TW202135094A - 一種數據採集方法和系統 - Google Patents

一種數據採集方法和系統 Download PDF

Info

Publication number
TW202135094A
TW202135094A TW110107987A TW110107987A TW202135094A TW 202135094 A TW202135094 A TW 202135094A TW 110107987 A TW110107987 A TW 110107987A TW 110107987 A TW110107987 A TW 110107987A TW 202135094 A TW202135094 A TW 202135094A
Authority
TW
Taiwan
Prior art keywords
collection
data
terminal
domain
target
Prior art date
Application number
TW110107987A
Other languages
English (en)
Inventor
李韶輝
吳連旺
劉平峰
Original Assignee
大陸商廣州快決測信息科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from CN202010150890.XA external-priority patent/CN111382336B/zh
Priority claimed from CN202010146387.7A external-priority patent/CN111292010B/zh
Application filed by 大陸商廣州快決測信息科技有限公司 filed Critical 大陸商廣州快決測信息科技有限公司
Publication of TW202135094A publication Critical patent/TW202135094A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0203Market surveys; Market polls

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一種數據採集方法及系統,包括採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲採集域的採集次數預設閾值;分流端生成公共採集單元,並將公共採集單元發送給多個用戶終端;基於用戶終端對公共採集單元反饋的第一數據,判斷至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;是則判斷目標數據採集模組的目標採集域的採集次數是否達到閾值;用戶終端對接收的目標數據採集模組反饋第二數據,並將第二數據發送給採集端;本申請可以避免問卷回收時流量的浪費,節約流量資源,降低成本。

