CN116483906B - 提升在线调研精准度的方法及装置 - Google Patents
提升在线调研精准度的方法及装置 Download PDFInfo
- Publication number
- CN116483906B CN116483906B CN202310472925.5A CN202310472925A CN116483906B CN 116483906 B CN116483906 B CN 116483906B CN 202310472925 A CN202310472925 A CN 202310472925A CN 116483906 B CN116483906 B CN 116483906B
- Authority
- CN
- China
- Prior art keywords
- investigation
- questionnaire
- questions
- key
- client
- 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.)
- Active
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 282
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012795 verification Methods 0.000 claims abstract description 73
- 238000013461 design Methods 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 26
- 238000011084 recovery Methods 0.000 claims description 8
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 10
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract 1
- 239000002537 cosmetic Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000000586 desensitisation Methods 0.000 description 4
- 238000004064 recycling Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005429 filling process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种提升在线调研精准度的方法,其包括:设计调研问卷,标识多个问题作为关键问题;接受客户端参与问卷调研任务的请求,下发调研问卷至客户端,将问卷中的问题按设计顺序依次单独显示;问卷填写中,实时采集关键问题的答案并对答案进行校验;根据校验结果确定问卷调研的下一步执行指令;将执行指令反馈至客户端。本发明通过设定关键问题,将调研后台与调研答复过程进行实时互动,将调研对象作出的答复进行实时采集,调研平台校验分析答复信息并作出相应的执行策略,然后将执行策略指令实时反馈至客户端,调研平台自动根据调研对象的答复结果进行业务优化,从而达到提升样本的准确度和代表性、提升问卷结果的有效性的目的。
Description
技术领域
本发明涉及数据处理技术领域。更具体地说,本发明涉及一种提升在线调研精准度的方法及装置。
背景技术
在线调研是利用互联网和技术手段在线收集数据信息,以区别于传统的电话访问、街头拦截等访问的调研方式。其显著特点是:快速、高效、成本低,但是这种调研方式也有一定的局限性。在线调研所带来的,不仅仅是调研方式的改变,它还将改变调研格局,让更多的中小企业也能使用调研,帮助更多的企业提高决策的科学性,减少风险,从而帮助这些企业快速成长,同时带动整个社会的发展。
在线调研带来方便的同时也存在局限性,其主要体现在以下三个方面:a、样本库及事实性问题的真实性:在线调研的样本人群库主要是在互联网上人群自主登记为主,这种情况下,很难保障登记信息的准确性。例如化妆品要找女士调研,但是是男士在调研库登记页面上登记为女性,但是其从来不使用化妆品,会直接影响调研效果的准确性和真实性;b、样本库的代表性和精准性:在线调研要保证样本足够分散,以提升统计面的覆盖度。同时所选样本也需具有参与调研的意愿,以提升调研结果的有效性。在线下调研可以通过各种手段来筛选,例如电话访问可以选择不同区号的电话,电话沟通时候先了解一下调研对象的信息,是否有足够的代表性。街头访问可以选择不同的城市,不同的地点,调研者通过目测选择适当的、有意愿参与调研的调研对象等等。在线上,如何保证调研的对象足够的离散性,且样本具有较强的参与调研意愿,以保障统计结果不至于出现太大偏差、提升调研结果的有效性,这是调研者对在线调研系统的强需求。目前的在线调研问卷系统主要通过设置相关的问题来进行样本人群筛选,然后根据调研对象对不同问题的回答,在回收问卷之后进行后验的统计分析。