[发明专利]一种基于物联网的职业紧张评估系统

权利要求书

1.基于物联网的职业紧张评估系统，包括：

用于用户登陆、填写调查问卷、查看调查结果的客户端；

以及用于加载调查问卷至客户端，存储、统计调查问卷信息、职业紧张得分和向客户端反馈调查结果信息的服务器管理平台；

客户端与服务器管理平台之间通过通讯网络进行数据交换；

调查问卷调查的信息包括客观指标和主观指标；客观指标包括血压、白细胞计数、红细胞计数、血红蛋白含量、高密度脂蛋白含量的生理和生化指标；主观指标包括紧张因素分组、个性特征因素分组、缓解因素分组、心理反应分组；紧张因素分组包括工作控制流量表、工作需求量表、工作危险性量表、工作单调性量表、工作前景量表、提升与参与机会量表的指标；个性特征因素分组为包括A型行为量表、工作心理控制源量表、自尊感量表、焦虑特质量表、组织忠诚度量表的指标；缓解因素分组包括应付策略量表、社会支持量表的指标；心理反应分组包括工作满意感量表、心理健康量表、抑郁症状量表、焦虑状态量表、躯体抱怨量表的指标；

服务器管理平台包括：

用于将调查问卷内容加载到客户端相关网页上的调查信息加载模块；

用于对客户端反馈的调查问卷信息内各条目进行赋值、计算各职业紧张因素得分的问卷赋值模块；

用于储存数据的职业紧张调查信息数据库；

以及用于根据问卷赋值模块得到的职业紧张得分，采用统计学方法分析、得出回归方程，根据回归方程计算得出相对应的生理指标信息的统计模块；统计模块计算得出的生理指标信息包括收缩压、舒张压、高密度脂蛋白。

2.如权利要求1所述基于物联网的职业紧张评估系统，其特征在于：服务器管理平台还包括用于统计用户注册信息，限定用户短时间内重复注册、填写问卷的调查信息采集模块。

3.如权利要求1所述基于物联网的职业紧张评估系统，其特征在于，统计模块采用如下方法分析数据：

S10：职业紧张调查信息数据库中选取一项客观指标X，选取一个主观指标中的分组α，用多元线性回归分析法来选取所述分组α中与所述客观指标X之间相关的指标；

S20：判断是否完成所有客观指标与所有分组之间的多元线性回归分析，如完成则将筛选出来的所有分组中与客观指标X相关的指标汇总，α经多元逐步回归分析结果然后以最小二乘法形成客观指标X与分组α中筛选出来的指标的多元线性回归方程后进入步骤S30，否则回到步骤S10；

S30：将筛选出来的所有分组中与客观指标X相关的指标，代入所述步骤S103得出的客观指标X与分组α中指标的多元回归方程，计算得到用户的各项客观指标。

4.如权利要求3所述基于物联网的职业紧张评估系统，其特征在于，步骤S10中用如下多元线性回归分析法来选取分组α中与客观指标X之间相关的指标：

S11：提取职业紧张调查信息数据库中所有样本的客观指标X和分组α，用最小二乘法得到指标X与分组α中每个指标的多元线性回归方程；

S12：计算多元线性回归方程的决定系数R2，其值越接近于1，说明模型对数据的拟合程度越好；

S13：用逐步选择法验证每个分组α中的指标，以选择哪些指标可进入回归模型，根据分组α每个指标的偏回归平方和U^(k)_Pi，筛选出分组α中与客观指标X相关的指标。

5.如权利要求4所述基于物联网的职业紧张评估系统，其特征在于，所述步骤S11中的最小二乘法的具体过程为：

S111：建立分组α中每个指标与客观指标X的初始多元线性回归方程：

Y＝b0+b(1)*X(1)+b(2)*X(2)+b(3)*X(3)+……+b(m)*X(m)；

S112：将分组α中每个指标代入所述步骤S111中建立的初始多元线性回归方程，计算出模型预测结果指标X’；

S113：计算客观指标X与模型预测结果指标X’的离均差平方和φ；

S114：改变模型中各指标的系数b及常数项b0，当离均差平方和φ为最小时，得出线性回归方程，否则回到步骤S111。