NL1037190C2 - Classificatiemechanisme met behulp van een dynamische vragenlijst. - Google Patents

Description

Classificatiemechanisme met behulp van een dynamische vragenlijst.

Het mechanisme voor het toewijzen van een categorie (klasse) aan een persoon die vragen in een vragenlijst beantwoord (participant) 5 wordt een classification questionnaire genoemd. Voorbeelden hiervan zijn medische diagnoses, waar doormiddel van het beantwoorden van vragen over symptomen de meest passende aandoening wordt gezocht, of een stemwijzer, waarin door het beantwoorden van vragen over politieke voorkeur een best passende 10 politieke partij wordt gezocht.

Een eigenschap van classification questionnaires is dat de lijst met vragen in een vooraf bepaalde volgorde wordt gesteld.

Dit heeft als nadeel dat voor een participant niet elke gestelde 15 vraag even relevant hoeft te zijn. Een voorbeeld is op het moment dat eerst de vragen 'Bezit u een auto?' en 'Wat is de reisafstand tussen u en uw werk?' worden gesteld, en de participant beantwoord deze met respectievelijk 'nee' en 'meer dan 10 km', de vraag 'Gebruikt u het openbaar vervoer' minder relevant wordt 20 omdat de kans dat deze met ja beantwoord groter is.

Een bestaande oplossing voor dit probleem is door logica toe te passen, en vragen in een vragenlijst over te slaan (skip-pattern questionnaires). Hierbij worden regels gebruikt waarbij op het 25 moment dat een bepaald antwoord gegeven wordt één of meerdere vragen kunnen worden overgeslagen. Voorbeelden hiervan zijn 'Heeft u kinderen?' waarbij, bij het antwoord 'nee' vermeld wordt, 'Ga naar vraag ..'.

30 Met het gebruik van rekenkracht in een computersysteem, is het mogelijk verder te gaan dan deze binaire logica, en de relevantie van een vraag op een probabilistische manier, dynamisch te bepalen. In plaats van de relevantie binair te bepalen met logica, wordt in het hier gepresenteerde model, na elke vraag de 35 relevantie van de resterende vragen in de questionnaire berekend en wordt op basis van deze relevantie de beste vervolgvraag gesteld aan de deelnemer. Op deze manier kan een computersysteem worden ontwikkeld waar met behulp van een triviale interface 1037190 2 vragen kunnen worden gesteld aan een participant, waarmee het computersysteem de participant of een domeinexpert advies kan geven met betrekking tot de uitkomstkandidaten.

5 Door een optimale vraagvolgorde te gebruiken kan er na een relevant deel van de vragen te hebben gesteld al worden gestopt met vragen stellen met minimaal verlies van accuraatheid van de classificatie, of kunnen er, door het systeem over meer vragen te laten beschikken dan er zullen worden gesteld, meer relevante 10 vragen worden gesteld, resulterend in een betere classificatie.

Ook kunnen deze twee voordelen worden gecombineerd resulterend in een korte, precieze questionnaire.

De manier van het bepalen van de relevantie van een vraag gebeurt 15 door enerzijds te kijken naar welke vragen een goed onderscheid zullen maken tussen de relevante kandidaten (als het ware het maximaliseren van de entropie van een vraag), en anderzijds door te kijken naar hoeveel een beantwoorde vraag zou toevoegen aan niet overlappende informatie in de classificatie (met als doel het 20 behalen van een hoge objectiviteit).

Hoe goed vragen aan deze criteria voldoen wordt automatisch berekend door zowel de vragen als de invloed die de antwoorden van die vragen op de verschillende mogelijke uitkomsten hebben, op een 25 universele manier te modelleren. Met de uitvinding kunnen, in combinatie met een willekeurig classificatiemodel (bijvoorbeeld kansrekening, bayesian logic, PCA e.d.), de bovenstaande criteria worden bepaald.

