CN115438643A - 一种问卷模板配置方法、装置、设备、存储介质及产品 - Google Patents
一种问卷模板配置方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN115438643A CN115438643A CN202211216799.9A CN202211216799A CN115438643A CN 115438643 A CN115438643 A CN 115438643A CN 202211216799 A CN202211216799 A CN 202211216799A CN 115438643 A CN115438643 A CN 115438643A
- Authority
- CN
- China
- Prior art keywords
- questionnaire
- template
- questionnaire template
- level
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004590 computer program Methods 0.000 claims description 28
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004900 laundering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种问卷模板配置方法、装置、设备、存储介质及产品。该方法包括:获取问卷对象信息和问卷级别;根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。本发明通过问卷对象信息(所属机构、业务系统、业务场景三个维度)和问卷级别(企业级、部门级和案件级三层结构)两个方面配置问卷模板,基于多个调查场景维度和多层配置结构来配置问卷模板,可以实现了多种调查场景下的调查需求,使得配置得到的问卷模板更加全面,提高了问卷模板的配置效率。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种问卷模板配置方法、装置、设备、存储介质及产品。
背景技术
根据监管要求,反洗钱工作过程中需要执行客户尽职调查和加强尽职调查。
目前,为了满足监管要求和业务需求,一些金融机构开发了基于问卷信息库的调查问卷配置方法,该方法根据调研场景信息从预设问卷信息库中抽取调研题目,组成调研题目集合;根据调研对象信息从调研题目集合中抽取目标调研题目并排序生成调查问卷。
然而,上述方法需要根据每个调研对象配置问卷,对于相同的业务场景无法直接复用相同的模板,调查问卷的生成效率较低;此外,由于每个调查对象均重新生成问卷,不利于管理。
发明内容
本发明提供了一种问卷模板配置方法、装置、设备、存储介质及产品,以提高问卷模板的配置效率。
根据本发明的一方面,提供了一种问卷模板配置方法,其特征在于,包括:
获取问卷对象信息和问卷级别;
根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;
基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
进一步的,所述问卷级别包括企业级、部门级、案件级,其中,所述企业级、所述部门级、所述案件级的级别依次降低;
相应的,所述预置问卷模板包括企业级问卷模板、部门级问卷模板、案件级问卷模板中的一项或多项。
进一步的,根据所述问卷级别获取预置问卷模板,包括:
根据所述问卷级别获取上一级的预置问卷模板;或者,
根据所述问卷级别获取同级别的预置问卷模板。
进一步的,所述待生成的目标问卷模板与预置问卷模板之间关联关系包括继承关系和复用关系;
进一步的,根据待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,包括:
获取具有所述继承关系或所述复用关系的预置问卷模板。
其中,基于复用关系确定的预置问卷模板作为所述目标问卷模板;
基于继承关系确定的预置问卷模板与所述问题库问题形成所述目标问卷模板。
进一步的,所述方法还包括:设置与任一预置问卷模板的关联关系。
进一步的,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:
展示问卷配置界面,所述问卷配置界面中展示问题库菜单;
根据对所述问题库菜单的问题选择操作,确定与所述参考文本关联的问题库问题。
进一步的,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:
获取所述问卷对象信息对应的参考文本;
基于所述参考文本在问题库中进行问题匹配,确定匹配成功的问题库问题。
进一步的,所述基于所述参考文本在问题库中进行问题匹配,包括:
对所述参考文本进行语义识别,得到所述参考文本对应的语义信息,将所述语义信息在所述问题库中进行问题匹配;或者,
提取所述参考文本中的关键信息,将所述关键信息在所述问题库中进行问题匹配。
进一步的,在确定成功的匹配问题库问题之后,还包括:
将所述匹配成功的问题库问题通过显示界面进行展示;
基于对展示的问题库问题的编辑操作,更新所述问题库问题,其中,所述编辑操作包括删除和添加。
进一步的,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:
基于所述问卷对象信息、所述问卷对象信息所属上级对应的问卷对象信息的一项或多项,和所述目标问卷模板的编号数据,形成所述目标问卷模板的版本号。
进一步的,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:
获取问卷对象信息,将所述问卷对象信息在问卷模板库中进行匹配,根据匹配成功的问卷模板确定适用于问卷对象信息的问卷模板;
展示匹配成功的问卷模板,以进行问卷调查。
根据本发明的一方面,提供了一种问卷模板配置装置,其特征在于,包括:
问卷信息获取模块用于获取问卷对象信息和问卷级别;
问卷配置数据获取模块用于根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;
目标问卷模板形成模块用于基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的问卷模板配置方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的问卷模板配置方法。
根据本发明的另一方面,提供了一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现本发明任一实施例所述的问卷模板配置方法。
本发明实施例的技术方案,通过问卷对象信息(所属机构、业务系统、业务场景三个维度)和问卷级别(企业级、部门级和案件级三层结构)两个方面配置问卷模板,基于多个调查场景维度和多层配置结构来配置问卷模板,可以实现多种调查场景下的调查需求,使得配置得到的问卷模板更加全面,提高了问卷模板的配置效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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是本发明实施例一提供的一种问卷模板配置方法的流程图;
图2是本发明实施例二提供的一种问卷模板配置装置的结构示意图;
图3是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一特征数据”、“第二特征数据”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明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。此外,术语“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。
本申请所涉及技术方案中对数据的获取、存储和/或处理,符合国家法律法规的相关规定。
实施例一
图1是本发明实施例一提供的一种问卷模板配置方法的流程图,本实施例可适用于对客户尽职调查的问卷模板进行配置的情况,该方法可以由问卷模板配置装置来执行,该问卷模板配置装置可以采用硬件和/或软件的形式实现,该问卷模板配置装置可配置于本发明实施例提供的电子设备和/或产品中。如图1所示,该方法包括:
S110、获取问卷对象信息和问卷级别。
S120、根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题。
S130、基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
其中,问卷对象信息是指进行问卷调查的调查对象的信息,具体的,问卷对象信息可以是问卷对象的所属机构、业务系统、业务场景的一项或多项,示例性的,问卷对象信息可以是企业A的全体人员,或者,还可以是企业A中部分B(所属系统为B)的全体人员、还可以是企业A中部分B中业务C的关联人员等。问卷级别是指进行配置的问卷模板的级别,具体的,问卷级别包括企业级、部门级和案件级,并且问卷级别根据企业级、部门级以及案件级的顺序级别依次降低。
