征条目(例如，作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户收入水平等特征条目中的一个或几个)，根据每个同名问卷的作答信息确定出各问卷与目标特征条目对应的目标作答信息，并根据每个同名问卷的目标作答信息确定每个同名问卷的表征评分(例如，通过设置作答时长的评分标准，确定作答时长在3-5分钟内的问卷的表征评分为80-100；或者通过设置作答地理位置和作答用户年收入的评分标准，确定作答地理位置在深圳市且作答用户年收入在XX万元的问卷的表征评分为80-100，确定作答地理位置在广东省非深圳市且作答用户年收入在XX万元的问卷的表征评分为50-80)。
S104：按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到同名问卷在不同典型程度下的统计结果。
在一些可行的实施方式中，问卷统计装置可以对每个同名问卷的表征评分在预设评分区间内的多个同名问卷中的问卷的作答信息进行统计，以得到多个同名问卷在不同典型程度下的统计结果。例如，问卷统计装置可以对问卷进行分级和/或筛选(例如，预设评分区间为表征评分在【80-100】的问卷)，得到作答时长在3-5分钟内的问卷，或者得到作答地理位置在深圳市且作答用户年收入在Y-XX万元的问卷，再基于分级后和/或筛选后的问卷的作答信息进行统计，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。
在本申请实施例中，问卷统计装置可以获取多个问卷，进而从各问卷中确定出问卷名称和作答信息。问卷统计装置可以根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目。这里，一类同名问卷中包括问卷名称相同的至少两个问卷。这里，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度。问卷统计装置可以根据每个上述同名问卷的作答信息确定出上述各问卷与目标特征条目对应的目标作答信息，进而根据上述目标作答信息确定各问卷的表征评分，按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到上述多个同名问卷在不同典型程度下的统计结果，进而提高问卷统计的效率和统计结果的区分度，并且丰富问卷统计结果的表现梯度。
请参阅图3，图3是本申请实施例提供的问卷统计方法的另一流程示意图。
S301：获取多个问卷，并从各问卷中确定出问卷名称和作答信息。
在一些可行的实施方式中，问卷统计装置可以通过其他问卷收集装置，或者通过互联网，或者通过问卷统计客户端获取多个问卷，并从各问卷中确定出问卷名称和作答信息。可以理解的是，这里的问卷可以包括任意类别(也即，任意问卷名称)的线上问卷，也可以包括任意类别(也即，任意问卷名称)在线下作答且被问卷统计装置在线上获取到的问卷。
S302：根据多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定多个同名问卷对应的目标特征条目，其中，目标特征条目包括作答时长。
在一些可行的实施方式中，问卷统计装置可以根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷(例如，深圳市民消费意向调查问卷等类别的问卷)，并确定多个同名问卷(例如，深圳市民消费意向调查问卷)对应的目标特征条目(例如，作答时长)。
S303：从多个同名问卷的作答信息中确定每个同名问卷中用于表示该同名问卷是否基于其他问卷重复作答的编辑标注。
S304：若任一同名问卷的编辑标注标识该同名问卷是基于其他问卷重复作答的问卷，则确定该同名问卷的重复作答时长为该同名问卷与作答时长对应的目标作答信息。
S305：若任一同名问卷的编辑标注标识该同名问卷不是基于其他问卷重复作答的问卷，则确定该同名问卷的初始作答时长为该同名问卷与作答时长对应的目标作答信息。
在一些可行的实施方式中，问卷统计装置可以根据一个问卷的作答信息确定这个问卷的编辑标注，这里，编辑标注用于标识一个问卷是否基于是其他问卷重复作答的问卷。
可以理解的是，若一个问卷的编辑标注标识该问卷是基于其他问卷重复作答的问卷，则确定该问卷的重复作答时长为该问卷与作答时长对应的目标作答信息(其中，重复作答时长＝该问卷的实际作答时长+上述其他问卷的实际作答时长)。若一个问卷的编辑标注标识该问卷不是基于其他问卷重复作答的问卷，则确定该问卷的初始作答时长为该问卷与作答时长对应的目标作答信息(初始作答时长＝该问卷的实际作答时长)。
