CN113971243A - 应用于问卷调查的数据处理方法、系统、设备及存储介质 - Google Patents
应用于问卷调查的数据处理方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113971243A CN113971243A CN202111188028.9A CN202111188028A CN113971243A CN 113971243 A CN113971243 A CN 113971243A CN 202111188028 A CN202111188028 A CN 202111188028A CN 113971243 A CN113971243 A CN 113971243A
- Authority
- CN
- China
- Prior art keywords
- user
- questionnaire
- attribute information
- information
- questions
- 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
- 238000003672 processing method Methods 0.000 title claims description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012549 training Methods 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
- G06F16/90—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
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/35—Clustering; Classification
-
- 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
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/381—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using identifiers, e.g. barcodes, RFIDs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种应用于问卷调查的数据处理方法、系统、设备及可存储介质，本方法通过获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。本申请解决相关技术中调查问卷针对性较差、答题效率较低、用户体验差的技术问题。
Description
技术领域
本申请属于计算机技术领域，具体而言，涉及一种应用于问卷调查的数据处理方法、系统、设备及存储介质。
背景技术
随着互联网的大力发展，线上进行问卷调查和服务评价已成为人们维护自己权益和提升服务质量的重要手段。
目前，现有的问卷设计往往是千篇一律，不同对象拿到的往往都是同一个问卷。现有的问卷设计思路是通过从数据库中抽取题目，对于不同的对象，要么就是拿到同一份问卷，即使拿到不同的问卷，也只是从数据库中随机抽取的不同题目，但是并没有针对性，用户体验较差。
此外，现有的问卷交互，一般都是用户按照顺序进行答题，每个用户不管是题目与自己相关性强不强，都是正常答题，但是有时候部分题目和自己关联性不强，或者之前已经填写过相应的信息，而按照现有的问卷交互方式，用户还是需要按照顺序进行作答，用户体验较差。
发明内容
本申请实施例的第一目的在于提供一种应用于问卷调查的数据处理方法，旨在解决上述现有技术存在的至少一个问题。
本申请实施例是这样实现的，一种应用于问卷调查的数据处理方法，包括：
获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。
在一个实施例中，若所述相关性为相关，则判断所述调查问卷的后续题目中是否存在与该题目同类型的题目，若存在，则当用户待答与该题目同类型的题目时，直接跳至下一题目。
在一个实施例中，若所述相关性为相关，则判断数据库中与该用户的属性信息相关联的其他问卷中是否存在该相关性指数对应的题目，若不存在，则将该题目导入至与该用户的属性信息相关联的其他问卷中。
在一个实施例中，所述根据所述属性信息生成调查问卷包括：判断所述属性信息是否在数据库中被标记，若是，则根据所述基本信息生成所述调查问卷；若否，则根据预设模板生成所述调查问卷。
在一个实施例中，所述根据所述基本信息生成所述调查问卷包括：判断所述数据库中是否存储有所述基本信息，若有，则从数据库中匹配和所述基本信息相关的题目，并且将所述基本信息自动填写至所述题目中，生成所述调查问卷。
在一个实施例中，若所述属性信息未在数据库中被标记，则当用户在所述调查问卷中填写和所述属性信息相关的数据后，在数据库中建立用户I D与属性信息对应的对应关系。
在一个实施例中，所述根据所述属性信息逐个判断所述未作答的题目与所述用户的相关包括：根据所述基本信息和所述历史答题情况信息，基于每个题目和所述基本信息以及历史答题情况信息的预设对应关系，逐个判断所述未作答题目与所述用户的相关性。
本申请实施例的另一目的在于提供一种应用于问卷调查的数据处理系统，包括：
问卷生成模块，用于获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
