[发明专利]一种基于VARK量表的问卷调查可信度分析方法有效

专利信息
申请号: 202211601063.3 申请日: 2022-12-14
公开(公告)号: CN115659129B 公开(公告)日: 2023-05-12
发明(设计)人: 雷丽平 申请(专利权)人: 长沙冉星信息科技有限公司
主分类号: G06F17/18 分类号: G06F17/18;G06F16/9035;G06Q50/20
代理公司: 长沙程思专利代理事务所(普通合伙) 43279 代理人: 熊海军
地址: 410000 湖南省长沙市高新开发*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 vark 量表 问卷调查 可信度 分析 方法
【权利要求书】:

1.一种基于VARK量表的问卷调查可信度分析方法,其特征在于,包括以下步骤:

Step1:基于用户的风格倾向确定用户画像数据,配置相关用户的用户需求;

Step2:将所述用户需求输入至预设的价值数据库;

所述价值数据库用于生成与所述用户需求相匹配的解决方案,所述解决方案的定义公式为:将所述VARK量表中的两个选择准则进行线性组合定义广义分析:

其中,c是广义评价,d是相关评价,t是评价准则;α为权重系数,0≤α≤1;

Step3:设定调查问卷分类、针对群体、监管规则;将问卷问答请求分发到每一个所述用户的服务器上;

Step4:获取答题用户的属性信息;所述属性信息包括用户的基本信息和用户的历史答题情况信息;

Step5:根据所述属性信息生成调查问卷,根据所述属性信息逐个判断作答的题目进行所述用户的加权可信度的分析;所加权可信度的分析包括以下步骤:

Step501:获取所述用户对所述调查问卷的当前答题情况,得到所述用户作答的题目情况;

Step502:根据所述属性信息逐个判断作答的题目与所述用户的相关性;

Step503:若加权可信度得分超过预先设定的评分标准,则将所述用户的问卷评价信息进行收藏储存;

所述加权可信度基于可信评级和用户相似度作为权重得到:其中,表示平均偏差,i和j分别表示项目序号和用户序号,表示第j个用户对第i个项目的信任度,R(j)表示第j个用户的可信评级,作为指数参数;表示第j个用户对第i个项目的评价偏差,T(i)表示第i个项目的用户相似度,作为指数参数;

所述预先设定的评分标准满足以下公式:

E= aL+bT+dS+eD+fP+gR+hM

其中,E为可信度评分,L为用户属性,T为答题时间,S为修改次数,D为延误,Р为题目占比,R为用户层次,M为边际需求,a-h为权重系数;

Step6:根据所述价值数据库生成与所述需求相匹配的最优解决方案;包括:

Step601:为所述用户需求建立对应的至少一个标签,当所述价值数据库中标记有所述属性信息的时候,判断所述用户的基本信息是否存储在所述价值数据库中;

Step602:当存在所述用户的基本信息时,根据该基本信息从所述价值数据库中查找和基本信息相对应的题目类别,根据所述标签通过预设的计算模型在所述价值数据库中计算出最优解决方案;

所述计算模型为以下算法中的至少一个:决策树、朴素贝叶斯分类器、最小二乘法、聚类算法;

Step7:通过分布式区块链技术将所述用户独立个人信息进行加密之后传输和保存。

2.根据权利要求1所述的一种基于VARK量表的问卷调查可信度分析方法,其特征在于:所述服务器包括网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件。

3.根据权利要求2所述的一种基于VARK量表的问卷调查可信度分析方法,其特征在于:使用服务器作为网络设备。

4.根据权利要求3所述的一种基于VARK量表的问卷调查可信度分析方法,其特征在于:所述网络设备是具有显示屏并且支持网页浏览的各种电子设备,包括车载智能屏、智能手机、平板电脑、膝上型便携计算机和台式计算机。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙冉星信息科技有限公司,未经长沙冉星信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211601063.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top