这样做的局限是用于样本人群筛选的问题不宜过多,否则会降低问卷的完成度,而问题少了则无法确认样本的代表性,回收的问卷量非常大,浪费大量的计算资源;c、调研过程的灵活性:线下调研可以通过调研者对调研对象的观察,根据调研对象的回答,动态调整提问策略,诸如调整表达方式、调整选项结果、进一步深入提问等等手段来轻易地提升回答结果的信息量和质量,而在线调研没有这个能力。当前有的形式是根据上一题的选项呈现不同的下一题,这种跳转逻辑条件过于简单,能满足的调研场景较少,如果条件复杂,又会使得调研对象感知到的问卷形式过于复杂,降低调研对象的回答意愿,导致提交的问卷结果完成度低,这又从另一个角度增加了问卷统计阶段的无效计算工作。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种提升在线调研精准度的方法,其可提高在线调研结果的精准度和有效性。
为了实现根据本发明的这些目的和其它优点,提供了一种提升在线调研精准度的方法,其包括:
设计调研问卷,标识多个问题作为关键问题;
接受客户端参与问卷调研任务的请求,下发调研问卷至客户端,将问卷中的问题按设计顺序依次单独显示;
问卷填写中,实时采集关键问题的答案;基于预设的校验方式,对目标样本中的关键问题的答案进行校验;
根据校验结果确定问卷调研的下一步执行指令;
将执行指令反馈至客户端;
回收填写完成的调研问卷。
优选的是,所述的提升在线调研精准度的方法,预设的校验方式包括:
校验方式一,将目标样本中的关键问题的答案,与数据库存储的参与调研用户的画像信息进行匹配,如匹配成功则校验通过,否则校验不通过;
校验方式二,计算目标样本中的关键问题的答案与该关键问题的题干的相关度,若相关度的数值大于预设第一阈值时,则校验通过,否则校验不通过。
优选的是,所述的提升在线调研精准度的方法,关键问题按设计顺序依次包括一级问题、二级问题和三级问题,一级问题与二级问题、二级问题与三级问题彼此相邻或不相邻;
一级问题校验通过时,执行问卷调研继续的指令,否则执行问卷调研结束的指令;
二级问题校验通过时,执行下一问题切换为升级问题,同时为该问卷调研任务的行为加分的指令,否则执行下一问题切换为简单问题的指令;升级问题为复杂题型的问题或是包含有隐藏题目的问题;
三级问题校验通过时,执行问卷调研继续同时为该问卷调研任务的行为加分的指令,否则执行问卷调研继续的指令,或执行问卷调研继续同时为该问卷调研任务的行为减分的指令。
优选的是,所述的提升在线调研精准度的方法,一级问题采用校验方式一进行校验;二级问题为填空题或多选题,二级问题采用校验方式一或校验方式二进行校验;三级问题为填空题或多选题,三级问题采用校验方式一或校验方式二进行校验。
优选的是,所述的提升在线调研精准度的方法,设计调研问卷时,设计至少一个可选题,问卷调研任务结束后,统计二级问题和三级问题总数、可选题完成比例、隐藏题完成比例以及关键问题的行为分值;
基于公式一,计算问卷调研任务对应的行为总分数,若行为总分数大于预设第二阈值时,则为该问卷调研任务的客户端发放调研奖励,否则不发放调研奖励;
公式一:
其中,P为可选题、隐藏题完成比例总数;U为预设的可选题完成比例分值权重;
N为二级和三级问题总数;si为关键问题i的行为分值;wi为预设的关键问题i的分值权重,V为预设的关键问题分值权重。
优选的是,所述的提升在线调研精准度的方法,问卷调研任务结束后,根据填写完成后的调研问卷形成该调研对象新的用户图像信息,将新的用户图像信息反馈至数据库,并更新该调研对象的用户图像信息。
优选的是,所述的提升在线调研精准度的方法,用户图像信息至少包括:人口统计学维度信息,行为特征维度信息、社交关系维度信息、移动设备维度信息、电商数据维度信息、应用使用维度信息、地理位置维度信息、购买习惯维度信息、兴趣爱好维度信息、健康状态维度信息。
本发明还提供一种提升在线调研精准度的装置,其用于实现上述方法,所述装置包括:
客户端,其发出参与问卷调研的请求;
调研管理单元,其用于设计调研问卷,标识多个问题作为关键问题;
策略单元,其与调研管理单元连接并从调研管理单元获取调研问卷;
逻辑控制单元,其与策略单元连接,并同时与客户端交互连接,逻辑控制单元接受客户端参与问卷调研的请求,并将请求反馈至策略单元,策略单元对客户端的调研对象进行排序,并将排序信息发送至逻辑控制单元;
触达单元,其与逻辑控制单元交互连接,触达单元从逻辑控制单元获取排序信息,并根据排序信息将调研问卷下发至客户端;逻辑控制单元接收客户端填写的调研问卷中关键问题的答案,逻辑控制单元将关键问题的答案反馈至策略单元,策略单元对关键问题进行校验并根据校验结果确定下一步执行指令,策略单元将下一步执行指令发送至逻辑控制单元,并由逻辑控制单元将执行指令发送至客户端;
数据回收单元,其与客户端和策略单元连接,数据回收单元用于回收填写完成的调研。
本发明还提供一种电子设备,其包括: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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1~7中任一项所述的方法。
本发明还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时,实现上述的方法。
本发明至少包括以下有益效果:
1、本发明提升了调研样本的真实性,将调研问卷作答过程与调研后台系统对接,调研对象进行问卷回答时,实时校验调研对象在问卷中的关键问题的答案真实性,为后续的调研结果回收与统计阶段,提供更真实的调研数据;
2、本发明提升调研样本的代表性,为每个调研对象维护调研画像,并通过深度学习算法周期进行调研对象历史答题数据分析更新调研画像,在问卷下发时根据画像进行有目的的选择,保证调研对象的离散度、投放准确度,提升调研精准度;
3、本发明提升调研样本的质量,在调研对象填写问卷过程中,调研系统内部单元实时交互,依据调研对象在关键问题的填写结果动态优化答题路径,以达到提升问卷完成度、提升调研回答质量的目的。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述的提升在线调研精准度的装置的结构示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
需要说明的是,下述实施方案中所述实验方法,如无特殊说明,均为常规方法,所述试剂和材料,如无特殊说明,均可从商业途径获得。
在本发明的描述中,术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
本发明提供一种提升在线调研精准度的方法,其包括:
设计调研问卷,标识多个问题作为关键问题;
接受客户端参与问卷调研任务的请求,下发调研问卷至客户端,将问卷中的问题按设计顺序依次单独显示;
问卷填写中,实时采集关键问题的答案;基于预设的校验方式,对目标样本中的关键问题的答案进行校验;
根据校验结果确定问卷调研的下一步执行指令;
将执行指令反馈至客户端;
回收填写完成的调研问卷。
在上述技术方案中,本发明提供一种提升在线调研精准度的方法,其通过在调研问卷设计过程中,设计多个关键问题,在问卷答复过程中实时采集关键问题的答案,根据关键问题的答案及时调整后续调研问卷的进展路径,根据不同调研者有针对性的推送问卷问题,达到提升调研完成度,提升问卷有效性,提升调研问卷样的代表性的目的。
本发明的方法中存在两种角色,分别为:
调研者:即调研需求方,发起调研任务、设计问卷、需查看问卷结果的一方;
调研对象:即样本人群,参与调研问卷填写的一方。
在进行相关项目的在线调研之前,根据项目调研需求设计问卷中的题目,同时标识多个问题为关键问题,多个关键问题可连续设置也可彼此间隔设置;调研对象通过客户端(手机、电脑等移动设备)发出参与问卷调研任务的请求,将调研问卷下发至客户端,调研问卷中的问题在客户端按预设的顺序一一展示,(移动设备的显示窗口一次显示一个问题),调研对象按照移动设备展示的问题一一作答,当作答的是普通问题(非关键问题),完成作答后自动跳至下一问题,当作答的是关键问题,完成作答后,实时采集并分析关键问题的答案,并按照预设的校验方式对关键问题的答案进行校验,根据校验结果确定问卷调研下一步执行指令(结束问卷填写任务或是派送设定好的问题),将执行指令反馈至客户端。
可以根据关键问题的答案对调研问卷进行筛选,当关键问题的答案明显是不正确的,说明调研对象并没有表达对项目的真实想法,该调研问卷的答复信息对项目调研意义不大,可及时结束调研任务,该调研问卷为无效问卷,无需进行后续信息的统计步骤,进一步的根据关键问题的答案,对调研对象参与该项目调研意愿的强烈程度,可为调研对象派送更加有效的问卷题目,如调研对象参与该项目调研意愿较强烈,可以派送信息量(多选题或填空题)更大的题目,以获取更多的信息,如调研对象参与该项目调研意愿较弱,可派送简单的题目,以保证调研任务正常进行。
另一种技术方案中,所述的提升在线调研精准度的方法,预设的校验方式包括:
校验方式一,将目标样本中的关键问题的答案,与数据库存储的参与调研用户的画像信息进行匹配,如匹配成功则校验通过,否则校验不通过;数据库可以是第三方大数据平台获取的信息;
校验方式二,计算目标样本中的关键问题的答案与该关键问题的题干的相关度,若相关度的数值大于预设第一阈值时,则校验通过,否则校验不通过。
校验方式一:请求第三方大数据平台进行校验,如大型互联网公司,具有海量的用户画像数据,其针对调研系统开放收费的定制的HTTP restful API,接受调研系统询问,调研系统需要携带平台授予的有效token,才拥有这类API的访问权限,询问内容如,针对某一个用户脱敏ID校验其是否是女性、某一个用户近2周是否浏览、搜索汽车类消费品,API将返回是或者否(true或者false),是则通过,否则不通过。此类校验方式API的返回时效为百毫秒级别。
第三方大数据平台可以提供的用户画像维度包含:
人口统计学维度:性别、年龄、地域、职业、教育程度、收入等。
行为特征维度:用户行为、消费习惯、兴趣爱好、偏好等。
社交关系维度:用户在社交媒体上的关注对象、互动频率、影响力等。
移动设备维度:用户使用的设备类型、操作系统、屏幕分辨率、网络接入方式等。
电商数据维度:用户在电商平台上的购买历史、浏览记录、购物车数据等。
应用使用维度:用户在应用中的使用频率、使用时间、使用功能等。
地理位置维度:用户所在的经纬度、常去的地方、旅游偏好等。
购买习惯维度:用户的消费习惯、购物偏好、购买决策方式等。
兴趣爱好维度:用户的爱好、喜好、个人兴趣、参加的活动等。
