问卷题目筛选的方法、装置、电子设备及存储介质

技术领域

本发明涉及金融数据处理技术领域，尤其涉及一种问卷题目筛选的方法、装置、电子设备及计算机可读存储介质。

背景技术

在金融领域，往往企业会同时存在多种业务，并且实时根据业务数据调整业务开展。通过用户数据反馈来更新业务进展，更贴合业务的开展。而电子问卷是线上收集数据的一种工具，用于满意度调查、意见反馈收集、测评、考试等场景。电子问卷面向的人群更广泛，简单易操作，调查者只需创建问卷链接就能向人群进行问卷发放，同时可以实现答卷的实时填写与回收，其答卷结果便于统计处理与分析。进而，根据金融业务场景生成符合业务需求，并且能够充分获取用户数据的问卷显得尤为重要。

七维健康测评问卷是围绕身体、情绪、社交、精神、认知、职业与经济七大维度对客户健康进行评估的一种问卷形式，基于这类问卷的调查结果可以生成全面客户画像，为客户打造专属服务方案。然而在问卷设计上，如果设置的问卷题目过多就会降低客户的答题积极性，从而出现客户乱答或不愿意做答等情况，在造成较差用户体验的同时，也无法准确刻画客户初步画像及实现个性化服务定制，影响后续流程。

现有技术中关于如何筛选问卷题目、高效取得初步客户画像的常用方法是通过专家咨询法，邀请多位专家共同讨论筛选问卷题目，但若问卷题目多、覆盖领域较广，通过不同领域专家进行评估筛选则需要消耗较多的资源，此外，该方法由于受人的主观因素影响比较大，容易导致问卷题目筛选的结果不够准确。

综上所述，现有筛选问卷题目的方法存在效率及准确率较低的问题。

发明内容

本发明提供一种问卷题目筛选的方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决问卷题目筛选效率及准确率较低的问题。

为实现上述目的，本发明提供的一种问卷题目筛选的方法，包括：

获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；

根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；

根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；

根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；

根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

可选地，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数，包括：

从所述问卷题目中逐个选取两个问卷题目作为对比问卷题目，根据所述对比问卷题目的选项生成对应的类别组合；

根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；

根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数。

可选地，所述根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数，包括：

利用下式进行卡方统计计算：

其中，χ

利用下式计算相关性系数：

其中，φ

可选地，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数，包括：

对所述问卷题目进行赋值，得到所述问卷用户每个问卷题目对应的问卷题目分值；

根据所述问卷题目的预设维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

从多个维度对应的问卷题目集中逐个选取目标维度以及对应的目标问卷题目；

根据所述问卷题目分值对所述问卷用户对应的目标问卷题目排序，得到所述目标问卷题目对应的分值集合；

根据预设的划分标准将所述分值集合划分为高分组以及低分组，利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数。

可选地，所述根据所述相关性系数及所述区分度系数计算所述问卷题目的分值，包括：

利用下式根据相关性系数及区分度系数计算问卷题目的分值：

其中，γ

可选地，所述根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集，包括：

根据所述问卷题目的维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

利用所述问卷题目的分值对多个所述维度对应的问卷题目集中的问卷题目进行分值大小排列，得到多个维度对应的更新问卷题目集；

根据预设的第一公式以及预设的维度精选题目数量进行计算，得到每个维度对应的第一精选题目数量；

根据所述第一精选题目数量从每个维度对应的所述更新问卷题目集中提取维度精选问卷题目；

将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集。

可选地，所述对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目，包括：

提取所述测试问卷样本的题目以及问卷用户，得到问卷用户以及对应的测试问卷题目；

对所述测试问卷题目进行重复值剔除以及缺失值剔除，得到第一问卷题目；

利用预设的筛选规则对所述第一问卷题目进行标准化筛选，得到问卷题目。

为了解决上述问题，本发明还提供一种问卷题目筛选的装置，所述装置包括：

测试问卷样本筛选模块，用于获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；

相关性系数计算模块，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；

区分度系数计算模块，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；

问卷题目分值计算模块，用于根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；

精选题目集生成模块，用于根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的问卷题目筛选的方法。

为了解决上述问题，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中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的问卷题目筛选的方法。

