一种测评系统、测评方法及相关产品

技术领域

本申请涉及数据分析领域，尤其涉及一种测评系统、测评方法及相关产品。

背景技术

目前有很多通过心理测试或认知测试来评价测试者的各方面优势劣势的方法，通过这些测试可以得到测试者在各方面的测试成绩正确率，或者得到一个测试成绩在样本数据中所处的位置百分比，以指示测试者各方面的优势劣势或综合能力。但这些测试大多没有对数据作进一步的分析，所使用的测试内容是否能真实用于评价测试者各方面的能力有待考量。即使是有对数据进行分析也只是指定一些既定的规则进行数据的评判分析，比如调出测试结果中正确率排前三的类别题指示测试者该方面能力具有优势，并没有更进一步的对样本数据进行分析从而呈现更客观更具有指导意义的结果。

例如艺术生在选择自己的艺术方向时，关于专长能力的判断一般基于专业的老师与专家，很大程度上取决于主观评价。市面上通过心理测试或认知能力测试得到个人在各艺术方向的优势劣势结果的测试方法，没有对样本数据做进一步的分析，对于测试内容是否能客观代表测试者的艺术专长潜质不得而知，不能呈现比较客观的更具有指导意义的结果。

因此如何提供一种测评方式和数据分析方法，从而更客观有效地为测试者提供更具有指导意义的测试结果，成为技术领域内重要的研究课题。

发明内容

基于此，有必要针对上述技术问题，提供一种测评系统、测评方法及相关产品，以实现更客观有效地为测试者提供更具有指导意义的测试结果。

第一方面，本申请提供一种测评系统，其特征在于，包括：处理器、显示设备、输入设备；上述显示设备，用于在接收到测评请求后显示测试内容；上述输入设备，用于接收测试者对上述测试内容的反应结果；上述处理器，用于提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定；将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。

结合第一方面，在一些实施例中，上述显示设备包括显示器和光度计；上述显示器的刷新率大于或等于刷新率阈值；所述上述处理器，还用于通过上述光度计控制上述测试内容的显示亮度。

结合第一方面，在一些实施例中，上述测试内容包括用于测试记忆力的内容、用于测试音调辨识能力的内容、用于测试客观刺激的感知能力的内容、用于测试心理旋转能力的内容、用于测试执行能力的内容、用于测试多物体追踪能力的内容、用于测试听觉记忆能力的内容或用于测试观察能力的内容中的至少一个。

结合第一方面，在一些实施例中，上述测试结果的值由上述反应结果的正确率确定包括：上述测试结果的值等于上述反应结果的正确率。

结合第一方面，在一些实施例中，上述系统还包括：计时器，用于记录上述测试者完成上述测试内容的反应时长；上述测试结果的值由上述反应结果的正确率确定包括：上述测试结果的值等于上述反应时长与上述反应结果的正确率的商。在另一些实施例中，计时器104为时钟设备，例如时钟芯片。在一种可选的实现方式中，计时器104的时间精度高于第二阈值，第二阈值可以是1毫秒，5毫秒，3秒或者其他值；例如，上述计时器采用自制反应按键盒和编程控制反应时间的记录，上述反应按键盒通过并口链接到终端设备，相比键盘按键精确度更高，能达到毫秒级。

结合第一方面，在一些实施例中，上述分类器通过对至少两个实验者的测试结果进行分类训练得到包括：上述分类器通过采用贝叶斯分类算法或k近邻分类算法对至少两个实验者的测试结果进行分类训练得到。

结合第一方面，在一些实施例中，上述用于测试语调辨识能力的内容包括第一测试内容；上述第一测试内容包括第一提示信息、第一测试音频和第二测试音频，上述第二测试音频包括与上述第一测试音频相同或不同音调的音频内容；上述第一提示信息用于提示上述测试者需判断上述第一测试音频与上述第二测试音频的音调是否相同。

结合第一方面，在一些实施例中，上述用于测试执行功能的内容包括第二测试内容；上述第二测试内容包括第二提示信息和至少两个测试图片，上述第二提示内容用于提示上述测试者上述至少两个测试图片中每个测试图片指示的操作类型。

结合第一方面，在一些实施例中，上述用于测试记忆力的内容包括第三测试内容；上述第三测试内容包括第三提示信息、第一测试图片和第二测试图片，上述第二测试图片包括不同于上述第一测试图片的区别图形，上述第三提示信息用于提示上述测试者需在上述第二测试图片像中选出上述区别图形。

结合第一方面，在一些实施例中，上述用于测试客观刺激的感知能力的内容包括第四测试内容；上述第四测试内容包括第四提示信息和第三测试图片，上述第三测试图片包括第一区域和第二区域，上述第二区域包括第三区域和第四区域，上述第三区域环绕上述第四区域，上述第三区域与上述第四区域的颜色不同，上述第一区域与上述第四区域的颜色相同，上述第一区域与上述第四区域的色彩明度相同或不同；上述第四提示信息用于提示上述测试者需判断上述第一区域与上述第四区域的色彩明度是否相同。

