[发明专利]一种基于智能模型小数据量样本自动优化量表的方法及装置

说明书

本发明提出了一种基于智能模型小数据量样本自动优化量表的方法及装置，该方法包括：初始化步骤，设计具有N个问题的量表，其中，每个问题的编号为QI；预处理步骤，通过客户端采集用户对所述量表的作答结果并处理为一特征向量；压缩步骤，使用多个不同的机器学习模型对所述特征向量进行处理后将所述N个问题压缩为M个问题以形成新的量表，其中，M≤N。本发明通过多个机器学习对设计的量表的题目作答情况进行分析处理，逐步删除掉对评价结果影响较小或带来噪音的问题，有效的降低量表的问题的数量，且保证每次减少问题的时尽量减少去掉该问题带来的准确率的下降，本发明的目的是为了能够降低问题的数量，但是不降低整个问卷的有效性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于智能模型小数据量样本自动优化量表的方法及装置。

背景技术

认知是人脑接受外界信息，经过加工处理，转换成内在的心理活动，从而获取知识或应用知识的过程。它包括记忆、语言、视空间、执行、计算和理解判断等方面。认知障碍是指上述几项认知功能中的一项或多项受损，并影响个体的日常或社会能力，可以诊断为痴呆。

认知障碍主要包括:

(1)感知障碍，如感觉过敏、感觉迟钝、内感不适、感觉变质、感觉剥夺、病理性错觉、幻觉、感知综合障碍；

(2)记忆障碍，如记忆过强、记忆缺损、记忆错误；

(3)思维障碍，如抽象概括过程障碍、联想过程障碍、思维逻辑障碍、妄想等。

神经心理测验(Neuropsychological test)是在现代心理测验基础上发展起来的用于脑功能评估的一类心理测验方法，是神经心理学研究脑与行为关系的一种重要方法，心理测验评估的心理或行为的范围很广，包括感觉、知觉、运动、言语、注意、记忆和思维，涉及脑功能的各个方面。

神经心理测验是在现代心理测验基础上发展起来的用于脑功能评估的一类心理测验方法，是神经心理学研究脑与行为关系的一种重要方法。神经心理测验评估的心理或行为的范围很广，包括感觉、知觉、运动、言语、注意、记忆和思维，涉及脑功能的各个方面。近几十年来，神经心理测验呈现出发展迅速、应用广泛的特点。最初限于医学领域的精神病学和神经病学，国外在传染性疾病的神经认知方面都开展了深入系统的研究，并进一步扩展到了司法、工业和教育领域。

机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。

现有技术中，在进行量表设计，很难取舍相应的问题，一般是根据设计者的经验选取相应的问题，而如何用最少的问题数目反应出同样的结果是量表面临的重要挑战，由于量表中的问题数目较多，影响了作答人员的积极性，导致答题随意性增大，极大的影响了用户体验，因此，如何设计满足实际需要且题目尽量少的量表是一项重要的挑战。

发明内容

本发明针对上述现有技术中一个或多个技术缺陷，设计专门的硬件、软件以解决上述技术问题，并提出了如下技术方案。

一种基于智能模型小数据量样本自动优化量表的方法，该方法包括：

初始化步骤，设计具有N个问题的量表，其中，每个问题的编号为QI；

预处理步骤，通过客户端采集用户对所述量表的作答结果并处理为一特征向量；

压缩步骤，使用多个不同的机器学习模型对所述特征向量进行处理后将所述N个问题压缩为M个问题以形成新的量表，其中，M≤N。