本公開涉及一種數據檢測方法、裝置及存儲介質，以對問卷數據進行異常檢測。該方法包括：獲取目標問卷數據，所述目標問卷數據包括目標子滿意度和目標總滿意度；將所述目標問卷數據的目標子滿意度輸入目標分類模型中，得到所述目標問卷數據對應的目標分類結果，所述目標分類結果用于表征所述目標問卷數據的預測總滿意度對應的分類概率；根據預設分組規則，確定所述目標分類結果對應的第一分組和所述目標總滿意度對應的第二分組；根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果。
【技術實現步驟摘要】
本公開涉及數據處理，尤其涉及一種數據檢測方法、裝置及存儲介質。
技術介紹
1、以滿意度為載體的調查問卷，問卷的結構包括子項對應的子滿意度與整體的總滿意度，例如針對某購買服務的滿意度調查，首先設置總滿意度的總調查項，其次設置子滿意度對應的子調查項，如物流包裝滿意度子調查項，物流時效滿意度子調查項等等，其中，子滿意度是構成總滿意度的重要因素。
2、相關技術中，通常是對數值型數據進行異常檢測，而針對滿意度這種定序類型數據，無法通過數值型數據的檢測方式進行異常檢測。
技術實現思路
1、為克服相關技術中存在的問題，本公開提供一種數據檢測方法、裝置及存儲介質。
2、根據本公開實施例的第一方面，提供一種數據檢測方法，包括：
3、獲取目標問卷數據，所述目標問卷數據包括目標子滿意度和目標總滿意度；
4、將所述目標問卷數據的目標子滿意度輸入目標分類模型中，得到所述目標問卷數據對應的目標分類結果，所述目標分類結果用于表征所述目標問卷數據的預測總滿意度對應的分類概率；
5、根據預設分組規則，確定所述目標分類結果對應的第一分組和所述目標總滿意度對應的第二分組；
6、根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果。
7、可選地，所述目標問卷數據的數量為多個，所述根據預設分組規則，確定所述目標分類結果對應的第一分組，包括：
8、根據多個目標問卷數據對應的多個目標分類結果確定目標分組數量；
<
p>9、將所述多個目標分類結果按照預設順序進行排序，得到目標順序分類結果；10、基于所述目標分組數量對所述目標順序分類結果進行劃分，確定每一所述目標分類結果對應的第一分組。
11、可選地，所述根據多個目標問卷數據對應的多個目標分類結果確定目標分組數量，包括：
12、根據所述目標分類結果確定所述目標分類模型的目標指標值；
13、將所述目標總滿意度的取值范圍的最大值與所述目標指標值的倒數相乘，得到分組初始數量；
14、對所述分組初始數量進行向上取整，得到所述目標分組數量。
15、可選地，根據預設分組規則，確定所述目標總滿意度對應的第二分組，包括：
16、根據所述目標總滿意度、以及總滿意度與分組的預設對應關系，確定所述目標總滿意度對應的第二分組。
17、可選地，所述第一分組和所述第二分組對應有分組序號，所述根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果，包括：
18、將所述第一分組對應的分組序號與所述第二分組對應的分組序號相除，得到所述目標問卷數據對應的目標分值；
19、根據所述目標分值和預設分值閾值的大小關系，確定所述目標問卷數據的異常檢測結果。
20、可選地，所述預設分值閾值是通過如下方式確定的：
21、根據所述目標分類結果確定所述目標分類模型的目標指標值；
22、將所述目標總滿意度的取值范圍的最大值與所述目標指標值的倒數相乘，得到所述預設分值閾值的上限閾值，并將所述目標總滿意度的取值范圍的最大值的倒數作為所述預設分值閾值的下限閾值。
23、可選地，所述根據所述目標分值和預設分值閾值的大小關系，確定所述目標問卷數據的異常檢測結果，包括：
24、在所述目標分值等于所述預設分值閾值的上限閾值或下限閾值的情況下，確定表征所述目標問卷數據為異常問卷數據的異常檢測結果。
25、可選地，所述目標分類模型是通過如下方式構建的：
26、確定初始分類模型和樣本問卷數據，所述樣本問卷數據包括樣本子滿意度和樣本總滿意度；
27、根據預設標簽閾值和所述樣本問卷數據的樣本總滿意度，確定所述樣本問卷數據的樣本標簽；
28、基于所述樣本標簽和所述樣本問卷數據的樣本子滿意度對所述初始分類模型進行模型訓練，得到模型訓練后的所述目標分類模型。
29、根據本公開實施例的第二方面，提供一種數據檢測裝置，所述裝置包括：
30、獲取模塊，被配置為獲取目標問卷數據，所述目標問卷數據包括目標子滿意度和目標總滿意度；
31、輸入模塊，被配置為將所述目標問卷數據的目標子滿意度輸入目標分類模型中，得到所述目標問卷數據對應的目標分類結果，所述目標分類結果用于表征所述目標問卷數據的預測總滿意度對應的分類概率；