结合第一方面，在一些实施例中，上述用于测试心理旋转能力的内容包括第五测试内容；上述第五测试内容包括第五提示信息和第四测试图片，上述第四测试图片包括主图形和至少两个附图形，上述至少两个附图形中包括一个上述主图通过旋转可得到的旋转图形，上述第五提示信息用于提示上述测试者需从上述至少两个附图形中选出上述旋转图形。

结合第一方面，在一些实施例中，上述用于测试多物体追踪能力的内容包括第六测试内容；上述第六测试内容包括第六提示信息和第六测试内容；上述第六测试内容包括N个形状、颜色相同的图形，上述N为大于1的整数，上述测试多物体追踪能力的测试开始后，上述N个形状、颜色相同的图形中的K个图形闪烁，随后上述N个形状、颜色相同的图形随机运动一定时长，运动结束后静止不动；上述第六提示信息用于提示上述测试者从上述N个形状、颜色相同的图形中选出上述K个图形。

结合第一方面，在一些实施例中，上述用于测试听觉记忆能力的内容包括第七测试内容；上述第七测试内容包括第七提示信息和第七测试内容；上述第七测试内容包括M段测试音频，上述M为大于2的整数；上述提示信息用于提示上述测试者上述M段测试音频需要判断每相隔一个音频的2个音频的音调是否相同。

结合第一方面，在一些实施例中，上述用于测试观察能力的内容包括第八提示内容和第八测试内容；上述第八测试内容包括两个相似的图形，上述两个相似的图形包括至少一个不同之处；上述提示信息用于提示上述测试者需要点击鼠标左键选出上述至少一个不同之处。

第二方面，本发明提供一种测试方法，其特征在于，包括：在接收到测评请求后显示测试内容；接收测试者对上述测试内容的反应结果；提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定；将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。

结合第二方面，在一些实施例中，上述测试内容包括用于测试记忆力的内容、用于测试音调辨识能力的内容、用于测试客观刺激的感知能力的内容、用于测试心理旋转能力的内容、用于测试执行能力的内容、用于测试多物体追踪能力的内容、用于测试听觉记忆能力的内容或用于测试观察能力的内容中的至少一个。

结合第二方面，在一些实施例中，上述分类器通过对至少两个实验者的测试结果进行分类训练得到包括：上述分类器通过采用贝叶斯分类算法或k近邻分类算法对至少两个实验者的测试结果进行分类训练得到。

结合第二方面，在一些实施例中，上述系统还包括：计时器，用于记录上述测试者完成上述测试内容的反应时长；上述测试结果的值由上述反应结果的正确率确定包括：上述测试结果的值等于上述反应时长与上述反应结果的正确率的商。

第三方面，本申请提供一种测评装置，其特征在于，包括：

显示单元，用于在接收到专长潜质认知测评请求后显示测试内容；

接收单元，用于接收测试者对上述测试内容的反应结果；

分类单元，用于提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定；将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。

第四方面，本申请提供一种终端设备，包括：存储器、处理器，其中，该存储器存储有程序指令；该程序指令被该处理器执行时，使该处理器执行如第二方面以及第二方面中任一可能的实现方式描述的方法。

第五方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序；当该计算机程序在一个或多个处理器上运行时，使得该终端设备执行如第二方面以及第二方面中任一可能的实现方式描述的方法。

第六方面，本申请提供一种包含指令的计算机程序产品，当该计算机程序产品在终端设备上运行时，使得该终端设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

本发明实施例提供了一种测评系统、测评方法及相关产品，通过在接收到测评请求后显示测试内容，接收测试者对上述测试内容的反应结果，提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定，再将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。上述分类训练所使用的实验数据为客观存在的已知真实分类结果的实验者对于测试内容的测试结果所具有的特征属性，所得到的分类器能客观地体现对于同一测试内容不同类别的实验者之间特征属性的差异性，从而反映测试内容的测试结果能较客观地指示测试者属于哪个类别，由测试者的测试结果所具有的特征属性大概率确定测试者所属类别。从而更客观有效地为测试者提供更具有指导意义的测试结果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。

图1是本申请实施例提供的一种测评系统的结构示意图；

图2为本申请实施例提供的另一种测评系统的结构示意图；

图3A为本申请实施例提供的一种用于测试音调辨识能力的内容的示意图；

图3B为本申请实施例提供的一种用于测试执行能力的内容的示意图；

图3C为本申请实施例提供的一种用于测试记忆力的内容的示意图；

图3D为本申请实施例提供的一种用于测试客观刺激的感知能力的内容的示意图；

图3E为本申请实施例提供的一种用于测试心理旋转能力的内容的示意图；

图3F为本申请实施例提供的一种用于测试多物体追踪能力的内容的示意图；

图3G为本申请实施例提供的一种用于测试听觉记忆能力的内容的示意图；

图3H为本申请实施例提供的一种用于测试观察能力的内容的示意图；

图4为本申请实施例提供的一种测评方法的示意图；

图5为本申请实施例提供的一种数据分析模块的结构示意图；

图6为本申请实施例提供的一种测评装置的示意图；

图7A-图7B为本申请实施例提供的一种测评系统的流程示意图；

图8A-图8B为本申请实施例提供的又一种测评系统的流程示意图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。