本发明实施例通过对测试问卷样本进行筛选，可以剔除无效问卷题目数据，实现问卷题目的标准化，并提高问卷题目筛选的效率；通过计算问卷题目的相关性系数，可以实现拓展问卷题目的多样性；通过计算问卷题目的区分度系数可以实现对于题目质量的评估，提高问卷题目的质量；通过结合相关性系数以及区分性系数计算问卷题目的分值，可以提高根据该分值以及问卷题目的维度生成筛选题目的准确性，并使得不同题目维度下题目的结构合理，更具有均衡性。因此本发明提出的问卷题目筛选的方法、装置、电子设备及计算机可读存储介质，可以解决问卷题目筛选效率及准确率较低的问题。

附图说明

图1为本发明一实施例提供的问卷题目筛选的方法的流程示意图；

图2为本发明一实施例提供的根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数的流程示意图；

图3为本发明一实施例提供的根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数的流程示意图；

图4为本发明一实施例提供的问卷题目筛选的装置的功能模块图；

图5为本发明一实施例提供的实现所述问卷题目筛选的方法的电子设备的结构示意图。

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。

本申请实施例提供一种问卷题目筛选的方法。所述问卷题目筛选的方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述问卷题目筛选的方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的问卷题目筛选的方法的流程示意图。在本实施例中，所述问卷题目筛选的方法包括：

S1、获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目。

本发明实施例中，所述测试问卷样本为不同金融业务场景中线上根据不同收集需求向用户收集的调查问卷，通常以文档或者列表的形式存在；根据用户的不同，用户对于问卷题目填写也存在不同，由于测试问卷基于用户的不同存在差异性，进而提高了测试问卷的多样性。

本发明实施例中，通过对测试问卷的题目进行数据筛选，可以剔除缺失值太多、选项自相矛盾以及不符合要求的无效问卷题目数据，实现问卷题目的标准化，并提高问卷题目筛选的效率。

本发明实施例中，所述测试问卷样本由多个问卷用户以及所述问卷用户填写的测试问卷构成，所述测试问卷可以由多个维度的问卷题目构成，例如围绕身体、情绪、社交、精神、认知、职业与经济七大维度评估，通过用户填写多维度的问卷题目，可以实现对用户的多方位调研以及对调查问卷对应的金融产品的多维度评估。

本发明实施例中，所述对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目，包括：

提取所述测试问卷样本的题目以及问卷用户，得到问卷用户以及对应的测试问卷题目；

对所述测试问卷题目进行重复值剔除以及缺失值剔除，得到第一问卷题目；

利用预设的筛选规则对所述第一问卷题目进行标准化筛选，得到问卷题目。

本发明实施例中，重复值剔除可以去除问卷题目中重复性的选项及题目，缺失值剔除可以去除问卷题目中存在空缺的选择及题目，提高后续问卷题目筛选的效率；所述筛选规则可以根据金融业务规则以及用户的身份进行筛选。例如，对于不属于金融业务范畴内的问卷题目，或者对于用户身份存在风险、黑名单等情况所填写的问卷题目可以进行删除，以提高问卷数据的可用性。

S2、根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数。

请参阅图2所示，本发明实施例中，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数，包括：

S21、从所述问卷题目中逐个选取两个问卷题目作为对比问卷题目，根据所述对比问卷题目的选项生成对应的类别组合；

S22、根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；

S23、根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数。

具体地，本发明实施例中，可以利用下式进行卡方统计计算：

其中，χ

进一步地，本发明实施例中，可以利用Cramér’s V方法计算相关性系数，具体如下所示：

其中，φ

本发明实施例中，所述类别组合可以是同一问卷用户对不同问卷题目的选项选择组合，不同问卷用户进而可以排列组合得到多个类别组合；所述类别组合的实际值可以为问卷用户对选项的选择次数，对应的类别组合的预设期望值可以为问卷用户对选项的期望选择次数。