30 De uitvinding kan worden geplaatst in een geautomatiseerde vragenlijst, welke kan worden gemodelleerd met behulp van (figuur 1) waarin schematisch wordt weergegeven hoe de doorloop van een geautomatiseerde vragenlijst plaatsvindt. Allereerst wordt er met behulp van de uitvinding een vraag geselecteerd (stap 1 in figuur 35 1). Deze vraag wordt vervolgens aan de participant gesteld (stap 2) . Vervolgens wordt er beslist (stap 3) of er meer vragen gesteld kunnen worden en of dit zou moeten gebeuren. Indien het geval, dan herhaalt het proces zich vanaf stap 1. Op het moment dat er geen 3 vragen meer zijn of er wordt gekozen niet door te gaan, wordt er een classificatie uitgevoerd doormiddel van de hierna omschreven classificatie inferentiemachine (stap 4). De uitkomst van de classificatie wordt vervolgens gerepresenteerd in een vorm die 5 toepasselijk is voor de context waarin de vragenlijst gehouden is. (stap 5)

De werking van de uitvinding maakt gebruik van een willekeurig classificatiemodel dat kan worden gemodelleerd zoals schematisch 10 weergegeven in (figuur 2). Hierin representeert blok A de al eerder vernoemde classificatie inferentiemachine. Deze heeft invoer h, representerende een set met één of meerdere vraag-antwoordtupels in welke elke tupel in de set wordt gerepresenteerd door een tupel <v,a> waarin v een vraag representeert, en a een 15 antwoord op vraag v representeert. De tweede invoer (e) van de classificatie inferentiemachine representeert een set met uitkomst kandidaten. De inferentiemachine kan met gebruik van deze twee invoeren een uitvoer set S met dezelfde lengte als e genereren, waarin elk element in 5 de relevantie van een element uit e geeft, 20 gegeven dat een participant de vragen in de vraag-antwoordtupels h heeft beantwoord met de overeenkomstige antwoorden.

De vraagselectie uit stap 1 van (figuurl) wordt met behulp van de uitvinding bewerkstelligd. De uitvinding is te modelleren met 25 behulp van (figuur 3) waarin een 'Informatiemaat' (blok A) en een 'Objectiviteitsmaat' (blok B) beiden een score (5j en S2) opleveren welke door deze te combineren (blok S in figuur 3) het mogelijk maken een vervolgvraag (v) te selecteren.

30 De Informatiemaat (blok A in figuur 3) is een maat, die de mate van de hoeveelheid nieuwe informatie die een vraag potentieel biedt berekent, en wordt gemodelleerd met behulp van (figuur 4). Allereerst wordt er, met behulp van de al gegeven antwoorden h, en de uitkomst kandidaten e een 'Important Set' berekend (blok IS in 35 figuur 4). Dit hierna omschreven proces selecteert de uitkomst- kandidaten die gegeven h op dat moment het meest relevant zijn (e' in figuur 4). Vervolgens wordt Score ^ berekend voor elke 4 kandidaat vraag (v) uit de set met kandidaat vragen V en e' (Ent in figuur 4). Dit proces begint met voor elk mogelijk antwoord (a) van een kandidaat vraag v te berekenen wat de set met scores S is voor de kandidaat uitkomsten in e' indien a zou worden toegevoegd 5 aan de op dat moment geldende historie h. Dit gebeurt door gebruik te maken van de eerder omschreven classificatie inferentiemachine gemodelleerd in (figuur 2), waarin in dit geval h, h uit (figuur 4) met daaraan toegevoegd de tupel <v,a> representeert, en e, e' uit (figuur 4).

10 Vervolgens worden de resulterende scores voor elke uitkomstkandidaat met elkaar vergeleken en wordt er een nieuwe set M gemaakt (M in figuur 4), waarin elk element voor een antwoord van v het aantal uitkomstkandidaten uit e' representeert dat de hoogste relevantiescore bij dat antwoord heeft. Deze set geeft dus 15 de verwachte verdeling van uitkomstkandidaten gegeven de vragen weer. Door over deze set vervolgens de entropy zoals in literatuur door Shannon is gedefinieerd uit te rekenen, wordt een maat van onzekerheid over de uitkomst gevonden(5X). Hoe hoger dit getal, hoe meer de vraag bijdraagt aan de klassificatie.