具体地，当用户通过问卷统计装置点击链接或扫码作答问卷时，问卷统计装置会根据问卷的name校验该用户的存储信息(localStorage)中是否存在与该name对应的唯一标识的键值对<name,value>，如果存在，会弹出提示框“您已提交过一份问卷，是否基于上一份继续编辑？”。如果问卷统计装置识别出用户选择了“是，继续编辑”，则可以通过唯一标识值value(id)查询出该用户已递交的同名问卷，将递交时间最后的问卷以及问卷的作答信息显示在作答界面，并重新获取用户继续作答后的问卷，同时标识这个继续作答的问卷是基于其他问卷重复作答的问卷。如果问卷统计装置识别出用户选择了“否，重新填写”，则可以通过唯一标识值value(id)来删除之前填写的信息，显示作答信息为空白的问卷至作答界面并重新获取作答后的问卷，同时标识这个重新作答的问卷不是基于其他问卷重复作答问卷。
可以理解的是，当用户在其他问卷的基础上继续作答问卷时，在问卷统计装置识别到用户提交该问卷时，可以累加总答题时间，并且确定该问卷的编辑标注为[再次编辑]。
S306：根据每个同名问卷与作答时长对应的目标作答信息确定每个同名问卷在作答时长下的表征评分，并确定每个同名问卷的表征评分。
在一些可行的实施方式中，问卷统计装置可以设置问卷在作答时长下的表征评分对应的评分标准。例如，问卷作答的最短时长(2分钟)、最长时长(8分钟)和最佳作答时长(4分钟)，进而根据问卷的作答时长得到问卷在作答时长下的表征评分。具体地，问卷统计装置可以根据一个问卷的作答时长得出该问卷在作答时长下的表征评分，例如，作答时长在3-5分钟的问卷在作答时长下的表征评分大于80分。
具体地，若一个问卷与作答时长对应的目标作答信息为重复作答时长，则问卷统计装置可以获取重复作答评分标准，并根据该问卷的重复作答时长以及重复作答评分标准确定该问卷在作答时长下的表征评分。例如，重复作答的最短时长(8分钟)、最长时长(16分钟)和最佳作答时长(10分钟)，进而根据问卷的重复作答时长得到问卷在作答时长下的表征评分。具体地，问卷统计装置可以根据一个问卷的重复作答时长得出该问卷在作答时长下的表征评分，例如，重复作答时长在9分钟的问卷A在作答时长下的表征评分为85分，重复作答时长在15分钟的问卷B在作答时长下的表征评分为60分。
进一步地，若一个问卷与作答时长对应的目标作答信息为初始作答时长，则问卷统计装置可以获取初始作答评分标准，并根据该问卷的初始作答时长以及初始作答评分标准确定该问卷在作答时长下的表征评分。例如，初始作答的最短时长(2分钟)、最长时长(8分钟)和最佳作答时长(4分钟)，进而根据问卷的初始作答时长得到问卷在作答时长下的表征评分。具体地，问卷统计装置可以根据一个问卷的初始作答时长得出该问卷在作答时长下的表征评分，例如，初始作答时长在3分钟的问卷C在作答时长下的表征评分为85分，初始作答时长在6分钟的问卷D在作答时长下的表征评分为55分。
S307：按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到多个同名问卷在不同典型程度下的统计结果。
在一些可行的实施方式中，问卷统计装置可以按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到多个同名问卷在不同典型程度下的统计结果。例如，问卷统计装置可以根据表征评分对问卷进行分级和/或筛选(例如，预设评分区间为表征评分在【80-100】的问卷)，得到重复作答时长在9分钟的问卷A和初始作答时长在3分钟的问卷C，再提取分级后和/或筛选后的问卷的作答信息(也即，问卷A的作答信息和问卷C的作答信息)并进行统计分析，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。
在本申请实施例中，如果上述同名问卷对应多个目标特征条目，则问卷统计装置可以根据每个上述同名问卷的目标作答信息确定每个上述同名问卷在各目标特征条目下的表征评分，并根据每个上述同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在上述同名问卷对应的目标特征条目中的权重，确定上述各问卷的联合表征评分，以作为上述各问卷的表征评分。由此，问卷统计装置可以通过调整目标特征条目的权重，进而在不同维度下对问卷的作答信息进行统计，进一步提高问卷统计结果的区分度，并且丰富问卷统计结果的表现梯度。
请参阅图4，图4是本申请实施例提供的问卷统计方法的另一流程示意图。
S401：获取多个问卷，并从各问卷中确定出问卷名称和作答信息。
在一些可行的实施方式中，问卷统计装置可以通过其他问卷收集装置，或者通过互联网，或者通过问卷统计客户端获取多个问卷，并从各问卷中确定出问卷名称和作答信息。可以理解的是，这里的问卷可以包括任意类别(也即，任意问卷名称)的线上问卷，也可以包括任意类别(也即，任意问卷名称)在线下作答且被问卷统计装置在线上获取到的问卷。