在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”。

本申请实施例提供了一种测评系统，为了更清楚地描述本申请的方案，下面先介绍一些与本方案生物识别相关的知识。

认知能力测试：认知能力测试是衡量一个人学习及完成一项工作的能力的一种测试。这种测试尤其适合于对一组没有实践经验的候选人做选择时使用，与学习和工作相关的能力可以分为语言能力、计算能力、感知速度、空间能力及推理能力。通过认知能力的测试可以判断个人各方面能力的优势和劣势，依据能力的优势和劣势再进行工作或学习方向的选择，但是这个测试结果还是不能给测试者带来更客观更直接的测试结果，例如测得测试者的有较强的空间想象能力和语言能力，该测试者希望通过个人的优势选择适合个人的专业方向，那么请问有较强的语言能力和空间想象能力适合文科还是理科，适合数学还是适合体育呢？显而易见的，测试结果不够直观，没有客观有效地为测试者提供更具有指导意义的测试结果。再比如心理测试，获取测试者对于一些心理测试内容的测试结果，通过测试结果反映测试者的情感倾向或工作擅长领域，实质上，所采用的测评标准为人为既定的，比如参照测试结果的准确率，而没有对测试结果做进一步的取样和分析，所使用的测试内容是否能真实反映测试者的能力还有待考量。因此如何提供一种数据分析方法，从而更客观有效地为测试者提供更具有指导意义的测试结果，成为技术领域内重要的研究课题。

分类器：分类是数据挖掘的一种非常重要的方法。分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型。该函数或模型能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测。总之，分类器是数据挖掘中对样本进行分类的方法的统称，包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。

贝叶斯分类算法：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，将此待分类项归类为上述各个类别出现的概率中最大概率所属的类别。整个贝叶斯分类分为三个阶段：第一阶段，输入所有待分类数据，输出是特征属性和训练样本；第二阶段，输入特征属性和训练样本，采用分类算法进行分类训练，得到分类器中每一个类别所具有的特征属性，输出分类器；第三阶段，应用阶段，使用分类器对待分类项进行分类，其输入是分类器和待分类项，输出是待分类项与类别的映射关系。

k近邻分类算法：即给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就将该输入实例分类到该类中。k近邻算法所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。

视觉搜索：视觉搜索是一种需要注意力的感知任务。视觉搜索能力是人的一种基本认知能力，是指个体从许多视觉刺激中捕捉目标刺激的能力，也是个体获取外界信息从而进行加工的一种重要方式。视觉搜索测试可用于测试个体在注意过程中的对注意力的控制能力和对干扰物的抑制能力。

反应抑制：反应抑制主要是指三个相互联系的认知过程：抑制对环境事件的自发反应；阻止当下的反应，以保证延迟决定采取何种反应；保护这一延迟的时期，以防止干扰事件的打断，使自我指导的行为得以产生。反应抑制能力使大脑在接受外界刺激后，有充分的余地来加工信息，使工作记忆和行为执行过程得以实现。

执行能力：执行功能为具有生命的个体对思想和行动进行有意识控制的心理过程。“执行功能”这一概念出自前额叶皮层损伤的研究，前额叶皮层的损伤引起了一系列神经心理的缺陷，如：计划、概念形成、抽象思维、决策、认知灵活性、利用反馈、按时间先后对事件排序和对动作的监控等方面的困难，这些困难对应的一系列能力就是“执行功能”这一术语最初的含义。

下面对本申请涉及的一些附图作进一步介绍。

请参阅图1，图1为本申请实施例提供的一种测评系统的结构示意图。

如图1所示，该测评系统包括：处理器101，显示设备102，输入设备103；处理器101分别与输入设备103、显示设备102连接。

显示设备102，用于在接收到测评请求后显示测试内容。测试内容是用于对测试者进行测试的内容，包括文字和图片。显示设备102向测试者显示测试内容，以向测试者进行视觉刺激。在一些实施例中，测试内容通过矩阵实验室(maltlab)和心理学工具箱(PTB，psychtoolbox)编制得到。

在一种可选的实施方式中，测试内容包括用于测试认知能力的内容。需要说的是，本申请研究中发现，不同专长的人在认知能力方面有不同的优势，例如数学专长的人有较强的空间能力，体操运动员有较强的空间想象能力，画家有较强的客体感知能力等。通过采集大量不同专长学生对于同一认知测试内容的测试结果数据，建立专才数据库并训练人工智能分类模型，将训练的分类模型应用于一般学生专长潜力判断，为学生专长培养的选择提供更客观的指标。