答题情况分析模块，用于获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
计算模块，用于根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
处理模块，用于若所述相关性为不相关，则将该相关对应的题目在所述调查问卷内容中隐藏或删除。
本申请实施例的又一目的在于提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述应用于问卷调查的数据处理方法的步骤。
本申请实施例的再一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述应用于问卷调查的数据处理方法的步骤。
本申请实施例提供的一种应用于问卷调查的数据处理方法、系统、设备及存储介质，通过对用户属性信息的利用，在问卷生成阶段，为用户生成和用户属性信息相匹配的调查问卷，使得调查更具有针对性；在答题阶段，根据用户的基本信息和历史答题情况信息判断剩余待答题目与用户的相关性，将相关性较小的题目从问卷中隐藏或删除，避免浪费用户时间，同时根据用户历史答题情况信息将用户已经答过的题目的相同题目进行略过，提高用户答题的效率，整体上提高了用户问卷调查中的用户体验。
附图说明
图1为本申请一个实施例提供的应用于问卷调查的数据处理方法的实现流程；
图2为本申请一个实施例提供的应用于问卷调查的数据处理系统的主要模块示意图；
图3为本申请实施例提供的可以应用于其中的示例性系统架构图；
图4为适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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仅用以解释本申请，并不用于限定本申请。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
需要指出的是，在不冲突的情况下，本申请中的实施例以及实施例中的特征可以互相组合。
为了进一步阐述本申请为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本申请的具体实施方式、结构、特征及其功效，详细说明如下。
图1示出了本申请一个实施例提供的一种应用于问卷调查的数据处理方法的实现流程，为了便于说明，仅示出与本申请实施例相关的部分，详述如下：
一种应用于问卷调查的数据处理方法，包括以下步骤：
S101：获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
S102：获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
S103：根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
S104：若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。
在步骤S101中：获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息。在取得答题用户的授权后，获取到用户对应的属性信息，以形成用户的基本画像以便后续对用户进行个性化的生成调查问卷。属性信息可以包括用户的基本信息和用户的历史答题情况信息，基本信息可以是用户的姓名、性别、职业、兴趣爱好、年龄、省份、城市、教育程度等基本信息，历史答题情况信息可以包括用户历史的问卷调查答题情况，比如历史问卷的答题的题目类型和对应的答案选项，历史问卷的答题的题目的答题率等。
在一个实施例中，所述根据所述属性信息生成调查问卷包括：判断所述属性信息是否在数据库中被标记，若是，则根据所述基本信息生成所述调查问卷；若否，则根据预设模板生成所述调查问卷。即如果该答题用户被预先在数据库中有所标记，则根据该用户属性信息中的基本信息个性化的对该用户生成调查问卷，以提高调查问卷的针对性，提高用户的体验。
进一步，所述根据所述基本信息生成所述调查问卷包括：判断所述数据库中是否存储有所述基本信息，若有，则从数据库中匹配和所述基本信息相关的题目，并且将所述基本信息自动填写至所述题目中，生成所述调查问卷。在这里，数据库中预先建立有若干的调查题目，该调查题目会基于常见的用户属性信息进行归类总结进行打标分类，当数据库中标记有所述属性信息的时候，进一步判断该用户的基本信息是否存储在数据库中，若有，则根据该基本信息从数据库中查找和基本信息相对应的题目类别，并选择预设题目数量的题目生成调查问卷，同时将所述基本信息自动填写至所述题目中，以省去用户重复填写的步骤，提高用户体验。需要说明的是，选择预设题目数量的题目，可以不同类别的题目选择相同的数量，也可以预先对不同类型的题目数量根据实际调查需求进行设置，根据设置值进行选择。
在一个实施例中，若所述属性信息未在数据库中被标记，则当用户在所述调查问卷中填写和所述属性信息相关的数据后，在数据库中建立用户I D与属性信息对应的对应关系。以便于后续该用户进行再次答题时对该用户推荐生成针对该用户的个性化调查问卷。
在步骤S102中：获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目。当调查问卷生成后，用户在作答的过程中，实时获取用户对调查问卷的当前答题情况，进而得到用户未作答的题目。在这里，可以通过获取到调查问卷的所有内容进行识别当前答题情况，比如通过获取到调查问卷的题目内容、题目类型、答题内容等，识别出每到题目的答题情况，筛选出用户未作答的所有题目。