S402：根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目，其中，同名问卷对应多个目标特征条目。
在一些可行的实施方式中，问卷统计装置可以根据多个问卷中的问卷名称确定出问卷名称相同的同名问卷(例如，深圳市民消费意向调查问卷等类别的问卷)，并确定多个同名问卷(例如，深圳市民消费意向调查问卷)对应的目标特征条目(例如，作答地理位置和作答用户收入水平)。
S403：根据每个同名问卷的作答信息确定出各问卷与目标特征条目对应的目标作答信息。
S404：根据每个同名问卷的目标作答信息确定每个同名问卷在各目标特征条目下的表征评分。
在一些可行的实施方式中，问卷统计装置可以根据多个同名问卷(例如，深圳市民消费意向调查问卷)中各问卷的作答信息确定出各问卷与目标特征条目(例如，作答地理位置和作答用户收入水平)对应的目标作答信息，并根据每个同名问卷的目标作答信息确定每个同名问卷的表征评分。例如，通过设置作答地理位置和作答用户年收入的评分标准，确定作答地理位置在深圳市的问卷1在作答地理位置下的表征评分为100，确定作答地理位置在广东省非深圳市的问卷2在作答地理位置下的表征评分为50，确定作答用户年收入在XX万元的问卷1在作答用户收入水平下的表征评分为90，确定作答用户年收入在Y万元的问卷2在作答用户收入水平下的表征评分为70。
S405：根据每个同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在同名问卷对应的目标特征条目中的权重，确定各问卷的联合表征评分，以作为各问卷的表征评分。
在一些可行的实施方式中，问卷统计装置可以根据多个同名问卷(例如，深圳市民消费意向调查问卷)中各问卷在各目标特征条目(例如，作答地理位置和作答用户收入水平)下的表征评分(例如，作答地理位置在深圳市的问卷1在作答地理位置下的表征评分为100，确定作答地理位置在广东省非深圳市的问卷2在作答地理位置下的表征评分为50，确定作答用户年收入在XX万元的问卷1在作答用户收入水平下的表征评分为90，确定作答用户年收入在Y万元的问卷2在作答用户收入水平下的表征评分为70)，以及各目标特征条目在同名问卷对应的目标特征条目中的权重(例如，作答地理位置的权重为60％、作答用户收入水平的权重为40％)，确定各问卷的联合表征评分，以作为各问卷的表征评分(例如，问卷1的表征评分为96，问卷2的表征评分为58)。
S406：按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到多个同名问卷在不同典型程度下的统计结果。
在一些可行的实施方式中，问卷统计装置可以按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到多个同名问卷在不同典型程度下的统计结果。例如，问卷统计装置可以根据表征评分对问卷进行分级和/或筛选(例如，预设评分区间为表征评分在【80-100】和【50-80】的问卷)，得到作答地理位置在深圳市且作答用户年收入在XX万元的问卷1，以及作答地理位置在广东省非深圳市且作答用户年收入在Y万元的问卷2，再提取分级后和/或筛选后的问卷的作答信息(也即，问卷1的作答信息和问卷2的作答信息)并进行统计分析，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。
在本申请实施例中，上述多个同名问卷的目标特征条目包括作答时长，在多个同名问卷中，可以根据各问卷的作答信息确定个问卷的编辑标注，进而确定各问卷是否是基于其他问卷重复作答的问卷(例如，同一用户在不同问卷统计装置或同一问卷统计装置不同时间提交的问卷名称相同的多分问卷)，并确定各问卷与作答时长对应的目标作答信息为重复作答时长或初始作答时长，通过重复作答评分标准或初始作答评分标准得到各问卷在作答时长下的表征评分，进而确定每个上述同名问卷的表征评分。采用本申请实施例提供的方案，问卷统计装置可以可利用编辑标注区分问卷是否是基于其他问卷重复作答的问卷，并根据细化后的作答时长维度的评分标准(也即，重复作答评分标准或初始作答评分标准)得到各问卷在作答时长下的表征评分，并对表征评分在预设区间内的问卷的作答信息进行统计，进一步提高了问卷统计结果的区分度，并且丰富问卷统计结果的表现梯度。
请参阅图5，图5是本申请实施例提供的问卷统计装置的结构示意图。
问卷获取模块501，用于获取多个问卷，并从各问卷中确定出问卷名称和作答信息。
