一种基于大数据的皮纹分析处理方法技术

本发明专利技术公开了一种基于大数据的皮纹分析处理方法，包括：采集皮纹信息数据、心理行为数据以及行为特征数据，并根据采集得到的数据进行建模，得到统一分析模型；根据统一分析模型进行数据分析，按照分析结果得到自适应模型；通过所述自适应模型对所述统一分析模型中采集得到的对应数据进行处理；还包括，对所述采集数据进行迭代分析，对所述统一分析模型和自适应模型进行优化。本发明专利技术能够解决被试群体的样本量较小、被试群体的变化以及处理效率低下的问题。本发明专利技术基于计算机软件和互联网技术的大数据方法，可处理千万量级被试者的数据。并通过建立统一分析模型和自适应模型对结果进行分析，并不断迭代进行分析模型优化。

【技术实现步骤摘要】

本专利技术涉及计算机领域，特别涉及基于大数据的皮纹分析处理方法。
技术介绍
皮纹心理学是指以皮纹学、心理学、脑神经科学、遗传学和行为学为基础的一门综合性学科。它的成果也是辅助心理学研究的一个重要工具。而且在经历了多年的发展和行业应用之后，皮纹心理学已被广泛应用在儿童教育、心理咨询、升学择业、职业规划、人才培养等众多领域。皮纹心理学的研究方法就是传统心理学研究所应用的统计分类的方法。通常就是以几十名到上百名被试者为样本群体，根据皮纹的特征数据和实验所关注的被试者的心理和行为学特征进行相关性研究，从而给出具有哪些皮纹特征的被试者在某种心理和行为学特征上表现是一致的。而心理和行为学特征的评定则通常是通过主观测试题来实现的。这样，通过逐步的积累就形成了皮纹心理学的核心模型，即包括了皮纹信息和心理、行为学特征的关联关系模型。有了这样的核心模型，就可以指导心理学研究人员或心理咨询师全方位地了解目标被试者的心理和行为特征。但目前的模型存在如下几方面的缺点：1.被试群体的样本量太小：在如今纷繁复杂的社会环境中，几十甚至几百的被试者群体所呈现出的规律无法可靠地扩展到更有应用价值和意义的目标群体中。几十万、几百万甚至更高数量级的被试群体所呈现的结果才更有统计学意义。2.被试群体的变化导致隐含的问题：在目前所发表的各种研究成果中，
每一次实验都是以一个时间和空间聚集在一起的小群体作为被试，比如一个学校几个班级的学生，一个养老院的若干老人，一个体育训练队的若干运动员等等。而每一次实验的研究目标又是不同的。所以，如果把所有研究的结果组合成一个系统化的模型，从严格意义上来讲必然是存在一定偏差的。这种偏差的根源就在于每个单独的研究成果是在彼此独立和割裂的时空环境下产生的。3.研究的效率过于低下。有些传统的研究方法会跟踪一个被试群体几个月甚至若干年的时间来搜集其心理和行为的发展变化的情况。这一漫长的过程中会存在诸多不可预测的环境因素影响实验的进程和结果，比如被试者减少，不同的成长环境带来的噪声因素等。这样就会导致几年的研究投入毫无结果，或者结果可信度不够。而大数据对于解决心理学领域的问题，有着以下几点特殊意义：第一，是指被试群体数量非常巨大，一般是以百万量级起步的；第二，是搜集到的信息量非常巨大，通常要比被试群体的数量多一个量级；第三，就是各种用于分析的数据的来源是多样的，比如被试者的遗传信息、主观评测数据、社交网络数据、消费行为数据等等。
技术实现思路
本专利技术要解决的技术问题是，基于大数据分析、处理，皮纹心理学的方法，能够解决被试群体的样本量较小、被试群体的变化以及处理效率低下的问题。解决上述技术问题，本专利技术提供了一种基于大数据的皮纹分析处理方
法，包括：采集皮纹信息数据、心理行为数据以及行为特征数据，并根据采集得到的数据进行建模，得到统一分析模型；根据统一分析模型进行数据分析，按照分析结果得到自适应模型；通过所述自适应模型对所述统一分析模型中采集得到的对应数据进行处理；还包括，对所述采集数据进行迭代分析，对所述统一分析模型和自适应模型进行优化。更进一步，所述皮纹信息数据包括如下步骤：采集被试者的皮纹信息并通过网络服务器上传至后台服务器；和/或通过在线和线下测评的方式采集被试者的心理行为数据；和/或对被试者的互联网访问行为得到行为特征数据。更进一步，对皮纹信息数据、心理行为数据、行为特征数据以及基础信息数据进行组织和存储；同时将上述数据同步至云端。更进一步，分析处理方法还包括，将上述采集得到的皮纹信息数据和行为特征数据，按照统一分析模型为框架进行组织并存储在数据库中时，进行数据集成、清洗，并且在统一分析模型中标记上述控制模块中数据的约束条件。更进一步，分析处理方法还包括，根据统一分析模型中的数据集合作为对象执行多维度数据分析，得到各维度概念的具体分类，以及不同维度之间的关联关系和因果规则。更进一步，所述处理的方式包括，修正采集过程中的粒度，以及调整采
集目标。更进一步，所述优化的过程包括，调整所述模型中的参数，以及调整模型中的概念、相互关系。更进一步，所述统一分析模型按照如下方法建立，通过将所述统一分析模型建立元模型层、集成模型层以及分析模型层，根据所述元模型层，定义统一分析模型的基本元数据；通过所述集成模型层，根据皮纹信息数据和心理行为数据，按照被试者以时间和空间作为索引，进行被试者的完整肖像数据；将分析模型层，根据所述元模型层中的基本元数据和集成模型层中的完整肖像数据，得到分析模型集合。更进一步，所述自适应模型按照如下方式进行建立：根据所述统一分析模型获得被试者多维度数据；按照多维度数据中的行为特征，进行被试者的分析结论、效度以及相关性的自适应更改；在上述处理过程中基于不同的目标或者应用场景建立自适应模型。更进一步，采集皮纹信息的采集装置设置于移动终端或者PC端，以及组织和存放采集数据通过互联网上传至云端或者储存在本地本专利技术的有益效果：1)由于在本专利技术中的基于大数据的皮纹心理学分析处理方法，包括：采集皮纹信息数据、心理行为数据以及行为特征数据，并根据采集得到的数据进行建模，得到统一分析模型；根据统一分析模型进行数据分析，按照分析结果得到自适应模型；通过所述自适应模型对所述统一分析模型中采集得到的对应数据进行处理；还包括，对所述采集数据进行迭代分析，对所述统
一分析模型和自适应模型进行优化。通过采用基于计算机软件和互联网技术的大数据方法，可以轻松处理千万量级被试者的数据。2)由于根据统一分析模型进行数据分析，分析结果得到自适应模型。所以不论是主观评测还是外部数据，都是一个持续性的过程，而且完全不受地域的限制，因此从宏观上看，时间和空间上都可以形成一个常态。这样得出的分析结果就更有意义。3)由于对所述采集数据进行迭代分析，对所述统一分析模型和自适应模型进行优化。采用大数据的方法执行高效，即便是数据量如此庞大，也可以在很短时间内完成一轮分析，所以不会引入噪声因素。而且独特数据积累和迭代优化的能力使得模型能够不断进化。4)由于所述统一分析模型包括：元模型层、集成模型层以及分析模型层，在收集的数据因为来源复杂、无法对其统一地管理和分析时，需要构建一个统一的数据分析模型，同时随着数据源和数据格式的变动，模型的扩展能力也需要得到保障。附图说明图1是本专利技术一实施例中的基于大数据的皮纹分析处理方法流程示意图。图2是图1中的皮纹信息数据采集方式示意图。图3是图1中的数据储存方式示意图。图4是本专利技术一优选实施例中的基于大数据的皮纹分析处理方法流程示意图。图5是本专利技术一优选实施例中的基于大数据的皮纹分析处理方法流程示
意图。图6是本专利技术另一优选实施例中的基于大数据的皮纹分析处理方法流程示意图。图7是本专利技术另一优选实施例中的基于大数据的皮纹分析处理方法流程示意图。图8是本专利技术另一优选实施例中的基于大数据的皮纹分析处理方法流程示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。请参考图1是本专利技术一实施例中的基于大数据的皮纹分析处理方法流程示意图。本实施例中的一种基于大数据的皮纹分析处理方法，包括：S100采集皮纹信息数据、心本文档来自技高网...