在步骤S103中：根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性。在这里，相关性可以用来表征未作答的题目和用户的相关程度，比如相关和不相关。当获取到对调查问卷的所有未作答题目后，根据用户的属性信息逐个判断未作答题目与用户的相关性。比如，属性信息是可以表征用户历史答题情况和用户基本信息关联的信息，通过对未作答题目的题目类型和题目内容，进行判断未作答题目与用户的相关性。由此可以将和用户属性信息相关和无关的未作答题目筛选出来，便于后续的操作。
在一个实施例中，所述根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性包括：根据所述基本信息和所述历史答题情况信息，基于每个题目和所述基本信息以及历史答题情况信息的预设对应关系，逐个判断所述未作答题目与所述用户的相关性。比如，在设定问卷题目时，可以预先将用户的属性信息和题目的对应关系进行建立映射，当得知用户的属性信息时，可以直接判断题目与该属性信息的相关性。例如，每个问卷题目的创建可以是在问卷编辑页面，会有一个可以单选的用户属性列表，包含用户基本信息的选项，如果问卷里某道题目是询问年龄的，就在这题上设置用户属性“年龄”，如果是询问性别的，就在这题上设置用户属性“性别”。答题时，会根据这个映射关系去判断，如果数据库中包含了该用户的年龄信息，就自动从数据库中将该题目的答案设置成数据库中读取的年龄，并隐藏该题目。由此可以快速筛选出和用户相关和无关的待作答题目。
在步骤S104中：若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。通过预设值，当前面得出的相关性为不相关时，可以判断为该相关性对应的未作答题目与该用户无关，进而可以将该题目在调查问卷中删除。若所述相关性为相关，则可以判断为该相关性对应的题目与用户相关，则进一步判断所述调查问卷的后续题目中是否存在与该题目同类型的题目，若存在，则当用户待答与该题目同类型的题目时，直接跳至下一题目，同时可以自动为该同类型的题目填充答案。由此可以提高调查问卷的针对性，提高用户的有效答题率，提高用户体验。
比如，在一个具体的实施例中，假设调查问卷有a、b、c、d、e、f、g、h等8道题目，a、b、c、d是同类型的题目，e、f是和用户不相关的题目，当用户作答完题目a后，对题目b、c、d自动填充答案后跳过，将题目e、f直接隐藏或者删除，即用户答完题目a后直接进行作答题目g。
在一个实施例中，若所述相关性为相关，则判断数据库中与该用户的属性信息相关联的其他问卷中是否存在该相关性对应的题目，若不存在，则将该题目导入至与该用户的属性信息相关联的其他问卷中。由此可以提高后续调查问卷生成的效率，降低系统资源的占用率。
由此，本申请实施例提供的应用于问卷调查的数据处理方法，通过对用户属性信息的利用，在问卷生成阶段，为用户生成和用户属性信息相匹配的调查问卷，使得调查更具有针对性；在答题阶段，根据用户的基本信息和历史答题情况信息判断剩余待答题目与用户的相关性，将相关性较小的题目从问卷中隐藏或删除，避免浪费用户时间，同时根据用户历史答题情况信息将用户已经答过的题目的相同题目进行略过，提高用户答题的效率，整体上提高了用户问卷调查中的用户体验。
图2示出了本申请实施例提供的应用于问卷调查的数据处理系统的主要模块示意图，为了便于说明，仅示出与本申请实施例相关的部分，详述如下：
一种应用于问卷调查的数据处理系统200，包括：
问卷生成模块201，用于获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
答题情况分析模块202，用于获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
计算模块203，用于根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
处理模块204，用于若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。
对于问卷生成模块201，用于获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息。在取得答题用户的授权后，获取到用户对应的属性信息，以形成用户的基本画像以便后续对用户进行个性化的生成调查问卷。属性信息可以包括用户的基本信息和用户的历史答题情况信息，基本信息可以是用户的姓名、性别、职业、兴趣爱好、年龄、省份、城市、教育程度等基本信息，历史答题情况信息可以包括用户历史的问卷调查答题情况，比如历史问卷的答题的题目类型和对应的答案选项，历史问卷的答题的题目的答题率等。
在一个实施例中，所述根据所述属性信息生成调查问卷包括：判断所述属性信息是否在数据库中被标记，若是，则根据所述基本信息生成所述调查问卷；若否，则根据预设模板生成所述调查问卷。即如果该答题用户被预先在数据库中有所标记，则根据该用户属性信息中的基本信息个性化的对该用户生成调查问卷，以提高调查问卷的针对性，提高用户的体验。
进一步，所述根据所述基本信生成所述调查问卷包括：判断所述数据库中是否存储有所述基本信息，若有，则从数据库中匹配和所述基本信息相关的题目，并且将所述基本信息自动填写至所述题目中，生成所述调查问卷。在这里，数据库中预先建立有若干的调查题目，该调查题目会基于常见的用户属性信息进行归类总结进行打标分类，当数据库中标记有所述属性信息的时候，进一步判断该用户的基本信息是否存储在数据库中，若有，则根据该基本信息从数据库中查找和基本信息相对应的题目类别，并选择预设题目数量的题目生成调查问卷，同时将所述基本信息自动填写至所述题目中，以省去用户重复填写的步骤，提高用户体验。需要说明的是，选择预设题目数量的题目，可以不同类别的题目选择相同的数量，也可以预先对不同类型的题目数量根据实际调查需求进行设置，根据设置值进行选择。