预置问卷模板是指预先设置的问卷模板,预置问卷模板可以是针对于任一机构、业务系统、业务场景的一项或多项设置的。其中,预置问卷模板可基于本发明实施例提供的问卷模板配置方法得到。可选的,预置问卷模板包括企业级问卷模板、部门级问卷模板、案件级问卷模板中的一项或多项,其中,企业级问卷模板是根据企业级客户相关调查制度和操作规程制定的客户调查问卷模板,企业级问卷模板中涉及的问题与信息要素为机构中整个企业级必须满足的问题列表和信息要素;部门级问卷模板是针对机构中不同业务部门根据该业务部门的监管要求、企业尽职调查制度和自身业务管理需要添加部分部门级问题形成的部门级问题问卷,该部门级问题问卷即为部门级问卷模板,部门级问卷模板中所涉及的问题与信息要素为对应业务部门必须满足的问题列表和信息要素;案件级问卷模板是针对业务部门中具体的案件添加、补充案件级问题形成的案件级问题问卷,该案件级问题问卷即为案件级问卷模板,案件级问卷模板中所涉及的问题与信息要素为对应案件必须满足的问题列表和信息要素。通过设置不同级别的问卷模板,可适用于对不同范围的对象进行问卷调查。
本实施例中,在配置问卷模板的过程中,获取问卷对象信息和问卷级别,可以根据问卷级别获取问卷级别对应的预置问卷模板,将预置问卷模板确定为目标问卷模板;可选的,也可以根据问卷对象信息确定对应的问题库问题,基于问题库问题形成适用于问卷对象信息的目标问卷模板;可选的,还可以根据问卷级别获取问卷级别对应的预置问卷模板,并根据问卷对象信息确定对应的问题库问题,基于预置问卷模板和问题库问题形成适用于问卷对象信息的目标问卷模板。
可以理解的是,目标问卷模板的适用级别与获取的问卷级别关联,示例性的,若获取的问卷级别为企业级,那么形成的目标问卷模板为企业级目标问卷模板,该企业级目标问卷模板适用于对企业中人员进行企业级调查问卷。
在上述实施例的基础上,可选的,根据所述问卷级别获取预置问卷模板,包括:根据所述问卷级别获取上一级的预置问卷模板;或者,根据所述问卷级别获取同级别的预置问卷模板。
本实施例中,根据所获取的问卷级别可以获取与问卷级别同级别的预置问卷模板,也可以获取与问卷级别上一级的预置问卷模板;具体的,同级别的预置问卷模板的问题列表中并不包括上一级预置问卷模板中的问题,可以根据问卷级别获取上一级的预置问卷模板,进而根据上一级预置问卷模板和同级别预置问卷模板形成包括上一级问卷问题和同级别问卷问题的目标问卷模板;示例性的,若获取的问卷级别为部门级,则获取部门级问卷模板和/或企业级问卷模板,进而基于部门级问卷模板和/或企业级问卷模板形成目标问卷模板。通过问卷级别获取同级别和上一级的预置问卷模板,进而形成目标问卷模板,使得目标问卷模板更加完整、更加全面,同时减少了对预置问卷模板中重复问题的重复配置过程。
在上述实施例的基础上,可选的,根据待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,包括:获取具有继承关系或复用关系的预置问卷模板。
其中,关联关系是待生成的目标问卷模板与预置问卷模板之间的关系,该关联关系可以是当前的问卷对象信息与预置问卷模板的问卷对象信息的关系生成,或者基于关联关系设置操作生成。具体的,关联关系包括但不限于继承关系、复用关系等,这里不做限定。本实施例中,待生成的目标问卷模板和预置问卷模板之间存在关联关系,在获取问卷对象的问卷级别之后,确定是否存在与预置问卷模板库中任一预置问卷模板的关联关系,若是,则从预置问卷模板库中提取具有关联关系的预置问卷模板,其中,预置问卷模板库中存储有各问卷级别的预置问卷模板。在一些实施例中,可以根据配置需求从匹配的预置问卷模板中选择对应关联关系的预置问卷模板,进而基于预置问卷模板形成目标问卷模板。
在上述实施例的基础上,可选的,所述关联关系包括继承关系和复用关系;其中,基于复用关系确定的预置问卷模板作为所述目标问卷模板;基于继承关系确定的预置问卷模板与所述问题库问题形成所述目标问卷模板。
本实施例中,若待生成的目标问卷模板和预置问卷模板之间为复用关系,则在获取与待生成的目标问卷模板为复用关系的预置问卷模板后,将该预置问卷模板作为目标问卷模板;若待生成的目标问卷模板和预置问卷模板之间为继承关系,则在获取与待生成的目标问卷模板为继承关系的预置问卷模板后,对预置问卷模板进行进一步的配置,在预置问卷模板中添加问题库问题形成目标问卷模板。在本实施例中,通过问卷级别待生成的目标问卷模板与预置问卷模板之间的关联关系确定目标问卷模板,实现问卷模板的复用和继承,提高了形成目标问卷模板的效率,进而提高问卷模板的配置效率。
在上述实施例的基础上,可选的,所述方法还包括:设置与任一预置问卷模板的关联关系。
本实施例中,在获取问卷级别之前,设置待生成的目标问卷模板与任一预置问卷模板的关联关系,在问卷模板的配置过程中,获取问卷对象信息和问卷级别,确定与预置问卷模板库中各预置问卷模板之间的关联关系,得到与待生成的目标问卷模板具有设置的关联关系的预置问卷模板,基于预置问卷模板形成目标问卷模板。本实施例通过设置问卷级别与预置问卷模板的关联关系,提高获取预置问卷模板的效率,进而提高形成目标问卷模板的效率。
在上述实施例的基础上,可选的,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:展示问卷配置界面,所述问卷配置界面中展示问题库菜单;根据对所述问题库菜单的问题选择操作,确定与所述参考文本关联的问题库问题。
