本发明专利技术涉及金融数据处理技术，揭露了一种问卷题目筛选的方法，包括：获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。本发明专利技术还提出一种问卷题目筛选的装置、电子设备以及存储介质。本发明专利技术可以提高问卷题目筛选的效率及准确率。的效率及准确率。的效率及准确率。
【技术实现步骤摘要】
问卷题目筛选的方法、装置、电子设备及存储介质
[0001]本专利技术涉及金融数据处理
，尤其涉及一种问卷题目筛选的方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]在金融领域，往往企业会同时存在多种业务，并且实时根据业务数据调整业务开展。通过用户数据反馈来更新业务进展，更贴合业务的开展。而电子问卷是线上收集数据的一种工具，用于满意度调查、意见反馈收集、测评、考试等场景。电子问卷面向的人群更广泛，简单易操作，调查者只需创建问卷链接就能向人群进行问卷发放，同时可以实现答卷的实时填写与回收，其答卷结果便于统计处理与分析。进而，根据金融业务场景生成符合业务需求，并且能够充分获取用户数据的问卷显得尤为重要。
[0003]七维健康测评问卷是围绕身体、情绪、社交、精神、认知、职业与经济七大维度对客户健康进行评估的一种问卷形式，基于这类问卷的调查结果可以生成全面客户画像，为客户打造专属服务方案。然而在问卷设计上，如果设置的问卷题目过多就会降低客户的答题积极性，从而出现客户乱答或不愿意做答等情况，在造成较差用户体验的同时，也无法准确刻画客户初步画像及实现个性化服务定制，影响后续流程。
[0004]现有技术中关于如何筛选问卷题目、高效取得初步客户画像的常用方法是通过专家咨询法，邀请多位专家共同讨论筛选问卷题目，但若问卷题目多、覆盖领域较广，通过不同领域专家进行评估筛选则需要消耗较多的资源，此外，该方法由于受人的主观因素影响比较大，容易导致问卷题目筛选的结果不够准确。
[0005]综上所述，现有筛选问卷题目的方法存在效率及准确率较低的问题。
技术实现思路
[0006]本专利技术提供一种问卷题目筛选的方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决问卷题目筛选效率及准确率较低的问题。
[0007]为实现上述目的，本专利技术提供的一种问卷题目筛选的方法，包括：
[0008]获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；
[0009]根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；
[0010]根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；
[0011]根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；
[0012]根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。
[0013]可选地，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数，包括：
[0014]从所述问卷题目中逐个选取两个问卷题目作为对比问卷题目，根据所述对比问卷
题目的选项生成对应的类别组合；
[0015]根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；
[0016]根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数。
[0017]可选地，所述根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数，包括：
[0018]利用下式进行卡方统计计算：
[0019][0020]其中，χ2表示为卡方统计量，f
o
表示为所述类别组合的实际值，f
e
表示为类别组合的预设期望值；
[0021]利用下式计算相关性系数：
[0022][0023]其中，φ
ij
表示为所述对比问卷题目中第i个问卷题目与第j个问卷题目的相关性系数，χ2表示为卡方统计量，N表示为所述问卷用户的数量，k表示为所述对比问卷题目中选项最少的数量。
[0024]可选地，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数，包括：
[0025]对所述问卷题目进行赋值，得到所述问卷用户每个问卷题目对应的问卷题目分值；
[0026]根据所述问卷题目的预设维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；
[0027]从多个维度对应的问卷题目集中逐个选取目标维度以及对应的目标问卷题目；
[0028]根据所述问卷题目分值对所述问卷用户对应的目标问卷题目排序，得到所述目标问卷题目对应的分值集合；
[0029]根据预设的划分标准将所述分值集合划分为高分组以及低分组，利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数。
[0030]可选地，所述根据所述相关性系数及所述区分度系数计算所述问卷题目的分值，包括：
[0031]利用下式根据相关性系数及区分度系数计算问卷题目的分值：
[0032][0033]其中，γ
i
表示为第i个问卷题目的分值，φ
ij
表示为第i个问卷题目与第j个问卷题
目的相关性系数，t
i
表示为第i个问卷题目对应的区分度系数，t
j
表示为第j个问卷题目对应的区分度系数。
[0034]可选地，所述根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集，包括：
[0035]根据所述问卷题目的维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；
[0036]利用所述问卷题目的分值对多个所述维度对应的问卷题目集中的问卷题目进行分值大小排列，得到多个维度对应的更新问卷题目集；
[0037]根据预设的第一公式以及预设的维度精选题目数量进行计算，得到每个维度对应的第一精选题目数量；
[0038]根据所述第一精选题目数量从每个维度对应的所述更新问卷题目集中提取维度精选问卷题目；
[0039]将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集。
[0040]可选地，所述对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目，包括：
[0041]提取所述测试问卷样本的题目以及问卷用户，得到问卷用户以及对应的测试问卷题目；
[0042]对所述测试问卷题目进行重复值剔除以及缺失值剔除，得到第一问卷题目；
[0043]利用预设的筛选规则对所述第一问卷题目进行标准化筛选，得到问卷题目。
[0044]为了解决上述问题，本专利技术还提供一种问卷题目筛选的装置，所述装置包括：
[0045]测试问卷样本筛选模块，用于获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；
[0046]相关性系数计算模块，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；
[0047]区分度系数计算模块，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；
[0048]问卷题目分值计算模块，用于根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种问卷题目筛选的方法，其特征在于，所述方法包括：获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。2.如权利要求1所述的问卷题目筛选的方法，其特征在于，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数，包括：从所述问卷题目中逐个选取两个问卷题目作为对比问卷题目，根据所述对比问卷题目的选项生成对应的类别组合；根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数。3.如权利要求2所述的问卷题目筛选的方法，其特征在于，所述根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数，包括：利用下式进行卡方统计计算：其中，χ2表示为卡方统计量，f
o
表示为所述类别组合的实际值，f
e
表示为类别组合的预设期望值；利用下式计算相关性系数：其中，φ
ij
表示为所述对比问卷题目中第i个问卷题目与第j个问卷题目的相关性系数，χ2表示为卡方统计量，N表示为所述问卷用户的数量，k表示为所述对比问卷题目中选项最少的数量。4.如权利要求1所述的问卷题目筛选的方法，其特征在于，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数，包括：对所述问卷题目进行赋值，得到所述问卷用户每个问卷题目对应的问卷题目分值；根据所述问卷题目的预设维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；从多个维度对应的问卷题目集中逐个选取目标维度以及对应的目标问卷题目；根据所述问卷题目分值对所述问卷用户对应的目标问卷题目排序，得到所述目标问卷
题目对应的分值集合；根据预设的划分标准将所述分值集合划分为高分组以及低分组，利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数。5.如权利要求1所述的问卷题目筛选的方法，其特征在于，所述根据所述相关性系数及所述区分度系数计算所述问卷题目的分值，包括：利用下式根据相关性系数及区分度系数计算问卷题目的分值：其中，γ
【专利技术属性】
技术研发人员：刘祺，郑玉桂，汤婧，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。