在一些可行的实施方式中，问卷获取模块501可以通过其他问卷收集装置，或者通过互联网，或者通过问卷统计客户端获取多个问卷，并从各问卷中确定出问卷名称和作答信息。可以理解的是，这里的问卷可以包括任意类别(也即，任意问卷名称)的线上问卷，也可以包括任意类别(也即，任意问卷名称)在线下作答且被问卷统计装置在线上获取到的问卷。
特征确定模块502，用于根据多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定多个同名问卷中用于表示作答信息典型程度的目标特征条目。
在一些可行的实施方式中，特征确定模块502可以根据多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷(例如，深圳市民消费意向调查问卷等类别的问卷)，并确定多个同名问卷(例如，深圳市民消费意向调查问卷)对应的目标特征条目(例如，作答地理位置和作答用户收入水平)。
信息评分模块503，用于从多个同名问卷的作答信息中提取与目标特征条目对应的目标作答信息，并根据目标作答信息确定每个同名问卷的表征评分。
在一些可行的实施方式中，上述同名问卷对应的目标特征条目包括多个特征条目，上述信息评分模块503包括：
评分确认单元，用于根据目标作答信息确定每个同名问卷在各目标特征条目下的表征评分，其中，目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种。
评分联合单元，用于根据每个同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在同名问卷对应的目标特征条目中的权重，确定每个同名问卷的联合表征评分，以作为每个同名问卷的表征评分。
问卷分析模块504，用于按照预设评分区间对每个同名问卷的表征评分进行统计，并提取预设评分区间所包含的同名问卷的作答信息，以得到同名问卷在不同典型程度下的统计结果。
在一些可行的实施方式中，问卷分析模块504可以对每个同名问卷的表征评分在预设评分区间内的多个同名问卷中的问卷的作答信息进行统计，以得到多个同名问卷在不同典型程度下的统计结果。例如，问卷统计装置可以对问卷进行分级和/或筛选(例如，预设评分区间为表征评分在【80-100】的问卷)，得到作答时长在3-5分钟内的问卷，或者得到作答地理位置在深圳市且作答用户年收入在Y-XX万元的问卷，再基于分级后和/或筛选后的问卷的作答信息进行统计，进而提高问卷统计的效率和统计结果的区分度，丰富统计结果的表现梯度。
在本申请实施例中，问卷统计装置可以获取多个问卷，进而从各问卷中确定出问卷名称和作答信息。问卷统计装置可以根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目。这里，一类同名问卷中包括问卷名称相同的至少两个问卷。这里，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度。问卷统计装置可以根据每个上述同名问卷的作答信息确定出上述各问卷与目标特征条目对应的目标作答信息，进而根据每个上述同名问卷的目标作答信息确定各问卷的表征评分，以便于对表征评分在预设评分区间内的问卷的作答信息进行统计，以得到上述多个同名问卷在不同典型程度下的统计结果，进而提高问卷统计的效率和统计结果的区分度，并且丰富问卷统计结果的表现梯度。
参见图6，图6是本申请实施例提供的终端设备的结构示意图。如图6所示，本实施例中的终端设备可以包括：一个或多个处理器601和存储器602。上述处理器601和存储器602通过总线603连接。存储器602用于存储计算机程序，该计算机程序包括程序指令，处理器601用于执行存储器602存储的程序指令，执行如下操作：
获取多个问卷，并从各上述问卷中确定出问卷名称和作答信息；
根据上述多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定多个同名问卷中用于表示作答信息典型程度的目标特征条目；
从上述多个同名问卷中的作答信息中提取与上述目标特征条目对应的目标作答信息，并根据上述目标作答信息确定每个上述同名问卷的表征评分；
按照预设评分区间对每个上述同名问卷的表征评分进行统计，并提取上述预设评分区间所包含的同名问卷的作答信息，以得到上述同名问卷在不同典型程度下的统计结果。
在一些可行的实施方式中，上述处理器601还用于：
获取多个待筛选问卷，并从各待筛选问卷中确定各待筛选问卷的问卷名称、用户标识以及递交时间；
若上述多个待筛选问卷中存在问卷名称相同且用户标识相同的重复问卷，则从上述重复问卷中确定出递交时间晚于或等于预设递交时间的待筛选问卷作为备选问卷；
将上述多个待筛选问卷中的非重复问卷和/或上述备选问卷确定为上述多个问卷。
在一些可行的实施方式中，上述处理器601用于：