Description

一種數據採集方法和系統
本申請涉及數據傳輸領域,特別涉及一種數據採集方法和系統。
近年來,網路問卷已大量普及日常生活中,網路問卷作爲針對某種信息進行調查、統計的重要手段。問卷的準確度與問卷調查數量成正比,問卷調查數量與問卷調查效率成正比,所以問卷調查效率會間接的影響問卷調查準確度,使得問卷調查效率如何提高一直是保證問卷調查準確度的最主要的技術問題之一。
本申請實施例之一提供一種數據採集方法。在一些實施例中,所述數據採集方法包括:採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值;分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端;所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端;所述採集端基於接收到的所述至少一個數據進行連線分析。
在一些實施例中,所述數據採集方法包括:採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值; 分流端生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域;是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值;否則將所述目標數據採集模組發送給所述用戶終端;所述用戶終端對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。
在一些實施例中,所述數據採集系統包括:採集端,用於爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值;分流端,用於生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域;是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值;否則將所述目標數據採集模組發送給所述用戶終端;用戶終端,用於對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。
本申請實施例之一提供一種數據採集裝置,包括處理器,所述處理器用於執行數據採集方法。
本申請實施例之一提供一種計算機可讀儲存媒體,所述儲存媒體存儲計算機指令,當計算機讀取儲存媒體中的計算機指令後,計算機執行數據採集方法。
爲了更清楚地說明本申請實施例的技術方案,下面將對實施例描述中所需要使用的附圖作簡單的介紹。顯而易見地,下面描述中的附圖僅僅是本申請的一些示例或實施例,對於本領域的普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖將本申請應用於其它類似情景。除非從語言環境中顯而易見或另做說明,圖中相同標號代表相同結構或操作。
應當理解,本文使用的“系統”、“裝置”、“單元”和/或“模組”是用於區分不同級別的不同組件、元件、部件、部分或裝配的一種方法。然而,如果其他詞語可實現相同的目的,則可通過其他表達來替換所述詞語。
如本申請和請求項書中所示,除非上下文明確提示例外情形,“一”、“一個”、“一種”和/或“該”等詞並非特指單數,也可包括複數。一般說來,術語“包括”與“包含”僅提示包括已明確標識的步驟和元素,而這些步驟和元素不構成一個排它性的羅列,方法或者設備也可能包含其它的步驟或元素。
本申請中使用了流程圖用來說明根據本申請的實施例的系統所執行的操作。應當理解的是,前面或後面操作不一定按照順序來精確地執行。相反,可以按照倒序或同時處理各個步驟。同時,也可以將其他操作添加到這些過程中,或從這些過程移除某一步或數步操作。
圖1是根據本申請一些實施例所示的數據採集系統的應用場景示意圖。
數據採集系統100可以用於問卷回收領域,具體的,可以對多個問卷中的選項預設相應的指標,並基於指標完成的情况對多個問卷進行分發和回收。只將配額指標未達標的問卷分發給用戶並進行回收,具體的,可以在一個問卷中的一個選項回收的數量達標之後,不再將該問卷分發給回答該選項的用戶。而且,若其他問卷該選項的回收數量未達標時,可以將其他問卷髮送給該用戶。用戶在對網路問卷進行作答時,需要分配相應的流量進行,因此,通過該系統可以防止流量的浪費,節約成本。
數據採集系統100可以是用於網際網路服務的線上服務平臺。例如,該通過數據採集系統100可以用於線上的問卷調查平臺。數據採集系統100可以包含伺服器110、網路120、用戶終端130和數據庫140。伺服器110可包含處理設備112。
在一些實施例中,伺服器110可以用於對多個問卷中的選項預設相應的指標相關的信息和/或數據。例如,伺服器110可以爲至少一個數據採集模組中每一個設置至少一個採集域(相當於問卷中的某個選項),以及爲採集域的採集次數預設閾值(相當於問卷中的每個選項對應回收配額指標)。伺服器110可以是獨立的伺服器或者伺服器組。該伺服器組可以是集中式的或者分布式的(如:伺服器110可以是分布系統)。在一些實施例中該伺服器110可以是區域的或者遠端的。例如,伺服器110可通過網路訪問存儲於用戶終端130、數據庫140中的信息和/或資料。在一些實施例中,伺服器110可直接與用戶終端130、數據庫140直接連接以訪問存儲於其中的信息和/或資料。在一些實施例中,伺服器110可在雲平臺上執行。例如,該雲平臺可包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲等中的一種或其任意組合。
在一些實施例中,伺服器110可包含處理設備112。該處理設備112可處理與設置數據採集模組相關的數據和/或信息以執行一個或多個本申請中描述的功能。例如處理設備112可以爲至少一個數據採集模組中每一個設置至少一個採集域(相當於問卷中的某個選項),以及爲採集域的採集次數預設閾值(相當於問卷中的每個選項對應回收配額指標)。在一些實施例中,處理設備112可包含一個或多個子處理設備(例如,單芯處理設備或多核多芯處理設備)。僅僅作爲範例,處理設備112可包含中央處理器(CPU)、專用集成電路(ASIC)、專用指令處理器(ASIP)、圖形處理器(GPU)、物理處理器(PPU)、數字信號處理器(DSP)、現場可程式邏輯閘陣列(FPGA)、可編輯邏輯電路(PLD)、控制器、微控制器單元、精簡指令集電腦(RISC)、微處理器等或以上任意組合。
網路120可促進數據和/或信息的交換,數據和/或信息可以包括用戶終端130發送給伺服器110第一數據和第二數據,即用戶對公共採集模型反饋的數據和對數據採集模組反饋的數據。在一些實施例中,數據採集系統100中的一個或多個組件(用戶終端130、數據庫140)可通過網路120發送數據和/或信息給數據採集系統100中的其他組件。
在一些實施例中,網路120可是任意類型的有線或無線網路。例如,網路120可包括纜綫網路、有線網路、光纖網路、電信網路、內部網路、網際網路、區域網路(LAN)、廣域網路(WAN)、無線區域網路(WLAN)、都會區域網路(MAN)、公共電話交換網路(PSTN)、藍牙網路、ZigBee網路、近場通訊(NFC)網路等或以上任意組合。
在一些實施例中,網路120可包括一個或多個網路進出點。例如,網路120可包含有線或無線網路進出點,如基站和/或網際網路交換點120-1、120-2、…,通過這些進出點,數據採集系統100的一個或多個組件可連接到網路120上以交換數據和/或信息。
用戶終端130可以是一種具有數據處理功能的設備的終端,可包括手機130-1、平板電腦130-2、筆記型電腦130-3等中的一種或任意組合。在一些實施例中,用戶終端130可包括具有發送數據功能的裝置,在反饋第一數據時,將數據發送給伺服器110。在一些實施例中,用戶終端130可以通過網路120將數據發送送給伺服器110。例如,用戶終端130可以通過網路120將第一數據發送給伺服器110。
數據庫140是用於爲系統100提供信息的來源。數據庫140可以用於爲系統100提供與服務相關的信息,例如,提供多份需要進行回收的問卷。又例如,數據庫140還可以包括針對於一個特定領域的所有問卷等。該特定領域可以是醫療、傳媒、科技領域。數據庫140可以在單個中央伺服器、通過通信鏈路連接的多個伺服器或多個個人設備中實現。數據庫140可以由多個個人設備和雲伺服器生成。在一些實施例中,數據庫140可以用於存儲回收的問卷。在一些實施例中,數據庫140中可以包含多個數據庫,用於存儲不同採集域的問卷。在一些實施例中,數據庫140可存儲每個問卷的採集域以及每個採集域的採集次數閾值。在一些實施例中,數據庫140可存儲供伺服器110執行或使用的信息和/或指令,以執行本申請中描述的示例性方法。在一些實施例中,數據庫140可包括大容量記憶體、可移動記憶體、揮發性讀寫記憶體(例如,隨機存取記憶體RAM)、唯讀記憶體(ROM)等或以上任意組合。在一些實施例中,數據庫140可在雲平臺上實現。例如,該雲平臺可包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲等或以上任意組合。
在一些實施例中,數據庫140可與網路120連接以與系統100的一個或多個組件(例如,伺服器110、用戶終端130等)通訊。數據採集系統100的一個或多個組件可通過網路120訪問存儲於數據庫140中的資料或指令。在一些實施例中,數據庫140可直接與數據採集系統100中的一個或多個組件(例如,伺服器110、用戶終端130等)連接或通訊。在一些實施例中,數據庫140可以是伺服器110的一部分。
圖2是根據本申請一些實施例所示的數據採集系統的模組圖。如圖2所示,該數據採集系統可以包括採集端210、分流端220、用戶終端230。
採集端210可以用於爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值。在一些實施例中,採集端210用於分別爲所述至少一個數據採集模組中的每一個構建數據庫;將所述數據庫分割爲多個子數據庫,所述多個子數據庫分別用於存儲與所述採集域匹配的用戶終端反饋的第二數據。在一些實施例中,所述子數據庫的存儲容量與所述採集域的採集次數正相關。
分流端220可以用於生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域;是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值;否則將所述目標數據採集模組發送給所述用戶終端。在一些實施例中,所述分流端220用於從所述至少一個數據採集模組中抽取所述公共採集單元。在一些實施例中,所述分流端220用於基於所述採集域生成所述公共採集單元。
用戶終端230可以用於對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。
應當理解,圖2所示的系統及其模組可以利用各種方式來實現。例如,在一些實施例中,系統及其模組可以通過硬體、軟體或者軟體和硬體的結合來實現。其中,硬體部分可以利用專用邏輯來實現;軟體部分則可以存儲在記憶體中,由適當的指令執行系統,例如微處理器或者專用設計硬體來執行。本領域技術人員可以理解上述的方法和系統可以使用計算機可執行指令和/或包含在處理器控制代碼中來實現,例如在諸如磁碟機、CD或DVD-ROM的載體介質、諸如唯讀記憶體(韌體)的可程式的記憶體或者諸如光學或電子信號載體的數據載體上提供了這樣的代碼。本申請的系統及其模組不僅可以有諸如超大規模集成電路或閘陣列、諸如邏輯芯片、電晶體等的半導體、或者諸如現場可程式邏輯閘陣列、可程式邏輯設備等的可程式硬體設備的硬體電路實現,也可以用例如由各種類型的處理器所執行的軟體實現,還可以由上述硬體電路和軟體的結合(例如,韌體)來實現。
需要注意的是,以上對於候選項顯示、確定系統及其模組的描述,僅爲描述方便,並不能把本申請限制在所舉實施例範圍之內。可以理解,對於本領域的技術人員來說,在瞭解該系統的原理後,可能在不背離這一原理的情况下,對各個模組進行任意組合,或者構成子系統與其他模組連接。例如,在一些實施例中,例如,圖2中披露的採集端210、分流端220、用戶終端230可以是一個系統中的不同模組,也可以是一個模組實現上述的兩個或兩個以上模組的功能。例如,採集端210、分流端220可以是兩個模組,也可以是一個模組同時具有數據採集功能和數據分流功能。例如,各個模組可以共用一個存儲模組,各個模組也可以分別具有各自的存儲模組。諸如此類的變形,均在本申請的保護範圍之內。
圖3是根據本申請一些實施例所示的數據採集方法的流程示意圖。如圖3所示,方法300包括:
步驟302,採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值。具體的,該步驟302可以由採集端210執行。
