CN109727055A - 网络问卷调查方法、装置、设备及计算机可读存储介质 - Google Patents
网络问卷调查方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109727055A CN109727055A CN201810566204.XA CN201810566204A CN109727055A CN 109727055 A CN109727055 A CN 109727055A CN 201810566204 A CN201810566204 A CN 201810566204A CN 109727055 A CN109727055 A CN 109727055A
- Authority
- CN
- China
- Prior art keywords
- questionnaire
- answered
- user terminal
- topic
- basic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000015572 biosynthetic process Effects 0.000 claims description 35
- 238000003786 synthesis reaction Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000013139 quantization Methods 0.000 claims description 10
- 230000004069 differentiation Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011835 investigation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种网络问卷调查方法,包括:在预设问卷题库中获取基础问卷题目并推送至用户终端;接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目并推送至所述用户终端;接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。本发明还提供一种网络问卷调查装置、设备及计算机可读存储介质。本发明可根据用户的基础作答确定用户的业务倾向,并根据该业务倾向动态配置进一步的进阶问卷题目,解决目前无法根据用户实际情况进行问卷调查的技术问题,实现了差异化的问卷调查。
Description
技术领域
本发明涉及网络技术领域,尤其涉及一种网络问卷调查方法、装置、设备及计算机可读存储介质。
背景技术
问卷调查是企业采集用户信息的一种有效的方式,通过问卷调查可以采集用户的基本状况、消费习惯、产品满意度、产品期望等方面的信息,并根据反馈的调查结果,进行相应的业务决策。
目前的常用问卷调查方法,是由工作人员制作一份问卷题目,然后使用这一份问卷题目对所有用户人群进行问卷调查;这种使用同一份问卷题目的问卷调查方式更侧重从宏观上统计用户的行为分布,未能考虑到每个(或每类)用户的个体差异,不利于进一步挖掘用户更细致的个体行为特征;而如果一次性要求用户回答大量问题,又容易引起用户的反感和抵触。
发明内容
本发明的主要目的在于提供一种网络问卷调查方法、装置、设备及计算机可读存储介质,旨在解决目前无法根据用户实际情况进行问卷调查的技术问题。
为实现上述目的,本发明提供一种网络问卷调查方法,所述网络问卷调查方法包括以下步骤:
在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。
可选地,所述接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向的步骤包括:
接收所述用户终端返回的基础问卷作答,并对所述基础问卷作答进行关键匹配,获取所述基础问卷作答中的业务关键字;
根据所述业务关键字确定所述用户终端对应用户的业务倾向。
可选地,所述基础问卷题目至少包括两题,
所述接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向的步骤包括:
接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答获取所述基础问卷题目各自对应的单题作答分值;
根据所述基础问卷题目各自对应的参考权重对所述单题作答分值进行加权计算,获得所述基础问卷作答的综合作答分值;
根据所述综合作答分值确定所述用户终端对应用户的业务倾向。
可选地,所述业务倾向包括第一倾向、第二倾向和倾向量化比,