健康状态维度:用户的身体健康状况、疾病史、体检数据等。
校验方式2:调研系统策略单元为预设的关键问题提供答案与题干相关度判定功能,相关度结果为归一化分值(0到1之间),分值大于调研者预设第一阈值,则为通过,否则为不通过。此类校验方式返回时效为秒级别。第一阈值的具体值可通过机器学习算法来确定。
另一种技术方案中,所述的提升在线调研精准度的方法,关键问题按设计顺序依次包括一级问题、二级问题和三级问题,一级问题与二级问题、二级问题与三级问题彼此相邻或不相邻;
一级问题校验通过时,执行问卷调研继续的指令,否则执行问卷调研结束的指令;
二级问题校验通过时,执行下一问题切换为升级问题,同时为该问卷调研任务的行为加分的指令,否则执行下一问题切换为简单问题的指令;升级问题为复杂题型的问题或是包含有隐藏题目的问题;
三级问题校验通过时,执行问卷调研继续同时为该问卷调研任务的行为加分的指令,否则执行问卷调研继续的指令,或执行问卷调研继续同时为该问卷调研任务的行为减分的指令。
关键问题可设定等级属性,不同的等级,校验通过后的执行指令不同,一级问题校验通过与否将直接影响问卷调研的是否继续,一级问题校验通过,问卷调研继续,(按照预设顺序继续推送下一题),一级问题校验不通过,则问卷调研结束,说明该调研对象的反馈信息对该项目调研数据意义不大,及时结束问卷调研;二级问题校验通过与否影响下一题的题型复杂程度,二级问题校验通过则下一题切换至升级问题(题型更加复杂,信息量更大),同时为该问卷调研任务的行为加分,若二级问题校验不通过则下一题切换为简单问题;三级问题校验的通过与否影响该问卷调研任务的行为是否加分或减分,三级问题校验通过为该问卷调研任务行为加分,否则不加分或减分,三级问题校验的通过与否不影响问卷调研任务的正常进行。
另一种技术方案中,所述的提升在线调研精准度的方法,一级问题采用校验方式一进行校验;二级问题为填空题或多选题,二级问题采用校验方式一或校验方式二进行校验;三级问题为填空题或多选题,三级问题采用校验方式一或校验方式二进行校验。
针对一级问题、二级问题与三级问题的特性,灵活选择适宜的校验方式,提高关键问题校验的可靠性,进而可根据校验结果作出更加合理的执行指令的反馈。
另一种技术方案中,所述的提升在线调研精准度的方法,设计调研问卷时,设计至少一个可选题,问卷调研任务结束后,统计二级问题和三级问题总数、可选题完成比例、隐藏题完成比例以及关键问题的行为分值;
基于公式一,计算问卷调研任务对应的行为总分数,若行为总分数大于预设第二阈值时,则为该问卷调研任务的客户端发放调研奖励,否则不发放调研奖励;
公式一:
其中,P为可选题、隐藏题完成比例总数;U为预设的可选题完成比例分值权重;
N为二级和三级问题总数;si为关键问题i的行为分值;wi为预设的关键问题i的分值权重,V为预设的关键问题分值权重。
在上述技术方案中,本发明进一步计算了问卷调研的行为总分数,根据行为总分数确定是否发放调研奖励,达到节省调研成本、提升奖励发放有效性的目的。
另一种技术方案中,所述的提升在线调研精准度的方法,问卷调研任务结束后,根据填写完成后的调研问卷形成该调研对象新的用户图像信息,将新的用户图像信息反馈至数据库,并更新该调研对象的用户图像信息。实时更新数据库中的用户图像信息,以提高后续问卷调研过程中,对关键问题校验的可靠性。
如图1所示,本发明提供一种提升在线调研精准度的装置,其包括:
客户端,其发出参与问卷调研的请求;
调研管理单元,其用于设计调研问卷,标识多个问题作为关键问题;
策略单元,其与调研管理单元连接并从调研管理单元获取调研问卷;
逻辑控制单元,其与策略单元连接,并同时与客户端交互连接,逻辑控制单元接受客户端参与问卷调研的请求,并将请求反馈至策略单元,策略单元对客户端的调研对象进行排序,并将排序信息发送至逻辑控制单元;
触达单元,其与逻辑控制单元交互连接,触达单元从逻辑控制单元获取排序信息,并根据排序信息将调研问卷下发至客户端;逻辑控制单元接收客户端填写的调研问卷中关键问题的答案,逻辑控制单元将关键问题的答案反馈至策略单元,策略单元对关键问题进行校验并根据校验结果确定下一步执行指令,策略单元将下一步执行指令发送至逻辑控制单元,并由逻辑控制单元将执行指令发送至客户端;
数据回收单元,其与客户端和策略单元连接,数据回收单元用于回收填写完成的调研。
上述技术方案中,具体说明如下:
客户端:
具体为手机或电脑等移动设备;客户端可通过点击诸如微博、微信或其他软件APP等推送的调研窗口,发出参与问卷调研的请求;调研对象使用客户端进行问卷填写与提交,其形式是web页面、app、微信小程序三种,客户端对于预设的关键问题,采集调研对象的选择结果,与逻辑控制单元交互,得到问卷下一步执行策略,进行动态展示。客户端是最终用户回答调研问卷的触点平台,包括不限于app、微信小程序、5G消息、H5页面、短彩信等等。
调研管理单元:
调研管理单元(调研后台)为调研的需求发起方,调研管理单元不仅需要具备问卷设计、、编辑、预览、回收情况查看等基本的问卷管理功能,还需要在问卷设计时,设定需要校验答案的若干关键问题,设定这些关键问题的级别,针对不同级别的关键问题,分别设定在回答结果校验后不同程度的执行策略;
调研管理单元部署调研任务,包括调研的人群要求、调研问卷的撰写和逻辑设置(不同的情况下,设置不同的调研问题分支),数据需求等等;