採集端是指用於信息採集的終端,例如一台計算設備,又例如計算設備的通訊設備或計算設備上用於信息採集功能的應用程式。在一些實施例中,採集端可以具備多個功能。在一些實施例中,採集端可以根據應用場景的不同,具備相應的功能。例如,採集端可以應用於問卷調查的場景,相應地,採集端可以具備編輯調查問卷、發放問卷、回收問卷等功能。在一些實施例中,採集端還可以爲回收問卷設置不同的條件,例如,回收一種或者多種類型的問卷;又例如,爲不同類型的問卷設置不同的回收量。
數據採集模組可以是採集端用於承載數據的模組。在一些實施例中,數據採集模組可以用於承載問卷題目。在一些實施例中,不同的問卷類型可以對應不同的數據採集模組,例如,問卷1對應數據採集模組1,問卷2對應數據採集模組2等。在一些實施例中,採集端可以通過數據採集模組採集數據,例如,採集端將數據採集模組發送給不同採集對象,採集對象對數據採集模組反饋數據,反饋的數據即爲採集端採集的數據。其中,採集可以針對不同的採集對象。對於調查場景,採集端採集的數據爲採集對象作答後的問卷。
在一些實施例中,採集域可以代表採集對象的信息。例如,採集對象的不同年齡,20-30歲、30-40歲等;採集對象的不同性別,男性、女性等;採集對象的其他特點,關注母嬰産品的用戶、關注電子産品的用戶等。在一些實施例中,採集域可以是問卷中的選項。例如,問卷中“請問您的愛好是?A、書、B、電影”則採集域可以是選擇“書”或選擇“電影”。採集域的採集次數可以是回收該採集域的採集對象的作答問卷的份數。例如,20-30歲100份代表回收100份20-30歲用戶的作答問卷,30-40歲50份代表回收50份30-40歲用戶的作答問卷。在一些實施例中,一個用戶作答一份問卷可以視爲採集次數中的一次。在一些實施例中,同一個用戶作答同一份問卷可以視爲採集次數中的一次,例如,用戶A作答了問卷1三次可以視爲作答一次。通過該實施例,可以防止採集的數據重複,對於調查領域而言,3個不同用戶的作答問卷相比於同一個用戶的3份作答問卷,前者的調查參考價值更大。
在一些實施例中,採集端可以爲每個數據採集模組設置採集域。對於調查領域,爲不同的問卷設置採集域,例如,爲問卷1設置採集域20-30歲、30-40歲、40-50歲;爲問卷2設置採集域20-30歲、40-50歲。在一些實施例中,採集端可以爲每個數據採集模組的不同採集域的採集次數設置閾值。其中,不同的數據採集模組相同的採集域的採集次數閾值可以相同,也可以不同,同一個數據採集模組的不同採集域的採集次數可以相同也可以不同。例如,爲問卷1設置採集域20-30歲採集次數閾值爲20份、30-40歲採集次數閾值爲40份、40-50歲採集次數閾值爲20份;爲問卷2設置採集域20-30歲採集次數閾值爲20份、40-50歲採集次數閾值爲50份。
步驟304,分流端生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域。具體的,該步驟304可以由分流端220執行。
分流端可以是具備數據處理功能以及數據分流功能的端口。公共採集單元可以是具有公共數據存儲功能以及公共數據採集功能的單元。在一些實施例中,公共採集單元可以用於確定用戶是否符合採集域,以及屬哪個採集域。可以理解,公共採集單元承載的公共數據可以是與採集域相關的數據,如與採集域相關的試題。示例的,採集域是針對採集對象年齡,則公共採集單元中的公共數據可以是關於年齡的試題,如“請問您的年齡是?A、20-30,B、30-40,C、40-50”。 在一些實施例中,採集端可以根據不同數據採集模組的採集域生成公共採集單元,例如,問卷A的採集域爲不同年齡段,問卷B的採集域爲不同性別,則公共採集單元承載的數據可以包含性別試題和年齡試題。在一些實施例中,採集端可以從數據採集模組中提取公共採集單元。具體的,將數據採集模組中涉及的與採集域相關的試題提取出來放於公共採集單元。例如,問卷A的採集域爲不同年齡段,且問卷A中包含詢問用戶年齡的試題,則將該試題提取出來放於公共採集單元,問卷B的採集域爲不同性別,且問卷B包含性別的試題,則將該試題提取出來放於公共採集單元。特別的,當採集域爲問卷中的選項時,將該選項對應的題目放於公共採集模組。在一些實施例中,可以根據實際情况選擇直接基於數據採集模組生成公共採集單元或/和直接提取。例如,問卷A的採集域爲不同年齡,且包含年齡的試題,問卷B採集域爲性別,但不包含性別試題,則採集端可以提取問卷A中的年齡試題,以及自動生成性別試題放於公共採集單元中。
用戶終端是指採集對象(或用戶)對數據採集模組或/公共採集單元反饋數據所用的終端。例如,電腦、手機等。第一數據可以是用戶對公共數據採集端反饋的數據。例如,用戶對年齡題目作答結果,如選擇的“A、20-30”。
目標採集域可以是與第一數據匹配的採集域,例如,與上述“A、20-30”匹配的採集域是年齡20-30。在一些實施例中,目標數據採集模組是指設置有目標採集域的數據採集模組,例如,問卷1的採集域爲20-30、30-40,問卷2的採集域爲30-40、40-50,則問卷1爲目標數據採集模組。
在一些實施例中,可以根據用戶反饋的第一數據確定是否存在目標數據採集模組。例如,對於第一數據“A、20-30”,若有問卷的採集域爲20-30,則存在;若沒有,則不存在。在一些實施例中,確定目標採集模組可以是一個或多個。
步驟306,是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值。具體的,該步驟306可以由分流端220執行。
在一些實施例中,根據用戶反饋的第一數據確定存在目標數據採集模組時,則判斷該目標數據採集模組的與第一數據對應的採集域的採集次數是否達到預設閾值。例如,對於第一數據“A、20-30”,存在問卷A和問卷B的採集域爲20-30,則判斷問卷A和問卷B的採集域20-30的實際回收數量是否已達到預設回收數量閾值。
在一些實施例中,根據用戶反饋的第一數據確定不存在目標數據採集模組時,則不存在需要該用戶進行作答的問卷,可以不進行操作。
步驟308,否則將所述目標數據採集模組發送給所述用戶終端。具體的,該步驟308可以由分流端220執行。
在一些實施例中,若目標數據採集模組的目標採集域的採集次數尚未達到預設閾值時,則將該目標數據採集模組發送給反饋該第一數據的用戶終端。例如,對於第一數據“A、20-30”,存在問卷A的採集域爲20-30,關於問卷A的採集域20-30的預設閾值爲50份,實際收入38份,則問卷A的採集域20-30的預設閾值尚未飽和,將問卷A發送給回答“A、20-30”對應的用戶。
在一些實施例中,在目標數據採集模組的目標採集域的採集次數已達到預設閾值時,則不對目標數據採集模組進行操作。關於問卷A的採集域20-30的預設閾值爲40份,實際收入40份,得知問卷A的採集域20-30的預設閾值已飽和,則不對問卷A進行操作,或不將問卷A發送給回答 “A、20-30”的用戶。
可以理解,若目標數據採集模組爲多個時,且每一個的目標採集域的採集次數均未達到對應的閾值,則可以將多個目標數據採集模組發給該用戶終端。例如,用戶A反饋的第一數據爲20-30歲,確定的目標數據採集模組包含問卷1和2,且兩個問卷的目標採集域20-30都未達到各自的閾值,則將問卷1和問卷2都發給用戶A。
步驟310,所述用戶終端對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。具體的,該步驟310可以由用戶終端230執行。
所述第二數據可以是用戶對目標數據採集模組反饋的數據。對於問卷領域,第二數據爲用戶對接收到的調查問卷題目的回答信息。繼續以上述示例爲例,則第二數據爲用戶對問卷A中題目作答後的信息。
在一些實施例中,用戶終端對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給採集端,從而實現對問卷的回收。
通過以上實施例,可以實現對問卷的有效回收,避免用於回收問卷的流量的浪費。可以理解,調查方爲了達到調查目的,一般會對問卷設置一定的採集要求,例如,需要回收回答某個選項的問卷份數(如題目12中A選項30份等),或者需要回收某個調查範圍的問卷份數(如,男性的問卷20份等)。通過上述實施例,將選項或者調查範圍作爲採集域,當問卷的採集域的採集份數達到閾值之後,不再將問卷髮送給用戶,可以避免流量的浪費。
而且,當對多個問卷同時回收時,不僅可以避免流量的浪費,還可以提高整體的回收效率。通過上述實施可知,當同時對多份問卷進行回收時,當多份問卷的某個採集域的份數都未達標時,則將多份問卷都發送給滿足該採集域的用戶;當多份問卷只有部分問卷的某個採集域的份數不達標時,則將未達標的問卷髮送給滿足該採集域的用戶即可。
圖4是根據本申請一些實施例所示的第二數據存儲方法的流程示意圖。如圖4所示,方法400包括:
步驟402,採集端分別爲所述至少一個數據採集模組中的每一個構建數據庫。具體的,該步驟402可以由採集端210執行。
數據庫可以是容納數據的存儲空間。例如,網路磁碟機、雲磁碟機等。
在一些實施例中,採集端分別爲至少一個數據採集模組中的每一個構建具有一定存儲空間的網路磁碟機。例如,通過採集端爲每一種問卷構建與每一種問卷一一對應的網路磁碟機,用於存儲每種問卷的回收數據(即用戶作答後的問卷)。如問卷A對應網路磁碟機A,網路磁碟機A用於存儲作答後的問卷A,問卷B對應網路磁碟機B,網路磁碟機B用於存儲作答後的問卷B。在一些實施例中,網路磁碟機容量可以根據每種問卷的回收需求進行設置。例如,問卷A回收需求爲40份,則網路磁碟機A容量至少可以容納40份問卷,問卷B回收需求爲30份,則網路磁碟機B容量至少可以容納30份問卷,且網路磁碟機A的容量可以大於網路B的磁碟機容量。
步驟404,採集端將所述數據庫分割爲多個子數據庫,所述多個子數據庫分別用於存儲與所述採集域匹配的用戶終端反饋的第二數據。具體的,該步驟404可以由採集端210執行。
子數據庫可以是數據庫中的部分存儲空間。例如,網路磁碟機A中的子磁碟機A1、A2、A3,其中A容量等於A1、A2、A3容量的總和。
在一些實施例中,採集端將所述數據庫分割爲多個子數據庫,所述多個子數據庫分別用於存儲與所述採集域匹配的用戶終端反饋的第二數據。例如,問卷A對應的網路磁碟機A,其中問卷A的採集域及其採集次數閾值分別爲:年齡20-30需回收50份,男性需回收40份,女性需回收60份,則網路磁碟機A的總容量至少可以容納150份(50份+40份+60份)問卷,而網路磁碟機的子磁碟機A1、A2、A3的容量分別至少可以容納50份、40份、60份的問卷,具體的,子磁碟機A1用於存儲年齡爲20-30歲用戶作答問卷A的結果;子磁碟機A2用於存儲男性用戶作答問卷A的結果;子磁碟機A3用於存儲女性用戶作答問卷A的結果。
在一些實施例中,子數據庫的存儲容量與所述採集域的採集次數正相關。子數據庫的存儲容量越大,則採集域的採集次數越大,繼續以上述示例爲例,子磁碟機A1的容量可以大於子磁碟機A2容量。
通過該實施例,爲不同的問卷、不同的採集域設置對應的存儲空間,可以便於後續分類查詢對應的回收問卷或者查詢不同採集域的回收問卷。
在一些實施例中,本申請提供一種數據採集裝置,包括處理器,所述處理器用於執行上述的數據採集方法。
在一些實施例中,本申請提供一種計算機可讀儲存媒體,所述儲存媒體存儲計算機指令,當計算機讀取儲存媒體中的計算機指令後,計算機執行上述的數據採集方法。
應當注意的是,上述有關流程數據採集方法的描述僅僅是爲了示例和說明,而不限定本申請的適用範圍。對於本領域技術人員來說,在本申請的指導下可以對流程數據採集方法進行各種修正和改變。然而,這些修正和改變仍在本申請的範圍之內。例如,在流程數據採集方法中添加其他步驟,例如,存儲步驟、檢驗步驟等。
本申請實施例可能帶來的有益效果包括但不限於:(1)本申請可以避免問卷回收時流量的浪費,節約流量資源,降低成本。(2)對多份問卷同時進行回收時,可以提高整體的回收效率。需要說明的是,不同實施例可能産生的有益效果不同,在不同的實施例裏,可能産生的有益效果可以是以上任意一種或幾種的組合,也可以是其他任何可能獲得的有益效果。
上文已對基本概念做了描述,顯然,對於本領域技術人員來說,上述詳細披露僅僅作爲示例,而並不構成對本申請的限定。雖然此處並沒有明確說明,本領域技術人員可能會對本申請進行各種修改、改進和修正。該類修改、改進和修正在本申請中被建議,所以該類修改、改進、修正仍屬本申請示範實施例的精神和範圍。
圖5是根據本申請一些實施例所示的數據採集方法的流程示意圖。如圖5所示,方法500包括:
步驟510、採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值;
步驟520、分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端;
步驟530、所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端;
