一种基于业务场景的认知训练提升方法及系统技术方案

本发明专利技术公开了一种基于业务场景的认知训练提升方法及系统

【技术实现步骤摘要】
一种基于业务场景的认知训练提升方法及系统


[0001]本专利技术涉及一种基于业务场景的认知训练提升方法，同时也涉及相应的认知训练提升系统，属于认知训练

。

技术介绍

[0002]随着认知数字疗法得到越来越多的关注，其对于各类认知损伤的治疗效果也有越来越多的临床试验结果支持
。
[0003]然而，认知数字疗法作为一种新的治疗手段，用户对于其原理
、
作用以及形式不够了解，接受程度不足，训练依从性不高，客观上影响了认知数字疗法的应用普及，阻碍了此项新技术的推广
。
[0004]在认知数字疗法领域，大多基于患者客观病症与躯体表现来为患者推荐治疗与训练项目，尚未发现任何基于患者自身主观需求来指导产品改进
。
现有的市场调研与用户研究方法，在问卷设计前期主要使用深度访谈或焦点小组的方法归纳总结用户需求，这些方法在认知数字疗法领域的应用具有三项明显的局限性
。
其一，深度访谈或焦点小组的内容产出质量严重依赖于访谈者的经验，一般一个合格的访谈者需要在某一领域具备多年经验
。
其二，深度访谈或焦点小组通常受访者数量少，产出观点严重受限于选取的受访者，无法做到具有代表性的观点产出
。
其三，由于患者对于疾病本身的“病耻感”，患者对于一些问题可能存在隐瞒，在深度访谈或焦点小组面对面的形式下，缺乏对于一些敏感问题进行挖掘的可能性
。

