本發(fā)明實施例涉及人機交互及心理學技術(shù)領(lǐng)域，尤其涉及一種基于腦機接口技術(shù)的人格特質(zhì)測量方法及設備。

背景技術(shù)：

人格是構(gòu)成一個人的思想、情感與行為的獨特模式，這個獨特模式包含了一個人區(qū)別于他人的穩(wěn)定而統(tǒng)一的典型心理特質(zhì)。目前的主流人格特質(zhì)測量技術(shù)主要分為自陳量表、投射測驗與情境測驗三類。

自陳量表是讓受測對象根據(jù)自己的想法對自己的人格特質(zhì)進行評價。這一測量方式很容易受到社會贊許性的影響，尤其當目標個體處于選拔競爭等環(huán)境時，更易受到主觀偽飾的干擾。投射測試是讓受測者對意義模糊的材料進行自由闡述，施測者據(jù)此推論其人格特質(zhì)。這一測量方式缺乏客觀的評價標準，很大程度上受到施測者個人水平或傾向的影響，且需耗費大量時間。情境測驗是讓受測者處于某種特定的情境中，施測者觀察其反應從而推斷其人格特質(zhì)。這一測量方式同樣缺乏客觀的評價標準，并且需要耗費大量的時間與人力成本。建立更加客觀與自動化的人格特質(zhì)測量方法，在人事甄選、職業(yè)規(guī)劃等領(lǐng)域具有十分重要的價值。

因此，如何準確、客觀地對人格特質(zhì)進行測量是現(xiàn)如今亟待解決的課題。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明實施例提供一種基于腦機接口技術(shù)的人格特質(zhì)測量方法及設備。

第一方面，本發(fā)明實施例提供一種基于腦機接口技術(shù)的人格特質(zhì)測量方法，包括：

獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；

對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；

根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

第二方面，本發(fā)明實施例提供一種媒體服務器，包括：處理器、存儲器和總線，其中，

所述處理器和所述存儲器通過所述總線完成相互間的通信；

所述存儲器存儲有可被所述處理器執(zhí)行的程序指令，所述處理器調(diào)用所述程序指令能夠執(zhí)行上述方法步驟。

第三方面，本發(fā)明實施例提供一種非暫態(tài)計算機可讀存儲介質(zhì)，包括：

所述非暫態(tài)計算機可讀存儲介質(zhì)存儲計算機指令，所述計算機指令使所述計算機執(zhí)行上述方法步驟。

本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量方法及設備，通過獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，并對腦電數(shù)據(jù)進行電位信息，獲得電位響應參數(shù)，根據(jù)電位響應參數(shù)利用人格特質(zhì)測量模型獲得人格特質(zhì)指標，對被測者人格特質(zhì)進行了客觀的測量，提高了測量的準確性。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖進行簡單的介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量方法流程示意圖；

圖2為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量設備結(jié)構(gòu)示意圖；

圖3為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量設備實體結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整的描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

圖1為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量方法流程示意圖，如圖1所示，所述方法，包括：

步驟101：獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；

具體地，認知神經(jīng)科學領(lǐng)域發(fā)現(xiàn)，不同人格特質(zhì)的人在面對特定外界刺激時具有不同的腦電響應模式，比如內(nèi)向者與外向者在面對同樣的情緒誘發(fā)刺激(如圖片、聲音、文字等)時會激發(fā)出不同模式的腦電信號。對人格特質(zhì)敏感的代表性腦電響應包括，刺激出現(xiàn)后200ms左右的早期后部負成分(earlyposteriornegativity,epn)、400ms左右的晚期正成分(latepositivepotential,lpp)、400-700ms的晚期負成分n400等。通過對受測者面對特定外界刺激時的這些具有不同時間、空間特點的腦電響應模式的有效識別，有望實現(xiàn)對不同人格特質(zhì)的受測者的有效區(qū)分。

腦機接口技術(shù)是一種通過識別不同腦神經(jīng)活動模式來實現(xiàn)實時心理與認知狀態(tài)識別的工程心理學技術(shù)。針對本發(fā)明應用場景，可通過運用一系列腦神經(jīng)信號特異的特征提取與機器學習方法，對情緒誘發(fā)刺激下的腦電信號中包含的個體特異的人格特質(zhì)信息進行快速、準確識別，實現(xiàn)人格特質(zhì)的自動測量。

