CN113485983A - 问卷数据处理方法及装置 - Google Patents
问卷数据处理方法及装置 Download PDFInfo
- Publication number
- CN113485983A CN113485983A CN202110631040.6A CN202110631040A CN113485983A CN 113485983 A CN113485983 A CN 113485983A CN 202110631040 A CN202110631040 A CN 202110631040A CN 113485983 A CN113485983 A CN 113485983A
- Authority
- CN
- China
- Prior art keywords
- data
- questionnaire
- items
- project
- analyzed
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims abstract description 25
- 238000004140 cleaning Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000013461 design Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 11
- 230000004927 fusion Effects 0.000 abstract description 6
- 230000003993 interaction Effects 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004590 computer program 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供一种问卷数据处理方法及装置,包括:基于预先获取的多个问卷项目,从多个问卷项目中获取与问卷项目对应的问卷数据;根据问卷项目对应的问卷数据,通过预先构建的数据预处理模型对问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;基于待分析数据源,通过预先构建的数据转换模型,将待分析数据源转换为问卷配图信息,并将问卷配图信息发送至目标用户。本公开的方法可以实现多个数据的融合交互,便于后续数据分析,无需第三方数据分析工具进行处理,并且可以对数据进行二次编辑。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及一种问卷数据处理方法及装置。
背景技术
传统的问卷数据收集具有一些弱点:首先,是基于单个问卷项目数据进行独立存储,不同项目之间的数据无法进行交互和融合;其次,数据收集后,数据集保持原始答卷数据格式,若想获得一些聚合计算的结果信息(例如均值、极值、时间处理等信息)或进行数据预处理操作时,则需要用第三方数据分析工具进行数据处理,步骤繁琐且时间成本较高。
因此,如何解决上述问题是本领域技术人员目前亟待解决的问题。
发明内容
本公开实施例提供一种问卷数据处理方法及装置,能够融合不同项目之间的数据并且可以对数据进行预处理,可以支持用户进行二次修改,无需第三方数据分析工具进行数据处理。
本公开实施例的第一方面,提供一种问卷数据处理方法,包括:基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息。
在一种可选的实施方式中,所述从所述多个问卷项目中获取与所述问卷项目对应的问卷数据的方法包括:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
在一种可选的实施方式中,从所述问卷项目中获取与所述问卷项目对应的问卷工单数据的方法包括:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
在一种可选的实施方式中,从所述问卷项目中获取与所述问卷项目对应的多个问卷项目合并数据的方法包括:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
在一种可选的实施方式中,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源的方法包括:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源。
本公开实施例的第二方面,提供一种问卷数据处理装置,所述装置包括:
第一获取单元,用于基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
第二获取单元,用于根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
信息发送单元,用于基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息。
在一种可选的实施方式中,所述第一获取单元还用于:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
在一种可选的实施方式中,所述第一获取单元还用于:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
在一种可选的实施方式中,所述第一获取单元还用于:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
在一种可选的实施方式中,第二获取单元还用于:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源
本公开提供一种问卷数据处理方法,所述方法包括:
基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
通过获取多个问卷项目,并且从多个问卷项目中获取与问卷项目对应的问卷数据,可以实现多个问卷项目数据之间的融合交互功能,方便后续的数据分析中数据的丰富程度。
根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
通过数据预处理模型对问卷数据进行数据预处理,其中,预处理可以包括新建数据、清洗数据以及追加数据,通过此种方式,可以不再需要第三方数据分析工具在对数据进行处理,提高了数据处理的灵活度。
基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息;
基于数据转换模型,将数据转换为问卷配图信息,可以支持用户对数据进行二次编辑,更灵活地满足用户的数据需求。