所述根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题题目,并将所述进阶问卷题目推送至所述用户终端的步骤包括:
根据所述第一倾向、所述第二倾向和倾向量化比在所述预设文件题库中分别获取对应数量的第一倾向题目和第二倾向题目,并将所述第一倾向题目和第二倾向题目推送至所述用户终端。
可选地,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
获取所述用户终端的综合作答用时,并判断所述基础问卷作答的综合作答用时是否在预设标准范围内;
若所述综合作答用时在所述预设标准范围内,则确定所述综合问卷作答有效;
若所述综合作答用时不在所述预设标准范围内,则确定所述综合问卷作答无效。
可选地,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
在获取到预设数量的综合问卷作答时,根据获取到的综合问卷作答生成对应的问卷分析报告。
可选地,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
根据所述综合问卷作答获取所述用户的推荐产品信息,并将所述推荐产品信息推送至所述用户终端。
此外,为实现上述目的,本发明还提供一种网络问卷调查装置,所述网络问卷调查装置包括:
第一推送模块,用于在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
倾向确定模块,用于接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
第二推送模块,用于根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
作答生成模块,用于接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答
此外,为实现上述目的,本发明还提供一种网络问卷调查设备,所述网络问卷调查设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的网络问卷调查程序,其中所述网络问卷调查程序被所述处理器执行时,实现如上述的网络问卷调查方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有网络问卷调查程序,其中所述网络问卷调查程序被处理器执行时,实现如上述的网络问卷调查方法的步骤。
本发明可根据用户的基础作答确定用户的业务倾向,并根据该业务倾向动态配置进一步的进阶问卷题目,解决目前无法根据用户实际情况进行问卷调查的技术问题,实现了差异化的问卷调查,有利于进一步挖掘用户更细致的个体行为特征,同时还可减少了问卷重复开发的工作量;此外,对用户而言,可将答题的范围缩小至用户真正感兴趣的领域,减少了用户的答题量,保证了问卷调查的顺利进行。
附图说明
图1为本发明实施例方案中涉及的网络问卷调查设备的硬件结构示意图;
图2为本发明网络问卷调查方法第一实施例的流程示意图;
图3为本发明网络问卷调查方法第二实施例的流程示意图;
图4为本发明网络问卷调查装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的网络问卷调查方法主要应用于网络问卷调查设备,该网络问卷调查设备可以是服务器、也可以是其它具有数据处理功能的设备实现的。
参照图1,图1为本发明实施例方案中涉及的网络问卷调查设备的硬件结构示意图。本发明实施例中,网络问卷调查设备可以包括处理器1001(例如中央处理器CentralProcessing Unit,CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WI-FI接口);存储器1005可以是高速随机存取存储器(random access memory,RAM),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作***、网络通信模块以及网络问卷调查程序。在图1中,网络通信模块主要用于连接用户终端,与用户终端进行数据通信;而处理器1001可以调用存储器1005中存储的网络问卷调查程序,并执行本发明实施例提供的网络问卷调查方法。
本发明实施例提供了一种网络问卷调查方法。
参照图2,图2为本发明网络问卷调查方法第一实施例的流程示意图。
本实施例中,所述网络问卷调查方法包括以下步骤:
步骤S10,在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