被測者在觀看素材庫中的誘發(fā)素材時，獲取其產(chǎn)生的腦電數(shù)據(jù)，為有效誘發(fā)相關(guān)腦電響應，獲取到有效的腦電數(shù)據(jù)，每個誘發(fā)素材呈現(xiàn)時間不超過200ms，誘發(fā)素材與誘發(fā)素材之間的呈現(xiàn)時間間隔控制在1-2秒之間。

步驟102：對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；

具體地，當被測者看到帶有不同情緒的誘發(fā)素材后在大腦中會有不同的反應，該反應可以通過腦電數(shù)據(jù)來反映，腦電數(shù)據(jù)是隨時間變化的腦電信號，對獲取到的腦電數(shù)據(jù)進行電位分析，其中，可以按照特定順序向受測者呈現(xiàn)上述素材并記錄受測者觀看素材時的腦電信號，然后選取每個誘發(fā)素材呈現(xiàn)后一定時間窗長內(nèi)的腦電數(shù)據(jù)，并通過降采樣、峰值計算等方法提取該時間窗內(nèi)的電位響應參數(shù)，其中每個誘發(fā)素材呈現(xiàn)后都會對應多個電位響應參數(shù)，給被測者呈現(xiàn)多個誘發(fā)素材，從而可知，電位響應參數(shù)有很多。

步驟103：根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

具體地，將獲得到的電位響應參數(shù)作為輸入，輸入到人格特質(zhì)測量模型中，人格特質(zhì)測量模型會根據(jù)輸入的電位響應參數(shù)進行分析計算，最終輸出被測者對應的人格特質(zhì)指標，其中，人格特質(zhì)可以是多維的。

本發(fā)明實施例通過獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，并對腦電數(shù)據(jù)進行電位信息，獲得電位響應參數(shù)，根據(jù)電位響應參數(shù)利用人格特質(zhì)測量模型獲得人格特質(zhì)指標，對被測者人格特質(zhì)進行了客觀的測量，提高了測量的準確性。

在上述實施例的基礎上，所述方法，還包括：

獲取多個所述誘發(fā)素材，根據(jù)多個所述誘發(fā)素材構(gòu)建素材庫；其中，每一個所述誘發(fā)素材包括圖片、聲音或文字。

具體地，獲取具有不同情緒信息的圖片、聲音或詞匯作為誘發(fā)素材，其中可以從網(wǎng)絡上獲取，也可以從其他地方獲取，本發(fā)明實施例對此不作具體限定，且誘發(fā)素材的個數(shù)不少于400個，這400個誘發(fā)素材中有一部分為圖片，有一部分為聲音，有一部分為詞匯，應當說明的是，還可以選擇其他情緒信息的圖片、聲音或文字，本發(fā)明實施例對此不作具體限定。將獲取到的多個誘發(fā)素材放入素材庫中。

本發(fā)明實施例通過構(gòu)建素材庫，素材庫中包括多種情緒信息的誘發(fā)素材，并為被測者呈現(xiàn)這些誘發(fā)素材來獲得被測者的腦電數(shù)據(jù)，從而實現(xiàn)了對被測者人格特質(zhì)的自動化測量。

在上述實施例的基礎上，所述方法，還包括：

根據(jù)情緒的正負性和情緒的強烈程度將所述誘發(fā)素材進行分類。

具體地，經(jīng)典情緒信息有兩個維度，即效價和喚起度，其中效價表征情緒的正負性，正情緒表示積極，負情緒表示消極，喚起度表征情緒的強烈程度，因此，可以將素材庫中的誘發(fā)素材分為了四類，即高效價-低喚起、高效價-高喚起、低效價-高喚起、低效價-低喚起。每個維度的誘發(fā)素材各有至少100個。