输入设备103，用于接收测试者对测试内容的反应结果。测试者通过输入设备103返回反应结果，输入设备103检测并接收测试者返回的反应结果。在一些实施例中，输入设备103为键盘和鼠标。在另一些实施例中，输入设备103为时间精度高于第一阈值的按键盒，第一阈值可以是1毫秒，4毫秒，1秒或者其他值。在一种可选的实现方式中，输入设备103的时间精度为毫秒。

处理器101，用于提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定；将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。

例如测试内容共包括八套测试题，在测试内容为心理旋转测试的情况下，计算测试者的心理旋转测试的正确率作为心理旋转测试的测试得分；在测试内容为视觉搜索测试的情况下，计算测试者的视觉搜索测试的正确率，并将该正确率和测试者的测试时长的商作为测试者的视觉搜索测试的测试得分；同理得到另外五套测试题的测试得分，记录上述每一套题的测试得分。

在上述分类器所使用的算法为k近邻分类算法的情况下，提取上述每一套题的测试得分作为上述特征属性，上述特征属性即为待分类项，上述分类器即为包括了现实已知真实分类结果的测试者的样本数据集。将上述待分类项属于上述分类器，利用欧式距离公式计算上述待分类项到样本数据集中每一个数据的距离，选出上述待分类项与样本数据集的距离最近的k个样本数据，计算上述k个样本数据集中每个类别所包含的样本数目，将待分类项归类为上述每个类别所包含的样本数目最多的那个类别；假设k等于3，所取的3个距离待分类项最近的点中有2个属于A类，1个属于B类，则该待分类项属于A类。

在上述分类器所使用的算法为贝叶斯分类算法的情况下，设定上述特征属性的取值，例如测试得分在0-50％区间的属于a特征，测试得分在50％-80％区间的为b特征，测试得分在80％-90％区间的为c特征，提取上述八套测试内容的测试得分所具有的特征属性，将上述特征属性输入分类器，得到上述特征属性所属的类别，作为分类结果。上述分类器为采用贝叶斯分类算法对一定数量现实已知真实分类结果的测试者的测试结果分类训练得到。记上述已知真实分类结果的测试者的测试结果所具有的特征属性为待分类项，对于上述待分类项，求解在此项出现的条件下各个类别出现的概率，将上述待分类项归类为上述各个类别出现的概率中最大概率所属的类别，得到上述分类器。

请参阅图2，图2为本申请实施例提供的另外一种测评系统的结构示意图。如图2所示，测评系统还包括计时器201、显示设备102包括显示器202和光度计203。

计时器201用于记录上述测试者完成上述测试内容的反应时长；上述测试结果的值由上述反应结果的正确率确定包括：上述测试结果的值等于上述反应时长与上述反应结果的正确率的商。在另一些实施例中，计时器201为时钟设备，例如时钟芯片。在一种可选的实现方式中，计时器201的时间精度高于第二阈值，第二阈值可以是1毫秒，5毫秒，3秒或者其他值；例如，在一些可选的实施例中，上述计时器采用自制反应按键盒和编程控制反应时间的记录，上述反应按键盒通过并口链接到主机，相比键盘按键精确度更高，能达到毫秒级。被测者在接收到显示模块102的视觉刺激后，通过按键、点击等操作输入反馈信号或者选择结果；与此同时，处理器101通过编程控制通知上述反应按键盒记录被测者的反应时间或响应视觉刺激的时长，被测者反馈的反应结果以及计时器201所记录的反应时长，作为评估其认知能力的依据。

显示器202用于显示测试内容，在一些实施例中，显示器202的刷新率大于或等于刷新率阈值，以保证显示器202显示测试内容的时间精度，进而确保记录测试时长的时间精度。在一种可选的实现方式中，刷新率阈值为144赫兹，显示器202的刷新率大于或等于144赫兹。

处理器101，还用于通过光度计203控制测试内容的显示亮度。处理器101通过光度计203控制测试内容的显示亮度，具体为：处理器101获取光度计203检测的测试内容的显示亮度，处理器101根据光度计203测到的测试内容的显示亮度，调整显示器202的显示亮度，直至检测到光度计203检测的测试内容的显示亮度在亮度范围内。通过光度计203调整测试内容的显示亮度，保证测试内容的显示亮度在亮度范围内，确保测试内容与屏幕背景的对比度，给予测试者精确的视觉刺激。

在一种可选的实现方式中，显示器202显示的测试内容包括用于测试记忆力的内容、用于测试音调辨识能力的内容、用于测试客观刺激的感知能力的内容、用于测试心理旋转能力的内容、用于测试执行能力的内容、用于测试多物体追踪能力的内容、用于测试听觉记忆能力的内容或用于测试观察能力的内容中的至少一个。在一些实施例中，测试内容包括用于测试记忆力的内容、用于测试音调辨识能力的内容、用于测试客观刺激的感知能力的内容、用于测试心理旋转能力的内容、用于测试执行能力的内容、用于测试多物体追踪能力的内容、用于测试听觉记忆能力的内容或用于测试观察能力的内容。在该实施例中，通过多个认知能力的测试内容对测试者进行测试，对测试者进行认知能力的多维度测评，提高测评的准确性。