其中,问题库是指历史配置过程中各问卷级别的问卷问题的集合,可以实时对问题库问题进行更新。本实施例中,在问卷配置过程中,配置人员通过问卷配置界面配置目标问卷模板,具体的,基于对主界面中配置控件的触发操作,通过页面跳转的方式将问卷配置界面展示出来,问卷配置界面中展示有问题库菜单,问题库菜单包括问题库中所存储的所有问题,配置人员通过对问卷对象的参考文本(包括但不限于调查制度、操作规程、管理需求等信息)的理解对问题库菜单中问题的问题进行选择操作,确定问题库问题,该问题库问题与上述参考文本关联;在确定问题库问题之后,将问题库问题提取出来,形成适用于问卷对象信息的目标问卷模板。本实施例通过问卷配置页面配置目标问卷模板,简化配置方式,进而提高了形成目标问卷模板的效率。
在上述实施例的基础上,可选的,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:获取所述问卷对象信息对应的参考文本;基于所述参考文本在问题库中进行问题匹配,确定匹配成功的问题库问题。
其中,参考文本是指问卷对象信息对应的参考信息的文本,具体的,参考文本包括但不限于调查制度文本、操作规程文本、管理需求文本等,这里不做限定。本实施例中,基于问卷对象所属机构、业务系统、业务场景中的一项或多项形成调查场景,基于调查场景获取调查制度、操作规程、管理业务需求等参考文本,基于参考文本在问题库中进行匹配,得到匹配成功的问题库问题,进而基于匹配成功的问题库问题形成适用于问卷对象信息的目标问卷模板。
在上述实施例的基础上,可选的,所述基于所述参考文本在问题库中进行问题匹配,包括:对所述参考文本进行语义识别,得到所述参考文本对应的语义信息,将所述语义信息在所述问题库中进行问题匹配;或者,提取所述参考文本中的关键信息,将所述关键信息在所述问题库中进行问题匹配。
本实施例中,对调查制度、操作规程、管理业务需求等参考文本进行语义识别,得到各参考文本对应的语义信息,基于语义信息在问题库中进行问题匹配;具体的,可以将参考文本输入预设的语义识别模型中,得到参考文本对应的语义信息,将语义信息在问题库中进行问题匹配,得到匹配成功的问题库问题,其中,预设的语义识别模型由本领域技术人员根据需求预先训练得到,这里不做限定。可选的,基于关键信息提取方法分别对调查制度、操作规程、管理业务需求等参考文本进行关键信息提取,得到各参考文本对应的关键信息,将关键信息在问题库中进行问题匹配,得到匹配成功的问题库问题,其中,关键信息提取方法包括但不限于基于词袋加权的TFIDF算法、结合语义编码的KeyBert算法、考虑词关联网络的TextRank算法等,这里不做限定。
在上述实施例的基础上,可选的,在确定匹配成功的问题库问题之后,还包括:将所述匹配成功的问题库问题通过显示界面进行展示;基于对展示的问题库问题的编辑操作,更新所述问题库问题,其中,所述编辑操作包括删除和添加。
本实施例中,在确定匹配成功的问题库问题之后,将匹配成功的问题库问题显示在显示界面上,由配置人员对显示的问题库问题进行筛选,基于配置人员对显示界面中展示的问题库问题进行的删除操作和添加操作更新问题库问题,进而基于更新的问题库问题形成适用于问卷对象信息的目标问卷模板。本实施例通过配置人员对显示界面进行编辑操作,对匹配成功的问题库问题进行筛选,使得形成的目标问卷模板更加适用于问卷对象信息。
在上述实施例的基础上,可选的,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:基于所述问卷对象信息、所述问卷对象信息所属上级对应的问卷对象信息的一项或多项,和所述目标问卷模板的编号数据,形成所述目标问卷模板的版本号。
其中,编号数据是目标问卷模板形成时生成的编号,与目标问卷模板之间具有对应关系,具体的,编号数据可以是字符、数字、罗马数字等,这里不做限定。本实施例中,在形成适用于问卷对象信息的目标问卷模板之后,基于问卷对象信息、问卷对象信息所属上级对应的问卷对象信息的一项或多项,和目标问卷模板的编号数据形成目标问卷模板的版本号。具体的,目标问卷的版本号格式可以是上级机构名称、业务部门名称、案件名称中的一项或者多项-同级机构名称、业务部门名称、案件名称中的一项或者多项-编号数据,其中,编号数据随版本更新而变化。本实施例通过对形成的目标问卷模板设置版本号,便于对目标问卷模板进行管理和展示。
在上述实施例的基础上,可选的,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:获取问卷对象信息,将所述问卷对象信息在问卷模板库中进行匹配,根据匹配成功的问卷模板确定适用于问卷对象信息的问卷模板;展示匹配成功的问卷模板,以进行问卷调查。