附图说明
图1为本公开实施例问卷数据处理方法的流程示意图;
图2为本公开实施例问卷数据处理方法的逻辑示意图;
图3为本公开实施例问卷数据处理装置的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本公开的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
应当理解,在本公开中,“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本公开中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本公开中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1示例性地示出本公开实施例问卷数据处理方法的流程示意图,如图1所示,所述方法包括:
步骤S101、基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
传统的问卷数据收集具有一些弱点:首先,是基于单个问卷项目数据进行独立存储,不同项目之间的数据无法进行交互和融合;其次,数据收集后,数据集保持原始答卷数据格式,若想获得一些聚合计算的结果信息(例如均值、极值、时间处理等信息)或进行数据预处理操作时,则需要用第三方数据分析工具进行数据处理,步骤繁琐且时间成本较高。
而本公开实施例的问卷数据处理方法通过获取多个问卷项目,并且从多个问卷项目中获取与问卷项目对应的问卷数据,可以实现多个问卷项目数据之间的融合交互功能,方便后续的数据分析中数据的丰富程度。
在一种可选的实施方式中,所述从所述多个问卷项目中获取与所述问卷项目对应的问卷数据的方法包括:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
本公开实施例中问卷项目对应的问卷数据可以作为数据源,其中,数据源的作用可以是方便进行配图分析,作为问卷数据和配图分析之间的中间桥梁,完成数据源之后才能进行复杂的配图展示。
在一种可选的实施方式中,从所述问卷项目中获取与所述问卷项目对应的问卷工单数据的方法包括:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
在一种可选的实施方式中,从所述问卷项目中获取与所述问卷项目对应的多个问卷项目合并数据的方法包括:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
本公开实施例中,创建数据源的方式可以包括至少四种,可以分别是添加答卷数据、添加工单数据、上传本地数据以及创建合表数据。
其中,添加答卷数据可以是基于单个问卷项目进行数据收集,获得此项目的数据源;
其中,添加工单数据可以是基于前期单个问卷设计中的规则产生的工单行为数据进行收集,获得此项目的数据源;
其中,上传本地数据可以支持用户上传自建的数据集,并且将该数据集保存为数据源;
其中,创建合表数据可以是基于多个问卷项目进行数据的融合交互,将多个数据集以特定的合并规则进行联合,以类SQL语言的数据处理方式进行合表操作;进一步地,创建合表数据可以进一步包括:
左右合表,其中,左右合表可以包括设定合表基准关键字段,基于关键字段进行横向拼接若干表格;
上下合表,其中,上下合表可以包括设定合表基准关键字段,基于关键字段进行纵向拼接若干表格。
步骤S102、根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源;
示例性地,所述数据预处理模型可以是基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
在一种可选的实施方式中,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源的方法包括:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源。
在实际应用中,对数据预处理可以包括新建字段、清洗数据以及追加数据中至少一种。
具体地,新建字段可以包括为用户提供新增计算字段,新增现有字段分组的功能,实现对数据进行重复编辑的功能,进一步地,新建字段可以包括:
新建计算字段,其中,该模块可以支持函数计算和运算符,其中函数可以包括聚合统计(例如均值、极值等)、非聚合统计(例如返回列最大值等)、时间函数(例如区段时间拆分)、字符串操作(大小写转换等)以及数值操作(例如取绝对值等),需要说明的是,本公开实施例对新建计算字段的手段不进行限定。
新建分组字段,其中,新建分组字段可以包括对部分字段进行分箱化处理,方便后续分析操作。
具体地,清洗数据可以包括支持对数据进行条件过滤和筛选的编辑,从而获得更有分析价值的数据。
具体地,追加数据可以包括提供新增其他问卷项目进入现有已经构造好的数据源的功能,从而实现多个问卷数据相互融合合并的操作需求。
通过数据预处理模型对问卷数据进行数据预处理,其中,预处理可以包括新建数据、清洗数据以及追加数据,通过此种方式,可以不再需要第三方数据分析工具在对数据进行处理,提高了数据处理的灵活度。
步骤S103、基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户。
示例性地,本公开实施例的所述问卷配图信息用于指示所述问卷数据对应的图片化信息。在实际应用中,可以通过数据转换模型将待分析数据源转换为问卷配图信息,其中,数据转换模型是可以是基于神经网络构建的,本公开实施例对数据转换模型的类型不进行限定。得到问卷配图信息后,能够可视化地分析相关数据,并且将问卷配图信息发送至目标用户,满足用户多样化的需求,提升用户体验。
基于数据转换模型,将数据转换为问卷配图信息,可以支持用户对数据进行二次编辑,更灵活地满足用户的数据需求。
本公开提供一种问卷数据处理方法,所述方法包括:
基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
通过获取多个问卷项目,并且从多个问卷项目中获取与问卷项目对应的问卷数据,可以实现多个问卷项目数据之间的融合交互功能,方便后续的数据分析中数据的丰富程度。
根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
通过数据预处理模型对问卷数据进行数据预处理,其中,预处理可以包括新建数据、清洗数据以及追加数据,通过此种方式,可以不再需要第三方数据分析工具在对数据进行处理,提高了数据处理的灵活度。
基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息;