请参阅图3A-图3H，图3A-图3H为本发明实施例提供的多个能力测试的视觉刺激示意图。上述多个能力测试的内容包括：测试记忆力的内容、测试音调辨识能力的内容、测试客观刺激的感知能力的内容、测试心理旋转能力的内容、测试执行能力的内容、测试多物体追踪能力的内容、测试听觉记忆能力的内容和测试观察能力的内容。

具体的第一套测试内容为用于测试语调辨识能力的内容，上述用于测试语调辨识能力的内容包括第一测试内容；上述第一测试内容包括第一提示信息、第一测试音频和第二测试音频，上述第二测试音频包括与上述第一测试音频相同或不同音调的音频内容；上述第一提示信息用于提示上述测试者需判断上述第一测试音频与上述第二测试音频的音调是否相同。通过显示模块102向被测者展示测试导语，引导被测者按下指定按键(如键盘的空格键)开始测试，按键后显示模块102展示如图3A所示的提示信息和两段音频，测试者需按键听音频，上述提示信息提示测试者需判断上述两段音频的语调是否相同。优选的，上述用于测试语调辨识能力的内容总共有10个试次，每个试次呈现不同音频刺激。

进一步的第二套测试内容为用于测试执行功能的内容，上述用于测试执行功能的内容包括第二测试内容；上述第二测试内容包括第二提示信息和至少两个测试图片，上述第二提示内容用于提示上述测试者上述至少两个测试图片中每个测试图片指示的操作类型。在一些可选的实施例中，通过显示模块102向被测者展示测试导语，引导被测者按下指定按键(如键盘的空格键)开始测试，按键后显示模块102展示提示信息和测试内容，如图3B所示，上述处理器控制显示设备在预置时长内显示一个的左箭头301或右箭头302，或者，上述处理器控制显示设备在预置时长内显示一个左箭头301或右箭头302后马上显示一个上箭头303或下箭头304，上述提示信息提示测试者，在上述预置时长内只显示一个左箭头301或右箭头302时，按键盘中相应的左右键反应，在上述预置时长内显示了一个左箭头301或右箭头302后马上显示一个上箭头303或下箭头304时，不需要进行任何按键操作。在对测试者进行执行功能测试的基础上，进而对测试者的反应抑制能力进行测试。同时计时器201记录被测者的反应时间。优选的，上述用于测试执行能力的内容总共测试20次。

进一步的第三套测试内容为用于测试记忆力的内容，上述用于测试记忆力的内容包括第三测试内容；上述第三测试内容包括第三提示信息、第一测试图片和第二测试图片，上述第二测试图片包括不同于上述第一测试图片的区别图形，上述第三提示信息用于提示上述测试者需在上述第二测试图片像中选出上述区别图形。在一些可选的实施例中，如图3C所示，灰色背景屏幕上显示3、4、5个不规则图形，呈现1s后图形401消失，消失1s后屏幕同样位置再次呈现相同个数的图形402，其中一个图形形状发生变化，测试者需要用鼠标选择出变化的图形。优选的，上述用于测试记忆力的内容总共10个试次，每个试次呈现不同刺激图片。

进一步的第四套测试内容为用于测试客观刺激的感知能力的内容，上述用于测试客观刺激的感知能力的内容包括第四测试内容；上述第四测试内容包括第四提示信息和第三测试图片，上述第三测试图片包括第一区域和第二区域，上述第二区域包括第三区域和第四区域，上述第三区域环绕上述第四区域，上述第三区域与上述第四区域的颜色不同，上述第一区域与上述第四区域的颜色相同，上述第一区域与上述第四区域的色彩明度相同或不同；上述第四提示信息用于提示上述测试者需判断上述第一区域与上述第四区域的色彩明度是否相同。在一些可选的实施例中，如图3D所示，利用视错觉测验，测试受试者对客观刺激的感知能力，测试者需要判断左边的圆与右边的黑色圆环里面的圆形的亮度是否有差异。优选的，上述用于测试客观刺激的感知能力的内容总共测试20次，其中有差异与无差异各一半。

进一步的第五套测试内容为用于测试心理旋转能力的内容，上述用于测试心理旋转能力的内容包括第五测试内容；上述第五测试内容包括第五提示信息和第四测试图片，上述第四测试图片包括主图形和至少两个附图形，上述至少两个附图形中包括一个上述主图通过旋转可得到的旋转图形，上述第五提示信息用于提示上述测试者需从上述至少两个附图形中选出上述旋转图形。在一些实施例中，如图3E所示，测试者根据最左侧的原图，推导出A-D四个选项哪些是由原图通过旋转得到。优选的，心理旋转能力测试共设置10个试次，每个试次向被测者呈现不同的视觉刺激图片。