步驟540、所述採集端基於接收到的所述至少一個數據進行連線分析。
圖6是根據本說明書的一些實施例所示的定向數據採集系統600的應用場景示意圖。
定向數據採集系統600可以通過傳播平臺向採集域內的目標對象終端自動發放調查問卷,無需人工投放,實現高效的定向調查。定向數據採集系統600可以是用於網際網路服務的線上服務平臺。例如,定向數據採集系統600可以用於線上的問卷調查平臺。定向數據採集系統600可以包括伺服器610、網路620、目標對象終端630、數據庫640、採集端650、調度端660、分發端670以及傳播平臺680。伺服器610可包含處理設備112。
在一些實施例中,伺服器610可以用於處理與定向數據採集系統610相關的信息和/或數據。例如,伺服器610可以對目標對象終端630反饋的數據進行連線分析。伺服器610可以是獨立的伺服器或者伺服器組。該伺服器組可以是集中式的或者分布式的(如:伺服器610可以是分布系統)。在一些實施例中該伺服器610可以是區域的或者遠端的。例如,伺服器610可通過網路620訪問存儲於目標對象終端630、數據庫640中的信息和/或資料。在一些實施例中,伺服器610可直接與目標對象終端630、數據庫640連接以訪問存儲於其中的信息和/或資料。在一些實施例中,伺服器610可在雲平臺上執行。例如,該雲平臺可包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲等中的一種或其任意組合。
在一些實施例中,伺服器610可包含處理設備112。該處理設備112可處理與定向數據採集系統610相關的數據和/或信息以執行一個或多個本申請中描述的功能。例如處理設備112可以根據獲取的第一採集指令,確定數據採集模組。在一些實施例中,處理設備112可包含一個或多個子處理設備(例如,單芯處理設備或多核多芯處理設備)。僅僅作爲範例,處理設備112可包含中央處理器(CPU)、專用集成電路(ASIC)、專用指令處理器(ASIP)、圖形處理器(GPU)、物理處理器(PPU)、數字信號處理器(DSP)、現場可程式邏輯閘陣列(FPGA)、可編輯邏輯電路(PLD)、控制器、微控制器單元、精簡指令集電腦(RISC)、微處理器等或以上任意組合。
網路620可促進數據和/或信息的交換,數據和/或信息可以包括獲取的第一採集指令。在一些實施例中,通過定向數據採集系統600中的一個或多個組件(例如,伺服器610、目標對象終端630、採集端650、調度端660、分發端670以及傳播平臺680)可通過網路620發送數據和/或信息給定向數據採集系統600中的其他組件。在一些實施例中,網路620可是任意類型的有線或無線網路。例如,網路620可包括纜綫網路、有線網路、光纖網路、電信網路、內部網路、網際網路、區域網路(LAN)、廣域網路(WAN)、無線區域網路(WLAN)、都會區域網路(MAN)、公共電話交換網路(PSTN)、藍牙網路、ZigBee網路、近場通訊(NFC)網路等或以上任意組合。在一些實施例中,網路620可包括一個或多個網路進出點。例如,網路620可包含有線或無線網路進出點,如基站和/或網際網路交換點620-1、620-2、…,通過這些進出點,定向數據採集系統600的一個或多個組件可連接到網路620上以交換數據和/或信息。
目標對象終端630可以是指用戶(例如,調查問卷的受訪者等)用於反饋數據(例如,調查題目的一個或多個回答)的設備的終端,可包括手機630-1、平板電腦630-2、筆記型電腦630-3等中的一種或其任意組合。在一些實施例中,目標對象終端630可包括具有輸入功能的裝置,以輸入調查題目的回答數據。在一些實施例中,目標對象終端630可以將反饋(即回答)的數據發送到伺服器610。
數據庫640是用於爲定向數據採集系統600提供其他信息的來源。數據庫640可以用於爲定向數據採集系統600提供與服務相關的信息,例如,連線答題的人數、用戶連線答題的時長、用戶輸入的文字字數等。又例如,數據庫640還可以包括連線答題的用戶信息、歷史回答等,該用戶信息可以包括用戶的姓名、用戶的年齡、用戶的職位等。數據庫640可以在單個中央伺服器、通過通信鏈路連接的多個伺服器或多個個人設備中實現。數據庫640可以由多個個人設備和雲伺服器生成。在一些實施例中,數據庫640可存儲從目標對象終端630反饋的數據,例如,受訪者對於調查題目的回答。在一些實施例中,數據庫640可存儲供伺服器610執行或使用的信息和/或指令,以執行本申請中描述的示例性方法。在一些實施例中,數據庫640可包括大容量記憶體、可移動記憶體、揮發性讀寫記憶體(例如,隨機存取記憶體RAM)、唯讀記憶體(ROM)等或以上任意組合。在一些實施例中,數據庫640可在雲平臺上實現。例如,該雲平臺可包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲等或以上任意組合。
在一些實施例中,數據庫640可與網路620連接以與定向數據採集系統600的一個或多個組件(例如,伺服器610、目標對象終端630、採集端650、調度端660、分發端670以及傳播平臺680等)通訊。定向數據採集系統600的一個或多個組件可通過網路620訪問存儲於數據庫640中的資料或指令,例如,對於有關員工敬業度調查、員工滿意度調查、客戶滿意度調查的開放問卷調查的回答等。在一些實施例中,數據庫640可直接與定向數據採集系統600中的一個或多個組件(例如,伺服器610、目標對象終端630、採集端650、調度端660、分發端670以及傳播平臺680)連接或通訊。在一些實施例中,數據庫640可以是伺服器610的一部分。
在一些實施例中,採集端650可以是用於確定數據採集模組的終端,例如,可以是用於生成調查題目和調查題目的執行邏輯的終端設備,在一些實施例中,採集端610還可以是對接收到的反饋數據進行分析的終端,例如,對受訪者針對調查題目的回答數據進行分析的設備終端。採集端650可以包括手機650-1、平板電腦650-2、筆記型電腦650-3等中的一種或其任意組合。
調度端660 可以是用於確定採集域的終端,即,調度端660可以確定採集端650生成的數據採集模組的分發範圍,例如,可以是確定調查問卷的調查人群的終端設備,調度端660可以是一台或多台伺服器,也可以是一台或多台管理終端設備。
在一些實施例中,分發端670可以獲取調度端660中的數據,例如採集域,分發端670可以通過調用一個或多個傳播平臺680的發送埠,基於獲取的採集域向採集域中的多個目標對象終端630分發數據採集模組,在一些實施例中,分發端670可以是分發數據採集模組的終端,例如,可以是用於分發調查題目的設備終端。分發端670可以是一台或多台伺服器,也可以是一台或多台管理按設備。
在一些實施例中,傳播平臺680可以是分發端670用於分發數據採集模組的網路平臺,例如,可以是用於分發調查題目的網路平臺,在一些實施例中,分發端670可以調用傳播平臺680的發送埠,將數據採集模組發送至傳播平臺680,傳播平臺680接收數據採集模組後,可以通過傳播平臺680的發送埠,將該數據採集模組發送給正在使用該傳播平臺的目標對象終端630,在一些實施例中,傳播平臺680可以包括但不限於網路社交平臺、網路購物平臺、網路學習平臺、網路讀書平臺、網路音樂平臺以及網路游戲平臺。傳播平臺680可以安裝在各個終端設備上,例如,可以安裝在手機、平板電腦、筆記型電腦等中的一種或其任意組合中。
圖7是根據本說明書的一些實施例所示的定向數據採集系統700的模組圖。如圖7所示,該定向數據採集系統700可以包括:採集端710、調度端720、分發端730以及目標對象終端740。
採集端710可以用於採集端根據獲取的第一採集指令,確定數據採集模組;以及用於基於接收到的至少一個數據進行連線分析。在一些實施例中,所述數據採集模組包括:數據採集邏輯結構以及至少一個數據採集體;其中,所述數據採集體是用於獲取數據的執行單元;所述數據採集邏輯結構包括以下邏輯中的一種或多種的組合:單體執行、順序執行、隨機執行、根據參數跳轉、和/或根據採集數據跳轉。具體見圖8和圖9A-4C及其相關描述,此處不再贅述。
調度端720可以用於根據數據採集的目標獲取第二採集指令,確定採集域,在一些實施例中,調度端720還可以用於根據所述第二採集指令確定一個或多個條件方向;根據所述第二採集指令確定一個或多個所述條件方向的條件值。在一些實施例中,調度端720還可以通過反饋的所述至少一個數據 ,基於第一機器學習模型,確定所述採集域的所述條件值。
分發端730可以用於通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端;在一些實施例中,分發端730還可以用於根據所述採集域確定調用的所述一個或多個傳播平臺;調用所述一個或多個傳播平臺的發送埠,並傳遞由所述採集域確定的第一參數。在一些實施例中,分發端730還可以用於根據所述條件方向和/或所述條件值,基於第二機器學習模型,確定所述一個或多個傳播平臺。具體見圖8及其相關描述,此處不再贅述。
目標對象終端740可以用於連線接到所述數據採集模組後連線反饋所述至少一個數據,並將所述至少一個數據連線返回給所述採集端;在一些實施例中,目標對象終端740還可以用於根據所述數據採集邏輯執行所述數據採集體,採集所述至少一個數據。在一些實施例中,目標對象終端740還可以用於獲取調用所述傳播平臺時傳遞的所述第一參數,獲取所述傳播平臺提供的第二參數,和/或獲取所述目標對象終端提供的第三參數;根據所述第一參數、所述第二參數和/或所述第三參數執行所述根據參數跳轉。具體見圖8及其相關描述,此處不再贅述。
在一些實施例中,目標對象終端740還可以用於顯示一段或多段文本,和/或一張或多張圖片;獲取第三採集指令,所述第三採集指令爲在所述文本的一處或多處文本選擇位置的第一點選,和/或在所述圖片的一處或多處圖片選擇位置的第二點選;根據所述第一點選在所述文本選擇位置進行第一差異顯示,和/或,根據所述第二點選在所述圖片選擇位置進行第二差異顯示;根據所述第一點選和/或所述第二點選,確定所述至少一個數據。具體見圖8及其相關描述,此處不再贅述。
應當理解,圖7所示的系統及其模組可以利用各種方式來實現。例如,在一些實施例中,系統及其模組可以通過硬體、軟體或者軟體和硬體的結合來實現。其中,硬體部分可以利用專用邏輯來實現;軟體部分則可以存儲在記憶體中,由適當的指令執行系統,例如微處理器或者專用設計硬體來執行。本領域技術人員可以理解上述的方法和系統可以使用計算機可執行指令和/或包含在處理器控制代碼中來實現,例如在諸如磁碟機、CD或DVD-ROM的載體介質、諸如唯讀記憶體(韌體)的可程式的記憶體或者諸如光學或電子信號載體的數據載體上提供了這樣的代碼。本說明書的系統及其模組不僅可以有諸如超大規模集成電路或閘陣列、諸如邏輯芯片、電晶體等的半導體、或者諸如現場可程式邏輯閘陣列、可程式邏輯設備等的可程式硬體設備的硬體電路實現,也可以用例如由各種類型的處理器所執行的軟體實現,還可以由上述硬體電路和軟體的結合(例如,韌體)來實現。
需要注意的是,以上對於定向數據採集系統700及其模組的描述,僅爲描述方便,並不能把本說明書限制在所舉實施例範圍之內。可以理解,對於本領域的技術人員來說,在瞭解該系統的原理後,可能在不背離這一原理的情况下,對各個模組進行任意組合,或者構成子系統與其他模組連接。例如,圖7中披露的採集端710、調度端720、分發端730以及目標對象終端740可以是一個系統中的不同模組,也可以是一個模組實現上述的兩個模組的功能。又例如,定向數據採集系統700中各個模組可以共用一個存儲模組,各個模組也可以分別具有各自的存儲模組。諸如此類的變形,均在本說明書的保護範圍之內。
圖8是根據本說明書的一些實施例所示的定向進行數據採集的方法的流程示意圖。
步驟802,採集端根據獲取的第一採集指令,確定數據採集模組。具體的,步驟802可以由採集端710執行。
在一些實施例中,採集端可以具備多個功能。在一些實施例中,採集端可以根據應用場景的不同,具備相應的功能。例如,採集端可以應用於問卷調查的場景,相應地,採集端可以具備編輯調查問卷的功能。
在一些實施例中,第一採集指令可以是用戶在採集端的交互界面上通過第一交互操作生成的任何指令,其中,第一交互操作可以包括調查問卷設計操作。在一些實施例中,調查問卷設計操作可以包括數據採集體設計操作以及數據採集邏輯結構設計操作。在一些實施例中,由於第一採集指令是通過第一交互操作生成的指令,則第一採集指令可以包括數據採集體設計指令和數據採集邏輯結構設計指令。
在一些實施例中,數據採集模組可以是指包含有數據採集邏輯結構以及數據採集體的模組,其中,數據採集邏輯結構可以由數據採集邏輯結構設計指令確定,數據採集體可以由數據採集體設計指令確定。