不同的情况下,设置不同的调研问题分支:根据可信度类别设置不同问题分支
1、设定策略单元中需要校验可信度的题目,所谓可信指的是:
可以借助已有信息或外部系统,直接判定是否属实,如调研对象所处地域题、调研对象年龄段、是否就业、行业信息等;
更复杂的判定,比如对于填空题,需要进行文本分类,判定回答质量,而不是是否属实,列到回收单元的离线分析中;
是否可信用来验证该调研对象对于此次调研的参与意愿,用来影响后续的分支跳转。
2、按照策略单元中已有的问卷分类的定义,选择问卷的类别。
策略单元:
策略单元通过逻辑控制单元接收客户端的参与问卷调研的请求以及填写调研问卷,校验填写过程中需要验证的关键问题的答案,并对关键问题的答案进行校验,根据校验结构确定下一步执行指令,然后将执行指令返回给逻辑控制单元,由逻辑控制单元将执行指令发送至客户端,具体的就是向客户端推送对应执行指令中的下一题,或是结束问卷调研任务;
逻辑控制单元:
逻辑控制单元在问卷下发过程中,根据预设渠道,选择合适的触达单元,进行问卷下发;逻辑控制单元在问卷填写过程中接收客户端请求,收到问题答案后与策略单元交互,获得关键问题校验结果,提供问卷逻辑控制能力,根据策略单元返回的关键问题校验结果,以及调研管理单元问卷设计时调研者的设置,控制调研对象所见的下一题内容、题型呈现方式、调研是否结束等。
触达单元:
触达单元负责对接不同的下发渠道,根据策略单元给出的调研对象人群排序结果进行问卷分发。触达渠道可以是5G消息、短彩信、APP通知、邮件、公众号推送消息等多种形式。
数据回收单元,其与客户端连接,数据回收单元用于从客户端回收整个填写完成的调研问卷,同时根据调研问卷中问题的答案回收调研对象的用户图像信息,并将用户图像信息反馈至策略单元,用于更新数据库。
本发明提供一种电子设备,其包括: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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述的方法。
本发明提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时,实现上述的方法。
本发明提升在线调研精准度的方法的具体流程:
1.调研者在调研管理单元中设计问卷题目,
a)标识需要校验回答是否可信的关键问题,并设定回答可信或不可信后的题目展示形式、题目跳转逻辑。
b)调研者标识问卷调研人群特征需求和样本数量期望值,人群特征要素为年龄段、地域、收入水平、性别及其他自定义附加条件,如近期有化妆品购买行为。
c)调研者标识调研任务面向的细分领域,如属于消费类、美妆类等。
2.策略单元根据调研者标识的细分领域、调研人群需求,基于自身的调研对象(用户)画像数据,筛选调研对象人群,产生人群脱敏标识。
3.逻辑控制单元根据策略单元下发的脱敏标识,将调研任务下发给与脱敏标识匹配的触达单元,由触达单元执行问卷分发。
4.触达单元进行问卷分发,触达调研对象。
5.调研对象在客户端点击问卷调研链接,客户端可以是web页面、app、微信小程序等,填写至需要验证回答是否可信的关键问题时,客户端与逻辑控制单元进行交互。
6.逻辑控制单元收到关键问题的答案,与策略单元进行交互;
7.策略单元收到关键问题的答案,与数据库(第三方平台获取的信息)交互验证回答是否可信(校验是否通过),同时返回给逻辑控制单元校验结果;
8.逻辑控制单元根据校验结果调整下一题跳转逻辑、题型展示形式;
9.客户端展示下一题,如遇需要下一个关键问题,回到流程5;
10.调研对象在客户端填写完成后,客户端提交问卷完整回答至数据回收单元;
11.数据回收单元利用深度学习算法周期对调研对象历史回答进行运算,将结果更新至策略单元,周期更新其维护的用户画像信息。
实施例
调研背景:某美妆品牌(X品牌)希望了解消费者对于其新推出的口红系列的满意度做调研,分发渠道选择为注册了某些美妆APP的用户,向其分发彩信。
关键问题设定:
关键问题1,性别【单选题】
一级,校验方式1,回答校验不通过,则结束调研。校验通过,则调研继续,展示问卷设计时设定的题目。
虽然问卷下发时会选择向女性用户下发问卷,关键问题的校验作用在于筛选注册APP时使用虚假信息的用户,如男士注册信息为女士,这类问卷将影响此次调研统计结果。
关键问题2,近30天内是否购买过X品牌的口红【单选题】
关键问题等级:一级,校验方式1,回答校验不通过,则结束调研。校验通过,则调研继续,展示问卷设计时设定的题目。
校验不通过说明回答的选项和三方大数据平台标签不符,虽然三方平台的判定准确率不是100%,但是本次调研的客户如果注重统计结果的计算成本,那么将此题选择为一级关键问题,能够有效减少计算量,提升回收问卷的有效性。
注意,这里校验通过,可能是购买过的,也可能是没购买过的,但是肯定是真实发生了这一行为,说明这个调研用户对于这次调研是真实的样本。
关键问题3,您认为X品牌某系列口红最吸引您的元素是什么?【多选题】
关键问题等级二级,校验方式2,选择【其他】且填写内容时,进行校验。校验通过,说明调研对象在此多选题上提供了额外信息,且填写内容与题干相似度高,调研者可以认为该调研对象有较强的回答意愿、或者对于口红有较多的使用感受,预设校验通过则展示额外展示隐藏的题目:
隐藏题目为:X品牌某系列口红在持久度、口感、保湿能力的满意度【打分题】
同时预设,校验通过,对调研行为分数加分1,分值权重为0.4,校验不通过,对调研行为行为分数加分0。
关键问题4,您最常在什么平台选购口红?【单选题】
关键问题等级三级,校验方式1。校验通过,加分,校验不通过,调研对象回答与大数据画像不符,则减分,减少其获得调研奖励的机会。分值权重0.3
关键问题5,您通常关注什么价位的口红?【单选题】
关键问题等级三级,校验方式1。校验通过,加分,校验不通过,调研对象回答与大数据画像不符,则减分,减少其获得调研奖励的机会。分值权重0.3
调研行为分数设定:
U=0.5,V=0.5,N=3(二级、三级关键问题是3个)
以此次调研为例,问卷调研问题总数是10个,隐藏题目3个(额外显示后也是非必答题),假设10个问题中另有非必答题2个。因此非必答题总数是5个,未触发隐藏题目显示的调研对象,非必答题完成度最多为0.6,触发隐藏题目的调研对象,非必答题完成度可以达到1。
最高得分,调研中提供信息的意愿较为强烈:
1*0.5+(0.4*1+0.3*1+0.3*1)*0.5=1
未触发隐藏题,但关键问题4,5校验通过,没有提供额外的信息,但是作答符合大数据画像,真实有效:
0.4*0.5+(0.4*0+0.3*1+0.3*1)*0.5=0.5
未触发隐藏题,且关键问题全或者部分校验不通过,得分在0到0.5之间。
调研者可以预设大于等于0.5分值,获得调研奖励,调研奖励真正发放给有效作答的调研对象。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (6)
1.提升在线调研精准度的方法,其特征在于,包括:
设计调研问卷,标识多个问题作为关键问题;
接受客户端参与问卷调研任务的请求,下发调研问卷至客户端,将问卷中的问题按设计顺序依次单独显示;
问卷填写中,实时采集关键问题的答案;基于预设的校验方式,对目标样本中的关键问题的答案进行校验;
预设的校验方式包括:
校验方式一,将目标样本中的关键问题的答案,与数据库存储的参与调研用户的画像信息进行匹配,如匹配成功则校验通过,否则校验不通过;
校验方式二,计算目标样本中的关键问题的答案与该关键问题的题干的相关度,若相关度的数值大于预设第一阈值时,则校验通过,否则校验不通过;
根据校验结果确定问卷调研的下一步执行指令;
将执行指令反馈至客户端;
回收填写完成的调研问卷;
其中,关键问题按设计顺序依次包括一级问题、二级问题和三级问题,一级问题与二级问题、二级问题与三级问题彼此相邻或不相邻;
一级问题校验通过时,执行问卷调研继续的指令,否则执行问卷调研结束的指令;
二级问题校验通过时,执行下一问题切换为升级问题,同时为该问卷调研任务的行为加分的指令,否则执行下一问题切换为简单问题的指令;升级问题为复杂题型的问题或是包含有隐藏题目的问题;
三级问题校验通过时,执行问卷调研继续同时为该问卷调研任务的行为加分的指令,否则执行问卷调研继续的指令,或执行问卷调研继续同时为该问卷调研任务的行为减分的指令;
一级问题采用校验方式一进行校验;二级问题为填空题或多选题,二级问题采用校验方式一或校验方式二进行校验;三级问题为填空题或多选题,三级问题采用校验方式一或校验方式二进行校验;
设计调研问卷时,设计至少一个可选题,问卷调研任务结束后,统计二级问题和三级问题总数、可选题完成比例、隐藏题完成比例以及关键问题的行为分值;
基于公式一,计算问卷调研任务对应的行为总分数,若行为总分数大于预设第二阈值时,则为该问卷调研任务的客户端发放调研奖励,否则不发放调研奖励;
公式一:
其中,P为可选题、隐藏题完成比例总数;U为预设的可选题完成比例分值权重;
N为二级和三级问题总数;si为关键问题i的行为分值;wi为预设的关键问题i的分值权重,V为预设的关键问题分值权重。
2.如权利要求1所述的提升在线调研精准度的方法,其特征在于,问卷调研任务结束后,根据填写完成后的调研问卷形成该调研对象新的用户图像信息,将新的用户图像信息反馈至数据库,并更新该调研对象的用户图像信息。
3.如权利要求2所述的提升在线调研精准度的方法,其特征在于,用户图像信息至少包括:人口统计学维度信息,行为特征维度信息、社交关系维度信息、移动设备维度信息、电商数据维度信息、应用使用维度信息、地理位置维度信息、购买习惯维度信息、兴趣爱好维度信息、健康状态维度信息。
4.提升在线调研精准度的装置,其用于实现如权利要求1~3所述的方法,其特征在于,所述装置包括:
客户端,其发出参与问卷调研的请求;
调研管理单元,其用于设计调研问卷,标识多个问题作为关键问题;
策略单元,其与调研管理单元连接并从调研管理单元获取调研问卷;
逻辑控制单元,其与策略单元连接,并同时与客户端交互连接,逻辑控制单元接受客户端参与问卷调研的请求,并将请求反馈至策略单元,策略单元对客户端的调研对象进行排序,并将排序信息发送至逻辑控制单元;
触达单元,其与逻辑控制单元交互连接,触达单元从逻辑控制单元获取排序信息,并根据排序信息将调研问卷下发至客户端;逻辑控制单元接收客户端填写的调研问卷中关键问题的答案,逻辑控制单元将关键问题的答案反馈至策略单元,策略单元对关键问题进行校验并根据校验结果确定下一步执行指令,策略单元将下一步执行指令发送至逻辑控制单元,并由逻辑控制单元将执行指令发送至客户端;
