[发明专利]多维度人群特征测定方法

说明书

本发明涉及人群特征测试技术领域，尤其涉及一种多维度人群特征测定方法，该方法，包括以下步骤：1)构建客观不变信息模型，2)，构建客观可变信息样本模型，3)形成多维度人群特征分类数据库，4)通过仿真情景，采集并测定目标人员行为特征，记录该特征，形成目标人员的现场行为特征集合，5)通过信息网络技术获取目标人员的网络信息，提取目标人员行为特征，并记录目标人员行为特行形成网络行为特征集合，6)确定目标人员的人群特征类型，并将有效识别特征更新到多维度人群特征分类数据库内。本发明为社会活动提供行为特征数据支撑，便于预测或者判断目标人员潜在的行为倾向和能够接收的行为服务或者交流方式。

技术领域

本发明涉及人群特征测试技术领域，尤其涉及一种多维度人群特征测定方法。

技术背景

人群特征是指在组成人群的因素中，能引发人们行为和主动引导人的行为，并使个人面对不同种类的刺激或者在不同的选择中都能做出相同反映的特征结构。目前互联网上或智能终端人群特征的预测方法普遍采用基于语音特征测试或采集测试人员反馈信息形式。

上述方法，存在测定效果受主观因素影响大、测定素材不便于获取等缺点，而且仅使用语音素材或者采集测试人员反馈信息预测人群特征的技术手段依然单调，不能全面客观的反映被测定人的特征，并且不能适用于人工智能或智能机器人需要对被测定人群特征的准确判定。

发明内容

针对现有技术对人群特征分析的不准确、信度效果不佳等问题，本发明提供一种适合快速准确判定被测定人员特征的多维度人群特征测定方法。

根据本发明一种多维度人群特征测定方法，包括以下步骤：1)通过信息网络技术获取网络样本人员网络信息，通过包括图像、文字、视频、音频信息分析技术提取网络人员行为特征，依据该网络人员行为特征，构建客观不变信息模型；2)通过测量现场样本人员特征，包括面部动作特征、语调特征、语音特征、多场景回答认知特征以及人员着装特征中的任一种或者多种，依据该现场样本人员特征，构建客观可变信息样本模型；

3)对客观不变信息模型和客观可变信息样本模型进行比较，对相同结果进行拟合合并，作为确认共同测定特征，对不同特征进行多样本测定，并相互拟合，对行为特征中接收信息、分析信息、处理信息以及处理与人相处、与人的信息沟通以及感情交流六个维度进行分类，形成多维度人群特征分类数据库；

4)通过仿真情景，采集并测定目标人员行为特征，记录该特征，形成目标人员的现场行为特征集合；

5)通过信息网络技术获取目标人员的网络信息，提取目标人员行为特征，并记录目标人员行为特征形成网络行为特征集合；

6)加权拟合目标人员的现场行为特征集合和网络行为特征集合得到有效识别特征，所述有效识别行为特征与多维度人群特征分类数据库比对，确定目标人员的人群特征类型，并将有效识别行为特征更新到多维度人群特征分类数据库内；

步骤4)和步骤5)可以同时进行、也可分别进行。

进一步地，信息网络技术包括不限于爬虫技术、图形识别技术、语音检测技术。

进一步地，步骤4)所述情景仿真包括视觉、听觉、触觉呈现的仿真情景。

进一步地，步骤3)所述的拟合优化包括择优法、差值法、概率分布法一种或者多种；所述择优法为直接获取的现场样本人员的动态信息提取的行为特征、间接获取网络人员留下的不变的行为特征、获取现场样本人员中多场景回答的主观信息提取的特征权重依次降低的选择方式；所述差值法为是指通过对同一特征不同的测试方式进行比较，差值较小的作为测定特征；所述概率分布法为通过统计不同特征发生的概率，对于无法确定的行为特征进行概率分分类。

进一步地，六个维度所述人员特征形成相对的行为特征类型，作为判断人员在一行为中相对的行为活动的选择。

进一步，所述六个维度形成的相对的十二项类型，分别为：