进一步的第六套测试内容为用于测试多物体追踪能力的内容，上述用于测试多物体追踪能力的内容包括第六测试内容；上述第六测试内容包括第六提示信息和第六测试内容；上述第六测试内容包括N个形状、颜色相同的图形，上述N为大于1的整数，上述测试多物体追踪能力的测试开始后，上述N个形状、颜色相同的图形中的K个图形闪烁，随后上述N个形状、颜色相同的图形随机运动一定时长，运动结束后静止不动；上述第六提示信息用于提示上述测试者从上述N个形状、颜色相同的图形中选出上述K个图形。在一些实施例中，如图3F所示，上述视觉刺激为8个灰色小球，呈现在黑色的背景(亮度为0cd/cm2)上，其中随机的4个目标小球会闪烁3下共1.2秒，随后8个小球随机运动6秒，运动结束后小球静止不动，被测者需选出4个目标小球，并通过反应接收模块130输入选择结果，在显示模块120呈现测试结果的反馈。优选的，小球运动速度为300像素/秒或600像素/秒，注视点(显示区域中心的小圆点)与被测者双眼中心的连线处于同一水平位置，距离为57cm。优选的，上述用于测试多物体追踪能力的内容总共8个试次。

进一步的第七套测试内容为用于测试听觉记忆能力的内容，上述用于测试听觉记忆能力的内容包括第七测试内容；上述第七测试内容包括第七提示信息和第七测试内容；上述第七测试内容包括M段测试音频，上述M为大于2的整数；上述提示信息用于提示上述测试者上述M段测试音频需要判断每相隔一个音频的2个音频的音调是否相同。在一些实施例中，如图3G所示，依次向测试者呈现不同音调的听觉刺激0.5s，测试者需要判断每相隔1次的2个听觉刺激是否音调一致。优选的，上述用于测试听觉记忆能力的内容总共5个试次。

进一步的第八套测试内容为用于测试观察能力的内容，上述用于测试观察能力的内容包括第八提示内容和第八测试内容；上述第八测试内容包括两个相似的图形，上述两个相似的图形包括至少一个不同之处；上述提示信息用于提示上述测试者需要点击鼠标左键选出上述至少一个不同之处。如图3H所示，视觉刺激为两个相似的目标图片，两个目标图片只有一处不同。被测者需要找到两个目标图片的不同之处，并通过输入设备102输入反应结果，例如，通过鼠标左键点击图片的特定位置，并按下指定按键开始下一个试次。同时计时器201记录被测者的反应时间。优选的，观察能力测试总共有10个试次，每个试次呈现不同刺激图片。

可选的，将上述各认知能力测试中的视觉刺激呈现在不同颜色的背景之上，例如，客体感知能力测试的圆环颜色为彩色，心理旋转能力测试的背景为白色，多物体追踪能力测试的背景为黑色等，以突出视觉刺激图片，优化视觉刺激效果。

请参阅图4，图4为本申请实施例提供的一种测评方法的示意图。该方法可应用于上述的测评系统，通过处理器执行。该方法包括：步骤401，在接收到测评请求后显示测试内容；步骤402，接收测试者对上述测试内容的反应结果；步骤403，提取测试结果的值所具有的特征属性；步骤404，将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别。

请参阅图5，在一些实施例中，如图5所示，上述测评系统还包括：数据分析模块，上述数据分析模块包括原始数据库单元501、雷达图数据库单元502、分类训练单元503。其中，原始数据库501是将反应监测系统记录的每套认知测试的按键反应正确率、按键反应时间以及测试者的专业、性别、年龄、左右利手等数据构建一个数据库。雷达图数据库单元502是通过MATLAB对原始数据库中的数据进行标准化分析，对每个测试者形成一个认知雷达图，数据库包含所有测试者数据。数据库可以存放在计算机本地的磁盘中，可以导出到闪存盘、光盘等存储介质，更进一步的，可以通过互联网将数据库保存在云端，可以实现远程的监测等应用。分类训练单元503通过对雷达图数据库中的雷达图进行分类器训练，形成最佳分类模型，分类模型将用于对新的测试者进行分类，给测试者提供更客观有效的具有指导意义的测试结果。

请参阅图6，图6为本申请实施例提供的一种测评装置的示意图。如图6所示，该装置包括：

显示单元601用于在接收到专长潜质认知测评请求后显示测试内容；

接收单元602，用于接收测试者对上述测试内容的反应结果；

分类单元603，用于提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定；将上述特征属性输入测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的分类结果；上述分类器通过对至少两个实验者的测试结果进行分类训练得到。

下面结合两个不同的使用场景，介绍使用本申请提供的测评系统实现数据分析的具体处理流程。

(一)使用场景一：使用贝叶斯分类算法对已知艺术专长的实验者的测试结果数据进行分类训练得到分类器，并将分类器应用于待测艺术专长的测试者的专长潜质分类测评。

在本实施例中，测评系统在对测试者的测试结果进行分类之前需要先使用贝叶斯分类算法生成分类器。如图7A所示，步骤701，采集现实已知艺术专长的实验者对上述测试内容的测试结果，包括：在接收到测评请求后显示设备102显示测试内容；输入设备103接收实验者对上述测试内容的反应结果；上述测试内容为图3A-图3H的八套能力测试内容；在一些可选的测试内容中，上述测试结果还包括计时器201所记录的上述测试者对于测试内容的反应时长。上述测评系统还包括原始数据库单元501，上述原始数据库501是将反应监测系统记录的每套认知测试的按键反应正确率、按键反应时间以及测试者的专业、性别、年龄、左右利手等数据构建一个数据库。