根据上述目标作答信息确定每个上述同名问卷在目标特征条目下的表征评分，以作为每个上述同名问卷的表征评分，其中，上述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的一种。
在一些可行的实施方式中，上述处理器601用于：
根据上述目标作答信息确定每个上述同名问卷在各目标特征条目下的表征评分，其中，上述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种；
根据每个上述同名问卷在各目标特征条目下的表征评分，以及各目标特征条目在上述同名问卷对应的目标特征条目中的权重，确定上述各问卷的联合表征评分，以作为上述各问卷的表征评分。
在一些可行的实施方式中，上述处理器601用于：
从上述多个同名问卷的作答信息中确定每个上述同名问卷中用于表示上述同名问卷是否基于其他问卷重复作答的编辑标注；
若任一同名问卷的编辑标注标识上述任一同名问卷是基于其他问卷重复作答的问卷，则确定上述任一同名问卷的重复作答时长为上述任一同名问卷与作答时长对应的目标作答信息；
若任一同名问卷的编辑标注标识上述任一同名问卷不是基于其他问卷重复作答的问卷，则确定上述任一同名问卷的初始作答时长为上述任一同名问卷与作答时长对应的目标作答信息；
根据每个上述同名问卷与作答时长对应的目标作答信息确定每个上述同名问卷在作答时长下的表征评分，并确定每个上述同名问卷的表征评分。
在一些可行的实施方式中，上述处理器601用于：
若任一同名问卷与作答时长对应的目标作答信息为重复作答时长，则获取重复作答评分标准，并根据上述任一同名问卷的重复作答时长以及上述重复作答评分标准确定上述任一同名问卷在作答时长下的表征评分；
若任一同名问卷与作答时长对应的目标作答信息为初始作答时长，则获取初始作答评分标准，并根据上述任一同名问卷的初始作答时长以及上述初始作答评分标准确定上述任一同名问卷在作答时长下的表征评分。
在一些可行的实施方式中，上述处理器601可以是中央处理单元(centralprocessing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器602可以包括只读存储器和随机存取存储器，并向处理器601提供指令和数据。存储器602的一部分还可以包括非易失性随机存取存储器。例如，存储器602还可以存储设备类型的信息。
具体实现中，上述终端设备可通过其内置的各个功能模块执行如上述图1至图4中各个步骤所提供的问卷统计方法的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
在本申请实施例中，获取多个问卷，进而从各问卷中确定出问卷名称和作答信息。根据上述多个问卷中的问卷名称确定出问卷名称相同的同名问卷，并确定同名问卷对应的目标特征条目。这里，一类同名问卷中包括问卷名称相同的至少两个问卷。这里，同名问卷对应的目标特征条目用于表征上述多个同名问卷中一个问卷的作答信息在上述多个同名问卷的所有问卷中的典型程度。根据每个上述同名问卷的作答信息确定出上述各问卷与目标特征条目对应的目标作答信息，进而根据每个上述同名问卷的目标作答信息确定各问卷的表征评分，以便于对表征评分在预设评分区间内的问卷的作答信息进行统计，以得到上述多个同名问卷在不同典型程度下的统计结果，进而提高问卷统计的效率和统计结果的区分度，并且丰富问卷统计结果的表现梯度。本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时实现图1至图4中各个步骤所提供的问卷统计方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
上述计算机可读存储介质可以是前述任一实施例提供的基于预测模型的用户行为识别装置或者上述终端设备的内部存储单元，例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备，例如该电子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(flashcard)等。进一步地，该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的权利要求书和说明书及附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。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申请的至少一个实施例中。在说明书中的各个位置展示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。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的，具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。

