System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及大数据处理领域,特别涉及一种调研数据处理方法、装置和存储介质。
技术介绍
1、调研问卷是一组与研究目标有关的问题,它是人们在社会调研活动中用来收集资料的一种常用工具。 调研人员借助调研问卷对社会活动过程进行准确、具体的测定,并应用统计方法对调研问卷的回答信息进行量的描述和分析,获取所需要的调研资料。
2、在一些相关技术中,一份调研问卷经常被复制多份,分发给不同的被调研用户。然而,各个被调研用户受限于自己的经历或经验,并不一定知道调研题目的答案,出现胡乱填写调研题目的答案的情况,影响调研结果的准确性,最终影响调研效果。
技术实现思路
1、本公开实施例,选出与被调研对象相关的被调研用户,根据被调研用户的用户行为图谱,确定被调研用户对被调研对象的各调研属性的预测评价信息,根据被调研用户对被调研对象的各调研属性的预测评价信息,从被调研对象的调研题目集中,确定适配被调研用户的调研题目,以形成合适被调研用户的个性化的调研问卷。从而,提高调研结果的准确性,提升调研效果。
2、本公开一些实施例提出一种调研数据处理方法,包括:
3、选出与被调研对象相关的被调研用户;
4、根据所述被调研用户的用户行为图谱,确定所述被调研用户对所述被调研对象的各调研属性的预测评价信息;
5、根据所述被调研用户对所述被调研对象的各调研属性的预测评价信息,从所述被调研对象的调研题目集中,确定适配所述被调研用户的调研题目,以形成所述被调研用户的调研问卷。<
...【技术保护点】
1.一种调研数据处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述选出与被调研对象相关的被调研用户包括:选出与所述被调研对象有交互行为的用户作为被调研用户。
3.根据权利要求1所述的方法,其特征在于,所述确定所述被调研用户对所述被调研对象的各调研属性的预测评价信息包括:
4.根据权利要求3所述的方法,其特征在于,所述利用评价预测模型进行预测得到所述被调研用户对所述被调研对象的各调研属性的预测评价信息包括:
5.根据权利要求4所述的方法,其特征在于,所述评价预测模型包括:依次级联的图神经网络、注意力模块和深度学习神经网络;
6.根据权利要求1所述的方法,其特征在于,所述被调研用户的用户行为图谱通过在所述被调研对象相关的专家知识图谱上设置以下至少一项来形成:所述被调研用户对被调研对象的交互行为连接关系、所述被调研用户对被调研对象的历史评价连接关系、所述被调研用户对被调研对象相关问题的历史解答关系。
7.根据权利要求6所述的方法,其特征在于,所述专家知识图谱通过集成物品类属关系、物品分类体
8.根据权利要求1所述的方法,其特征在于,所述确定适配所述被调研用户的调研题目,以形成所述被调研用户的调研问卷包括以下至少一项:
9.根据权利要求8所述的方法,其特征在于,所述调研题目的类型根据所述预测评价信息的评价值所对应的范围区间确定;或者
10.根据权利要求1-9任一项所述的方法,其特征在于,还包括:
11.根据权利要求10所述的方法,其特征在于,所述通过生成和抽取的对抗式学习方法,确定信息提取模型包括:
12.根据权利要求11所述的方法,其特征在于,所述利用所述信息提取模型,确定所述被调研用户对所述被调研对象的各调研属性的实际评价信息包括以下至少一项:
13.根据权利要求10所述的方法,其特征在于,还包括:
14.根据权利要求13所述的方法,其特征在于,所述确定所述实际评价信息的显著性权重包括:
15.根据权利要求13所述的方法,其特征在于,还包括:
16.根据权利要求15所述的方法,其特征在于,所述确定调研结果包括以下一项或多项:
17.一种调研数据处理装置,包括:
18.一种调研数据处理装置,包括:执行权利要求1-16中任一项所述的调研数据处理方法的模块。
19.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-16中任一项所述的调研数据处理方法的步骤。
...【技术特征摘要】
1.一种调研数据处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述选出与被调研对象相关的被调研用户包括:选出与所述被调研对象有交互行为的用户作为被调研用户。
3.根据权利要求1所述的方法,其特征在于,所述确定所述被调研用户对所述被调研对象的各调研属性的预测评价信息包括:
4.根据权利要求3所述的方法,其特征在于,所述利用评价预测模型进行预测得到所述被调研用户对所述被调研对象的各调研属性的预测评价信息包括:
5.根据权利要求4所述的方法,其特征在于,所述评价预测模型包括:依次级联的图神经网络、注意力模块和深度学习神经网络;
6.根据权利要求1所述的方法,其特征在于,所述被调研用户的用户行为图谱通过在所述被调研对象相关的专家知识图谱上设置以下至少一项来形成:所述被调研用户对被调研对象的交互行为连接关系、所述被调研用户对被调研对象的历史评价连接关系、所述被调研用户对被调研对象相关问题的历史解答关系。
7.根据权利要求6所述的方法,其特征在于,所述专家知识图谱通过集成物品类属关系、物品分类体系、概念属性关系来构建。
8.根据权利要求1所述的方法,其特征在于,所述确定适配所述被调研用户的调研题目,以形成所述被调研用户的调研问...
【专利技术属性】
技术研发人员:刘伟科,张泽华,韩卫召,何杰,沈俊杰,林战刚,
申请(专利权)人:北京沃东天骏信息技术有限公司,
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。