问卷调查是企业采集用户信息的一种有效的方式,通过问卷调查可以采集用户的基本状况、消费习惯、产品满意度、产品期望等方面的信息,并根据反馈的调查结果,进行相应的业务决策。目前的常用问卷调查方法,是由工作人员制作一份问卷题目,然后使用这一份问卷题目对所有用户人群进行问卷调查;这种使用同一份问卷题目的问卷调查方式更侧重从宏观上统计用户的行为分布,未能考虑到每个(或每类)用户的个体差异,不利于进一步挖掘用户更细致的个体行为特征;而如果一次性要求用户回答大量问题,又容易引起用户的反感和抵触。对此,本实施例中提出了一种网络问卷调查方法,在设置问卷题目和答案时,在不同的问卷题目和答案之间添加一定的关联关系;在向用户推送问卷题目时,根据用户的回答智能获取相关联的其它问卷题目,从而可根据用户的实际情况进行问卷调查。
本实施例中的网络问卷调查方法是由网络问卷调查设备实现的,该网络问卷调查设备以服务器为例进行说明。服务器中预先设置有问卷题库,问卷题库中的具有若干道问卷题目,问卷题目的类型包括选择题(包括单选和多选)、问答题。这些问卷题目包括基础问卷题目和进阶问卷题目。基础问卷题目是对用户的基础信息进行询问,并了解用户的业务概况,例如“您的年龄是多少”,“您的性别是多少”,“您的职业的什么”,“您是否有购买基金股票等理财产品”、“你是否有进行贷款”、“你是通过何种方式浏览业务产品”等。进阶题目则可是对具体业务方面进行询问,而进阶题目又可根据业务倾向的不同分为多个类别;其中,该业务倾向可以从多种不同的维度进行描述,例如产品类型的倾向(倾向购买哪一类产品)、产品渠道的倾向(倾向如何购买产品和/或如何获取产品信息)等。本实施例中以产品类型维度作为进阶题目分类标准进行说明,当进阶题目以产品类型为维度进行分类时,其产品类型可包括基金类产品、股票类产品、贷款类产品;对应基金类产品的进阶题目可以包括“目前环境下更愿意投资于以下哪类基金”,“您购买货币式基金最看重的因素是什么”,“如果您选择购买开放式基金,您最看重的因素是什么”等;股票类的进阶题目可以包括“当股市处于上升期/低迷震荡时您的选择是”,“您进行投资决策时主要采用的分析方法是”,“假设假设您持有G股且该股正处于涨势,但当您在网上看到大多数股民不看好时您的选择是”等;贷款类的进阶题目可以包括“您更倾向于从哪一种渠道获取贷款”,“您选择贷款时最关注哪一方面”,“您会经常使用下列哪种渠道办理贷款业务”等。
具体的,当服务器接收到用户终端发送的问答请求时,不会一次性发送所有的问题,而是先在该预设的问卷题库中获取基础问卷题目,然后将这些基础问卷题目推送至用户终端,以使得用户通过用户终端对这些基础问卷题目进行作答。当然,对于基础题目的推送,也可以是分批次进行的。
步骤S20,接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
本实施例中,在接收到用户终端返回的基础问卷作答时,服务器会对该基础问卷作答进行校验,并根据基础问卷作答确定用户的业务倾向。其中,对于该业务倾向的确定,可以是在接收到用户终端返回的基础问卷作答时,对基础问卷作答进行关键字匹配,获取基础问卷作答中的业务关键字;再根据匹配到的业务关键字确定用户终端对应的用户(即用户终端的使用者、或答题人)的业务倾向。例如,基础问卷题目中有一题为,对于下述金融行为中你曾经进行有过哪种,备选答案分别为a购买股票、b购买基金、c进行贷款,其中在三个答案中分别具有业务关键字“股票”、“基金”、“贷款”;在用户终端返回的对这题的作答时,服务器将会对其作答进行关键字匹配,并根据匹配到的业务关键字确定出用户终端所对应的用户的业务倾向。
当然,对于该业务倾向,还可以是根据两道以上(此处“以上”包括本数,下同)的基础问卷作答确定的。其中,每道基础问卷题目的备选答案都具有一个分值;当用户选择某一个备选答案作为某一题的基础问卷作答时,可根据用户的选择得到该题的单题作答分值;然后每道基础问卷题目中还分别预设有一个参考权重,在得到每道基础问卷题目的单题作答分值时,即根据各自对应的基础问卷题目的参考权重对所有的单题作答分值进行加权计算,从而得到用户的基础问卷作答的综合作答分值;而不同的综合作答分值范围又分别对应了不同的业务倾向,在得到用户的综合作答分值时,可根据该综合作答分值所在的分值范围确定用户的业务倾向。例如,基础问卷题目包括有关于年龄、职业、每月收入、高频消费手段、消费比例、风险承担等级等问题,每道基础问卷问题的备选答案都对应了一个分值;服务器在接收用户终端返回的基础问卷作答时,可根据基础问卷作答确定每题的单题作答分值;然后根据基础问卷题目各自对应的参考权重对所有的单题作答分值进行加权计算,获得用户对基础问卷作答的综合作答分值;最后即可根据综合作答分值所在分值范围确定用户终端对应用户的业务倾向。
步骤S30,根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