Claims (10)

1.一种问卷统计方法，其特征在于，所述方法包括：
获取多个问卷，并从各所述问卷中确定出问卷名称和作答信息；
根据所述多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定所述多个同名问卷中用于表示作答信息典型程度的目标特征条目；
从所述多个同名问卷中的作答信息中提取与所述目标特征条目对应的目标作答信息，并根据所述目标作答信息确定每个所述同名问卷的表征评分；
按照预设评分区间对每个所述同名问卷的表征评分进行统计，并提取所述预设评分区间所包含的同名问卷的作答信息，以得到所述同名问卷在不同典型程度下的统计结果。
2.根据权利要求1所述的方法，其特征在于，所述获取多个问卷包括：
获取多个待筛选问卷，并从各待筛选问卷中确定各待筛选问卷的问卷名称、用户标识以及递交时间；
若所述多个待筛选问卷中存在问卷名称相同且用户标识相同的重复问卷，则从所述重复问卷中确定出递交时间晚于或等于预设递交时间的待筛选问卷作为备选问卷；
将所述多个待筛选问卷中的非重复问卷和/或所述备选问卷确定为所述多个问卷。
3.根据权利要求1或2所述的方法，其特征在于，所述同名问卷对应一个目标特征条目，所述根据所述目标作答信息确定每个所述同名问卷的表征评分，包括：
根据所述目标作答信息确定每个所述同名问卷在目标特征条目下的表征评分，以作为每个所述同名问卷的表征评分，其中，所述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的一种。
4.根据权利要求1或2所述的方法，其特征在于，所述同名问卷对应多个目标特征条目，所述根据所述目标作答信息确定每个所述同名问卷的表征评分，包括：
根据所述目标作答信息确定每个所述同名问卷在每个目标特征条目下的表征评分，其中，所述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种；
根据每个所述同名问卷在每个目标特征条目下的表征评分，以及每个目标特征条目在所述同名问卷对应的目标特征条目中的权重，确定每个所述同名问卷的联合表征评分，以作为每个所述同名问卷的表征评分。
5.根据权利要求3或4所述的方法，其特征在于，所述目标特征条目包括作答时长，所述从所述多个同名问卷中的作答信息中提取与所述目标特征条目对应的目标作答信息，并根据所述目标作答信息确定每个所述同名问卷的表征评分包括：
从所述多个同名问卷中的作答信息中确定每个所述同名问卷中用于标识所述同名问卷是否基于其他问卷重复作答的编辑标注；
若任一同名问卷的编辑标注标识所述任一同名问卷是基于其他问卷重复作答的问卷，则确定所述任一同名问卷的重复作答时长为所述任一同名问卷与作答时长对应的目标作答信息；
若任一同名问卷的编辑标注标识所述任一同名问卷不是基于其他问卷重复作答的问卷，则确定所述任一同名问卷的初始作答时长为所述任一同名问卷与作答时长对应的目标作答信息；
根据每个所述同名问卷与作答时长对应的目标作答信息确定每个所述同名问卷在作答时长下的表征评分，并确定每个所述同名问卷的表征评分。
6.根据权利要求5所述的方法，其特征在于，所述根据每个所述同名问卷与作答时长对应的目标作答信息确定每个所述同名问卷在作答时长下的表征评分包括：
若任一同名问卷与作答时长对应的目标作答信息为重复作答时长，则获取重复作答评分标准，并根据所述任一同名问卷的重复作答时长以及所述重复作答评分标准确定所述任一同名问卷在作答时长下的表征评分；
若所述任一同名问卷与作答时长对应的目标作答信息为初始作答时长，则获取初始作答评分标准，并根据所述任一同名问卷的初始作答时长以及所述初始作答评分标准确定所述任一同名问卷在作答时长下的表征评分。
7.一种问卷统计装置，其特征在于，所述装置包括：
问卷获取模块，用于获取多个问卷，并从各所述问卷中确定出问卷名称和作答信息；
特征确定模块，用于根据所述多个问卷中的问卷名称确定出问卷名称相同的多个同名问卷，并确定所述多个同名问卷中用于表示作答信息典型程度的目标特征条目；
信息评分模块，用于从所述多个同名问卷中的作答信息中提取与所述目标特征条目对应的目标作答信息，并根据所述目标作答信息确定每个所述同名问卷的表征评分；
问卷分析模块，用于按照预设评分区间对每个所述同名问卷的表征评分进行统计，并提取所述预设评分区间所包含的同名问卷的作答信息，以得到所述同名问卷在不同典型程度下的统计结果。
