[发明专利]一种人格特质值测验的认知准确度分析方法

说明书

本发明涉及一种人格特质值测验的认知准确度分析方法，其特征在于，所述方法包括：基于至少一种统计模型建立至少一个认知维度的样本模型；以呈现包括至少一种刺激信息的情景方式刺激所述测试人员；监测或采集所述测试人员的生理信息和/或反馈信息从而统计形成至少一个认知维度的认知参数；比较所述认知参数与所述样本模型的认知参数分布从而得到所述认知维度的准确度。本发明的分析方法克服了测试素材单一、环境影响误差的缺点，提高了人格特质值测试的测试质量，从而得到准确的人格特质值。

技术领域

本发明涉及测试技术领域，尤其涉及一种人格特质值测验的认知准确度分析方法。

背景技术

人格特质是指在组成人格的因素中，能引发人们行为和主动引导人的行为，并使个人面对不同种类的刺激都能做出相同反映的心理结构。目前互联网上人格预测方法普遍采用基于文字答卷的形式。虽然文字答卷的人格预测方法有了丰富的研究成果，如大五人格测试(Big Five)、卡特尔16因素人格测验(Sixteen Personality FactorQuestionnaire，16PF)等。但在这种方式下用户需要花费大量时间进行答题，预测所需时间取决于题目数量和测试者的答题速度，并且预测步骤繁多冗长，测试者容易产生厌烦和抵触心理，测试结果的准确性依赖于测试者的主观配合程度，因此这种方法的测试误差相对较大。

专利文件(CN 103440864A)公开了一种基于语音的人格特征预测方法，通过预先建立语音人格预测机器学习模型，利用用户提供的任意语音片段使用语音人格预测机器学习模型来实现人格特征预测，通过统计学习方法建立语音特征与人格特征因素间的映射关系，预测出各项人格指数。虽然该专利克服了文字答卷的耗时长、效果受主观因素影响、测定素材不便于获取等缺点，但是仅使用语音素材预测人格的技术手段依然单调。语音特征容易受用户的生理影响和生活环境的影响，在反映人格特质时存在偏差，不一定能反映真正的人格特质。当用户的生活环境吵闹，用户的日常语音总是处于高分贝，简短的用语习惯时，其真正的人格容易被人格预测机器学习模型忽略。因此，该专利的测试素材单一，不能排除生活环境的影响导致的测试误差。

发明内容

针对现有技术之不足，本发明提供一种人格特质值测验的认知准确度分析方法，其特征在于，所述方法包括：

基于至少一种统计模型建立至少一个认知维度的样本模型；

以呈现包括至少一种刺激信息的情景方式刺激所述测试人员；

监测或采集所述测试人员的生理信息和/或反馈信息从而统计形成至少一个认知维度的认知参数；

比较所述认知参数与所述样本模型的认知参数分布从而得到所述认知维度的准确度。

根据一个优选实施方式，所述形成至少一个认知维度的测试模型的步骤包括：

录入所述测试人员的生理信息参数和/或反馈信息参数；

提取所述生理信息参数和/或反馈信息参数中的特征值；

基于对应的样本模型统计与每一个认知维度对应的特征值从而形成认知参数。

根据一个优选实施方式，所述样本模型中的认知参数分布区域划分为能够区分认知准确度的至少两个认知等级区域。

根据一个优选实施方式，所述方法还包括：基于所述测试人员的反应时间调整刺激信息的呈现速度，或者，

基于所述测试人员的反应时间评估所述测试人员的认真度。

根据一个优选实施方式，所述方法还包括：基于由所述测试人员的生理信息获得的心理状态调整测试情景呈现的顺序，或者由所述测试人员根据个人兴趣选择测试情景呈现的顺序。

根据一个优选实施方式，所述测试情景包括虚拟现实情景和全息情景，其中全息情景包括动态全息情景和静态全息情景。