本实施例中,在确定用户终端对应用户的业务倾向时,服务器将在问卷题库中获取到与该业务倾向向对应的进阶问卷题目,然后将这些进阶问卷题目推送至用户终端,以使用户通过用户终端进行作答。例如,当确定用户终端对应的业务倾向为股票时,服务器将在问卷题库中获取股票类的进阶问卷题目,如“当股市处于上升期/低迷震荡时您的选择是”,“您进行投资决策时主要采用的分析方法是”,“假设假设您持有G股且该股正处于涨势,但当您在网上看到大多数股民不看好时您的选择是”等进阶问卷题目,然后将这些进阶问卷题目推送至用户终端。当然,对于这些进阶问卷题目,在推送时也可以是分批进行推送的,例如获取到的对应进阶问卷题目共有20题,则可分两个批次进行推送,每批次为10题;服务器首先推送第一批次(10题)的进阶问卷题目,在接收到用户终端基于第一批次的进阶问卷题目返回的进阶问卷作答时,再推送第二批次(10题)的进阶问卷题目,从而避免用户在作答过程由于题量过多(或其它原因)放弃作答时服务器无法获取到任何反馈的情况出现。
进一步的,对于用户的业务倾向,可是仅倾向于一个产品类型,也可以是倾向于两个以上的产品类型;当用户的业务倾向是倾向于两个以上的产品类别时,对于不同产品类别的进阶问卷题目数量,也可以是不同的,以根据用户的倾向强烈程度对不同产品类别的进阶题目数量进行动态配置,使得用户看到的进阶问卷题目能更贴合用户的实际业务习惯。具体的,在确定用户的业务倾向时,确定用户的业务倾向包括第一倾向和第二倾向,且第一倾向和第二倾向之间的倾向量化比;对此,服务器在获取进阶问卷题目时,将会获取与第一倾向对应的第一倾向题目、以及与第二倾向对应的第二倾向题目,而第一倾向题目与第二倾向题目之间的题目数量比等于该倾向量化比。其中,对于倾向量化比的确定,也可以是根据用户基础问卷作答得到,例如,基础问卷题目中包括,“1、对于下述金融行为中您曾经进行有过哪种”以及“2、风险承受等级”;用户就这两题的回答分别为“1、曾购买过股票和基金”、“2、风险承受等级为稳健型”;根据用户的上述作答,可确定用户的业务倾向股票和基金,且购买基金的意向要强于购买购买股票,其倾向量化比为3:1;此时,服务器将获取股票类进阶问卷题目和基金类进阶问卷题目,且股票类进阶问卷题目数量和基金类进阶问卷题目数量之比为倾向量化比3:1。值得说明的是,量化比例也可以是根据多道基础问卷题目关联确定的(例如是根据其它题目的作答情况进行分值加权运算确定等)。
再进一步的,对于不同业务倾向的进阶问卷题目,还可以根据其业务特点进行进一步的细分,例如贷款类进阶问卷问题的包括贷款渠道、服务、利率等,基金类进阶问卷问题的包括信息获取渠道、投资策略、风险等级等。在向用户终端推送进阶问卷题目时,可采用分批次推送的方式,然后根据用户终端返回的前一批次的进阶问卷题目进一步确定用户的对该业务倾向的重点关注点,然后根据该重点关注点在后一批次的推送中推送对应方面的进阶问卷题目。
步骤S40,接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。
本实施例中,服务器接收到用户终端返回的进阶问卷作答时,即可根据步骤S20所得的基础问卷作答和该进阶问卷作答汇总成一份完整的综合问卷作答,其中这份用户问卷中所包括的题目量少于服务器中的题目数量。对于这份综合问卷作答,由于其包括有用户的基本信息和具体业务行为信息,因此服务器还可将该综合问卷作答确定用户的业务特征(例如用户的倾向产品、产品特征、高频浏览时段等),然后根据用户的业务特征获取用户的推荐产品信息,并将该推荐产品信息推送至用户终端,从而进行针对性的产品推介,既有利于业务的进行,也提高了用户的服务体验。其中,对于用户业务特征和/或业务习惯的确定,也可以是由专门的特征分析***或模型分析,服务器将只需将综合问卷作答发送至该特征分析***或模型中,并通过该特征分析***或模型确定用户的业务特征。
进一步的,服务器在获取到预设数量的综合问卷作答时,还可以对获取到的综合问卷作答进行统计和分析,生成对应的问卷分析报告。对于问卷分析报告可包括单题的回答分布,对于该单题回答分布可以采用图表的方式进行表示,如表格、饼状图、柱状图等;问卷分析报告中还可以包括人群特征倾向分析。例如可以以年龄、工资作为特征人群的表征,然后统计特征人群的业务倾向分布,如22-26年龄段、月工资在10000-15000元之间的特征人群中,40%的特征人口倾向于“基金”,40%的特征人口倾向于“股票”,20%的特征人口倾向于“其它”;而在倾向于基金的特征人口中,对于购买基金所采取的态度,有50%的特征人口是“偶尔查看盈亏,觉得差不多了就赎回”,有30%的特征人口是“放心的交给专家打理,注重长期收益”,有20%的特征人口是“很紧张盈亏,每天都要查看基金净值或收益率”。