在一个实施例中，若所述属性信息未在数据库中被标记，则当用户在所述调查问卷中填写和所述属性信息相关的数据后，在数据库中建立用户I D与属性信息对应的对应关系。以便于后续该用户进行再次答题时对该用户推荐生成针对该用户的个性化调查问卷。
对于答题情况分析模块202，用于获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目。当调查问卷生成后，用户在作答的过程中，实时获取用户对调查问卷的当前答题情况，进而得到用户未作答的题目。在这里，可以通过获取到调查问卷的所有内容进行识别当前答题情况，比如通过获取到调查问卷的题目内容、题目类型、答题内容等，识别出每到题目的答题情况，筛选出用户未作答的所有题目。
对于计算模块203，用于根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性。在这里，相关性可以用来表征未作答的题目和用户的相关程度，比如相关和不相关。当获取到对调查问卷的所有未作答题目后，根据用户的属性信息逐个判断未作答题目与用户的相关性。比如，属性信息是可以表征用户历史答题情况和用户基本信息关联的信息，通过对未作答题目的题目类型和题目内容，进行判断未作答题目与用户的相关性。由此可以将和用户属性信息相关和无关的未作答题目筛选出来，便于后续的操作。
在一个实施例中，所述根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性包括：根据所述基本信息和所述历史答题情况信息，基于每个题目和所述基本信息以及历史答题情况信息的预设对应关系，逐个判断所述未作答题目与所述用户的相关性。比如，在设定问卷题目时，可以预先将用户的属性信息和题目的对应关系进行建立映射，当得知用户的属性信息时，可以直接判断题目与该属性信息的相关性。例如，每个问卷题目的创建可以是在问卷编辑页面，会有一个可以单选的用户属性列表，包含用户基本信息的选项，如果问卷里某道题目是询问年龄的，就在这题上设置用户属性“年龄”，如果是询问性别的，就在这题上设置用户属性“性别”。答题时，会根据这个映射关系去判断，如果数据库中包含了该用户的年龄信息，就自动从数据库中将该题目的答案设置成数据库中读取的年龄，并隐藏该题目。由此可以快速筛选出和用户相关和无关的待作答题目。
对于处理模块204，用于若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。通过预设值，当前面得出的相关性为不相关时，可以判断为该相关性对应的未作答题目与该用户无关，进而可以将该题目在调查问卷中删除。若所述相关性为相关，则可以判断为该相关性对应的题目与用户相关，则进一步判断所述调查问卷的后续题目中是否存在与该题目同类型的题目，若存在，则当用户待答与该题目同类型的题目时，直接跳至下一题目，同时可以自动为该同类型的题目填充答案。由此可以提高调查问卷的针对性，提高用户的有效答题率，提高用户体验。
比如，在一个具体的实施例中，假设调查问卷有a、b、c、d、e、f、g、h等8道题目，a、b、c、d是同类型的题目，e、f是和用户不相关的题目，当用户作答完题目a后，对题目b、c、d自动填充答案后跳过，将题目e、f直接隐藏或者删除，即用户答完题目a后直接进行作答题目g。
在一个实施例中，若所述相关性为相关，则判断数据库中与该用户的属性信息相关联的其他问卷中是否存在该相关性对应的题目，若不存在，则将该题目导入至与该用户的属性信息相关联的其他问卷中。由此可以提高后续调查问卷生成的效率，降低系统资源的占用率。
由此，本申请实施例提供的应用于问卷调查的数据处理系统，通过对用户属性信息的利用，在问卷生成阶段，为用户生成和用户属性信息相匹配的调查问卷，使得调查更具有针对性；在答题阶段，根据用户的基本信息和历史答题情况信息判断剩余待答题目与用户的相关性，将相关性较小的题目从问卷中隐藏或删除，避免浪费用户时间，同时根据用户历史答题情况信息将用户已经答过的题目的相同题目进行略过，提高用户答题的效率，整体上提高了用户问卷调查中的用户体验。
本申请实施例还提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本申请实施例的应用于问卷调查的数据处理方法
本申请实施例还提供一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本申请实施例的应用于问卷调查的数据处理方法。
图3示出了可以应用本申请实施例的应用于问卷调查的数据处理方法或系统的示例性系统架构300。
如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于车载智能屏、智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所发送的往来消息提供支持的后台管理服务器。后台管理服务器可以在接收到终端设备请求后进行分析等处理，并将处理结果反馈给终端设备。
需要说明的是，本申请实施例所提供的应用于问卷调查的数据处理方法一般由服务器305执行，相应地，应用于问卷调查的数据处理系统一般设置于服务器305中。