在一些實施例中,數據採集體可以是用於獲取數據的執行單元,其中,數據可以是任何數據,例如,文本、語音以及圖像等,在一些實施例中,數據可以是指調查問卷中的調查題目,在一些實施例中,調查題目可以包括不同類型的題目,具體的,調查題目可以包括但不限於圖片熱區題、PK題以及排序題。在一些實施例中,圖片熱區題可以用於目標對象終端回答該題中的熱點區域,熱點區域爲採集端設置的圖片中的任何區域;在一些實施例中,PK題可以包括但不限於以下至少之一圖片PK題和文字PK題,在一些實施例中,PK題可以用於採集端根據目標對象終端對該題的回答對所述目標對象終端進行晋級篩選,晋級後的目標對象終端可參與之後的調查題目的回答,以PK題爲文字PK爲例,若PK題爲“請在下列選項中回答你每天運動的時間段”,其選項分別爲A.9:00~10:00,B.13:00~14:00,若目標對象終端回答A選項,則該目標對象終端晋級,若目標對象終端回答B選項,則該目標對象終端淘汰。在一些實施例中,排序題可以用於目標對象終端對該題中的選項進行排序,其中,目標對象終端對選項進行排序的操作可以包括點選排序以及拖拽排序。根據對調查題目的不同類型的設置,可以針對複雜題型進行專業問卷設計,提高調查問卷專業度,使得對調查問卷的分析更加全面徹底。
在一些實施例中,數據採集邏輯結構可以是指數據採集體的執行邏輯,在一些實施例中,數據採集邏輯結構可以是指調查題目的執行邏輯,在一些實施例中,所述數據採集邏輯結構包括但不限於以下邏輯中的一種或多種的組合:單體執行、順序執行、隨機執行、根據參數跳轉、和/或根據採集數據跳轉。
如圖9A-9C所示的數據採集邏輯結構,在一些實施例中,單體執行可以是指數據採集模組中只包含一個數據採集體,只執行該數據採集體,參考圖9A,如圖9A所示,單體執行時,只執行採集體1。示例地,以數據採集體爲調查題目,數據採集模組爲調查問卷爲例,若調查問卷中只有調查題目1爲:“請問你年齡爲多少?”,則只執行“請問你年齡爲多少?”的提問。
在一些實施例中,順序執行可以是指數據採集模組中包含有多個數據採集體,依次序執行相應的數據採集體,參考圖9B,如圖9B所示,順序執行時,可以按照採集體1、採集體2、採集體3以及採集體4的初始順序依次執行。示例地,以數據採集體爲調查題目,數據採集模組爲調查問卷爲例,若調查問卷中包含的多個調查題目分別爲調查題目1:“請問你年齡爲多少?”,調查題目2:“請問你性別是?”,調查題目3:“請問你最期待看下面哪個電視劇”以及調查題目4:“請問你爲什麽期待看這個電視劇呢?”,則可以按照調查題目1、調查題目2、調查題目3以及調查題目4的順序依次對目標對象終端進行提問。
在一些實施例中,隨機執行可以是指數據採集模組中包含有多個數據採集體,按隨機次序執行相應的數據採集體,參考圖9C,如圖9C所示,隨機執行時,可以先執行採集體1,再執行採集體3,執行完畢後再跳轉執行採集體2,最後執行採集體4;也可以先執行採集體2,再執行採集體4,執行完畢後再跳轉執行採集體1,最後執行採集體3,本申請並不對隨機執行的順序進行限定。示例地,仍以上述示例爲例,隨機執行時,可以先對目標對象終端提問調查題目1,再提問調查題目3,接著提問調查題目2,最後提問調查題目4。
在一些實施例中,根據參數跳轉可以是指根據不同參數的值,選擇不同的數據採集體。其中,參數可以包含由採集域確定的第一參數、由傳播平臺提供的第二參數、由目標對象終端提供的第三參數。關於參數調整邏輯的更多細節參見圖11及相關描述,此處不再贅述。
在一些實施例中,還可以對上述數據採集邏輯結構進行組合使用,仍以上述示例爲例,若數據採集邏輯結構包含順序執行和隨機執行這兩種邏輯的組合,則可以按順序依次對目標對象終端提問調查題目1和調查題目2,然後隨機提問調查題目4或調查題目3。
步驟804,調度端根據數據採集的目標獲取第二採集指令,確定採集域。具體的,步驟804可以由調度端720執行。
在一些實施例中,調度端是用於確定採集域的調度終端。
在一些實施例中,第二採集指令可以是用戶在調度端的交互界面上通過第二交互操作生成的任何指令,其中,第二交互操作可以包括至少一個採集條件的設置操作。在一些實施例中,由於第二採集指令是通過第二交互操作生成的指令,則第二採集指令可以至少一個包括採集條件設置指令。
在一些實施例中,採集條件可以是指調查問卷的調查人群的篩選條件,在一些實施例中,數據採集的目標可以是指調查目的,在一些實施例中,由於第二採集指令可以根據數據採集的目標獲取,則調查人群的篩選條件可以根據調查目的獲取,示例地,以一份對中年男士的抽烟情况的調查問卷爲例,由於調查目的是針對中年男士的抽烟情况調查,則調查人群的篩選條件可以爲中年男士。
在一些實施例中,採集域可以是至少一個採集條件的集合,即,可以是至少一個調查人群的篩選條件的集合。仍沿用上述示例,以一份對中年男士的抽烟情况的調查問卷爲例,則調查人群的篩選條件可以是:年齡爲中年以及性別爲男士的篩選條件的集合。
在一些實施例中,確定採集域可以包括:根據所述第二採集指令確定一個或多個條件方向;根據所述第二採集指令確定一個或多個所述條件方向的條件值。
由上述可知,第二採集指令可以是至少一個採集條件設置指令的集合,在一些實施例中,採集條件設置指令可以包括條件方向設置指令以及條件值設置指令。在一些實施例中,條件方向可以是指用於確定調查人群的定向參數,在一些實施例中,定向參數包括但不限於人群的地理位置、行爲、興趣、性別以及學歷等;其中,行爲可以用於表徵人群從事職業的類別。在一些實施例中,條件值可以是指定向參數中具體的參數值,例如,定向參數爲行爲和性別,若行爲可以包括餐飲美食、孕産育兒、商務服務以及建築工程,則行爲對應的條件值可以爲餐飲美食、孕産育兒、商務服務以及建築工程中的一個或多個,性別對應的條件值可以爲男和/或女。
在一些實施例中,可以根據條件值確定採集域,即可以根據條件值確定調查人群的篩選條件,仍沿用上述示例,若條件值爲餐飲美食、孕産育兒、商務服務以及建築工程中的餐飲美食以及性別女,則調查人群的篩選條件爲從事餐飲美食且性別爲女的人群。
當獲取一部分目標對象終端反饋的數據後,可以基於反饋的數據更新後續的採集域。在一些實施例中,可以將反饋的數據輸入第一機器學習模型,確定所述採集域的所述條件值。其中,第一機器學習模型可以是無監督的聚類模型,例如,K-mean聚類、層次聚類以及最大期望EM算法。例如,調查的目的是尋找不同職業人群的著裝喜好,調查初期是將採集域定爲20-60歲年齡段各個職業的人,基於無監督聚類模型對部分反饋的數據進行聚類,得到了聚類結果,若聚類結果中文職人員和公務員的著裝喜好相同,歸爲了同一類,爲了確定兩個職業的著裝喜好差異,可以再對文職人員的職業進行細分、公務員的職業進行細分,這些細分的類別可以作爲採集域的條件值。 第一機器學習模型還可以是分類模型等其他模型,例如, CNN分類模型、決策樹模型以及樸素貝葉斯分類模型等。
步驟806,分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端。具體的,步驟806可以由分發端730執行。
在一些實施例中,分發端可以用於確定要調用的一個或多個傳播平臺,在一些實施例中,傳播平臺可以是指進行連線信息傳遞的平臺,具體的,其可以包括但不限於網路社交平臺、網路購物平臺、網路學習平臺、網路讀書平臺、網路音樂平臺以及網路游戲平臺。
在一些實施例中,所述調用一個或多個傳播平臺的發送埠包括:根據所述採集域確定調用的所述一個或多個傳播平臺;調用所述一個或多個傳播平臺的發送埠,並傳遞由所述採集域確定的第一參數。
在一些實施例中,可以根據所述採集域確定調用的所述一個或多個傳播平臺,具體的,可以根據採集域包括的至少一個採集條件確定調用的所述一個或多個傳播平臺,在一些實施例中,可以根據至少一個採集條件與傳播平臺的預設對應關係確定傳播平臺,示例地,以採集條件爲興趣爲科技刊物的群體爲例,則傳播平臺可以是與科技刊物具備對應關係的網路讀書平臺。在一些實施例中,還可以根據所述預設對應關係和預設優先級關係確定傳播平臺,其中,所述優先級關係可以包括但不限於平臺的用戶量、排名以及對接費用,仍沿用上述示例,以採集條件爲興趣爲科技刊物的群體爲例,若預設優先級關係爲用戶量排名,則可以選取各個網路讀書平臺中用戶量排名較高的平臺,例如,微信讀書、蝸牛讀書以及知乎書店等。
在一些實施例中,可以調用所述一個或多個傳播平臺的發送埠,並傳遞由所述採集域確定的第一參數。關於第一參數的細節請參見圖6及其相關描述,此處不再贅述。
在一些實施例中,可以基於所述採集域將所述數據採集模組發送給多個目標對象終端。在一些實施例中,目標對象終端可以是指接收數據採集模組並連線對數據採集模組做出實時反饋的終端,也可以是對數據採集模組做出實時反饋的調查人群中的受訪者所使用的終端,在一些實施例中,終端包括但不限於手機、ipad、筆記型電腦以及桌上型電腦等。在一些實施例中,可以通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端。示例地,以傳播平臺爲新浪微博,採集域爲興趣爲美食的人群爲例,則可以將數據採集模組發送給正在使用新浪微博的多個目標對象終端,且該目標對象終端在新浪微博的興趣設置中包括有美食。
在一些實施例中,所述分發端可以通過調用一個或多個傳播平臺的發送埠,包括:根據所述條件方向和/或所述條件值,基於第二機器學習模型,確定所述一個或多個傳播平臺。在一些實施例中,第二機器學習模型可以是分類模型,例如,CNN分類模型、決策樹模型以及樸素貝葉斯分類模型等,將條件方向或條件值輸入分類模型中,輸出得到對應的傳播平臺類型。分類模型在訓練時,將帶有標簽的條件方向和條件值輸入模型中進行訓練,其中,標簽可以是傳播平臺的類型,標簽可以是一個標簽,也可以是多個標簽。例如,輸入的訓練數據可以是條件值“外企職工”,該條件值的標簽可以是“全球瀏覽器”。又例如,輸入的訓練數據可以是條件值是“媽媽”,該條件值的標簽可以是“母嬰購物平臺”“孕育交流平臺”。若輸入的訓練數據是多標簽,則分類模型在實際預測時可以輸出多個平臺的類別。
步驟808,所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端。具體的,步驟808可以由目標對象終端740執行。
在一些實施例中,目標對象終端可以通過手動輸入或語音輸入的方式對數據採集模組中的數據採集體進行反饋,即受訪者可以通過手動輸入或語音輸入的方式回答(即反饋)調查題目。在一些實施例中,目標對象終端反饋的數據爲目標對象終端針對數據採集體的回答數據,其中,回答數據可以爲文本、圖像以及語音等。
在一些實施例中,所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據包括:所述多個目標對象終端根據所述數據採集邏輯執行所述數據採集體,採集所述至少一個數據。在一些實施例中,受訪者可以根據調查題目的執行邏輯回答相應的調查題目,示例地,以調查題目的執行邏輯是順序執行爲例,若調查問卷分別包括調查題目1、調查題目2、調查題目3以及調查題目4,則受訪者按照調查題目1、調查題目2、調查題目3以及調查題目4的順序分別進行回答。關於數據採集邏輯結構的更多細節,請參見步驟802及其相關描述。由於數據採集體是用於獲取數據的執行單元,在一些實施例中,數據採集體可以採集所述至少一個數據,該數據可以包括受訪者的反饋數據,即,受訪者對調查題目的回答數據。
在一些實施例中,所述執行所述數據採集體,採集所述至少一個數據包括:顯示一段或多段文本,和/或一張或多張圖片;獲取第三採集指令,所述第三採集指令爲在所述文本的一處或多處文本選擇位置的第一點選,和/或在所述圖片的一處或多處圖片選擇位置的第二點選;根據所述第一點選在所述文本選擇位置進行第一差異顯示,和/或,根據所述第二點選在所述圖片選擇位置進行第二差異顯示;根據所述第一點選和/或所述第二點選,確定所述至少一個數據。
在一些實施例中,數據採集體獲取的調查題目可以爲點選題,執行點選題時,數據採集體可以根據目標對象終端的點選操作採集數據,其中,點選操作包括但不限於用戶的滑鼠點選操作以及觸摸點選操作。在一些實施例中,點選題可以爲圖片點選題,和/或文本點選題。在一些實施例中,點選題被執行時,可以顯示一段或多段文本、一張或多張圖片以及兩者的組合。在一些實施例中,點選題可以顯示在目標對象終端的交互界面上,例如,瀏覽器界面、應用程式界面等。
在一些實施例中,第三採集指令是根據目標對象終端的點選操作獲取,在一些實施例中,第三採集指令爲在所述文本的一處或多處文本選擇位置的第一點選,和/或在所述圖片的一處或多處圖片選擇位置的第二點選。在一些實施例中,第一點選和第二點選可以包括但不限於以下至少之一:對某點的點選以及對區域的點選。
在一些實施例中,差異顯示可以包括但不限於以下至少之一:高亮顯示、突出顯示、閃爍顯示以及標識顯示。
在一些實施例中,可以根據所述第一點選和/或所述第二點選,確定所述至少一個數據,在一些實施例中,可以將第一點選和/或第二點選中的點選內容(例如,文本和/或圖片)確定爲所述至少一個數據,其中,至少一個數據即爲目標對象終端對調查題目的反饋(即回答)數據。