本实施例中,在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。通过以上方式,本实施例可根据用户的基础作答确定用户的业务倾向,并根据该业务倾向动态配置进一步的进阶问卷题目,解决目前无法根据用户实际情况进行问卷调查的技术问题,实现了差异化的问卷调查,有利于进一步挖掘用户更细致的个体行为特征,同时还可减少了问卷重复开发的工作量;此外,对用户而言,可将答题的范围缩小至用户真正感兴趣的领域,减少了用户的答题量,保证了问卷调查的顺利进行。
参照图3,图3为本发明网络问卷调查方法第二实施例的流程示意图。
基于上述图2所示实施例,本实施例中,所述步骤S40之后还包括:
步骤S50,获取所述用户终端的综合作答用时,并判断所述基础问卷作答的综合作答用时是否在预设标准范围内;
步骤S60,若所述综合作答用时在所述预设标准范围内,则确定所述综合问卷作答有效;
步骤S70,若所述综合作答用时不在所述预设标准范围内,则确定所述综合问卷作答无效。
本实施例中,考虑到在进行问卷调查时,可能会出现用户随便选择的情况,此时对于这份综合问卷作答可以认为是无效的,而对于无效的综合问卷作答,是不具有分析价值的;对此,服务器在获得综合问卷作答时,还可对综合问卷作答进行分类,区分出有效作答和无效作答,以方便后续的分析或其它使用。具体的,本实施例中可通过综合作答用时来判断作答的有效性;服务器在向用户终端推送基础问卷题目的同时,还将进行计时,在接收用户终端返回的进阶问卷作答时,即停止计时,从而得到综合作答用时。在得到综合作答用时时,服务器会将该综合作答用时与预设标准范围进行比较,判断基础问卷作答的综合作答用时是否在预设标准范围内,从而判断用户的作答时长是否正常,其中该预设标准范围包括了标准下限和标准上限;当综合作答用时在预设标准范围内时,则判断用户的作答时长正常,此时可确定综合问卷作答是有效的;当综合作答用时不在预设标准范围内时,则判断用户的作答时长异常,用户在答题过程中可能是乱选,或者是答题过程中去进行其它操作、离开了一段时间才选择,此时可确定综合问卷作答是无效的。在确定综合问卷作答的有效性后,服务器还可在综合问卷作答中进行相应的标记,以方便后续的分析或其它使用。
此外,本发明实施例还提供一种网络问卷调查装置。
参照图4,图4为本发明网络问卷调查装置第一实施例的功能模块示意图。
本实施例中,所述网络问卷调查装置包括:
第一推送模块10,用于在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
倾向确定模块20,用于接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
第二推送模块30,用于根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
作答生成模块40,用于接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。
其中,上述网络问卷调查装置的各虚拟功能模块存储于图1所示网络问卷调查设备的存储器1005中,用于实现根据用户的基础作答确定用户的业务倾向,并根据该业务倾向动态配置进一步的进阶问卷题目的功能。
进一步的,所述倾向确定模块20包括:
关键字匹配单元,用于接收所述用户终端返回的基础问卷作答,并对所述基础问卷作答进行关键匹配,获取所述基础问卷作答中的业务关键字;
第一确定单元,用于根据所述业务关键字确定所述用户终端对应用户的业务倾向。
进一步的,所述基础问卷题目至少包括两题,所述所述倾向确定模块20包括:
分值获取单元,用于接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答获取所述基础问卷题目各自对应的单题作答分值;
加权计算单元,用于根据所述基础问卷题目各自对应的参考权重对所述单题作答分值进行加权计算,获得所述基础问卷作答的综合作答分值;
第二确定单元,用于根据所述综合作答分值确定所述用户终端对应用户的业务倾向。
进一步的,所述业务倾向包括第一倾向、第二倾向和倾向量化比,所述第二推送模块30,还用于根据所述第一倾向、所述第二倾向和倾向量化比在所述预设文件题库中分别获取对应数量的第一倾向题目和第二倾向题目,并将所述第一倾向题目和第二倾向题目推送至所述用户终端。
进一步的,所述网络问卷调查装置,还包括:
用时获取模块,用于获取所述用户终端的综合作答用时,并判断所述基础问卷作答的综合作答用时是否在预设标准范围内;
第一确定模块,用于若所述综合作答用时在所述预设标准范围内,则确定所述综合问卷作答有效;
第二确定模块,用于若所述综合作答用时不在所述预设标准范围内,则确定所述综合问卷作答无效。
进一步的,所述网络问卷调查装置,还包括:.