20 Het berekenen van de 'Important Set' (Blok IS in figuur 4) gebeurt door de classificatie inferentiemachine de relevantiescore S voor elke uitkomst-kandidaat te laten berekenen, gegeven de op dat moment geldende historie h. Door de scores van alle uitkomstkandidaten met elkaar te vergelijken kan er vervolgens een 25 selectie gemaakt worden van de uitkomstkandidaten waarin een zeker percentage g met meest relevante scores wordt geselecteerd. Het percentage g wordt automatisch gekozen met hulp van het aantal al beantwoorde vragen. Hoe meer vragen er beantwoord zijn, hoe lager het percentage dient te zijn, teneinde de 'Important set' steeds 30 kleiner en specifieker te maken.

De Objectiviteitsmaat van een potentiële vraag v (Blok B in figuur 3) is een maat die bepaalt in hoeverre een potentiële vraag onbeantwoorde factoren bevraagt, en wordt gemodelleerd met behulp 35 van het model in (figuur 5). De objectiviteit wordt bepaald met behulp van de relevantiescore s in figuur 5 welke allereerst voor 5 de uitkomstkandidaten (e) en de op dat moment geldende historie (h) wordt bepaald met behulp van de classificatie inferentiemachine (Blok A in figuur 5). Ook wordt er een score s'in figuur 5 bepaalt voor elk antwoord (a) op de potentiële vraag 5 v door middel van de elementaire invloeden te gebruiken die dat antwoord (a) op de uitkomst-kandidaten heeft en deze te gebruiken als zijnde een historie van een vraag die vervolgens kan worden toegepast op de classificatie inferentiemachine (Blok B in figuur 5). De nu berekende scores s en s' zijn de scores van de historie 10 en de antwoorden op de vraag, en worden vervolgens vergeleken met behulp van de algemeen bekende Pearsons correlatie maat (Blok C in figuur 5). Dit resulteert in een score voor elk antwoord. Deze score wordt gecombineerd tot één score S2 die vervolgens gebruikt kan worden in het vraagselectie model (figuur 3).

15 1037190

Claims (5)

1. De uitvinding rangschikt een vragenlijst op een dusdanige manier dat relevantere vragen eerder gesteld worden teneinde het versnellen van een classificatie questionnaire en/of het 5 kwalitatief verbeteren van de classificatie.

2. Middels informatie die gehaald kan worden uit de antwoorden die een participant op vragen geeft, wordt een strategische vraagvolgorde wisseling bewerkstelligd teneinde het doel uit de eerste conclusie te bereiken.

3. Middels het modelleren van uitkomstkandidaten en hun elementaire invloeden op de uitkomstkandidaten door middel van een willekeurig classificatiemodel dat compatibel is met het model in (figuur 2) waarin middels een vraag-antwoord historie (h) en uitkomst kandidaten (e) een relevantiescore (5) voor elke uitkomst 15 kandidaat wordt berekend, wordt inzicht verschaft in similariteit tussen al beantwoorde vragen en potentiële vragen, en wordt inzicht gegeven in de hoeveelheid relevante informatie die antwoorden en vragen kunnen bieden teneinde de strategische vraagvolgorde uit conclusie 2 te kunnen bepalen.

4. Middels het gebruik van de absolute waarde van de correlatie tussen de al gegeven antwoorden en de elementaire beïnvloedingen die een potentieel antwoord heeft, gecombineerd met de kansen dat een potentieel antwoord van een potentiële vraag als antwoord wordt gegeven, wordt de similariteit tussen een 25 potentiële vraag en eventueel eerder gestelde vragen bepaald teneinde deze te gebruiken in het bepalen van de strategische vraagvolgorde uit conclusies 2 en 3.

5. Middels het gebruik van het classificatiemodel omschreven in conclusie 3 en de algemeen bekende entropie maat, wordt de 30 hoeveelheid relevante informatie die een potentiële vraag, gegeven de vraaghistorie(h) en de uitkomst kandidaten(e) zou kunnen opleveren berekent, voor een subset van uitkomstkandidaten welke gekarakteriseerd worden door hun op dat moment hoge relevantiescore, teneinde deze te kunnen gebruiken in het bepalen 35 van de strategische vraagvolgorde omschreven in conclusie 3. 1037190