应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图4，其示出了适于用来实现本申请实施例的电子设备的计算机系统400的结构示意图。图4示出的计算机系统仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本申请公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括确定模块、提取模块、训练模块和筛选模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，确定模块还可以被描述为“确定候选用户集的模块”。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种应用于问卷调查的数据处理方法，其特征在于，包括：
获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。
2.根据权利要求1所述的应用于问卷调查的数据处理方法，其特征在于，若所述相关性为相关，则判断所述调查问卷的后续题目中是否存在与该题目同类型的题目，若存在，则当用户待答与该题目同类型的题目时，直接跳至下一题目。
3.根据权利要求2所述的应用于问卷调查的数据处理方法，其特征在于，若所述相关性为相关，则判断数据库中与该用户的属性信息相关联的其他问卷中是否存在该相关性对应的题目，若不存在，则将该题目导入至与该用户的属性信息相关联的其他问卷中。
4.根据权利要求1所述的应用于问卷调查的数据处理方法，其特征在于，所述根据所述属性信息生成调查问卷包括：判断所述属性信息是否在数据库中被标记，若是，则根据所述基本信息生成所述调查问卷；若否，则根据预设模板生成所述调查问卷。
5.根据权利要求4所述的应用于问卷调查的数据处理方法，其特征在于，所述根据所述基本信息生成所述调查问卷包括：判断所述数据库中是否存储有所述基本信息，若有，则从数据库中匹配和所述基本信息相关的题目，并且将所述基本信息自动填写至所述题目中，生成所述调查问卷。
6.根据权利要求4所述的应用于问卷调查的数据处理方法，其特征在于，若所述属性信息未在数据库中被标记，则当用户在所述调查问卷中填写和所述属性信息相关的数据后，在数据库中建立用户ID与属性信息对应的对应关系。
7.根据权利要求1所述的应用于问卷调查的数据处理方法，其特征在于，所述根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性包括：根据所述基本信息和所述历史答题情况信息，基于每个题目和所述基本信息以及历史答题情况信息的预设对应关系，逐个判断所述未作答题目与所述用户的相关性。
8.一种应用于问卷调查的数据处理系统，其特征在于，包括：
问卷生成模块，用于获取答题用户的属性信息，根据所述属性信息生成调查问卷，所述属性信息包括用户的基本信息和用户的历史答题情况信息；
答题情况分析模块，用于获取用户对所述调查问卷的当前答题情况，得到用户未作答的题目；
计算模块，用于根据所述属性信息逐个判断所述未作答的题目与所述用户的相关性；
处理模块，用于若所述相关性为不相关，则将该相关性对应的题目在所述调查问卷内容中隐藏或删除。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项所述的应用于问卷调查的数据处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项所述的应用于问卷调查的数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111188028.9A CN113971243A (zh) | 2021-10-12 | 2021-10-12 | 应用于问卷调查的数据处理方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111188028.9A CN113971243A (zh) | 2021-10-12 | 2021-10-12 | 应用于问卷调查的数据处理方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113971243A true CN113971243A (zh) | 2022-01-25 |
Family
ID=79587265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111188028.9A Pending CN113971243A (zh) | 2021-10-12 | 2021-10-12 | 应用于问卷调查的数据处理方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113971243A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115659129A (zh) * | 2022-12-14 | 2023-01-31 | 长沙冉星信息科技有限公司 | 一种基于vark量表的问卷调查可信度分析方法 |
| CN115713140A (zh) * | 2022-10-18 | 2023-02-24 | 广州越秀融资租赁有限公司 | 基于问卷对用户的违约风险进行预测的方法、装置、介质及设备 |
| CN116487048A (zh) * | 2023-05-29 | 2023-07-25 | 中科(安徽)G60智慧健康创新研究院 | 一种自助式老年综合能力评估系统、方法及装置 |