8.根据权利要求7所述的装置，其特征在于，所述同名问卷对应多个目标特征条目，所述信息评分模块包括：
评分确认单元，用于根据所述目标作答信息确定每个所述同名问卷在每个目标特征条目下的表征评分，其中，所述目标特征条目为作答时长、作答地理位置、作答用户年龄、作答用户性别、作答用户常住地址、作答用户收入水平中的至少两种；
评分联合单元，用于根据每个所述同名问卷在每个目标特征条目下的表征评分，以及每个目标特征条目在所述同名问卷对应的目标特征条目中的权重，确定每个所述同名问卷的联合表征评分，以作为每个所述同名问卷的表征评分。
9.一种终端设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项所述的方法。
CN202110522499.2A 2021-05-13 2021-05-13 问卷统计方法、装置、设备及存储介质 Pending CN113159629A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110522499.2A CN113159629A (zh) 2021-05-13 2021-05-13 问卷统计方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110522499.2A CN113159629A (zh) 2021-05-13 2021-05-13 问卷统计方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113159629A true CN113159629A (zh) 2021-07-23

Family

ID=76874873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110522499.2A Pending CN113159629A (zh) 2021-05-13 2021-05-13 问卷统计方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113159629A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003178166A (ja) * 2001-12-12 2003-06-27 Hitachi Ltd 自治体サービスを評価するアンケート処理システム及びアンケート処理方法
CN103092863A (zh) * 2011-11-03 2013-05-08 郭亮 一种问卷数据处理方法
CN108549970A (zh) * 2018-03-16 2018-09-18 拉扎斯网络科技（上海）有限公司 一种调查问卷的统计方法、装置及存储介质
CN108829839A (zh) * 2018-06-19 2018-11-16 精硕科技（北京）股份有限公司 样本可信度的验证方法、装置、存储介质及处理器
CN109800436A (zh) * 2019-01-30 2019-05-24 云图元睿（上海）科技有限公司 问卷调查方法及系统
CN110610002A (zh) * 2019-08-12 2019-12-24 华中师范大学 一种问卷信息处理方法、装置、计算机设备及存储介质
CN111091411A (zh) * 2019-11-07 2020-05-01 央视市场研究股份有限公司 问卷分割设计方法
CN111381744A (zh) * 2020-03-16 2020-07-07 京东方科技集团股份有限公司 一种建立测评问卷的方法、装置及存储介质
CN111930736A (zh) * 2020-09-25 2020-11-13 深圳市天维大数据技术有限公司 数据校验方法及装置
CN111967770A (zh) * 2020-08-18 2020-11-20 深圳市维度统计咨询股份有限公司 基于大数据的问卷调查数据处理方法、装置及存储介质
CN112237743A (zh) * 2019-07-17 2021-01-19 腾讯科技（上海）有限公司 用户数据统计方法、装置、计算机设备及存储介质
CN112257418A (zh) * 2020-10-30 2021-01-22 北京青丝科技有限公司 一种问卷数据处理方法、装置及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003178166A (ja) * 2001-12-12 2003-06-27 Hitachi Ltd 自治体サービスを評価するアンケート処理システム及びアンケート処理方法