步骤702，提取上述现实已知艺术专长的实验者的测试结果的值的特征属性，例如，对于测试内容为测试记忆力的内容、测试音调辨识能力的内容、测试客观刺激的感知能力的内容、测试心理旋转能力的内容、测试多物体追踪能力的内容、测试听觉记忆能力的内容，其测试结果为上述反应结果的正确率；对于测试执行能力的内容或测试观察能力的内容，其测试结果为上述反应时长与上述反应结果的商；提取上述测试结果的特征属性，包括：设定上述特征属性的取值，例如对于反应结果的正确率作为上述测试结果的，在上述测试结果在0-50％区间的属于a特征，在上述测试结果在50％-80％区间的属于b特征，在上述测试结果在80％-100％区间的属于c特征，对于反应时长与反应结果的正确率的商作为上述测试结果的，在上述测试结果为0.6-0.75区间的为a特征，在上述测试结果为0.75-2.4的为b特征，在上述测试结果为大于2.4的为c特征，对于上述八套题的测试结果做上述特征属性处理，得到每个测试结果的所具有的特征属性。即为上述测评系统还包括雷达图数据库单元502，上述雷达图数据库单元502是通过MATLAB对原始数据库中的数据进行标准化分析，在本实施例中即为上述提取测试结果的特征属性，对每个测试者形成一个认知雷达图。

步骤703，计算上述特征属性对于每个类别的条件概率，例如假设实验者中包括的类别有A类、B类、C类或D类，对于每个测试结果所具有的特征属性，计算在上述特征属性出现的情况下A类、B类、C类或D类出现的条件概率，上述计算所使用的算法即为贝叶斯算法。例如，记实验者为样本数据，上述样本数据包括实验者的专业、测试结果所具有的特征属性，记特征属性x＝{k1,k2,k3,k4,k5,k6,k7,k8}为待分类项，每个k为x的一个特征属性，记特征属性x出现为事件X，记A类、B类、C类或D类出现为事件M，依据贝叶斯算法，计算在事件X出现的情况下事件M出现的条件概率等于在事件M出现的情况下事件X出现的条件概率与事件M出现的概率的乘积与事件X出现的概率的商，公式如下：

对于样本数据中事件X出现的概率P

P

即可得上述在事件X出现的情况下事件M出现的条件概率为：

进一步的举例说明，有一样本数据的特征属性为x＝{a,a,c,c,c,b,a,a}，计算在x出现的情况下A类、B类、C类、D类分别出现的概率的公式如下为：

同理求得P

步骤704，将上述特征属性归于上述每个类别的条件概率中的最大概率所属的类别，即将特征属性归于上述P

步骤705，得到分类器，该分类器的每个类别包括不同类型的多个特征属性。将样本数据中的所有测试结果的特征属性执行如步骤703-步骤704上述的分类训练，得到上述分类器。即为分类训练单元503通过对雷达图数据库中的雷达图进行分类器训练，形成最佳分类模型，分类模型将用于对新的测试者进行分类，给测试者提供更客观有效的具有指导意义的测试结果。

如图7B所示，将经过图7A的步骤所得的上述分类器应用于待测艺术专长的测试者的专长潜质分类测评。

步骤706，采集测试者对上述测试内容的测试结果，包括：在接收到测评请求后显示设备102显示测试内容；输入设备103接收实验者对上述测试内容的反应结果；上述测试内容为图3A-图3H的八套能力测试内容；在一些可选的测试内容中，上述测试结果还包括计时器201所记录的上述测试者对于测试内容的反应时长。

步骤707，提取上述测试者的测试结果的值所具有的特征属性，对上述测试结果执行如步骤702上述的提取特征属性操作，得到上述测试结果所具有的特征属性。

步骤708，将上述特征属性输入测评的上述分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的艺术专长分类结果。

本实施例提供一种艺术专长潜质测评系统，通过在接收到测评请求后显示测试内容，接收测试者对上述测试内容的反应结果，提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定，再将上述特征属性输入艺术专长测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的艺术专长分类结果；上述分类器通过对至少两个现实已知真实艺术专业的实验者的测试结果进行分类训练得到。上述分类训练所使用的实验数据为客观存在的已知真实分类结果的实验者对于测试内容的测试结果所具有的特征属性，所得到的分类器能客观地体现对于同一测试内容不同类别的实验者之间特征属性的差异性，从而反映测试内容的测试结果能较客观地指示测试者属于哪个类别，由测试者的测试结果所具有的特征属性大概率确定测试者所属类别。从而更客观有效地为测试者提供更具有指导意义的测试结果。

