一种在线统计群体满意度的方法技术

本发明专利技术公开了一种在线统计群体满意度的方法。本发明专利技术将满意度作为度量单位衡量人的意愿，实际上本发明专利技术给出了一种提取群体意愿的简易方法，群体满意度统计以数值形式进行。首先，统计发起人确定需统计的事件并进行表述；然后，在群体内随机抽取参与赋值者，由其对相关的赋值选项给出满意度赋值，并通过数学方法合成出每个参与赋值者在赋值选项全部定义域里的满意度赋值，同时合成出群体的满意度曲线；最后，对比各个赋值选项的赋值结果，满意度最高的赋值选项即为群体最满意的赋值选项。由于采用上述在线统计群体满意度的方法，具有易操作、统计精确的特点，解决了传统一人一票的投票方法不能真正表达群体意愿的缺陷。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
目前统计群体满意度的方法，是通过“一人一票”的投票方式。目前的投票统计方法在提取群体满意度时的缺陷:“一人一票”在候选项目达到“三”项和至少三名投票者时，无法正确萃取民意，无法正确表达民意。在“一人一票”的投票中，当候选项目是“三”的情况下，由于每位投票者手中的选票只有一张，若将选票投向其中一项，则对另外两项的偏好程度就被抹杀了，无法表达出对另外两项的偏好信息，只有把他们统统归为“不喜欢”，这显然是荒谬的。根据“阿罗不可能定理”即使允许投票者对所有选项进行排序时，也会引出悖论。比如下列状况中，假设甲、乙、丙三人，面对a、b、c三个备选方案，他们可以根据偏好程度分别赋予a、b、c 一定的分值，以表达偏好程度的不同。甲(a> c > b) 65 25 10 乙(b > a > c) 50 30 20 丙(c > b > a) 40 35 25 合计:a 获得 65+30+25=120b 获得 10+50+35=95c 获得 25+20+40=85 真实的社会偏好次序为:a > b > c 120 95 85 而“一人一票”的投票结果若用分值来分析如下: 甲(a > c > b) 100 O O 乙(b > c > a) 100 O O 丙(c > a > b) 100 O O 把个人的社会偏好程度完全抹杀掉了，所得的社会偏好次序为: a = b = c 100 100 100 从而无法整合出群体的意愿排序。为了回避“一人一票”投票中，候选项目个数达到“三”时因为信息反馈出现盲区而形成的悖论，下面用候选项目“两两对决”的办法进行表决: 若取“a”、“b”对决，那么按照偏好次序排列如下: 甲(a > b ) 乙(b > a ) 丙(a > b ) 社会次序偏好为(a > b )。若再取“b”、“c”对决，“a”、“c”对决，于是得到三个社会偏好次序:(a > b )、(b > c )、(c > a )，由于这三个关系不符合传递性，所以不构成序关系，因此依然无法获取群体对选项的意愿排序，无法获取群体实现最大满意度的选项。而“一人一票”或投票人仅仅赋予选项排序所得到的结论: 1)a= b = c 100 100 100 2)(a > b )、(b > c )、(c > a ) 都无法正确表达群体意愿。
技术实现思路
为了解决上述现有技术中的不足，本专利技术的目的在于提供了一种简便、准确的解读和提取群体意愿的在线统计群体满意度的方法，从而通过网络公平地在线解决争议和进行决策。本专利技术之所以没有悖论是因为本专利技术不仅仅要求参与者排序而且要求参与者对选项进行度量化。为实现上述目的，本专利技术所采用的技术方案是: ，包括以下步骤: A、确定事件:由统计发起人对事件进行表述，视事件类型，需要指定当事人时，应指定当事人; B、确定统计群体:统计发起人确定统计在哪个群体进行，使统计发起人在指定的群体中完成满意度统计； C、确定赋值选项:由群体预先列出各种具体的赋值选项；可由统计发起人自行设定，或者统计发起人向群体征求意见后设定； D、确定参与赋值者:在群体的全体成员内随机抽取参与赋值者，或者选择群体的全体成员为参与赋值者，确定后通过网络对参与赋值者发送参加赋值的请求； E、参与赋值者对赋值选项进行满意度赋值:参与赋值者接受赋值请求并进入赋值流程后，对已经确定的赋值选项给出相应的满意度赋值；满意度赋值是参与赋值者的满意度表达，满意度赋值以数值形式或曲线形式存在，满意度值在-N?+N之间，其中N为正实数； F、根据赋值结果统计出群体最满意的赋值选项:满意度赋值结束后，统计出各赋值选项的群体赋值，对比后得出群体满意度最大的赋值选项，所有赋值选项中满意度最高的赋值选项就是群体最满意的统计结果。所述步骤C中，赋值选项分为单一性选项和集合性选项；如果某个选项可以利用选项中数值的连续变化来变更选项内容，则称该选项为集合性选项；如果某个选项不能利用选项中数值的连续变化来变更选项内容，则称该选项为单一性选项。根据以上特点，对于单一性选项进行满意度赋值时，只需要赋满意度值即可；对于集合性选项赋值时，则需要确定集合性选项的数值和对应数值的满意度值。赋值选项可以是单一性选项和集合性选项的各种组合。因为人们习惯的赋值选项多种多样，有单一性选项也有集合性选项，但是这样过多的选项不利于比较和实施，为了解决这个问题，需要对各种选项进行等价处理，对各种选项的等价处理属于另一个方法，将在另一个专利申请中提出。所述步骤E中，N优选10。所述步骤E中，对于单一性选项，参与赋值者直接对选项给出一个满意度赋值。对于集合性选项，参与赋值者只需对赋值选项的局部进行满意度赋值，然后可以通过设定满意度赋值函数合成出在赋值选项全部定义域里的满意度赋值；从而可以合成出个人满意度赋值的曲线函数。满意度赋值函数必须为单峰有界函数；代表应用为非对称正态分布密度函数。参与赋值者在赋值时，使用三点赋值法进行赋值，三个赋值点是:满意度最高的点即满意度为N时的点，满意度最高点两边各取任一个点。得到这些点后，代入函数，使用待定系数法求解函数，从而得到个人对赋值选项的满意度曲线；也即得到参与赋值者在集合性选项全部定义域里的满意度赋值。若参与赋值者对某一选项不赋值，则把群体赋值作为他的个人赋值。具体算法为“用非对称正态分布密度函数模拟每个参与赋值者的满意度曲线的算法”，如下: 在以X轴代表赋值选项的数值，Y轴代表满意度的坐标系中，使用两个正态分布密度函数来模拟人的满意度赋值曲线，分别代表满意度上升段和满意度下降段，函数形式为:本文档来自技高网...