本發(fā)明實施例通過將誘發(fā)素材根據(jù)情緒的正負性和強烈程度進行分類，從而能夠更加清晰地反映不同類型的誘發(fā)情緒對被測者的影響。

在上述實施例的基礎上，所述方法，還包括：

獲取多名已經(jīng)被標定所述人格特質(zhì)指標的訓練者在觀看所述誘發(fā)素材時產(chǎn)生的所述腦電數(shù)據(jù)；

對所述腦電數(shù)據(jù)進行所述電位分析，獲得所述腦電數(shù)據(jù)對應的所述電位響應參數(shù)；

根據(jù)所述電位響應參數(shù)對所述人格特質(zhì)測量模型進行訓練。

具體地，同時或分別采集至少100位已經(jīng)被標定人格特質(zhì)指標的訓練者在觀看呈現(xiàn)的誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，被標定人格特質(zhì)指標是指已經(jīng)能夠確認該訓練者對應的各個人格特質(zhì)指標。對腦電數(shù)據(jù)進行電位分析，從而能夠得到對應的電位響應參數(shù)，此時，便獲取到了100個訓練數(shù)據(jù)，根據(jù)這100個訓練數(shù)據(jù)對人格特質(zhì)測量模型進行訓練，從而確定該人格特質(zhì)測量模型中的加權(quán)組合系數(shù)。應當說明的是，可以通過這100個訓練者的人格特質(zhì)指標為因變量建立多元回歸方程，從而通過學習來得到人格特質(zhì)測量模型中的加權(quán)組合系數(shù)。

本發(fā)明實施例通過對模型進行訓練，從而進一步提高了對被測者的人格特質(zhì)指標測量的準確性。

在上述實施例的基礎上，所述人格特質(zhì)指標，包括：外傾性指標、神經(jīng)質(zhì)指標、開放性指標、宜人性指標和盡責性指標。

具體地，經(jīng)過人格特質(zhì)測量模型輸出的人格特質(zhì)指標包括外傾性指標、神經(jīng)質(zhì)指標、開放性指標、宜人性指標和盡責性指標，其中，外傾性指標表示人格的外向水平；神經(jīng)質(zhì)水平表示人格情緒的穩(wěn)定水平；開放性指標表示人格的開放水平；宜人性指標表示人格的親和水平；盡責性指標表示人格的審慎水平。其中，以上各種人格特質(zhì)指標可以用得分來表示，應當說明的是，人格特質(zhì)還可以包括其他維度的人格特質(zhì)，本發(fā)明實施例對此不作具體限定。

本發(fā)明實施例從外傾性指標、神經(jīng)質(zhì)指標、開放性指標、宜人性指標和盡責性指標來對被測者進行人格特質(zhì)測量，通過客觀的腦電數(shù)據(jù)避免了測量結(jié)果受到被測者的偽裝或施測者的個人能力與傾向的影響，對人格特質(zhì)進行更加準確、真實的評估，對人事甄選、職業(yè)規(guī)劃等領(lǐng)域具有重要的應用意義。

在上述實施例的基礎上，所述獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，包括：

從多個電極通道中獲取所述被測者在觀看所述誘發(fā)素材時產(chǎn)生的所述腦電數(shù)據(jù)。

具體地，為了能夠獲取到被測者不同腦區(qū)在觀看到誘發(fā)素材后的腦電數(shù)據(jù)，可以從多個電極通道對應的腦電數(shù)據(jù)，例如，獲取8通道腦電數(shù)據(jù)，其中，8個通道覆蓋的電極包括fz、cz、pz、oz、o1、o2、c3、c4、f3和f4，其采樣頻率不低于200hz。應當說明的是，還可以從更多的電極通道來獲取被測者對應的腦電數(shù)據(jù)，本發(fā)明對從幾個電極通道獲取不作具體限定。

本發(fā)明實施例通過從多個電極通道獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，從而獲得了處于不同腦區(qū)的人格特質(zhì)相關(guān)的腦電反應，提高了對被測者人格特質(zhì)測量的準確性和客觀性。

在上述實施例的基礎上，所述對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)，包括：

根據(jù)預設規(guī)則，獲取所述腦電數(shù)據(jù)中的多個數(shù)據(jù)段，對所述數(shù)據(jù)段進行電位分析，獲得所述電位響應參數(shù)，所述電位響應參數(shù)包括峰值、潛伏期和所述數(shù)據(jù)段上指定時刻對應的幅度值。