数据回收单元,其与客户端和策略单元连接,数据回收单元用于回收填写完成的调研。
5.电子设备,其特征在于,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1~3中任一项所述的方法。
6.存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现权利要求1~3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310472925.5A CN116483906B (zh) | 2023-04-27 | 2023-04-27 | 提升在线调研精准度的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310472925.5A CN116483906B (zh) | 2023-04-27 | 2023-04-27 | 提升在线调研精准度的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116483906A CN116483906A (zh) | 2023-07-25 |
CN116483906B true CN116483906B (zh) | 2024-07-26 |
Family
ID=87213571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310472925.5A Active CN116483906B (zh) | 2023-04-27 | 2023-04-27 | 提升在线调研精准度的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116483906B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422492A (zh) * | 2023-11-02 | 2024-01-19 | 衡阳市坤晟科技有限公司 | 基于互联网数据服务的市场调查系统 |
CN118134108B (zh) * | 2024-04-30 | 2024-08-30 | 佛山市城市规划设计研究院有限公司 | 一种城市体检问卷调研提示方法及其相关设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967588A (zh) * | 2006-04-11 | 2007-05-23 | 华为技术有限公司 | 交互式问卷定制、交互系统及方法 |
CN106230883A (zh) * | 2016-07-14 | 2016-12-14 | 精硕世纪科技(北京)有限公司 | 一种基于网络路由器的调研信息采集的方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107026842B (zh) * | 2016-11-24 | 2020-04-24 | 阿里巴巴集团控股有限公司 | 一种安全问题的生成以及身份验证的方法及装置 |
CN107146110A (zh) * | 2017-05-12 | 2017-09-08 | 石峰 | 一种触发式平台 |
CN111047436B (zh) * | 2019-12-25 | 2023-08-11 | 出门问问信息科技有限公司 | 一种信息判定方法及装置 |
CN112100461B (zh) * | 2020-11-11 | 2021-02-05 | 平安国际智慧城市科技股份有限公司 | 基于数据分析的问卷数据处理方法、装置、服务器和介质 |
CN113781084A (zh) * | 2021-01-15 | 2021-12-10 | 北京京东拓先科技有限公司 | 一种调查问卷展示方法和装置 |
CN114969303A (zh) * | 2022-03-28 | 2022-08-30 | 上海东普信息科技有限公司 | 问卷调研方法、装置、设备及存储介质 |
CN114881712B (zh) * | 2022-07-12 | 2022-09-23 | 杭州新航互动科技有限公司 | 智能广告投放方法、装置、设备及存储介质 |
-
2023
- 2023-04-27 CN CN202310472925.5A patent/CN116483906B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967588A (zh) * | 2006-04-11 | 2007-05-23 | 华为技术有限公司 | 交互式问卷定制、交互系统及方法 |
CN106230883A (zh) * | 2016-07-14 | 2016-12-14 | 精硕世纪科技(北京)有限公司 | 一种基于网络路由器的调研信息采集的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116483906A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Frick et al. | Do online environments promote sufficiency or overconsumption? Online advertisement and social media effects on clothing, digital devices, and air travel consumption | |