32、分組模塊，被配置為根據預設分組規則，確定所述目標分類結果對應的第一分組和所述目標總滿意度對應的第二分組；
33、確定模塊，被配置為根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果。
34、根據本公開實施例的第三方面，提供一種數據檢測裝置，包括：
35、處理器；
36、用于存儲處理器可執行指令的存儲器；
37、其中，所述處理器被配置為：
38、獲取目標問卷數據，所述目標問卷數據包括目標子滿意度和目標總滿意度；
39、將所述目標問卷數據的目標子滿意度輸入目標分類模型中，得到所述目標問卷數據對應的目標分類結果，所述目標分類結果用于表征所述目標問卷數據的預測總滿意度對應的分類概率；
40、根據預設分組規則，確定所述目標分類結果對應的第一分組和所述目標總滿意度對應的第二分組；
41、根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果。
42、根據本公開實施例的第四方面，提供一種計算機可讀存儲介質，其上存儲有計算機程序指令，該程序指令被處理器執行時實現第一方面中任一項所述方法的步驟。
43、本公開的實施例提供的技術方案可以包括以下有益效果：
44、首先獲取目標問卷數據，然后將目標問卷數據的目標子滿意度輸入目標分類模型中，得到目標問卷數據對應的目標分類結果，進而根據預設分組規則，確定目標分類結果對應的第一分組和目標總滿意度對應的第二分組，最后根據第一分組和第二分組，確定目標問卷數據的異常檢測結果。采用上述方法，通過目標分類模型對目標子滿意度進行分類預測得到目標分類結果，進而根據目標分類結果所在的分組與目標總滿意度所在的分組確定目標問卷數據的異常檢測結果，從而實現針對滿意度這種定序類型數據的異常檢測。此外，在后續數據統計分析過程中，可以根據異常檢測結果剔除異常數據，從而提高數據分析的可靠性。
45、應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本公開。
本文檔來自技高網...
【技術保護點】
1.一種數據檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述目標問卷數據的數量為多個，所述根據預設分組規則，確定所述目標分類結果對應的第一分組，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據多個目標問卷數據對應的多個目標分類結果確定目標分組數量，包括：
4.根據權利要求1所述的方法，其特征在于，根據預設分組規則，確定所述目標總滿意度對應的第二分組，包括：
5.根據權利要求1-4任一項所述的方法，其特征在于，所述第一分組和所述第二分組對應有分組序號，所述根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果，包括：
6.根據權利要求5所述的方法，其特征在于，所述預設分值閾值是通過如下方式確定的：
7.根據權利要求5所述的方法，其特征在于，所述根據所述目標分值和預設分值閾值的大小關系，確定所述目標問卷數據的異常檢測結果，包括：
8.根據權利要求1-4任一項所述的方法，其特征在于，所述目標分類模型是通過如下方式構建的：
9.一種數據檢測裝置，其特征在于，所述裝置包括：
10.一種數據檢測裝置，其特征在于，包括：
11.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，該程序指令被處理器執行時實現權利要求1-8中任一項所述方法的步驟。
...
【技術特征摘要】
1.一種數據檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述目標問卷數據的數量為多個，所述根據預設分組規則，確定所述目標分類結果對應的第一分組，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據多個目標問卷數據對應的多個目標分類結果確定目標分組數量，包括：
4.根據權利要求1所述的方法，其特征在于，根據預設分組規則，確定所述目標總滿意度對應的第二分組，包括：
5.根據權利要求1-4任一項所述的方法，其特征在于，所述第一分組和所述第二分組對應有分組序號，所述根據所述第一分組和所述第二分組，確定所述目標問卷數據的異常檢測結果，包...
【專利技術屬性】
技術研發人員：付政，劉新利，王薇，王海峰，
申請(專利權)人：北京小米移動軟件有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。