报告生成模块,用于在获取到预设数量的综合问卷作答时,根据获取到的综合问卷作答生成对应的问卷分析报告。
进一步的,所述网络问卷调查装置,还包括:
产品推送模块,用于根据所述综合问卷作答获取所述用户的推荐产品信息,并将所述推荐产品信息推送至所述用户终端。
其中,上述网络问卷调查装置中各个模块的功能实现与上述网络问卷调查方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有网络问卷调查程序,其中所述网络问卷调查程序被处理器执行时,实现如上述的网络问卷调查方法的步骤。
其中,网络问卷调查程序被执行时所实现的方法可参照本发明网络问卷调查方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种网络问卷调查方法,其特征在于,所述网络问卷调查方法包括以下步骤:
在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。
2.如权利要求1所述的网络问卷调查方法,其特征在于,所述接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向的步骤包括:
接收所述用户终端返回的基础问卷作答,并对所述基础问卷作答进行关键匹配,获取所述基础问卷作答中的业务关键字;
根据所述业务关键字确定所述用户终端对应用户的业务倾向。
3.如权利要求1所述的网络问卷调查方法,其特征在于,所述基础问卷题目至少包括两题,
所述接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向的步骤包括:
接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答获取所述基础问卷题目各自对应的单题作答分值;
根据所述基础问卷题目各自对应的参考权重对所述单题作答分值进行加权计算,获得所述基础问卷作答的综合作答分值;
根据所述综合作答分值确定所述用户终端对应用户的业务倾向。
4.如权利要求1所述的网络问卷调查方法,其特征在于,所述业务倾向包括第一倾向、第二倾向和倾向量化比,
所述根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题题目,并将所述进阶问卷题目推送至所述用户终端的步骤包括:
根据所述第一倾向、所述第二倾向和倾向量化比在所述预设文件题库中分别获取对应数量的第一倾向题目和第二倾向题目,并将所述第一倾向题目和第二倾向题目推送至所述用户终端。
5.如权利要求1所述的网络问卷调查方法,其特征在于,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
获取所述用户终端的综合作答用时,并判断所述基础问卷作答的综合作答用时是否在预设标准范围内;
若所述综合作答用时在所述预设标准范围内,则确定所述综合问卷作答有效;
若所述综合作答用时不在所述预设标准范围内,则确定所述综合问卷作答无效。
6.如权利要求1所述的网络问卷调查方法,其特征在于,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
在获取到预设数量的综合问卷作答时,根据获取到的综合问卷作答生成对应的问卷分析报告。
7.如权利要求1至6中任一项所述的网络问卷调查方法,其特征在于,所述接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答的步骤之后,还包括:
根据所述综合问卷作答获取所述用户的推荐产品信息,并将所述推荐产品信息推送至所述用户终端。
8.一种网络问卷调查装置,其特征在于,所述网络问卷调查装置包括:
第一推送模块,用于在预设问卷题库中获取基础问卷题目,并将所述基础问卷题目推送至用户终端;
倾向确定模块,用于接收所述用户终端返回的基础问卷作答,并根据所述基础问卷作答确定所述用户终端对应用户的业务倾向;
第二推送模块,用于根据所述业务倾向在所述预设问卷题库中获取对应的进阶问卷题目,并将所述进阶问卷题目推送至所述用户终端;
作答生成模块,用于接收所述用户终端返回的进阶问卷作答,并根据所述基础问卷作答和所述进阶问卷作答生成对应的综合问卷作答。
9.一种网络问卷调查设备,其特征在于,所述网络问卷调查设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的网络问卷调查程序,其中所述网络问卷调查程序被所述处理器执行时,实现如权利要求1至7中任一项所述的网络问卷调查方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有网络问卷调查程序,其中所述网络问卷调查程序被处理器执行时,实现如权利要求1至7中任一项所述的网络问卷调查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566204.XA CN109727055A (zh) | 2018-06-01 | 2018-06-01 | 网络问卷调查方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566204.XA CN109727055A (zh) | 2018-06-01 | 2018-06-01 | 网络问卷调查方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109727055A true CN109727055A (zh) | 2019-05-07 |
Family
ID=66293851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810566204.XA Pending CN109727055A (zh) | 2018-06-01 | 2018-06-01 | 网络问卷调查方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109727055A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110297884A (zh) * | 2019-05-16 | 2019-10-01 | 阿里巴巴集团控股有限公司 | 项目成员认证方法及装置 |
CN111177333A (zh) * | 2019-11-28 | 2020-05-19 | 泰康保险集团股份有限公司 | 一种数据处理方法和装置 |
CN111383058A (zh) * | 2020-03-13 | 2020-07-07 | 北方民族大学 | 一种高可靠性在线问卷调查方法与*** |
CN111966674A (zh) * | 2020-08-25 | 2020-11-20 | 北京金山云网络技术有限公司 | 标注数据的合格性判断方法、装置和电子设备 |
