[发明专利]一种问卷调查分析方法、装置、存储介质及设备

说明书

本申请实施例提供一种问卷调查分析方法、装置、存储介质及设备，该方法中，获取各用户对NPS调查问卷的答复结果，基于预设模型对各答复结果中的评论内容进行编码，得到表征对应评论内容的语义的表征特征，之后，对各表征特征进行聚类，再对聚类后的评论内容进行关键短语提取，从而提取出各个类别的代表短语。如此，实现对NPS调查问卷的自动分析，能够准确找出用户的观点和意图，为企业管理者的决策提供有效的参考信息。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种问卷调查分析方法、装置、存储介质及设备。

背景技术

NPS(Net Promoter Score)，净推荐值，又称净促进者得分，是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。企业可以根据各个业务交互对象的净推荐值，作为评估指标来判断该业务交互对象的交互质量是否良好，从而便于企业管理人员制定相应的服务策略。

目前，一般采取向用户发放NPS调查问卷的方式来采集NPS，NPS调查问卷通常分为两部分，一部分是评分，另一部分是让用户填写的给出该评分的原因。实际上，用户填写的给出该评分的原因能够更好地反馈出用户的真实喜好，但是这部分结果不易分析，比较耗费时间成本和人力成本。

发明内容

本申请实施例的目的在于提供一种问卷调查分析方法、装置、存储介质及设备，以解决相关技术中对NPS调查问卷的分析耗时耗力的问题。

第一方面，本申请实施例提供的一种问卷调查分析方法，包括：

获取各用户对NPS调查问卷的答复结果，所述答复结果包括评论内容；

基于预设模型对各评论内容进行编码，得到各评论内容对应的表征特征；

对各评论内容的表征特征进行聚类；

针对聚类后的评论内容，提取每一个类别中的关键短语。

在上述实现过程中，获取各用户对NPS调查问卷的答复结果，基于预设模型对各答复结果中的评论内容进行编码，得到表征对应评论内容的语义的表征特征，之后，对各表征特征进行聚类，再对聚类后的评论内容进行关键短语提取，从而提取出各个类别的代表短语。如此，实现对NPS调查问卷的自动分析，能够准确找出用户的观点和意图，为企业管理者的决策提供有效的参考信息。

进一步地，在一些实施例中，所述答复结果还包括评分分值；所述方法还包括：

基于评分分值对各答复结果进行分段统计；

对每个分段的评论内容进行词云展示。

在上述实现过程中，通过分段统计和词云展示，快速展示用户的态度。

进一步地，在一些实施例中，所述预设模型的训练数据包括初始数据和搜索引擎针对所述初始数据得到的检索数据；所述预设模型基于以下方式训练得到：

使用预训练模型对所述初始数据进行处理，生成预测数据；

基于所述预测数据和所述检索数据构建第一损失函数，基于所述预测数据和所述检索数据之间的相似度构建第二损失函数；

将所述第一损失函数和所述第二损失函数累加，得到目标损失函数，利用所述目标损失函数对所述预训练模型进行训练。

在上述实现过程中，使用用于控制模型的生成内容的第一损失函数和用于控制生成内容的相似度的第二损失函数来训练模型，使得模型的编码结果更能准确表征文本的语义。

进一步地，在一些实施例中，所述预训练模型是统一预训练语言模型UniLM。

在上述实现过程中，提供一种预训练模型的选择方案。

进一步地，在一些实施例中，所述训练数据基于以下方式得到：