CN116483906B (zh) | 提升在线调研精准度的方法及装置 | |
Gordon et al. | Close enough? a large-scale exploration of non-experimental approaches to advertising measurement | |
Koo et al. | Platform governance and the rural–urban divide: Sellers' responses to design change | |
Low et al. | Advancing on weighted PLS-SEM in examining the trust-based recommendation system in pioneering product promotion effectiveness | |
US10037543B2 (en) | Estimating conversion rate in display advertising from past performance data | |
Chiu et al. | Marketing strategy based on customer behaviour for the LCD-TV | |
US10853730B2 (en) | Systems and methods for generating a brand Bayesian hierarchical model with a category Bayesian hierarchical model | |
US9031863B2 (en) | Contextual advertising with user features | |
Kursan et al. | Business intelligence: The role of the internet in marketing research and business decision-making | |
CN102067105A (zh) | 使用用户行为历史来个性化赞助搜索广告布局 | |
Chandrasekaran et al. | Evaluating marketer generated content popularity on brand fan pages–a multilevel modelling approach | |
US20150019324A1 (en) | System and method for centralized advertisements serving and verification | |
Kozielski et al. | E-commerce and social media indicators | |
CN117808535A (zh) | 一种基于用户大数据分析的广告投放方法和系统 | |
WO2005066864A1 (en) | Online advertising method and online advertising system | |
WO2023205713A2 (en) | Systems and methods for improved user experience participant selection | |
TWI642017B (zh) | 目標族群評估方法及裝置 | |
KR20020072016A (ko) | 검색어를 통한 웹사용자 타켓광고방법 | |
Matsui et al. | Online-to-offline advertisements as field experiments | |
Wang et al. | An agent-based simulation model for IING’s adoption from a perspective of kinetic energy and potential energy | |
Alizada | Demystifying Search Engine Optimization-Online Retargeting Bond | |
Armona et al. | Information Inequality in Online Education | |
CN118229362B (zh) | 一种基于互联网大数据的广告精准投放方法和系统 | |
Cyriac | Big Data and the Abuse of Dominance by Multi-Sided Platforms |
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 |