本发明实施例中，所述相关性系数取值范围为0至1，0表示两个问卷题目无关，1表示两个问卷题目完全相关，通常大于0.6即可认为两个问卷题目相关。

S3、根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数。

请参阅图3所示，本发明实施例中，所述根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数，包括：

S31、对所述问卷题目进行赋值，得到所述问卷用户每个问卷题目对应的问卷题目分值；

S32、根据所述问卷题目的预设维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

S33、从多个维度对应的问卷题目集中逐个选取目标维度以及对应的目标问卷题目；

S34、根据所述问卷题目分值对所述问卷用户对应的目标问卷题目排序，得到所述目标问卷题目对应的分值集合；

S35、根据预设的划分标准将所述分值集合划分为高分组以及低分组，利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数。

进一步地，本发明实施例中，所述利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数，包括：

所述t检验公式表示为：

其中，t表示为所述目标问卷题目对应的区分度系数，

本发明实施例中，由于问卷题目的选项的内容大多上至下可以实现重要性、健康性等的依次排序，因此，可以根据问卷题目的选项对所述问卷题目进行赋值，例如，问卷题目包含五个选项，五个选项从高到低可以赋值为0,1,3,5,7，实现对问卷题目的量化。

本发明实施例中，测试问卷可以由多个维度的问卷题目构成，例如围绕身体、情绪、社交、精神、认知、职业与经济七大维度，因此，以维度为标准可以实现对问卷题目的划分。

本发明实施例中，分值集合由同一目标问卷题目的多个问卷用户以及对应的分值所构成；可以将分值集合中前27％和后27％的分值作为高分组和低分组的临界点，低于27％分位数的分值对应的问卷用户作为低分组，高于73％分位数的分值对应的问卷用户作为高分组。

S4、根据所述相关性系数及所述区分度系数计算所述问卷题目的分值。

本发明实施例中，所述根据所述相关性系数及所述区分度系数计算所述问卷题目的分值，包括：

利用下式根据相关性系数及区分度系数计算问卷题目的分值：

其中，γ

S5、根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

本发明实施例中，所述根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集，包括：

根据所述问卷题目的维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

利用所述问卷题目的分值对多个所述维度对应的问卷题目集中的问卷题目进行分值大小排列，得到多个维度对应的更新问卷题目集；

根据预设的第一公式以及预设的维度精选题目数量进行计算，得到每个维度对应的第一精选题目数量；

根据所述第一精选题目数量从每个维度对应的所述更新问卷题目集中提取维度精选问卷题目；

将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集。

进一步地，本发明实施例中，所述将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集，包括，

将每个维度的所述更新问卷题目集中除所述维度精选问卷题目之外的问卷题目进行汇总，得到待筛选问卷题目；

利用预设的第二公式以及预设的维度精选题目数量进行计算，得到第二精选题目数量；

根据所述第二精选题目数量以及所述问卷题目的分值对所述待筛选问卷题目，得到候选题目排序集；

将每个维度对应的维度精选问卷题目作为精选题目排序集，并根据所述候选题目排序集以及所述精选题目排序集生成精选题目集。

具体地，本发明实施例中，所述第一公式表示为：

/>

其中，y

本发明实施例中，所述第二公式表示为：

其中，y

本发明实施例中，可以根据每个维度对应的问卷题目集中的问卷题目所对应分值，由高至低进行排序，得到更新问卷题目集；同样地，也可以根据待筛选问卷题目的分值由高至低进行排序，再根据分值排名提取第二精选题目数量的问卷题目生成候选题目排序集。

