用于高效检索人格数据的方法、服务器、客户端和电子系统与流程

本公开总体上涉及数据检索领域。特别地，呈现了一种用于使得能够由客户端设备从服务器高效检索用户的人格数据的数字表示的技术。该技术可以以方法、计算机程序、装置和系统的形式实现。

背景技术：

1、几十年来，人格测试已经被用于评估人的人格特性，并且通常基于从待测试的人获得的人格调查数据来执行，其中调查数据由专业人员(诸如心理学家)来评估，以得出关于人的人格的结论。所谓的“ocean”模型是被广泛接受的人格特质分类，也被称为“五大”人格特质，并且包括开放性、责任心、外倾性、宜人性和神经质性作为人格维度。使用ocean模型的广为人知的人格测试包括基于所谓的国际人格项目池(international personalityitem pool，ipip)、hexaco-60量表和五大人格量表-10(big-five-inventory-10，bfi-10)的测试，这些测试包括用于在五个人格维度的每一个维度上测试人的问题集合。然而，由于常规人格测试通常需要由诸如心理学家的人类专业人员进行审查，以获得对人的人格特质的合格评估，所以很难将实行人格测试及其结果集成到在技术系统上执行的过程中，尽管这种集成可能是有益的，因为它将允许用于更好地适合用户的人格的适配过程，并因此改善用户体验，诸如通过向用户提供用户适配的服务。

技术实现思路

1、因此，需要一种技术实施方式，其使得将人格测试及其结果集成到在技术系统上执行的过程中实际上是可行的。

2、根据第一方面，提供了一种用于使得客户端设备能够从服务器高效检索用户的人格数据的数字表示的方法，其中人格数据的数字表示在客户端设备处被处理，以向用户提供用户适配的服务。该方法由服务器执行，并且包括：存储被训练为基于从用户获得的输入来计算用户的人格数据的神经网络；从客户端设备接收对用户的人格数据的数字表示的请求；以及向客户端设备发送所请求的用户的人格数据的数字表示，其中基于从用户获得的输入，使用神经网络来计算用户的人格数据。

3、通过在服务器上存储经训练的神经网络并将其应用于计算用户的人格数据，可以使用户的人格数据的数字表示的检索自动化(因为可不再需要常规的人工审查)，并且因此，将用户人格数据的检索和使用集成到在技术系统上执行的过程(例如，自动化的过程)中可以变得可行。特别地，神经网络可以被视为高效的功能数据结构，其能够在单次计算运行中计算所请求的人格数据，即，通过在神经网络的输入节点处输入从用户获得的输入，并从神经网络的输出节点读取表示人格数据的所得到的输出值。由此，神经网络可以实现以数字表示的形式向客户端设备有效地提供人格数据，其中它可以用于提供适配于用户的特定人格的服务，从而改善客户端设备侧上的用户体验。由于数据的有效提供，人格数据的检索和使用的集成可以变得特别实用，因为人格数据的数字表示可以被提供给客户端设备而没有显著的延迟，并且可以在客户端设备处被立即处理。因此，可以实现一种技术实施方式，其大体上使得将人格数据的检索和使用集成到在技术系统上执行的过程中变得实际上是可行的。

4、用户的人格数据可以指示用户的心理特性和/或偏好，并且由此，人格数据通常可以包括心理数据以及医学数据(例如，指示好奇、焦虑、抑郁等倾向的数据)，包括可以例如基于开放性、责任心、外倾性、宜人性和神经质性的人格维度(如上所述，被称为五大人格特质)的经典人格数据。用户的人格数据的数字表示可以包括提及的特性的数字表示，诸如由神经网络针对用户计算的开放性、责任心、外倾性、宜人性和神经质性的人格维度中的至少一个的数字表示。

5、客户端设备可以被配置为处理人格数据的数字表示，用于使得能够向用户提供用户适配的服务。在一个变型中，客户端设备本身可基于人格数据的数字表示来配置。例如，可以通过人格数据的数字表示来配置的示例性设备可以是车辆。在这种情况下，车辆可以是客户端设备。车辆可以处理用户(例如，车辆的驾驶员)的人格数据的所接收的数字表示，并对其自身(例如，包括其子部件)进行配置，以便使车辆的驾驶配置适配于驾驶员的人格，并且从而提供特别适配于用户的人格的驾驶服务。例如，如果人格数据指示驾驶员倾向于是规避风险或焦虑的，则车辆的驾驶配置可以被配置为更加针对安全，而对于倾向于具有更多寻求风险的人格的驾驶员，车辆的驾驶配置可以被配置为更加运动性。为此，在其他设置中，可以相应地适配车辆的油门和制动反应行为。提供车辆相关服务的车辆的子部件也可以基于人格数据来配置，诸如车辆的包括其声音和音量设置的声音系统，以例如更好地符合用户的人格。