其中,问卷模板库是由形成的目标问卷模板组成的目标问卷模板的模板库。本实施例中,在形成适用于问卷对象信息的目标问卷模板之后,获取问卷对象信息,并将问卷对象信息在问卷模板库中进行匹配,得到匹配成功的问卷模板,当匹配成功的问卷模板为适用于问卷对象信息的问卷模板时,展示匹配成功的问卷模板,基于展示的问卷模板进行问卷调查。在一些实施例中,若匹配成功的问卷模板不完全适用于问卷对象信息的问卷模板,则在匹配成功的问卷模板的基础上进行更新,得到适用于问卷对象信息的新版本的问卷模板,并更新版本号。
本实施例的技术方案,本实施例的技术方案,通过问卷对象信息(所属机构、业务系统、业务场景三个维度)和问卷级别(企业级、部门级和案件级三层结构)两个方面配置问卷模板,基于多个调查场景维度和多层配置结构来配置问卷模板,可以实现多种调查场景下的调查需求,使得配置得到的问卷模板更加全面,提高了问卷模板的配置效率。
实施例二
图2是本发明实施例二提供的一种问卷模板配置装置的结构示意图。如图2所示,该装置包括:
问卷信息获取模块210用于获取问卷对象信息和问卷级别;
问卷配置数据获取模块220用于根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;
目标问卷模板形成模块230用于基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
可选的,所述问卷级别包括企业级、部门级、案件级,其中,所述企业级、所述部门级、所述案件级的级别依次降低;相应的,所述预置问卷模板包括企业级问卷模板、部门级问卷模板、案件级问卷模板中的一项或多项。
可选的,问卷配置数据获取模块220包括预置问卷模板获取单元,预置问卷模板获取单元用于根据所述问卷级别获取上一级的预置问卷模板;或者,根据所述问卷级别获取同级别的预置问卷模板。
可选的,预置问卷模板获取单元还用于基于所述问卷级别确定与所述预置问卷模板之间的关联关系,获取具有关联关系的预置问卷模板。
可选的,所述关联关系包括继承关系和复用关系;目标问卷模板形成模块230包括:基于复用关系确定的预置问卷模板作为所述目标问卷模板;基于继承关系确定的预置问卷模板与所述问题库问题形成所述目标问卷模板。
可选的,该装置还包括关联关系设置模块,关联关系设置模块用于设置与任一预置问卷模板的关联关系。
可选的,问卷配置数据获取模块220包括问题库问题确定单元,问题库问题确定单元用于展示问卷配置界面,所述问卷配置界面中展示问题库菜单;根据对所述问题库菜单的问题选择操作,确定与所述参考文本关联的问题库问题。
可选的,问题库问题确定单元还用于获取所述问卷对象信息对应的参考文本;基于所述参考文本在问题库中进行问题匹配,确定匹配成功的问题库问题。
可选的,问题库问题确定单元包括问题库问题匹配子单元,问题库问题匹配子单元用于对所述参考文本进行语义识别,得到所述参考文本对应的语义信息,将所述语义信息在所述问题库中进行问题匹配;或者,提取所述参考文本中的关键信息,将所述关键信息在所述问题库中进行问题匹配。
可选的,在确定匹配成功的问题库问题之后,问题库问题确定单元还包括问题库问题更新子单元,问题库问题更新子单元用于将所述匹配成功的问题库问题通过显示界面进行展示;基于对展示的问题库问题的编辑操作,更新所述问题库问题,其中,所述编辑操作包括删除和添加。
可选的,在形成适用于所述问卷对象信息的目标问卷模板之后,该装置还包括版本号形成模块,版本号形成模块用于基于所述问卷对象信息、所述问卷对象信息所属上级对应的问卷对象信息的一项或多项,和所述目标问卷模板的编号数据,形成所述目标问卷模板的版本号。
可选的,在形成适用于所述问卷对象信息的目标问卷模板之后,该装置还包括问卷调查模块,问卷调查模块用于获取问卷对象信息,将所述问卷对象信息在问卷模板库中进行匹配,根据匹配成功的问卷模板确定适用于问卷对象信息的问卷模板;展示匹配成功的问卷模板,以进行问卷调查。
本发明实施例所提供的问卷模板配置装置可执行本发明任意实施例所提供的问卷模板配置方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3是本发明实施例三提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如问卷模板配置方法。
在一些实施例中,问卷模板配置方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的问卷模板配置方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行问卷模板配置方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例四
本发明实施例四还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行问卷模板配置方法,该方法包括:
获取问卷对象信息和问卷级别;根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
实施例五
