[發明專利]一種基于少量問卷調查數據的多目標特征預測方法

在審

• 申請號: 202010530453.0
• 申請日: 2020-06-11
• 公開（公告）號: CN111815030A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 董雪梅;孔旭東
• 申請（專利權）人: 浙江工商大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06N3/08;G06F17/16;G06F17/18
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 董世博

一種基于少量問卷調查數據的多目標特征預測方法，包括如下步驟：S1：整理問卷調查數據；S2：使用k?means方法對步驟S1中缺失數據進行插補；S3：通過獨熱編碼和編碼標簽將步驟S2中補充后的非數值型特征轉換為數值型特征；S4：將步驟S3中轉換得到的數值型特征與任意一個想要預測的目標特征進行關聯，稱為一個任務；建立基于隨機配置徑向基網絡的多任務監督學習模型，并對多個任務進行預測；S5：根據步驟S4建立模型的輸出結果，得到最終的預測結果；本發明通過利用多個目標特征之間的關聯性，挖掘存在于模型參數或數據特征中的共有信息，以解決問卷調查數據不足的問題。

技術領域

本發明涉及問卷數據分析領域，特別是涉及一種基于少量問卷調查數據的多目標特征預測方法。

背景技術

目前，線下的問卷調查在實際生活中的運用越來越少，問卷調查的逐漸由線下轉為線上，主要包括以下幾點原因：其一，問卷的回收率低，尤其是問卷調查中還存在惡意丟棄問卷的現象，非但浪費了問卷，而且一定程度上還導致了環境的污染；其二，問卷內容轉化為數據的成本高，包括兩部分，一部分是問卷的印制成本高，另一部分是問卷分發的人力成本和時間成本高；其三，問卷調查收集的數據量少。上述線下問卷調查的前兩個弊端都會直接導致第三個弊端，而問卷的數據量少會直接導致問卷調查結果不準確，失去或偏離了問卷調查的意義。因此急需一種方法能夠基于少量的問卷調查數據對多個目標特征進行準確的預測，其中目標特征指的是問卷想要獲取的指標，比如居民收入區間的分布和比例、居民消費傾向等等。

發明內容

本發明的目的是解決現有技術的不足，提供一種基于少量問卷調查數據的多目標特征預測方法，原理簡單，預測準確。

一種基于少量問卷調查數據的多目標特征預測方法，包括如下步驟：

S1：整理問卷調查數據；

S2：使用k-means方法對步驟S1中缺失數據進行插補；

S3：通過獨熱編碼和編碼標簽將步驟S2中補充后的非數值型特征轉換為數值型特征；

S4：將步驟S3中轉換得到的數值型特征與任意一個想要預測的目標特征進行關聯，稱為一個任務；建立基于隨機配置徑向基網絡的多任務監督學習模型，并對多個任務進行預測；

S5：根據步驟S4建立模型的輸出結果，得到最終的預測結果。

進一步的，所述步驟S4中，基于隨機配置徑向基網絡的多任務監督學習模型的建立包括如下步驟：

步驟S41：整理任務的輸入數據和輸出數據，使其滿足模型的要求；設定已經具有L-1個隱藏層節點的通用模型，L＝1,2,3,…，L為初始的設定值，該通用模型作為初始的通用模型；

步驟S42：將通用模型轉換為應用模型，并根據實際輸出數據與應用模型的輸出數據做差，得到殘差矩陣；

步驟S43：根據殘差矩陣計算均方根誤差，并與預先設定的誤差進行比較；若滿足誤差要求，則模型建立完成，結束步驟；若不滿足要求，則進入步驟S44；

步驟S44：通過配置滿足設定要求的隨機參數，增加一個新的隱藏層節點；

步驟S45：根據步驟S44的參數得到新的通用模型，返回步驟S42。

進一步的，所述步驟S41中，

首先由步驟S3轉換得到的數值型特征與任意一個想要預測的目標特征進行關聯，得到M個任務，其中要求每個任務的樣本數量相同，N₁＝N₂＝…＝N_M＝ N，N表示樣本數量，N₁、N₂…N_M分別對應各個任務；若任務的樣本數量不同，則對該任務內的樣本進行隨機采樣，使其滿足樣本數量相等的要求；