基于数据转换模型,将数据转换为问卷配图信息,可以支持用户对数据进行二次编辑,更灵活地满足用户的数据需求。
图2示例性地示出本公开实施例问卷数据处理方法的逻辑示意图,如图2所示,所述方法包括:
创建数据源。数据源作用主要是方便进行BI配图分析,作为问卷和配图分析的中间桥梁。只有创建完数据源才能对问卷进行复杂的配图展示。
1.1、添加答卷数据。基于单个问卷项目进行数据收集,获得此项目的数据源。
1.2、添加工单数据。基于前期单个问卷设计中的规则产生的工单行为数据进行收集,获得此项目的数据源。
1.3、上传本地数据。支持用户上传自建的数据集,将此数据集保存为数据源。
1.4、创建合表数据。基于多个问卷项目进行数据的融合交互,将多个数据集以特定的合并规则进行联合,以类SQL语言的数据处理方式进行合表操作。
1.4.1、左右合表。设定合表基准关键字段,基于关键字段进行横向拼接若干表格。
1.4.2、上下合表。设定合表基准关键字段,基于关键字段进行纵向拼接若干表格。
2、数据预处理
2.1、新建字段。为用户提供新增计算字段、新增现有字段分组的功能,实现对数据进行重复编辑的功能。
2.1.1、新建计算字段。该模块支持函数计算和运算符,其中函数包括:聚合统计(均值、极值等)、非聚合统计(返回列最大值等)、时间函数(取断时间拆分)、字符串操作(大小写转换等)、数值操作(取绝对值等)。
2.1.2、新建分组字段。可对部分字段进行分箱化处理,方便后续分析操作。
2.2、清洗数据。支持对数据进行条件过滤与筛选的编辑,从而获得更有分析价值的数据。
2.3、追加数据。提供新增其他问卷项目进入现有已构造好的数据源的功能,实现多问卷数据相互融合合并的操作需求。
图3示例性地示出本公开实施例问卷数据处理装置的结构示意图,如图3所示,所述装置包括:
第一获取单元31,用于基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
第二获取单元32,用于根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
信息发送单元33,用于基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息。
在一种可选的实施方式中,所述第一获取单元31还用于:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
在一种可选的实施方式中,所述第一获取单元31还用于:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
在一种可选的实施方式中,所述第一获取单元31还用于:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
在一种可选的实施方式中,第二获取单元32还用于:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源。
本公开还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)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。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (10)
1.一种问卷数据处理方法,其特征在于,所述方法包括:
基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息。
2.根据权利要求1所述的方法,其特征在于,所述从所述多个问卷项目中获取与所述问卷项目对应的问卷数据的方法包括:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
3.根据权利要求2所述的方法,其特征在于,从所述问卷项目中获取与所述问卷项目对应的问卷工单数据的方法包括:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
4.根据权利要求2所述的方法,其特征在于,从所述问卷项目中获取与所述问卷项目对应的多个问卷项目合并数据的方法包括:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
5.根据权利要求1所述的方法,其特征在于,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源的方法包括:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源。
6.一种问卷数据处理装置,其特征在于,所述装置包括:
第一获取单元,用于基于预先获取的多个问卷项目,从所述多个问卷项目中获取与所述问卷项目对应的问卷数据;
第二获取单元,用于根据所述问卷项目对应的问卷数据,通过预先构建的数据预处理模型对所述问卷项目对应的问卷数据进行数据预处理,获取待分析数据源,其中,所述数据预处理模型基于多个数据处理函数构建,并且用于新建数据、清洗数据以及追加数据;
信息发送单元,用于基于所述待分析数据源,通过预先构建的数据转换模型,将所述待分析数据源转换为问卷配图信息,并将所述问卷配图信息发送至目标用户,其中,所述问卷配图信息用于指示所述问卷数据对应的图片化信息。
7.根据权利要求6所述的装置,其特征在于,所述第一获取单元还用于:
从所述问卷项目中获取与所述问卷项目对应的问卷答题数据、问卷工单数据、用户上传数据以及多个问卷项目合并数据中至少一种。
8.根据权利要求6所述的装置,其特征在于,所述第一获取单元还用于:
基于对所述问卷项目进行规则设计,根据所述规则设计生成相应的问卷工单数据。
9.根据权利要求6所述的装置,其特征在于,所述第一获取单元还用于:
将多个问卷项目以预先设定的合并规则进行联合,得到初步联合数据;
通过类SQL语言的数据处理方式将所述初步联合数据进行横向和/或纵向拼接,得到与所述问卷项目对应的多个问卷项目合并数据。
10.根据权利要求6所述的装置,其特征在于,第二获取单元还用于:
通过所述数据预处理模型,在所述问卷项目对应的问卷数据中新增计算字段以及分组字段,并且对新增计算字段以及分组字段后的问卷数据,按照预先设定好的筛选条件进行数据清洗,获取待分析数据源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631040.6A CN113485983B (zh) | 2021-06-07 | 2021-06-07 | 问卷数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631040.6A CN113485983B (zh) | 2021-06-07 | 2021-06-07 | 问卷数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113485983A true CN113485983A (zh) | 2021-10-08 |