本发明实施例五还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本发明任一实施例所述的问卷模板配置方法。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (15)
1.一种问卷模板配置方法,其特征在于,包括:
获取问卷对象信息和问卷级别;
根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;
基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
2.根据权利要求1所述的方法,其特征在于,所述问卷级别包括企业级、部门级、案件级,其中,所述企业级、所述部门级、所述案件级的级别依次降低;
相应的,所述预置问卷模板包括企业级问卷模板、部门级问卷模板、案件级问卷模板中的一项或多项。
3.根据权利要求1所述的方法,其特征在于,根据所述问卷级别获取预置问卷模板,包括:
根据所述问卷级别获取上一级的预置问卷模板;或者,
根据所述问卷级别获取同级别的预置问卷模板。
4.根据权利要求1所述的方法,其特征在于,所述待生成的目标问卷模板与预置问卷模板之间的关联关系包括继承关系和复用关系;
所述根据待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,包括:
获取具有继承关系或复用关系的预置问卷模板;
其中,基于所述复用关系确定的预置问卷模板作为所述目标问卷模板;
基于所述继承关系确定的预置问卷模板与所述问题库问题形成所述目标问卷模板。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
设置与任一预置问卷模板的关联关系。
6.根据权利要求1所述的方法,其特征在于,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:
展示问卷配置界面,所述问卷配置界面中展示问题库菜单;
根据对所述问题库菜单的问题选择操作,确定与所述参考文本关联的问题库问题。
7.根据权利要求1所述的方法,其特征在于,根据所述问卷对象信息对应的参考文本确定对应的问题库问题,包括:
获取所述问卷对象信息对应的参考文本;
基于所述参考文本在问题库中进行问题匹配,确定匹配成功的问题库问题。
8.根据权利要求7所述的方法,其特征在于,所述基于所述参考文本在问题库中进行问题匹配,包括:
对所述参考文本进行语义识别,得到所述参考文本对应的语义信息,将所述语义信息在所述问题库中进行问题匹配;或者,
提取所述参考文本中的关键信息,将所述关键信息在所述问题库中进行问题匹配。
9.根据权利要求7所述的方法,其特征在于,在确定匹配成功的问题库问题之后,还包括:
将所述匹配成功的问题库问题通过显示界面进行展示;
基于对展示的问题库问题的编辑操作,更新所述问题库问题,其中,所述编辑操作包括删除和添加。
10.根据权利要求1所述的方法,其特征在于,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:
基于所述问卷对象信息、所述问卷对象信息所属上级对应的问卷对象信息的一项或多项,和所述目标问卷模板的编号数据,形成所述目标问卷模板的版本号。
11.根据权利要求1所述的方法,其特征在于,在形成适用于所述问卷对象信息的目标问卷模板之后,还包括:
获取问卷对象信息,将所述问卷对象信息在问卷模板库中进行匹配,根据匹配成功的问卷模板确定适用于问卷对象信息的问卷模板;
展示匹配成功的问卷模板,以进行问卷调查。
12.一种问卷模板配置装置,其特征在于,包括:
问卷信息获取模块用于获取问卷对象信息和问卷级别;
问卷配置数据获取模块用于根据所述问卷级别或待生成的目标问卷模板与预置问卷模板之间的关联关系获取预置问卷模板,和/或,根据所述问卷对象信息对应的参考文本确定对应的问题库问题;
目标问卷模板形成模块用于基于所述预置问卷模板和/或问题库问题,形成适用于所述问卷对象信息的目标问卷模板。
13.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-11中任一项所述的问卷模板配置方法。
14.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的问卷模板配置方法。
15.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的问卷模板配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211216799.9A CN115438643A (zh) | 2022-09-30 | 2022-09-30 | 一种问卷模板配置方法、装置、设备、存储介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211216799.9A CN115438643A (zh) | 2022-09-30 | 2022-09-30 | 一种问卷模板配置方法、装置、设备、存储介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115438643A true CN115438643A (zh) | 2022-12-06 |