6、在另一变型中，客户端设备可以基于人格数据的数字表示来配置至少一个其他设备，例如当其是向用户提供服务的至少一个其他设备时。在这种变型中，客户端设备可以是例如移动终端(例如，智能手机)，其可以与车辆进行接口(例如，使用蓝牙)(即，在这种情况下，车辆对应于所述至少一个其他设备)，并且在从服务器接收人格数据的数字表示时，移动终端可以经由所述接口来配置车辆。因此可以说，用户的人格数据的数字表示可以在客户端设备处被处理，以配置向用户提供服务的至少一个设备。配置至少一个设备可以包括配置至少一个设备的至少一个设置和/或配置由至少一个设备提供的服务的至少一个设置。应当理解的是，车辆仅仅是可以基于人格数据进行配置的设备的示例，并且客户端设备和/或至少一个其他设备也可以对应于其他类型的设备。

7、在一个实施方式中，由服务器执行的方法还可以包括：接收表征用户的反馈；基于反馈更新神经网络；以及向客户端设备发送用户的经更新的人格数据的数字表示，其中可以使用经更新的神经网络来计算用户的经更新的人格数据。用户的经更新的人格数据的数字表示可以在客户端设备处被处理，以改进向用户提供服务的至少一个设备的配置(例如，以上提及的车辆的配置中的一个)。反馈可以在客户端设备和/或向用户提供服务的至少一个设备处收集，并且可以指示用户的人格。例如，反馈可以包括反映当使用由至少一个设备提供的服务时在所述至少一个设备处被监视的用户的行为的行为数据，其中，在一个变型中，可以使用由向用户提供服务的至少一个设备执行的测量(例如，基于传感器的测量)来监视行为数据。在车辆示例中，例如，被监视的用户的行为可以是用户的驾驶行为，并且驾驶行为可以由车辆处的传感器测量。例如，为了测量驾驶行为，传感器可以感测用户的制动反应和强度，并且由于这种测量可以指示用户的人格(例如，驾驶中的积极性)，这个信息可以作为反馈发送到服务器，以便更新神经网络，并且从而改进神经网络计算用户的人格数据的能力。

8、更新神经网络可以包括基于从客户端设备接收的反馈来训练神经网络，其中，如果反馈表示尚未被输入到神经网络的新输入值，则可以将新输入节点添加到神经网络，并且当训练神经网络时，可以将新输入值分配给新输入节点。这使得神经网络作为在本文呈现的技术实施方式中采用的有效功能数据结构的能力特别明显：神经网络表示有效可更新的数据结构，其可以基于从客户端设备接收的关于用户的人格的任意反馈来更新，以改进其计算人格数据的能力。由反馈传达的信息可以直接集成到神经网络中，并且一旦经训练，可以立即反映在发送给服务器的请求人格数据的数字表示的后续请求中。常规人格评估技术是相当固定的，可能根本不支持这种可更新性。

9、从服务器发送到客户端设备的用户的人格的数字表示可以对应于先前由服务器在计算用户的人格的先前请求时(例如，在通过由用户回答问题集合来执行人格测试时)计算的用户的人格的数字表示。因此，可以在从客户端设备接收请求之前计算用户的人格数据，其中该请求可以包括在计算用户的人格数据时由服务器先前提供给用户的访问码，其中访问码允许用户从不同的客户端设备访问用户的人格数据的数字表示。这种实施方式可以节省服务器处的计算资源，因为每次从客户端设备请求特定用户的人格数据的数字表示时，不必重新计算用户的人格的数字表示，而是可以基于预先计算的人格数据来返回该数字表示。反过来，用户可以使用访问码从多个不同的客户端设备访问人格数据的数字表示，诸如从用户可以驾驶的不同车辆，例如汽车和摩托车、或者其他类型的设备。