參考圖10A-10B,圖10A-10B是根據本說明書的一些實施例所示的點選題的採集結構示意圖。如圖10A所示,圖10A是文本點選題的採集結構示意圖,其中,1010爲顯示的文本,1020爲文本1010上的第一點選,1030爲文本1010上的第二點選,由圖10A可知,圖10A中的第一點選1020和第二點選1030均進行了突出顯示(即差異化顯示)。如圖10B所示,圖10B是圖片點選題的採集結構示意圖,其中1040爲顯示的圖片,1050爲圖片1040上的點選,由圖10B可知,圖10B中的點選進行了突出顯示(即爲差異化顯示)。
步驟810,所述採集端基於接收到的所述至少一個數據進行連線分析。具體的,步驟810可以由採集端710執行。在一些實施例中,數據分析可以是對調查題目的回答數據進行分析,在一些實施例中,可以根據調查題目的類型進行分析,例如,調查題目的類型爲開放題,則對該題目的分析可以包括對開放題的回答數據的觀點提取和/或觀點聚類,又例如,調查題目的類型爲選擇題,則對該題目的分析可以是對選擇題的不同選項被選中的數量或/和不同選項的占比。
圖11是根據本說明書的一些實施例所示的根據數據採集邏輯執行數據採集體的流程示意圖。
步驟1102,獲取調用所述傳播平臺時傳遞的所述第一參數,獲取所述傳播平臺提供的第二參數,和/或獲取所述目標對象終端提供的第三參數。具體的,該步驟1102可以由目標對象終端740執行。
由上述可知,第一參數是由採集域確定,關於採集域的更多細節請參見步驟804及其相關描述,在一些實施例中,採集域可以是調查人群篩選條件的集合,由於第一參數由採集域確定,則第一參數可以是由調查人群篩選條件的集合確定的至少一個參數,例如,採集域爲從事金融行業的人群,則第一參數可以爲代表“金融”的參數。在一些實施例中,第一參數可以由由各種字符串組成,例如,數字、符號或者字母等。
在一些實施例中,第二參數可以是傳播平臺提供的目標對象終端的至少一個特徵參數,其中,特徵參數可以包括但不限於以下至少之一:目標對象終端在傳播平臺注册的個人信息以及在傳播平臺生成的歷史行爲信息。
在一些實施例中,目標對象終端提供的第三參數可以包括目標對象終端設備本身提供的信息,例如,目標對象終端每天使用終端設備的時間,目標對象終端使用終端設備的瀏覽記錄以及目標對象終端設備中存儲的照片、通訊錄等信息。
步驟1104,根據所述第一參數、所述第二參數和/或所述第三參數執行所述根據參數跳轉。具體的,該步驟1104可以由目標對象終端740執行。
在調用發放問卷的傳播平臺時會將採集域確定的參數傳遞給平臺,平臺將問卷髮放給不同被調查者後,可以根據參數對應的調查題目的跳轉邏輯對目標對象終端進行提問。以第一參數爲標識爲例,若採集域爲20-25歲女性傳遞的第一參數爲C1,採集域爲50-60歲女性傳遞的第一參數爲C2,其中,C1對應的調查題目的跳轉邏輯爲回答了第一題後跳轉至第三題,C2對應的調查題目的跳轉邏輯爲回答了第一題後跳轉至第五題,則平臺將問卷髮放給20-25歲的女性後,目標對象終端回答了第一題後跳轉至第三題,平臺將問卷髮放給50-60歲的女性後,目標對象終端回答了第一題後跳轉至第五題。
在一些實施例中,還可以根據傳播平臺提供的第二參數,對調查問卷中的調查題目實現跳轉提問,以上述第二參數爲傳播平臺生成的歷史行爲信息爲例,其中,傳播平臺爲網路讀書平臺,傳播平臺生成的歷史行爲信息爲用戶閱讀書籍的記錄,若調查題目爲:“請問你對紅樓夢的觀後感是什麽?”,則可以將該調查題目跳轉至歷史行爲記錄(即第二參數)中包括紅樓夢的閱讀記錄的目標對象終端。
在一些實施例中,還可以根據目標對象終端提供的第三參數,對調查問卷中的調查題目實現跳轉提問,以上述第三參數爲目標對象終端使用終端設備的瀏覽記錄爲例,若調查題目爲:“你最喜歡的購買母嬰用品的網站是什麽?”,則可以將該調查題目跳轉至設備瀏覽記錄(即第三參數)包括母嬰用品的目標對象終端。
在一些實施例中,還可以結合三個參數進行跳轉。仍以上述示例爲例,採集域傳遞的第一參數爲C1爲例,目標對象終端回答了第一題後跳轉至第三題,回答完第三題後可以根據傳播平臺提供的第二參數(例如:生成的用戶閱讀書籍的歷史記錄)跳轉至第五題:“請問你對紅樓夢的觀後感是什麽”,回答完第五題後可以根據目標對象終端提供的第三參數(例如:目標對象終端使用終端設備的母嬰用品瀏覽記錄)跳轉至第八題:“你最喜歡的購買母嬰用品的網站是什麽”。在一些實施例中,結合多個參數進行跳轉時,根據其中任意一個參數跳轉的順序不受限制,例如,可以先根據第一參數跳轉,再根據第二參數跳轉,最後根據第三參數跳轉,又例如,可以先根據第二參數跳轉,再根據第一參數跳轉,最後根據第三參數跳轉。
根據以上描述,可以根據各種參數條件(例如,第一參數、第二參數和/或第三參數)在一份問卷中自動確定目標對象終端的答題邏輯,從而不必針對不同的人群預先設置不同答題邏輯的問卷,提高了問卷中調查題目的答題邏輯的設置靈活性。
本說明書實施例例還提供一種定向進行數據採集的裝置,包括處理器,所述記憶體用於執行前述的定向進行數據採集的方法。所述方法可以包括:採集端根據獲取的第一採集指令,確定數據採集模組;調度端根據數據採集的目標獲取第二採集指令,確定採集域;分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端;所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端;所述採集端基於接收到的所述至少一個數據進行連線分析。
本說明書實施例還提供一種計算機可讀儲存媒體,所述儲存媒體存儲計算機指令,當計算機讀取儲存媒體中的計算機指令後,計算機實現前述的定向進行數據採集的方法。所述方法可以包括:採集端根據獲取的第一採集指令,確定數據採集模組;調度端根據數據採集的目標獲取第二採集指令,確定採集域;分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端;所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端;所述採集端基於接收到的所述至少一個數據進行連線分析。
本說明書實施例可能帶來的有益效果包括但不限於:(1)通過傳播平臺向採集域內的目標對象終端自動發放調查問卷,無需人工投放,實現高效的定向調查;(2)數據採集模組可以包括各種數據採集邏輯結構,從而可以生成具備複雜答題邏輯的調查問卷,提高調查問卷的專業度。需要說明的是,不同實施例可能産生的有益效果不同,在不同的實施例裏,可能産生的有益效果可以是以上任意一種或幾種的組合,也可以是其他任何可能獲得的有益效果。
同時,本申請使用了特定詞語來描述本申請的實施例。如“一個實施例”、“一實施例”、和/或“一些實施例”意指與本申請至少一個實施例相關的某一特徵、結構或特點。因此,應强調並注意的是,本說明書中在不同位置兩次或多次提及的“一實施例”或“一個實施例”或“一個替代性實施例”並不一定是指同一實施例。此外,本申請的一個或多個實施例中的某些特徵、結構或特點可以進行適當的組合。
此外,本領域技術人員可以理解,本申請的各方面可以通過若干具有可專利性的種類或情况進行說明和描述,包括任何新的和有用的工序、機器、産品或物質的組合,或對他們的任何新的和有用的改進。相應地,本申請的各個方面可以完全由硬體執行、可以完全由軟體(包括韌體、常駐軟體、微碼等)執行、也可以由硬體和軟體組合執行。以上硬體或軟體均可被稱爲“數據塊”、“模組”、“引擎”、“單元”、“組件”或“系統”。此外,本申請的各方面可能表現爲位於一個或多個計算機可讀介質中的計算機産品,該産品包括計算機可讀程式編碼。
計算機儲存媒體可能包含一個內含有計算機程式編碼的傳播數據信號,例如在基帶上或作爲載波的一部分。該傳播信號可能有多種表現形式,包括電磁形式、光形式等,或合適的組合形式。計算機儲存媒體可以是除計算機可讀儲存媒體之外的任何計算機可讀介質,該介質可以通過連接至一個指令執行系統、裝置或設備以實現通訊、傳播或傳輸供使用的程序。位於計算機儲存媒體上的程式編碼可以通過任何合適的介質進行傳播,包括無線電、電纜、光纖電纜、RF、或類似介質,或任何上述介質的組合。
本申請各部分操作所需的計算機程式編碼可以用任意一種或多種程式語言編寫,包括程式語言物件導向語言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常規程序化程式語言如C語言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,動態程式語言如Python、Ruby和Groovy,或其他程式語言等。該程式編碼可以完全在用戶計算機上運行、或作爲獨立的軟體包在用戶計算機上運行、或部分在用戶計算機上運行部分在遠端計算機運行、或完全在遠端計算機或伺服器上運行。在後種情况下,遠端計算機可以通過任何網路形式與用戶計算機連接,比如區域網路(LAN)或廣域網(WAN),或連接至外部計算機(例如通過網際網路),或在雲計算環境中,或作爲服務使用如軟體即服務(SaaS)。
此外,除非請求項中明確說明,本申請所述處理元素和序列的順序、數字字母的使用、或其他名稱的使用,並非用於限定本申請流程和方法的順序。儘管上述披露中通過各種示例討論了一些目前認爲有用的發明實施例,但應當理解的是,該類細節僅起到說明的目的,附加的請求項並不僅限於披露的實施例,相反,請求項旨在覆蓋所有符合本申請實施例實質和範圍的修正和等價組合。例如,雖然以上所描述的系統組件可以通過硬體設備實現,但是也可以只通過軟體的解决方案得以實現,如在現有的伺服器或移動設備上安裝所描述的系統。
同理,應當注意的是,爲了簡化本申請披露的表述,從而幫助對一個或多個發明實施例的理解,前文對本申請實施例的描述中,有時會將多種特徵歸並至一個實施例、附圖或對其的描述中。但是,這種披露方法並不意味著本申請對象所需要的特徵比請求項中提及的特徵多。實際上,實施例的特徵要少於上述披露的單個實施例的全部特徵。
一些實施例中使用了描述成分、屬性數量的數字,應當理解的是,此類用於實施例描述的數字,在一些示例中使用了修飾詞“大約”、“近似”或“大體上”來修飾。除非另外說明,“大約”、“近似”或“大體上”表明所述數字允許有±20%的變化。相應地,在一些實施例中,說明書和請求項中使用的數值參數均爲近似值,該近似值根據個別實施例所需特點可以發生改變。在一些實施例中,數值參數應考慮規定的有效數位並采用一般位數保留的方法。儘管本申請一些實施例中用於確認其範圍廣度的數值域和參數爲近似值,在具體實施例中,此類數值的設定在可行範圍內盡可能精確。
針對本申請引用的每個專利、專利申請、專利申請公開物和其他材料,如文章、書籍、說明書、出版物、文檔等,特此將其全部內容並入本申請作爲參考。與本申請內容不一致或産生衝突的申請歷史文件除外,對本申請請求項最廣範圍有限制的文件(當前或之後附加於本申請中的)也除外。需要說明的是,如果本申請附屬材料中的描述、定義、和/或術語的使用與本申請所述內容有不一致或衝突的地方,以本申請的描述、定義和/或術語的使用爲准。
最後,應當理解的是,本申請中所述實施例僅用以說明本申請實施例的原則。其他的變形也可能屬本申請的範圍。因此,作爲示例而非限制,本申請實施例的替代配置可視爲與本申請的教導一致。相應地,本申請的實施例不僅限於本申請明確介紹和描述的實施例。
100:數據採集系統600:定向數據採集系統 110:伺服器610:伺服器 112、612:處理設備620:網路 120:網路630:目標對象終端 120-1、120-2:網際網路交換點630-1:手機 130:用戶終端630-2:平板電腦 130-1:手機630-3:筆記型電腦 130-2:平板電腦650:採集端 130-3:筆記型電腦650-1:手機 140:數據庫650-2:平板電腦 650-3:筆記型電腦 660:調度端 670:分發端 680:傳播平臺
圖1是根據本申請一些實施例所示的數據採集系統的應用場景的第一種實施方式的示意圖;
圖2是根據本申請一些實施例所示的數據採集系統的第一種實施方式的模組圖;
圖3是根據本申請一些實施例所示的數據採集方法的第一種實施方式的流程示意圖;
圖4是根據本申請一些實施例所示的第二數據存儲方法的流程示意圖;
圖5是根據本申請一些實施例所示的數據採集方法的第二種實施方式的流程示意圖;
圖6是根據本說明書的一些實施例所示的定向數據採集系統的應用場景的第一種實施方式的示意圖;
圖7是根據本說明書的一些實施例所示的定向數據採集系統的第二種實施方式的模組圖;
圖8是根據本說明書的一些實施例所示的定向進行數據採集的方法第三種實施方式的流程示意圖;
圖9A、圖9B和圖9C是根據本說明書的一些實施例所示的數據採集邏輯結構的示意圖;
圖10A和圖10B是根據本說明書的一些實施例所示的點選題的採集結構示意圖;
圖11是根據本說明書的一些實施例所示的根據數據採集邏輯執行數據採集體的流程示意圖。