【技术保护点】
一种基于大数据的皮纹分析处理方法，其特征在于，包括：采集皮纹信息数据、心理行为数据以及行为特征数据，并根据采集得到的数据进行建模，得到统一分析模型；根据统一分析模型进行数据分析，按照分析结果得到自适应模型；通过所述自适应模型对所述统一分析模型中采集得到的对应数据进行处理；还包括，对所述采集数据进行迭代分析，对所述统一分析模型和自适应模型进行优化。

【技术特征摘要】
1.一种基于大数据的皮纹分析处理方法，其特征在于，包括：采集皮纹信息数据、心理行为数据以及行为特征数据，并根据采集得到的数据进行建模，得到统一分析模型；根据统一分析模型进行数据分析，按照分析结果得到自适应模型；通过所述自适应模型对所述统一分析模型中采集得到的对应数据进行处理；还包括，对所述采集数据进行迭代分析，对所述统一分析模型和自适应模型进行优化。2.根据权利要求1所述的基于大数据的皮纹分析处理方法，其特征在于，所述皮纹信息数据包括如下步骤：采集被试者的皮纹信息并通过网络服务器上传至后台服务器；和/或通过在线和线下测评的方式采集被试者的心理行为数据；和/或对被试者的互联网访问行为得到行为特征数据。3.根据权利要求1所述的基于大数据的皮纹分析处理方法，其特征在于，对皮纹信息数据、心理行为数据、行为特征数据以及基础信息数据进行组织和存储；同时将上述数据同步至云端。4.根据权利要求1所述的基于大数据的皮纹分析处理方法，其特征在于，还包括，将上述采集得到的皮纹信息数据和行为特征数据，按照统一分析模型为框架进行组织并存储在数据库中时，进行数据集成、清洗，并且在统一分析模型中标记上述控制模块中数据的约束条件。5.根据权利要求1所述的基于大数据的皮纹分析处理方法，其特征在于，还包括，根据统一分析模型中的数据集合作为对象执行多维度数据分析，得到各维度概...

【专利技术属性】
技术研发人员：郑叔亮，
申请(专利权)人：北京大脑智库教育科技有限公司，
类型：发明
国别省市：北京;11