10、从用户获得的输入可以对应于反映关于用户的人格、目的和动机中的至少一个的问题的回答的数字评分(例如以人格测试的方式在问题回答方案中获得)，其中当使用神经网络计算用户的人格数据时，每个数字评分可以用作神经网络的单独的输入节点的输入。例如，数字评分可以对应于具有从1到5的值的五级李克特(likert)量表。神经网络可以对应于深度神经网络，该深度神经网络在包括输入节点的输入层和包括神经网络的输出节点的输出层之间具有至少两个隐藏层。例如，与人格相关的问题可以对应于常规ipip、hexaco-60和/或bfi-10池的问题，但是应当理解的是，也可以使用关于用户的人格的其他问题，包括关于用户的心理特性和/或偏好的问题。与用户的目的和动机具体相关的问题可以定义附加维度(例如，除了五大人格特质之外)，与常规ipip、hexaco-60和bfi-10技术相比，这些维度可以提高所计算的人格数据的准确性。可以基于在利用多个测试人员(例如，1000个或更多)进行的基本调查中收集的数据来训练网络，其中可以使用以上提及的问题来实行基本调查。

11、为了在计算用户的人格数据时降低计算复杂度，神经网络可以被设计成具有特定的网络结构。鉴于上述问题的场景，神经网络的结构通常可以被设计成使得与使用所有上述问题时可用的输入节点的数量相比，输入节点的数量减少。因此，问题可以对应于从表示计算用户的人格数据的最佳可实现结果的问题集合中选择的问题(即，如果问题集合中的所有问题都被用户回答)，其中所选择的问题可以对应于问题集合中的被确定为相对于最佳可实现结果最有影响的问题。如上所述，由于问题的每个回答可以被输入到神经网络的单独的输入节点，因此当计算人格数据时，选择问题集合的子集可以减少输入节点的数量，从而降低计算复杂度。由于选择了相对于可实现结果最有影响的问题的事实，所以可以大致保持由神经网络输出的结果的准确性。

12、事实上，测试已经示出，在不显著牺牲结果准确性的情况下，问题的数量可以大幅减少。将包括标准ipip、hexaco-60和bfi-10问题(总计总共370个问题)的问题集合(可选地由关于用户的目的和动机的另外的问题来补充(带来总共超过370个问题的数量))作为表示计算人格数据的最佳可实现结果的问题集合，测试已经示出，当仅使用30个最有影响的问题时，可以实现最佳可实现结果的大约90％的准确性。由此，所选问题的数量可以少于被包括在表示最佳可实现结果的问题集合中的问题数量的10％(优选少于5％)。因为，在这种情况下，神经网络的输入节点的数量可以大量减少，可以显著节省计算资源，并且可以更有效地计算人格数据。

13、为了确定问题集合中的相对于最佳可实现结果具有最大影响的问题，在一个变型中，可以基于将问题集合中的每个单个问题的可实现结果与最佳可实现结果相关、并从问题集合中选择与最佳可实现结果具有最高相关性的问题，从问题集合中选择问题。因此，可以确定问题集合的表示最佳可实现结果的固定子集，然后，如上所述，该子集可以用于训练具有减少数量的输入节点的神经网络。

14、如所述的那样，最佳可实现结果可以对应于在由用户回答了问题集合中的所有问题(诸如包括标准ipip、hexaco-60和bfi-10问题的问题集合(可选地由关于用户的目标和动机的另外的问题来补充))的情况下实现的结果。尽管在一种变型中，标准ipip评分(通过回答标准ipip测试中的所有问题获得)、标准hexaco-60评分(通过回答标准hexaco-60测试中的所有问题获得)和标准bfi-10评分(通过回答标准bfi-10测试中的所有问题获得)可以单独作为最佳可实现结果的参考，但是在另一变型中，可以通过计算这些各个评分的组合评分作为最佳可实现结果的参考来实现改进，其中组合评分可以被计算为例如各个评分的平均值(例如，加权平均值)。组合评分也可以表示为表示可从各个评分导出的“真值”的“超评分”，大体上提高了所确定评分的意义并表示了对最佳可实现结果的改进参考。