Claims (10)

  1. 一種數據採集方法,步驟包括: 採集端爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值; 分發端通過調用一個或多個傳播平臺的發送埠,基於所述採集域將所述數據採集模組發送給多個目標對象終端; 所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據,並將所述至少一個數據連線返回給所述採集端;以及 所述採集端基於接收到的所述至少一個數據進行連線分析。
  2. 如請求項1所述的數據採集方法,其中: 分流端生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域; 是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值; 否則將所述目標數據採集模組發送給所述用戶終端; 所述用戶終端對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。
  3. 如請求項2所述的方法,其中,所述方法還包括: 採集端分別爲所述至少一個數據採集模組中的每一個構建數據庫; 採集端將所述數據庫分割爲多個子數據庫,所述多個子數據庫分別用於存儲與所述採集域匹配的用戶終端反饋的第二數據。
  4. 如請求項3所述的方法,所述子數據庫的存儲容量與所述採集域的採集次數正相關。
  5. 如請求項1所述的方法,其中: 所述採集端爲至少一個數據採集模組中每一個設置至少一個採集域包括: 採集端根據獲取的第一採集指令,確定數據採集模組; 調度端根據數據採集的目標獲取第二採集指令,確定採集域。
  6. 如請求項1所述的方法,所述數據採集模組包括: 數據採集邏輯結構以及至少一個數據採集體; 其中,所述數據採集體是用於獲取數據的執行單元; 所述數據採集邏輯結構包括以下邏輯中的一種或多種的組合: 單體執行、順序執行、隨機執行、根據參數跳轉、和/或根據採集數據跳轉。
  7. 如請求項6所述的方法,所述多個目標對象終端連線接收到所述數據採集模組後連線反饋至少一個數據包括: 所述多個目標對象終端根據所述數據採集邏輯執行所述數據採集體,採集所述至少一個數據。
  8. 如請求項1所述的方法,所述調用一個或多個傳播平臺的發送埠包括: 根據所述採集域確定調用的所述一個或多個傳播平臺; 調用所述一個或多個傳播平臺的發送埠,並傳遞由所述採集域確定的第一參數。
  9. 一種數據採集系統,其包括: 採集端,用於爲至少一個數據採集模組中每一個設置至少一個採集域,以及爲所述採集域的採集次數預設閾值; 分流端,用於生成公共採集單元,並將所述公共採集單元發送給多個用戶終端;基於所述用戶終端對所述公共採集單元反饋的第一數據,判斷所述至少一個數據採集模組中是否存在設置有目標採集域的目標數據採集模組;所述目標採集域是指與所述第一數據匹配的採集域; 是則判斷所述目標數據採集模組的所述目標採集域的採集次數是否達到所述閾值; 否則將所述目標數據採集模組發送給所述用戶終端; 用戶終端,用於對接收的所述目標數據採集模組反饋第二數據,並將所述第二數據發送給所述採集端。
  10. 如計算機可讀儲存媒體,所述儲存媒體存儲計算機指令,當計算機讀取儲存媒體中的計算機指令後,計算機執行如請求項1~8任一項所述的數據採集方法。
TW110107987A 2020-03-05 2021-03-05 一種數據採集方法和系統 TW202135094A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN202010150890.X 2020-03-05
CN202010146387.7 2020-03-05
CN202010150890.XA CN111382336B (zh) 2020-03-05 2020-03-05 一种数据采集方法和***
CN202010146387.7A CN111292010B (zh) 2020-03-05 2020-03-05 一种定向进行数据采集的方法及***