CN113378044A (zh) * | 2021-06-04 | 2021-09-10 | 苏州众言网络科技股份有限公司 | 题目匹配方法及平台 |
CN113674032A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷模型搭建***和方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074140A (zh) * | 2018-02-09 | 2018-05-25 | 弘成科技发展有限公司 | 智能问卷***及数据采集方法 |
-
2018
- 2018-06-01 CN CN201810566204.XA patent/CN109727055A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074140A (zh) * | 2018-02-09 | 2018-05-25 | 弘成科技发展有限公司 | 智能问卷***及数据采集方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110297884A (zh) * | 2019-05-16 | 2019-10-01 | 阿里巴巴集团控股有限公司 | 项目成员认证方法及装置 |
CN110297884B (zh) * | 2019-05-16 | 2023-04-28 | 创新先进技术有限公司 | 项目成员认证方法及装置 |
CN111177333A (zh) * | 2019-11-28 | 2020-05-19 | 泰康保险集团股份有限公司 | 一种数据处理方法和装置 |
CN111383058A (zh) * | 2020-03-13 | 2020-07-07 | 北方民族大学 | 一种高可靠性在线问卷调查方法与*** |
CN111966674A (zh) * | 2020-08-25 | 2020-11-20 | 北京金山云网络技术有限公司 | 标注数据的合格性判断方法、装置和电子设备 |
CN111966674B (zh) * | 2020-08-25 | 2024-03-15 | 北京金山云网络技术有限公司 | 标注数据的合格性判断方法、装置和电子设备 |
CN113378044A (zh) * | 2021-06-04 | 2021-09-10 | 苏州众言网络科技股份有限公司 | 题目匹配方法及平台 |
CN113674032A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷模型搭建***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109727055A (zh) | 网络问卷调查方法、装置、设备及计算机可读存储介质 | |
Fisch | Initial coin offerings (ICOs) to finance new ventures | |
Ascarza et al. | Beyond the target customer: Social effects of customer relationship management campaigns | |
Webley et al. | Commitment among ethical investors: An experimental approach | |
CN109615487A (zh) | 基于用户行为的产品推荐方法、装置、设备及存储介质 | |
CN108681970A (zh) | 基于大数据的理财产品推送方法、***及计算机存储介质 | |
Fadzil | A study on factors affecting the behavioral intention to use mobile apps in Malaysia | |
CN107944593A (zh) | 一种资源分配方法及装置,电子设备 | |
Ochoa et al. | Modeling the effect of quota sampling on online fieldwork efficiency: An analysis of the connection between uncertainty and sample usage | |
CN110162359A (zh) | 新手引导信息的推送方法、装置及*** | |
CN110474944A (zh) | 网络信息的处理方法、装置及存储介质 | |
Li et al. | Managing software‐as‐a‐service: Pricing and operations | |
CN114254189A (zh) | 保险产品推荐方法、装置和***、电子设备及存储介质 | |
Henckel et al. | Belief adjustment: A double hurdle model and experimental evidence | |
CN115082203A (zh) | 生息方案推送方法、装置、电子设备及存储介质 | |
Chenavaz et al. | Dynamic pricing in management science | |
Azam et al. | MOBILE PHONE USAGE IN BANGLADESH: THE EFFECTS OF ATTITUDE TOWARDS BEHAVIOUR AND SUBJECTIVE NORM. | |
Skiera et al. | Pricing metrics and the importance of minimum and billing increments | |
Liu | Mobile app platform choice | |
Lin et al. | Strategic growth options in network industries | |
CN112418654B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
Gilbert et al. | Beyond usability: the OoBE dynamics of mobile data services markets | |
WO2019035182A1 (ja) | 特典管理システム、特典管理装置及び特典管理方法 | |
CN112418929A (zh) | 一种数据共享方法及装置 | |
CN113536103A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190507 |
|
WD01 | Invention patent application deemed withdrawn after publication |