15、在另一变型中，可以从问题集合中迭代地选择问题，其中，在每次迭代中，可以根据用户对先前问题的回答来选择下一问题，并且其中，在每次迭代中，下一问题可以被选择为问题集合中的被确定为对用于计算用户的人格数据的可实现结果最有影响的问题。这可以被视为问题的自适应选择，其中考虑到用户对先前问题的回答，以逐步的方式、以用户特定的方式确定问题。在一个特定的变型中，神经网络可以包括表示用户的人格数据的结果的概率曲线的多个输出节点，其中确定问题集合中最有影响的问题作为相应迭代的下一问题可以包括，对于神经网络的每个输入节点确定如下程度，输入到神经网络的相应输入节点的数字评分方面的变化根据该程度来改变概率曲线。与概率曲线中变化程度被确定为最高的输入节点相关联的问题可以被选择为用于相应迭代的最有影响的问题。

16、为了进一步降低计算复杂度，以上迭代和自适应选择可以在至少一个约束下执行，诸如要选择的问题的最大数量、要实现的最小结果精度(结果精度可以随着每次迭代的每个所回答的问题而增加，并且当达到期望的最小结果准确性时，可以停止计算)、最大可用时间(测试可以在最大可用时间过去时停止，或者每个问题可以与要由用户回答的估计的时间相关联，并且可以基于估计的时间来确定要选择的问题的数量)中的至少一个。对于人格数据的每次计算，这些约束可以分别地配置。

17、根据第二方面，提供一种用于使得能够由客户端设备从服务器高效检索用户的人格数据的数字表示的方法。该方法由客户端设备执行，并且包括：向服务器发送对用户的人格数据的数字表示的请求；从服务器接收所请求的用户的人格数据的数字表示，用户的人格数据是基于从用户获得的输入，使用被训练为基于从用户获得的输入来计算用户的人格数据的神经网络而计算的；以及处理人格数据的数字表示以向用户提供用户适配的服务。

18、根据第二方面的方法从客户端设备的角度限定了一种方法，该方法可以与由根据第一方面的服务器执行的方法互补。第二方面的服务器和客户端设备可以对应于上面关于第一方面描述的服务器和客户端设备。由此，关于第一方面的方法描述的那些方面(其可适用于第二方面的方法)也可以被包括在第二方面的方法中，反之亦然。因此在下文中省略了不必要的重复。

19、如在第一方面的方法中，用户的人格数据的数字表示可以在客户端设备处被处理，以配置向用户提供服务的至少一个设备，其中该至少一个设备可以包括客户端设备。由客户端设备执行的方法可以还包括：向服务器发送表征用户的反馈；以及从服务器接收用户的经更新的人格数据的数字表示，其中用户的经更新的人格数据可以使用基于反馈而被更新的神经网络来计算。用户的经更新的人格数据的数字表示可以在客户端设备处被处理，以改进向用户提供服务的至少一个设备的配置。反馈可以包括反映当使用由至少一个设备提供的服务时在至少一个设备处被监视的用户的行为的行为数据，其中可以使用由向用户提供服务的至少一个设备执行的测量来监视行为数据。该至少一个设备可以包括车辆，其中行为数据可以包括反映用户驾驶行为的数据。可以在向服务器发送请求之前计算用户的人格数据，其中该请求可以包括由服务器在计算用户的人格数据时先前提供给用户的访问码，访问码允许用户从不同的客户端设备访问用户的人格数据的数字表示。从用户获得的输入可以对应于反映关于用户的人格、目的和动机中的至少一个的问题的回答的数字评分。

20、根据第三方面，提供了一种计算机程序产品。计算机程序产品包括用于当计算机程序产品在一个或多个计算设备(例如，处理器或分布式处理器组)上执行时执行第一方面和第二方面中的至少一个的方法的程序代码部分。计算机程序产品可以存储在计算机可读记录介质上，诸如半导体存储器、dvd、cd-rom等。

21、根据第四方面，提供了一种用于使得客户端设备能够从服务器高效检索用户的人格数据的数字表示的服务器，其中人格数据的数字表示在客户端设备处被处理，以向用户提供用户适配的服务。该服务器包括至少一个处理器和至少一个存储器，其中至少一个存储器包含可由至少一个处理器执行以使得服务器可操作为执行本文关于第一方面呈现的任何方法步骤的指令。

22、根据第五方面，提供了一种用于能够从服务器高效检索用户的人格数据的数字表示的客户端设备。该客户端设备包括至少一个处理器和至少一个存储器，其中至少一个存储器包含可由至少一个处理器执行以使得客户端设备可操作为执行本文关于第二方面呈现的任何方法步骤的指令。

23、根据第六方面，提供了一种系统，该系统包括根据第四方面的服务器和根据第五方面的至少一个客户端设备。