Publications (1)

Publication Number Publication Date
TW202135094A true TW202135094A (zh) 2021-09-16

Family

ID=77613897

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110107987A TW202135094A (zh) 2020-03-05 2021-03-05 一種數據採集方法和系統

Country Status (4)

Country Link
US (1) US20220180384A1 (zh)
EP (1) EP3951621A4 (zh)
TW (1) TW202135094A (zh)
WO (1) WO2021175302A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114050983B (zh) * 2021-10-26 2023-11-07 中国电信股份有限公司 流量自适应采集方法及装置、存储介质及电子设备
CN116776175B (zh) * 2023-08-24 2023-11-24 中国空气动力研究与发展中心计算空气动力研究所 一种基于层次聚类的数据标签体系构建方法及***
CN117251499B (zh) * 2023-11-15 2024-02-06 山东光合云谷大数据有限公司 一种数据采集***
CN117746630B (zh) * 2023-12-20 2024-05-24 枣庄卡企安网络科技有限公司 一种基于大数据的行业安全生产监督管理***

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080082931A1 (en) * 2002-10-24 2008-04-03 Employee Motivation & Performance Assessment, Inc. Tool and method for displaying employee assessments
US20060004621A1 (en) * 2004-06-30 2006-01-05 Malek Kamal M Real-time selection of survey candidates
WO2007052285A2 (en) * 2005-07-22 2007-05-10 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
US9135627B2 (en) * 2007-07-11 2015-09-15 Dynamic Logic, Inc. Method and system for on-line survey recruitment
US20110307262A1 (en) * 2010-06-11 2011-12-15 Robert Reginald Messer Predictive survey closure
WO2012122053A2 (en) * 2011-03-04 2012-09-13 Vervise, Llc Systems and methods for customized multimedia surveys in a social network environment
WO2012161740A2 (en) * 2011-05-23 2012-11-29 Wahrheit, Llc System and method for generating recommendations
US20150051951A1 (en) * 2013-08-14 2015-02-19 Surveymonkey Inc. Systems and methods for analyzing online surveys and survey creators
US20160210643A1 (en) * 2015-01-15 2016-07-21 Iperceptions Inc. Method and survey server for performing a web survey based on behavioral data specific to a web page
US10181984B1 (en) * 2015-08-24 2019-01-15 Servicenow, Inc. Post incident review
WO2017070679A1 (en) * 2015-10-23 2017-04-27 Inmoment, Inc. System for improved remote processing and interaction with artificial survey administrator
US20170178163A1 (en) * 2015-12-17 2017-06-22 B3Intelligence Ltd. Method and system for generating a split questionnaire
US10776801B2 (en) * 2017-07-05 2020-09-15 Qualtrics, Llc Distributing electronic surveys via third-party content
US11809983B2 (en) * 2018-08-30 2023-11-07 Qualtrics, Llc Machine-learning-based digital survey creation and management
CA3074451A1 (en) * 2019-04-25 2020-10-25 Delvinia Holdings Inc. Computer system and method for electronic survey programming
US11734701B2 (en) * 2019-09-11 2023-08-22 International Business Machines Corporation Cognitive dynamic goal survey
CN110837551B (zh) * 2019-11-27 2022-06-28 广州快决测信息科技有限公司 一种在线数据采集的方法及***
CN111382336B (zh) * 2020-03-05 2021-01-15 广州快决测信息科技有限公司 一种数据采集方法和***
CN111292010B (zh) * 2020-03-05 2021-07-09 广州快决测信息科技有限公司 一种定向进行数据采集的方法及***

Also Published As

Publication number Publication date
US20220180384A1 (en) 2022-06-09
EP3951621A4 (en) 2022-12-28
WO2021175302A1 (zh) 2021-09-10
EP3951621A1 (en) 2022-02-09

Similar Documents

Publication Publication Date Title
WO2021175302A1 (zh) 一种数据采集方法和***
US10038968B2 (en) Branching mobile-device to system-namespace identifier mappings
CN103714139B (zh) 一种移动海量客户群识别的并行数据挖掘方法
US8825701B2 (en) Method and system of management of queries for crowd searching
WO2021104385A1 (zh) 一种在线数据采集的方法及***
WO2015055067A1 (en) Method and apparatus for pushing messages
CN108681970A (zh) 基于大数据的理财产品推送方法、***及计算机存储介质
US20150134401A1 (en) In-memory end-to-end process of predictive analytics
WO2018054328A1 (zh) 一种用户特征提取方法、装置及存储介质
US20220198489A1 (en) Method and system for automatically generating data acquisition module
KR102458510B1 (ko) 실시간 보완 가능한 마케팅 시스템
US20200210640A1 (en) Method and apparatus for displaying textual information
CN111177559A (zh) 文旅服务推荐方法、装置、电子设备及存储介质
CN112215448A (zh) 分配客服的方法和装置
CN111104590A (zh) 信息推荐方法、装置、介质及电子设备
CN111882398A (zh) 智慧城市服务推荐方法、装置、计算机设备及存储介质
CN111310032A (zh) 资源推荐方法、装置、计算机设备及可读存储介质
CN113592535A (zh) 一种广告推荐方法、装置、电子设备和存储介质
CN113052653A (zh) 一种金融产品内容推荐方法、***及计算机可读存储介质
Matter et al. pvsR: an open source interface to big data on the American Political Sphere
CN116340374A (zh) 一种个性化任务推荐方法及***
Lee et al. Qtag: tagging as a means of rating, opinion-expressing, sharing and visualizing
CN111292010B (zh) 一种定向进行数据采集的方法及***
CN114429384A (zh) 基于电商平台的产品智能推荐方法及***
Kazungu Business Development Services and Participation of Rural-Based Micro Enterprises in Export Markets: Exploring the Heterogeneity of the Tanzanian Handicrafts Industry