【技术保护点】
一种在线统计群体满意度的方法，其特征在于，包括以下步骤：A、确定事件：由统计发起人对事件进行表述，视事件类型，需要指定当事人时，应指定当事人；B、确定统计群体：统计发起人确定统计在哪个群体进行，使统计发起人在指定的群体中完成统计；C、确定赋值选项：由群体预先列出各种具体的赋值选项；可由统计发起人自行设定，或者统计发起人向群体征求意见后设定；D、确定参与赋值者：在群体的全体成员内随机抽取参与赋值者，或者选择群体的全体成员为参与赋值者，确定后通过网络对参与赋值者发送参加赋值的请求；E、参与赋值者对赋值选项进行满意度赋值：参与赋值者接受赋值请求并进入赋值流程后，对已经确定的赋值选项给出相应的满意度赋值；满意度赋值是参与赋值者的意愿表达，满意度赋值以数值形式或曲线形式存在，满意度值在?N～+N之间，其中N为正实数；F、根据赋值结果统计出群体最满意的赋值选项：满意度赋值结束后，统计出各赋值选项的群体赋值，对比后得出群体满意度最大的赋值选项，所有赋值选项中满意度最高的赋值选项就是群体最满意的统计结果。

【技术特征摘要】
1.一种在线统计群体满意度的方法，其特征在于，包括以下步骤:A、确定事件:由统计发起人对事件进行表述，视事件类型，需要指定当事人时，应指定当事人；B、确定统计群体:统计发起人确定统计在哪个群体进行，使统计发起人在指定的群体中完成统计；C、确定赋值选项:由群体预先列出各种具体的赋值选项；可由统计发起人自行设定，或者统计发起人向群体征求意见后设定；D、确定参与赋值者:在群体的全体成员内随机抽取参与赋值者，或者选择群体的全体成员为参与赋值者，确定后通过网络对参与赋值者发送参加赋值的请求；E、参与赋值者对赋值选项进行满意度赋值:参与赋值者接受赋值请求并进入赋值流程后，对已经确定的赋值选项给出相应的满意度赋值；满意度赋值是参与赋值者的意愿表达，满意度赋值以数值形式或曲线形式存在，满意度值在-N~+N之间，其中N为正实数；F、根据赋值结果统计出群体最满意的赋值选项:满意度赋值结束后，统计出各赋值选项的群体赋值，对比后得出群体满意度最大的赋值选项，所有赋值选项中满意度最高的赋值选项就是群体最满意的统计结果。2.根据权利要求1所述的一种在线统计群体满意度的方法，其特征在于:所述步骤E中，通过参与赋值者对部分赋值选项进行满意度赋值，以待定系数法合成出参与赋值者在赋值选项全部定义域里的 个人的满意度赋值函数，从而合成出个人的满意度赋值曲线。3.根据权利要求2所述的一种在线统计群体满意度的方法，其特征在于:个人的满意度赋值函数为单峰有界函数。4.根据权利要求3所述的一种在线统计群体满意度的方法，其特征在于:所述赋值选项可以是单一性选项或/和集合性选项。5.根据权利要求4所述的一种在线统计群体满意度的方法，其特征在于:所述步骤E中，使用三点赋值法对集合性选项进行满意度赋值；三点赋值法用于使用非对称正态分布密度...

【专利技术属性】
技术研发人员：韩李宾，李剑，徐烽，
申请(专利权)人：韩李宾，李剑，徐烽，
类型：发明
国别省市：