CN113485983B CN113485983B (zh) | 2023-12-26 |
Family
ID=77934292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110631040.6A Active CN113485983B (zh) | 2021-06-07 | 2021-06-07 | 问卷数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113485983B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114860133A (zh) * | 2022-06-01 | 2022-08-05 | 北京达佳互联信息技术有限公司 | 问卷处理方法、装置、电子设备、介质及产品 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000043935A2 (en) * | 1999-01-08 | 2000-07-27 | Technologyevaluation.Com (Tec) | System and method and articles of manufacture for automated advisory decision and control services using decision systems with model license protection |
JP2002373237A (ja) * | 2001-06-13 | 2002-12-26 | Mindshare Inc | 多元的アンケートの質問を自動生成するとともにアンケート結果を一元的に評価する方法およびシステム |
JP2003288439A (ja) * | 2002-03-28 | 2003-10-10 | Ntt Comware Corp | 性格データ分析処理装置およびその方法 |
CN102841923A (zh) * | 2012-07-09 | 2012-12-26 | 中国联合网络通信集团有限公司 | 信息处理平台及信息处理方法 |
US20130123583A1 (en) * | 2011-11-10 | 2013-05-16 | Erica L. Hill | System and method for analyzing digital media preferences to generate a personality profile |
TW201401202A (zh) * | 2012-06-21 | 2014-01-01 | li-zhen Yang | 問卷統計分析系統與方法 |
CN103593543A (zh) * | 2012-08-14 | 2014-02-19 | 中国科学院声学研究所 | 一种更新p2p网络用户主观行为分析模型参数的方法及系统 |
CN105469204A (zh) * | 2015-11-20 | 2016-04-06 | 天津贝德曼科技有限公司 | 深度融合大数据分析技术的重装制造企业综合评价系统 |
CN106682385A (zh) * | 2016-09-30 | 2017-05-17 | 广州英康唯尔互联网服务有限公司 | 健康信息交互平台 |
US20170344656A1 (en) * | 2016-05-29 | 2017-11-30 | Wix.Com Ltd. | System and method for the creation and update of hierarchical websites based on collected business knowledge |
CN111144902A (zh) * | 2019-12-13 | 2020-05-12 | 深圳中兴飞贷金融科技有限公司 | 问卷数据的处理方法和装置、存储介质和电子设备 |
CN111209443A (zh) * | 2020-01-03 | 2020-05-29 | 苏州亿歌网络科技有限公司 | 一种问卷数据存储方法、装置、服务器及存储介质 |
CN111882340A (zh) * | 2020-03-19 | 2020-11-03 | 深圳数字生命研究院 | 问卷信息的处理方法及装置、存储介质和电子装置 |
CN112116380A (zh) * | 2020-08-31 | 2020-12-22 | 南京理工大学 | 一种基于动态满意度的智慧交互信息终端的可视化方法 |
-
2021
- 2021-06-07 CN CN202110631040.6A patent/CN113485983B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000043935A2 (en) * | 1999-01-08 | 2000-07-27 | Technologyevaluation.Com (Tec) | System and method and articles of manufacture for automated advisory decision and control services using decision systems with model license protection |
JP2002373237A (ja) * | 2001-06-13 | 2002-12-26 | Mindshare Inc | 多元的アンケートの質問を自動生成するとともにアンケート結果を一元的に評価する方法およびシステム |
JP2003288439A (ja) * | 2002-03-28 | 2003-10-10 | Ntt Comware Corp | 性格データ分析処理装置およびその方法 |
US20130123583A1 (en) * | 2011-11-10 | 2013-05-16 | Erica L. Hill | System and method for analyzing digital media preferences to generate a personality profile |
TW201401202A (zh) * | 2012-06-21 | 2014-01-01 | li-zhen Yang | 問卷統計分析系統與方法 |