CN103092863A (zh) * 2011-11-03 2013-05-08 郭亮 一种问卷数据处理方法
CN108549970A (zh) * 2018-03-16 2018-09-18 拉扎斯网络科技（上海）有限公司 一种调查问卷的统计方法、装置及存储介质
CN108829839A (zh) * 2018-06-19 2018-11-16 精硕科技（北京）股份有限公司 样本可信度的验证方法、装置、存储介质及处理器
CN109800436A (zh) * 2019-01-30 2019-05-24 云图元睿（上海）科技有限公司 问卷调查方法及系统
CN112237743A (zh) * 2019-07-17 2021-01-19 腾讯科技（上海）有限公司 用户数据统计方法、装置、计算机设备及存储介质
CN110610002A (zh) * 2019-08-12 2019-12-24 华中师范大学 一种问卷信息处理方法、装置、计算机设备及存储介质
CN111091411A (zh) * 2019-11-07 2020-05-01 央视市场研究股份有限公司 问卷分割设计方法
CN111381744A (zh) * 2020-03-16 2020-07-07 京东方科技集团股份有限公司 一种建立测评问卷的方法、装置及存储介质
CN111967770A (zh) * 2020-08-18 2020-11-20 深圳市维度统计咨询股份有限公司 基于大数据的问卷调查数据处理方法、装置及存储介质
CN111930736A (zh) * 2020-09-25 2020-11-13 深圳市天维大数据技术有限公司 数据校验方法及装置
CN112257418A (zh) * 2020-10-30 2021-01-22 北京青丝科技有限公司 一种问卷数据处理方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李兴利: "档案工作问卷调查法", 档案管理, no. 04, 15 August 2005 (2005-08-15) *
马文军, 潘波: "问卷的信度和效度以及如何用SAS软件分析", 中国卫生统计, no. 06, 30 December 2000 (2000-12-30) *

Similar Documents

Publication Publication Date Title
CN102099803A (zh) 用于自动回答自然语言问题的方法和计算机系统
CN111127105A (zh) 用户分层模型构建方法及系统、运营分析方法及系统
CN105491444A (zh) 一种数据识别处理方法以及装置
CN112181835B (zh) 自动化测试方法、装置、计算机设备及存储介质
CN111510368B (zh) 家庭群组识别方法、装置、设备及计算机可读存储介质
CN104348871A (zh) 一种同类账号扩展方法及装置
CN113034000A (zh) 一种风控处理方法、装置、计算设备和存储介质
CN115080698A (zh) 基于大数据的招投标分析方法、系统、设备及存储介质
CN113434746B (zh) 基于用户标签的数据处理方法、终端设备及存储介质
CN104992318A (zh) 行事历主动推荐事件的方法
CN104731937A (zh) 用户行为数据的处理方法及装置
CN109816004A (zh) 房源图片分类方法、装置、设备及存储介质
CN116028702A (zh) 学习资源推荐方法、系统及电子设备
CN112734142B (zh) 基于深度学习的资源学习路径规划方法及装置
TW201415275A (zh) 取證系統、取證方法及取證程式
CN112215509A (zh) 资源参数的确定方法、装置及设备
CN113159629A (zh) 问卷统计方法、装置、设备及存储介质
CN110674632A (zh) 一种确定安全级别的方法及装置、存储介质和设备
CN110598115A (zh) 一种基于人工智能多引擎的敏感网页识别方法及系统
CN105868271B (zh) 一种姓名统计方法及装置
CN111105261B (zh) 一种用户识别方法、装置、电子设备和存储介质
CN114706948A (zh) 新闻处理方法、装置、存储介质以及电子设备
CN111353803B (zh) 广告主分类方法及装置、计算设备
CN111127043A (zh) 信用评分方法、装置、计算机设备及存储介质
CN110866241A (zh) 评估模型生成及设备关联方法、装置及存储介质

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