本发明实施例中，通过根据问卷题目的分值以及维度选取精选题目，可以保证生成的精选题目的多样性以及准确性。

本发明实施例通过对测试问卷样本进行筛选，可以剔除无效问卷题目数据，实现问卷题目的标准化，并提高问卷题目筛选的效率；通过计算问卷题目的相关性系数，可以实现拓展问卷题目的多样性；通过计算问卷题目的区分度系数可以实现对于题目质量的评估，提高问卷题目的质量；通过结合相关性系数以及区分性系数计算问卷题目的分值，可以提高根据该分值以及问卷题目的维度生成筛选题目的准确性，并使得不同题目维度下题目的结构合理，更具有均衡性。因此本发明提出的问卷题目筛选的方法，可以解决筛选问卷题目效率及准确率较低的问题。

如图4所示，是本发明一实施例提供的问卷题目筛选的装置的功能模块图。

本发明所述问卷题目筛选的装置100可以安装于电子设备中。根据实现的功能，所述问卷题目筛选的装置100可以包括测试问卷样本筛选模块101、相关性系数计算模块102、区分度系数计算模块103、问卷题目分值计算模块104及精选题目集生成模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述测试问卷样本筛选模块101，用于获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目。

本发明实施例中，所述测试问卷样本为不同金融业务场景中线上根据不同收集需求向用户收集的调查问卷，通常以文档或者列表的形式存在；根据用户的不同，用户对于问卷题目填写也存在不同，由于测试问卷基于用户的不同存在差异性，进而提高了测试问卷的多样性。

本发明实施例中，通过对测试问卷的题目进行数据筛选，可以剔除缺失值太多、选项自相矛盾以及不符合要求的无效问卷题目数据，实现问卷题目的标准化，并提高问卷题目精选的效率。

本发明实施例中，所述测试问卷样本由多个问卷用户以及所述问卷用户填写的测试问卷构成，所述测试问卷可以由多个维度的问卷题目构成，例如围绕身体、情绪、社交、精神、认知、职业与经济七大维度评估，通过用户填写多维度的问卷题目，可以实现对用户的多方位调研以及对调查问卷对应的金融产品的多维度评估。

本发明实施例中，所述测试问卷样本筛选模块101在执行对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目的功能时，具体用于：

提取所述测试问卷样本的题目以及问卷用户，得到问卷用户以及对应的测试问卷题目；

对所述测试问卷题目进行重复值剔除以及缺失值剔除，得到第一问卷题目；

利用预设的筛选规则对所述第一问卷题目进行标准化筛选，得到问卷题目。

本发明实施例中，重复值剔除可以去除问卷题目中重复性的选项及题目，缺失值剔除可以去除问卷题目中存在空缺的选择及题目，提高后续问卷题目筛选的效率；所述筛选规则可以根据金融业务规则以及用户的身份进行筛选。例如，对于不属于金融业务范畴内的问卷题目，或者对于用户身份存在风险、黑名单等情况所填写的问卷题目可以进行删除，以提高问卷数据的可用性。

所述相关性系数计算模块102，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数。

本发明实施例中，所述相关性系数计算模块102在执行根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数的功能时，具体用于：

从所述问卷题目中逐个选取两个问卷题目作为对比问卷题目，根据所述对比问卷题目的选项生成对应的类别组合；

根据所述类别组合的实际值以及类别组合的预设期望值进行卡方统计计算，得到卡方统计量；

根据所述卡方统计量以及所述问卷题目进行计算，得到所述对比问卷题目的相关性系数。

具体地，本发明实施例中，可以利用下式进行卡方统计计算：

其中，x

进一步地，本发明实施例中，可以利用Cramér’s V方法计算相关性系数，具体如下所示：

其中，φ

本发明实施例中，所述类别组合可以是同一问卷用户对不同问卷题目的选项选择组合，不同问卷用户进而可以排列组合得到多个类别组合；所述类别组合的实际值可以为问卷用户对选项的选择次数，对应的类别组合的预设期望值可以为问卷用户对选项的期望选择次数。

本发明实施例中，所述相关性系数取值范围为0至1，0表示两个问卷题目无关，1表示两个问卷题目完全相关，通常大于0.6即可认为两个问卷题目相关。

所述区分度系数计算模块103，用于根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数。

本发明实施例中，所述区分度系数计算模块103在执行根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数的功能时，具体用于：