(二)使用场景二：使用k近邻分类算法对待测艺术专长的测试者的专长潜质做分类测评。

在本实施例中，测评系统在对测试者的测试结果进行分类之前需要k近邻分类算法生成分类器。如图8A所示，步骤801，采集已知艺术专长的实验者对上述测试内容的测试结果，包括：在接收到测评请求后显示设备102显示测试内容；输入设备103接收实验者对上述测试内容的反应结果；上述测试内容为图3A-图3H的八套能力测试内容；在一些可选的测试内容中，上述测试结果还包括计时器201所记录的上述测试者对于测试内容的反应时长。上述测评系统还包括原始数据库单元501，上述原始数据库501是将反应监测系统记录的每套认知测试的按键反应正确率、按键反应时间以及测试者的专业、性别、年龄、左右利手等数据构建一个数据库。

步骤802，提取上述测试结果的值的特征属性，并将其分为正样本和负样本，上述正样本输入分类器，上述负样本用于上述分类器的训练；上述提取特征属性，例如，对于测试内容为测试记忆力的内容、测试音调辨识能力的内容、测试客观刺激的感知能力的内容、测试心理旋转能力的内容、测试多物体追踪能力的内容、测试听觉记忆能力的内容，其测试结果为上述反应结果的正确率，并作为上述特征属性；对于测试执行能力的内容或测试观察能力的内容，其测试结果为上述反应时长与上述反应结果的商，并作为上述特征属性。即为上述测评系统还包括雷达图数据库单元502，上述雷达图数据库单元502是通过MATLAB对原始数据库中的数据进行标准化分析，在本实施例中即为上述提取测试结果的特征属性，对每个测试者形成一个认知雷达图。

步骤803，计算上述每个负样本对于每个正样本的欧式距离，并计算该负样本k个欧式距离最近邻的正样本中每个类别出现的频率，将最大频率的类别作为该负样本的预测分类结果；步骤804，调整k参数的取值，直到分类器对于负样本的类别预测的准确率大于等于90％。

步骤805，调整k参数的取值，重复步骤803-步骤804，直到分类器对于负样本的类别预测的准确率大于等于90％；步骤806，得到k近邻分类器。

如图8B所示，步骤807，采集测试者对于上述测试内容的测试结果，上述测试内容为图3A-图3H的八套能力测试内容；在一些可选的测试内容中，上述测试结果还包括计时器201所记录的上述测试者对于测试内容的反应时长。步骤808，提取上述测试结果的值的特征属性，记为待分类项；上述提取特征属性，例如，对于测试内容为测试记忆力的内容、测试音调辨识能力的内容、测试客观刺激的感知能力的内容、测试心理旋转能力的内容、测试多物体追踪能力的内容、测试听觉记忆能力的内容，其测试结果为上述反应结果的正确率，并作为上述特征属性；对于测试执行能力的内容或测试观察能力的内容，其测试结果为上述反应时长与上述反应结果的商，并作为上述特征属性。

步骤809，将上述待分类项输入上述k近邻分类器；步骤810，在一些可选的实现方式中，采用欧式距离公式计算上述待分类项对于分类器中每个样本数据的距离，距离计算公式可以为欧式距离、哈曼顿距离或闵可夫斯基距离公式计算方法，本实施例采用欧氏距离公式进一步举例说明，记特征属性x＝(x1,x2,x3,x4,x5,x6,x7,x8)为待分类项，分类器中有一特征属性y＝(y1,y2,y3,y4,y5,y6,y7,y8)，则计算x与y的欧式距离，公式如下：

同理，计算待分类项与分类器中每个样本数据之间的距离，并将上述特征属性依据距离值的大小进行排序，本实施例使用升序排序。步骤811，计算该待分类项k个最近距离的样本数据中每个类别出现的频率；即从上述排序中选出排名前k的样本数据，计算k个样本数据中每个类别出现的次数。步骤812，将上述最大频率的类别作为该待分类项的分类结果。

本实施例提供一种艺术专长潜质测评系统，通过在接收到测评请求后显示测试内容，接收测试者对上述测试内容的反应结果，提取测试结果的值的特征属性，上述测试结果的值由上述反应结果的正确率确定，再将上述特征属性输入艺术专长测评的分类器，得到上述特征属性在上述分类器中所属的类别，作为上述测试者的艺术专长分类结果；上述分类器通过对至少两个现实已知真实艺术专业的实验者的测试结果进行分类训练得到。上述分类训练所使用的实验数据为客观存在的已知真实分类结果的实验者对于测试内容的测试结果所具有的特征属性，所得到的分类器能客观地由测试者的测试结果所具有的特征属性大概率确定测试者所属类别。从而更客观有效地为测试者提供更具有指导意义的测试结果。即为分类训练单元503通过对雷达图数据库中的雷达图进行分类器训练，形成最佳分类模型，分类模型将用于对新的测试者进行分类，给测试者提供更客观有效的具有指导意义的测试结果。

上述实施例中所用，根据上下文，术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。