本发明属于网络app用户调查系统的数据分析和挖掘技术领域，具体涉及面向用户侧能源转型的网络app用户调查系统中单选、多选、排序、五分制打分的问卷数学模型，更进一步涉及单选、多选、排序、五分制问卷基于特征值的得分严格分类方法，从而为进一步分析用户答卷得分分布与用户的特性的关联关系提供条件。
背景技术：
通过网络app用户调查系统来获取用户对设计问卷的应答，从而对应答数据进行分析，挖掘用户对某政策、市场营销、产品功能、产品满意度等响应度，或对某一产品的消费行为特性；政府和相关企业在制度能源政策以及供能价格时，也可通过网络app用户调查系统来获取用户的消费特性，以便政府和相关企业制定更为科学的政策和供能策略。
技术实现要素：
本发明针对现有技术的不足，提出了一种基于特征值的电力居民app多题型问卷得分分类方法；主要针对单选、多选、排序、五分制打分问卷的用户答案，给出严格分类方法，以获取用户答案的分布。
一种基于特征值的多题型问卷得分分类方法，该方法具体包括以下步骤：
步骤一、针对多选题问卷：
1.建立多选题的数学模型：
假设第j多选题有kj个选项，某用户i的应答表示为：
则显然形成一个长度为kj的01序列xi，j；其中xi，j表示第i个用户在第j个选择题的答案；xi，j，k表示第k个选项的值；
步骤2.对于xi，j，按2进制计算得到其特征值σdx(xi，j)：
步骤3.判断多个用户的答案是否一样
若不同用户在同一题目的特征值是相同的，则他们的多选题答案是一样的。
步骤4.用户答案统计
通过以上步骤，可以得到该多选题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。
步骤二、针对排序题问卷，具体包括以下步骤：
步骤1.建立排序题的数学模型：
假设第j排序题有kj个排序选项，其对应的题目抽象为kj个符号ω(kj)，则某用户i的应答表示为：
则显然形成一个长度为kj的ω(kj)符号序列xi，j；
步骤2.按kj进制计算得到其特征值σpx(xi，j)：
步骤3.判断2个用户的答案是否一样
若2个用户在同一题目的特征值是相同的，则他们的排序题答案是一样的。
步骤4.用户答案统计
通过以上步骤，得到该排序题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。
步骤三、针对打分题问卷，该方法包括以下步骤：
步骤1.建立打分题的数学模型：
假设第m分制打分题有kj个打分选项，其对应的题目抽象为m个符号ω(m)，则某用户i的应答表示为：
则显然形成一个长度为kj的ω(kj)符号序列xi，j
步骤2.按m进制计算得到其特征值：
步骤3.判断2个用户的答案是否一样
若两个用户的m分制打分题答案是一样的，则他们在这个题目上具有相同的特征值。因此通过该特征值计算，则得到相同的特征值，也就是若某一个m分制打分题特征值相同的用户具有完全一样的选择，即采取该方法，得到用户选择的严格分类。
步骤4.用户答案统计
通过以上步骤，得到该打分题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。
本发明相对于现有技术具有的效果：本发明公开了一种基于特征值的多题型问卷得分分类方法。分类器建立方法包括：获取多个用户数据样本，为每个参考用户数据样本分配分类标签并提取特征值；对分类标签和特征值进行归一化处理并转化为统一格式，获得训练数据；配置分类器训练参数；利用训练数据对分类器进行训练，训练中不断优化训练参数，直到分类器输出精度达到预设精度后，输出模型文件，完成分类器建立。用户数据分类器建立快速、运算量少，训练数据中对分类标签和特征值进行归一化处理并转化为统一格式，有利于提高分类器的训练速度。快速对用户数据进行分类并输出分类标签，便于处理人员选择用户数据做进一步分析，减少了工作量。
具体实施方式
一种基于特征值的电力居民app多题型问卷得分分类方法，该方法具体包括以下步骤：
步骤一、针对多选题问卷：
1.建立多选题的数学模型：
假设第j多选题有kj个选项，某用户i的应答表示为：
则显然形成一个长度为kj的01序列xi，j；其中xi，j表示第i个用户在第j个选择题的答案；xi，j，k表示第k个选项的值；
举例说，第三道多选题有4个选项，用户5答案为ad，则该用户的序列为x5，3＝[1，0，0，1]。
步骤2.对于xi，j，按2进制计算得到其特征值：
则上述例子中的用户特征值为
步骤3.判断2个用户的答案是否一样
若2个用户在同一题目的特征值是相同的，则他们的多选题答案是一样的。
步骤4.用户答案统计
通过以上步骤，可以得到该多选题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。
二、针对排序题问卷，本发明方法包括以下步骤：
步骤1.建立排序题的数学模型：
假设第j排序题有kj个排序选项，其对应的题目抽象为kj个符号
ω(kj)，则某用户i的应答可以表示为：
则显然形成一个长度为kj的ω(kj)符号序列xi，j
举例说，第一道排序题有5个排序选项，用户3的答案为abcde，则可表示为
x3，1＝[x3，1，1，....，x3，1，5]
步骤2.按kj进制计算得到其特征值：
上述例子中用户的特征值为
步骤3.判断2个用户的答案是否一样
若2个用户在同一题目的特征值是相同的，则他们的排序题答案是一样的。
步骤4.用户答案统计
通过以上步骤，可以得到该排序题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。
三、针对打分题问卷，本发明方法包括以下步骤：
步骤1.建立打分题的数学模型：
假设第j5分制打分题有kj个打分选项，其对应的题目抽象为5个符号ω(5)，则某用户i的应答可以表示为：
则显然形成一个长度为kj的ω(kj)符号序列xi，j
举例说，第一道打分题有三个打分选项，用户6的答案为abc，则他的符号序列为x6，1＝[x6，1，1，x6，1，2，x6，1，3]
步骤2.按5进制计算得到其特征值：
上述例子中的用户特征值为
步骤3.判断2个用户的答案是否一样
若两个用户的5分制打分题答案是一样的，则他们在这个题目上具有相同的特征值。因此通过该特征值计算，则可以得到相同的特征值，也就是若某一个5分制打分题特征值相同的用户具有完全一样的选择，即采取该方法，可得到用户选择的严格分类。
步骤4.用户答案统计
通过以上步骤，可以得到该打分题，有多少种答案，且每个答案有多少用户，从而得到用户选择的严格分类。