对所述问卷题目进行赋值，得到所述问卷用户每个问卷题目对应的问卷题目分值；

根据所述问卷题目的预设维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

从多个维度对应的问卷题目集中逐个选取目标维度以及对应的目标问卷题目；

根据所述问卷题目分值对所述问卷用户对应的目标问卷题目排序，得到所述目标问卷题目对应的分值集合；

根据预设的划分标准将所述分值集合划分为高分组以及低分组，利用t检验公式对所述高分组以及所述低分组进行计算，得到所述目标问卷题目对应的区分度系数。

进一步地，本发明实施例中，所述t检验公式表示为：

其中，t表示为所述目标问卷题目对应的区分度系数，

本发明实施例中，由于问卷题目的选项的内容大多上至下可以实现重要性、健康性等的依次排序，因此，可以根据问卷题目的选项对所述问卷题目进行赋值，例如，问卷题目包含五个选项，五个选项从高到低可以赋值为0,1,3,5,7，实现对问卷题目的量化。

本发明实施例中，测试问卷可以由多个维度的问卷题目构成，例如围绕身体、情绪、社交、精神、认知、职业与经济七大维度，因此，以维度为标准可以实现对问卷题目的划分。

本发明实施例中，分值集合由同一目标问卷题目的多个问卷用户以及对应的分值所构成；可以将分值集合中前27％和后27％的分值作为高分组和低分组的临界点，低于27％分位数的分值对应的问卷用户作为低分组，高于73％分位数的分值对应的问卷用户作为高分组。

所述问卷题目分值计算模块104，用于根据所述相关性系数及所述区分度系数计算所述问卷题目的分值。

本发明实施例中，利用下式根据相关性系数及区分度系数计算问卷题目的分值：

其中，γ

所述精选题目集生成模块105，用于根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

本发明实施例中，所述精选题目集生成模块105在执行根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集的功能时，具体用于：

根据所述问卷题目的维度对所述问卷题目进行划分，得到多个维度对应的问卷题目集；

利用所述问卷题目的分值对多个所述维度对应的问卷题目集中的问卷题目进行分值大小排列，得到多个维度对应的更新问卷题目集；

根据预设的第一公式以及预设的维度精选题目数量进行计算，得到每个维度对应的第一精选题目数量；

根据所述第一精选题目数量从每个维度对应的所述更新问卷题目集中提取维度精选问卷题目；

将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集。

进一步地，本发明实施例中，所述精选题目集生成模块105在执行将所有维度对应的所述维度精选问卷题目进行汇总，得到所述精选题目集的功能时，具体用于：

将每个维度的所述更新问卷题目集中除所述维度精选问卷题目之外的问卷题目进行汇总，得到待筛选问卷题目；

利用预设的第二公式以及预设的维度精选题目数量进行计算，得到第二精选题目数量；

根据所述第二精选题目数量以及所述问卷题目的分值对所述待筛选问卷题目，得到候选题目排序集；

将每个维度对应的维度精选问卷题目作为精选题目排序集，并根据所述候选题目排序集以及所述精选题目排序集生成精选题目集。

具体地，本发明实施例中，所述第一公式表示为：

其中，y

本发明实施例中，所述第二公式表示为：

其中，y

本发明实施例中，可以根据每个维度对应的问卷题目集中的问卷题目所对应分值，由高至低进行排序，得到更新问卷题目集；同样地，也可以根据待筛选问卷题目的分值由高至低进行排序，再根据分值排名提取第二精选题目数量的问卷题目生成候选题目排序集。

本发明实施例中，通过根据问卷题目的分值以及维度选取精选题目，可以保证生成的筛选题目的多样性以及准确性。

如图5所示，是本发明一实施例提供的实现问卷题目筛选的方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如问卷题目筛选的程序。

其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行问卷题目筛选的程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。

所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如问卷题目筛选的程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的问卷题目筛选的程序是多个指令的组合，在所述处理器10中运行时，可以实现：

获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；

根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；

根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；

根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；

根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；

根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；

根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；

根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；

根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。