技术实现思路

[0005]本专利技术所要解决的首要技术问题在于提供一种基于业务场景的认知训练提升方法
。
[0006]本专利技术所要解决的另一技术问题在于提供一种基于业务场景的认知训练提升系统
。
[0007]为实现上述技术目的，本专利技术采用以下的技术方案：
[0008]根据本专利技术实施例的第一方面，提供一种基于业务场景的认知训练提升方法，包括如下步骤：
[0009]基于历史用户的认知训练语音数据，采用第一预设模型进行语义挖掘，以获取所述用户对于认知训练所关注的不同问题；
[0010]基于所述用户对于认知训练所关注的不同问题，采用第二预设模型构建问卷；
[0011]对构建的问卷进行认知诊断评估，以获取所述问卷中用户难以理解的内容；
[0012]针对所述问卷中用户难以理解的内容进行问卷修正；
[0013]对修正后的问卷进行信效度检验，以在信效度满足预设条件下获取所述用户关心的核心问题；
[0014]基于所述用户关心的核心问题对认知训练方案进行调整，并将调整后的认知训练
方案推送给用户进行认知训练
。
[0015]其中较优地，所述采用第一预设模型进行语义挖掘，具体包括：
[0016]针对所述历史用户的认知训练语音数据，选择文档长度
N
D
，
N
D
服从泊松分布，
N
D
～
Poisson(
ξ
)
，
ξ
表示泊松分布的可设定参数；
[0017]选择每个主题发生的概率
θ
，
θ
服从
Dirichlet
分布，
θ
～
Dirichlet(
α
)
，
α
表示
Dirichlet
分布的参数；
[0018]对于
N
D
个单词中的每一个，分别选择主题
Z
n
，
Z
n
服从多项式分布，
Z
n
～
Multinomial(
θ
)
；其中，
n
表示主题个数；
[0019]根据多项式分布
P(W|Z
n
,
β
)
，选择
W
，
β
为
Dirichlet
分布的参数；其中，
W
表示最终生成的主题词语，
β
表示
Dirichlet
分布的可设定词语分布参数；
[0020]其中，
Dirichlet
分布的联合概率公式为：
[0021][0022]其中，
N
表示文档中词语的个数，
P(
θ
，
z
，
w|
α
，
β
)
表示用户对不同问题关注的概率值
。
[0023]其中较优地，基于所述用户对于认知训练所关注的不同问题，采用第二预设模型构建问卷，具体包括：
[0024]基于
UTAUT2
理论模型，预设多个模型维度和多个模型协变量；
[0025]分别将用户对于认知训练所关注的不同问题对应至多个所述模型维度，以用于评估所述用户对于认知训练的行为影响；
[0026]采用多个所述模型协变量分别对各个模型维度进行调节，以用于调节所述用户对于认知训练的行为影响的强弱
。
[0027]其中较优地，多个所述模型维度至少包括：期望绩效
、
努力期望
、
社会影响
、
促成条件
、
享乐动机
、
价值和习惯；
[0028]多个所述模型协变量至少包括：年龄
、
性别
、
经验和使用意愿
。
[0029]其中较优地，所述对修正后的问卷进行信效度检验，具体包括：
[0030]采用科隆巴赫
α
作为衡量信度的指标，对所述修正后的问卷进行信度检验，以获取信度检验结果；
[0031]采用
KMO
值作为衡量效度的指标，对所述修正后的问卷进行效度检验，以获取效度检验结果；
[0032]基于所述信度检验结果和所述效度检验结果对修正后的问卷进行信效度检验
。
[0033]其中较优地，所述信度检验，具体包括：
[0034]采用下式计算科隆巴赫
α
：
[0035][0036]其中，
α
表示衡量指标系数；
K
表示同一类别下的题目数量；
S
i2
表示所有被试在第
i
题上的分数变异；
S
x2
表示所有被试所得总分的分数方差；
[0037]将所述科隆巴赫
α
与第一阈值相比，以获取信度检验结果
。
[0038]其中较优地，所述效度检验，具体包括：
[0039]采用下式计算
KMO
值；
[0040][0041]其中，
r
ij
表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于业务场景的认知训练提升方法，其特征在于包括如下步骤：基于历史用户的认知训练语音数据，采用第一预设模型进行语义挖掘，以获取所述用户对于认知训练所关注的不同问题；基于所述用户对于认知训练所关注的不同问题，采用第二预设模型构建问卷；对构建的问卷进行认知诊断评估，以获取所述问卷中用户难以理解的内容；针对所述问卷中用户难以理解的内容进行问卷修正；对修正后的问卷进行信效度检验，以在信效度满足预设条件下获取所述用户关心的核心问题；基于所述用户关心的核心问题对认知训练方案进行调整，并将调整后的认知训练方案推送给用户进行认知训练
。2.
如权利要求1所述的认知训练提升方法，其特征在于所述采用第一预设模型进行语义挖掘，具体包括：针对所述历史用户的认知训练语音数据，选择文档长度
N
D
，
N
D
服从泊松分布，
N
D
～
Poisson(
ξ
)
，
ξ
表示泊松分布的可设定参数；选择每个主题发生的概率
θ
，
θ
服从
Dirichlet
分布，
θ
～
Dirichlet(
α
)
，
α
表示
Dirichlet
分布的参数；对于
N
D
个单词中的每一个，分别选择主题
Z
n
，
Z
n
服从多项式分布，
Z
n
～
Multinomial(
θ
)
；其中，
n
表示主题个数；根据多项式分布
P(W|Z
n
,
β
)
，选择
W
，
β
为
Dirichlet
分布的参数；其中，
W
表示最终生成的主题词语，
β
表示
Dirichlet
分布的可设定词语分布参数；
Dirichlet
分布的联合概率公式为：其中，
N
表示文档中词语的个数，
P(
θ
，
z
，
w|
α
，
β
)
表示用户对不同问题关注的概率值
。3.
如权利要求1所述的认知训练提升方法，其特征在于基于所述用户对于认知训练所关注的不同问题，采用第二预设模型构建问卷，具体包括：基于
UTAUT2
理论模型，预设多个模型维度和多个模型协变量；分别将用户对于认知训练所关注的不同问题对应至多个所述模型维度，以用于评估所述用户对于认知训练的行为影响；采用多个所述模型协变量分别对各个模型维度进行调节，以用于调节所述用户对于认知训练的行为影响的强弱
。4.
如权利要求3所述的认知训练提升方法，其特征在于：多个所述模型维度至少包括：期望绩效
、
努力期望
、
社会影响
...

【专利技术属性】
技术研发人员：张子恒，沈一，马珠江，
申请(专利权)人：北京智精灵科技有限公司，
类型：发明
国别省市：