CN102841923A (zh) * | 2012-07-09 | 2012-12-26 | 中国联合网络通信集团有限公司 | 信息处理平台及信息处理方法 |
CN103593543A (zh) * | 2012-08-14 | 2014-02-19 | 中国科学院声学研究所 | 一种更新p2p网络用户主观行为分析模型参数的方法及系统 |
CN105469204A (zh) * | 2015-11-20 | 2016-04-06 | 天津贝德曼科技有限公司 | 深度融合大数据分析技术的重装制造企业综合评价系统 |
US20170344656A1 (en) * | 2016-05-29 | 2017-11-30 | Wix.Com Ltd. | System and method for the creation and update of hierarchical websites based on collected business knowledge |
CN106682385A (zh) * | 2016-09-30 | 2017-05-17 | 广州英康唯尔互联网服务有限公司 | 健康信息交互平台 |
CN111144902A (zh) * | 2019-12-13 | 2020-05-12 | 深圳中兴飞贷金融科技有限公司 | 问卷数据的处理方法和装置、存储介质和电子设备 |
CN111209443A (zh) * | 2020-01-03 | 2020-05-29 | 苏州亿歌网络科技有限公司 | 一种问卷数据存储方法、装置、服务器及存储介质 |
CN111882340A (zh) * | 2020-03-19 | 2020-11-03 | 深圳数字生命研究院 | 问卷信息的处理方法及装置、存储介质和电子装置 |
CN112116380A (zh) * | 2020-08-31 | 2020-12-22 | 南京理工大学 | 一种基于动态满意度的智慧交互信息终端的可视化方法 |
Non-Patent Citations (5)
Title |
---|
EKAVI PAPACHRISTODOULOU 等: "Business intelligence and SMEs: Bridging the gap", JOURNAL OF INTELLIGENCE STUDIES IN BUSINESS, vol. 7, no. 1, pages 70 - 78 * |
曾倩;李萌;宇传华;罗斌;董四平;: "商业智能在医院质量与安全监测管理中的应用", 中国卫生质量管理, no. 01, pages 7 - 11 * |
潘无名, 潘云鹤: "数据挖掘过程的多维视图", 计算机应用研究, no. 08, pages 216 - 218 * |
秦路: "数据可视化:深入浅出BI", Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/24573880> * |
饶兰兰;马俊涛;: "面向电信行业的商业智能系统设计和实现", 武汉职业技术学院学报, no. 03, pages 64 - 68 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114860133A (zh) * | 2022-06-01 | 2022-08-05 | 北京达佳互联信息技术有限公司 | 问卷处理方法、装置、电子设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113485983B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111339071B (zh) | 一种多源异构数据的处理方法及装置 | |
CN110276456A (zh) | 一种机器学习模型辅助构建方法、系统、设备及介质 | |
CN104598569A (zh) | 一种基于关联规则的mbd数据集完整性检查方法 | |
JP6488417B1 (ja) | ワークショップ支援システムおよびワークショップ支援方法 | |
CN110597796A (zh) | 基于全生命周期的大数据实时建模方法及系统 | |
JP2010525477A (ja) | ウェブログの時系列分析のためのデータ格納および照会方法及びその方法を実行するシステム | |
CN113485983A (zh) | 问卷数据处理方法及装置 | |
CN108345620B (zh) | 品牌信息处理方法、装置、存储介质及电子设备 | |
CN110601866A (zh) | 一种流量分析系统、数据采集装置、数据处理装置及方法 | |
CN116011447B (zh) | 电商评论分析方法、系统及计算机可读存储介质 | |
CN117273167A (zh) | 医疗模型的训练方法、医疗方法、装置、设备及存储介质 | |
CN111460257A (zh) | 专题生成方法、装置、电子设备和存储介质 | |
CN115982177A (zh) | 一种基于树形维度的数据归集的方法、装置、设备及介质 | |
CN106469086B (zh) | 事件处理方法和装置 | |
CN114579660A (zh) | 数据可视化展示方法以及相关设备 | |
CN201210293Y (zh) | 计算机辅助报告与知识库产生系统 | |
CN111680337B (zh) | Pdm系统产品设计需求信息获取方法及系统 | |
JPH0934957A (ja) | ユーザ振る舞いの解析方法及び装置 | |
CN114443727A (zh) | 一种人脉数据处理方法、装置、设备及存储介质 | |
WO2020070906A1 (ja) | ワークショップ支援システム及びワークショップ支援方法 | |
CN111026705A (zh) | 建筑工程文件管理方法、系统及终端设备 | |
WO2023185377A1 (zh) | 一种多粒度数据模式挖掘方法及相关设备 | |
JP2001142885A (ja) | 業務名指定による問合せsql生成装置 | |
CN113515515B (zh) | 客户数据和电网设备数据融合方法、装置、设备及介质 | |
Joudieh et al. | Using Trace Clustering to Group Learning Scenarios: An Adaptation of FSS-Encoding to Moodle Logs Use Case. |
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 |