| CN116863935A (zh) * | 2023-09-04 | 2023-10-10 | 深圳有咖互动科技有限公司 | 语音识别方法、装置、电子设备与计算机可读介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110458594A (zh) * | 2019-06-20 | 2019-11-15 | 平安科技（深圳）有限公司 | 一种基于用户权重的网络调查问卷生成方法和装置 |
| CN111090983A (zh) * | 2018-10-23 | 2020-05-01 | 北京好啦科技有限公司 | 问卷优化方法、装置、计算机设备和存储介质 |
| CN113488190A (zh) * | 2021-07-12 | 2021-10-08 | 北京声智科技有限公司 | 流调信息获取方法、装置及电子设备 |
-
2021
- 2021-10-12 CN CN202111188028.9A patent/CN113971243A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090983A (zh) * | 2018-10-23 | 2020-05-01 | 北京好啦科技有限公司 | 问卷优化方法、装置、计算机设备和存储介质 |
| CN110458594A (zh) * | 2019-06-20 | 2019-11-15 | 平安科技（深圳）有限公司 | 一种基于用户权重的网络调查问卷生成方法和装置 |
| CN113488190A (zh) * | 2021-07-12 | 2021-10-08 | 北京声智科技有限公司 | 流调信息获取方法、装置及电子设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115713140A (zh) * | 2022-10-18 | 2023-02-24 | 广州越秀融资租赁有限公司 | 基于问卷对用户的违约风险进行预测的方法、装置、介质及设备 |
| CN115659129A (zh) * | 2022-12-14 | 2023-01-31 | 长沙冉星信息科技有限公司 | 一种基于vark量表的问卷调查可信度分析方法 |
| CN116487048A (zh) * | 2023-05-29 | 2023-07-25 | 中科(安徽)G60智慧健康创新研究院 | 一种自助式老年综合能力评估系统、方法及装置 |
| CN116863935A (zh) * | 2023-09-04 | 2023-10-10 | 深圳有咖互动科技有限公司 | 语音识别方法、装置、电子设备与计算机可读介质 |
| CN116863935B (zh) * | 2023-09-04 | 2023-11-24 | 深圳有咖互动科技有限公司 | 语音识别方法、装置、电子设备与计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107679211B (zh) | 用于推送信息的方法和装置 | |
| CN111125574B (zh) | 用于生成信息的方法和装置 | |
| CN113971243A (zh) | 应用于问卷调查的数据处理方法、系统、设备及存储介质 | |
| CN107944481B (zh) | 用于生成信息的方法和装置 | |
| CN107577807B (zh) | 用于推送信息的方法和装置 | |
| CN108810047B (zh) | 用于确定信息推送准确率的方法、装置及服务器 | |
| CN106354856B (zh) | 基于人工智能的深度神经网络强化搜索方法和装置 | |
| CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
| US11244153B2 (en) | Method and apparatus for processing information | |
| CN110866040B (zh) | 用户画像生成方法、装置和系统 | |
| CN114282524A (zh) | 问卷信息结构化数据处理方法、系统和装置 | |
| CN111222960A (zh) | 基于公共流量带的房源推荐方法及系统 | |
| CN108600329B (zh) | 用于推送信息、展示信息的方法和设备 | |
| CN114297476A (zh) | 基于用户标签的问卷调查方法、系统、电子设备及存储介质 | |
| CN110851582A (zh) | 文本处理方法及系统、计算机系统和计算机可读存储介质 | |
| CN107885872B (zh) | 用于生成信息的方法和装置 | |
| CN115103015B (zh) | 一种数据推送方法、装置、电子设备及计算机可读介质 | |
| CN111125502B (zh) | 用于生成信息的方法和装置 | |
| CN110110197B (zh) | 信息获取方法和装置 | |
| CN110796543A (zh) | 基于关系网络的定制信息获取方法、装置及电子设备 | |
| CN107920100B (zh) | 信息推送方法和装置 | |
| CN107483595B (zh) | 信息推送方法和装置 | |
| CN112395109B (zh) | 剪贴板内容处理方法和装置 | |
| CN113947166A (zh) | 问卷统计实时处理方法、系统、电子设备及存储介质 | |
| CN109727072B (zh) | 用于处理信息的方法和设备 |
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 |