Family
ID=84251045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211216799.9A Pending CN115438643A (zh) | 2022-09-30 | 2022-09-30 | 一种问卷模板配置方法、装置、设备、存储介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115438643A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117195907A (zh) * | 2023-08-15 | 2023-12-08 | 广东省粤正评估咨询有限公司 | 应用于市场调查处理系统的调查问卷分析方法及系统 |
-
2022
- 2022-09-30 CN CN202211216799.9A patent/CN115438643A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117195907A (zh) * | 2023-08-15 | 2023-12-08 | 广东省粤正评估咨询有限公司 | 应用于市场调查处理系统的调查问卷分析方法及系统 |
CN117195907B (zh) * | 2023-08-15 | 2024-04-02 | 广东省粤正评估咨询有限公司 | 应用于市场调查处理系统的调查问卷分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN113780098A (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
CN114021156A (zh) | 漏洞自动化聚合的整理方法、装置、设备以及存储介质 | |
CN113657395A (zh) | 文本识别方法、视觉特征提取模型的训练方法及装置 | |
CN115618234A (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN112288397A (zh) | 流程模板配置方法、流程执行方法、装置和电子设备 | |
CN115438643A (zh) | 一种问卷模板配置方法、装置、设备、存储介质及产品 | |
CN113850072A (zh) | 文本情感分析方法、情感分析模型训练方法、装置、设备及介质 | |
CN115328621B (zh) | 基于区块链的事务处理方法、装置、设备及存储介质 | |
CN115469849B (zh) | 一种业务处理系统、方法、电子设备和存储介质 | |
CN115934550A (zh) | 一种测试方法、装置、电子设备及存储介质 | |
CN115659347A (zh) | 一种安全测试方法、装置、电子设备和存储介质 | |
CN115048352A (zh) | 一种日志字段提取方法、装置、设备和存储介质 | |
CN114330576A (zh) | 模型处理方法、装置、图像识别方法及装置 | |
CN113360672A (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN114254028A (zh) | 事件属性抽取方法、装置、电子设备和存储介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN116339733B (zh) | 一种应用程序页面生成方法、系统、电子设备及介质 | |
CN115600988A (zh) | 待办任务的生成方法、装置、设备和介质 | |
CN116308713A (zh) | 一种业务交易码的复用方法、装置、电子设备和存储介质 | |
CN115526711A (zh) | 一种数据处理方法、装置、设备、介质和产品 | |
CN114219453A (zh) | 任务处理方法、装置、电子设备以及存储介质 | |
CN115827893A (zh) | 技能培养知识图谱生成方法、装置、设备和介质 | |
CN113961775A (zh) | 数据可视化的方法、装置、电子设备和可读存储介质 | |
CN114444617A (zh) | 用于输出信息的方法、装置、设备以及存储介质 |
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 |