具體地，由于在給被測者觀看素材庫中的誘發(fā)素材時，誘發(fā)素材是一個一個呈現(xiàn)給被測者的，且每個誘發(fā)素材呈現(xiàn)的時間可以為200ms，兩個誘發(fā)素材呈現(xiàn)的時間間隔可以為1-2秒，被測者的腦電數(shù)據(jù)是被測者觀看所有誘發(fā)素材時產(chǎn)生腦電數(shù)據(jù)，在該腦電數(shù)據(jù)的基礎上，將腦電數(shù)據(jù)與誘發(fā)素材出現(xiàn)的時刻進行對齊，根據(jù)預設規(guī)則，獲取腦電數(shù)據(jù)中的多個數(shù)據(jù)段，其中，誘發(fā)素材呈現(xiàn)后200ms左右的早期后部負成分(earlyposteriornegativity,epn)、400ms左右的晚期正成分(latepositivepotential,lpp)、400-700ms的晚期負成分n400是我們需要重點關(guān)注的，因此，可以獲取每個素材呈現(xiàn)之后的150-250ms、350-450ms、400-700ms的腦電數(shù)據(jù)段，應當說明的是還可以根據(jù)實際情況對數(shù)據(jù)段的選擇進行調(diào)整，本發(fā)明實施例對此不作具體限定。

在選擇出多個數(shù)據(jù)段后，對每個數(shù)據(jù)段進行電位分析，例如，可以進行降采樣、峰值計算等方法來獲得每個數(shù)據(jù)段上的電位響應參數(shù)，由于電位分析方法有多種，每種分析方法都可以選擇出多個電位響應參數(shù)，例如，電位響應參數(shù)可以為峰值、潛伏期、指定時刻對應的幅度值等等。由于將素材庫中的誘發(fā)素材分為了四類，可以從腦電數(shù)據(jù)中獲取屬于同一類的誘發(fā)素材對應的數(shù)據(jù)段，并對該數(shù)據(jù)段進行電位分析，每一個誘發(fā)素材都可以得到多個電位響應參數(shù)，將屬于同一類的多個誘發(fā)素材對應的同一個電位響應參數(shù)進行均值處理，作為該類誘發(fā)素材對應的某一電位響應參數(shù)的具體數(shù)值。

例如：屬于第一類的有10個誘發(fā)素材，獲取被測者在觀看了誘發(fā)素材之后的，第一通道產(chǎn)生的腦電數(shù)據(jù)，從該腦電數(shù)據(jù)中獲取這10個誘發(fā)素材對應的數(shù)據(jù)段，假設，均獲取觀看誘發(fā)素材之后1秒內(nèi)的數(shù)據(jù)段，并對該數(shù)據(jù)段進行電位分析，分析后可以獲取到這個10個數(shù)據(jù)段對應的峰值，將這10個數(shù)據(jù)段的峰值進行平均計算，獲得峰值的均值，此時，該峰值的均值即為一個電位響應參數(shù)。

另外，在利用人格特質(zhì)模型測量出被測者的人格特質(zhì)指標后，可以與標準人群的對應人格特質(zhì)指標進行統(tǒng)計比較，即可取得該被測者的各項人格特質(zhì)在標準人群中的相對水平，并可對該被測者的人格特質(zhì)進行進一步的解讀。

本發(fā)明實施例通過對腦電數(shù)據(jù)進行電位分析，獲取到多個電位響應參數(shù)，根據(jù)電位響應參數(shù)，利用人格特質(zhì)測量模型輸出被測者的人格特質(zhì)指標，對被測者人格特質(zhì)進行了客觀的測量，提高了測量的準確性。

在上述各實施例的基礎上，所述人格特質(zhì)測量模型，包括：

pi＝ai1fi1+ai2fi2+...+aikfik，其中：

pi為所述被測者第i項對應的所述人格特質(zhì)指標，i>0，ai1,ai2,…,aik為加權(quán)組合系數(shù)，fi1,fi2,…,fik為所述電位響應參數(shù)，k為所述電位響應參數(shù)的個數(shù)，k>0。

具體地，將電位分析后得到的電位響應參數(shù)輸入到人格特質(zhì)測量模型中，人格特質(zhì)測量模型的公式為pi＝ai1fi1+ai2fi2+...+aikfik，通過將各個電位響應參數(shù)輸入到對應的變量中，便可以計算得到被測者對應的人格特質(zhì)指標。其中，pi為所述被測者第i項對應的所述人格特質(zhì)指標，如果人格特質(zhì)指標為上述五個，則i＝5，i>0，ai1,ai2,…,aik為加權(quán)組合系數(shù)，不同人格特質(zhì)指標的計算公式對應的加權(quán)組合系數(shù)不同，且該加權(quán)組合系數(shù)是以具體的測評情景的人格量表測評指標(即，已經(jīng)被標定人格特質(zhì)指標的訓練者的腦電數(shù)據(jù))為因變量，建立多元回歸方程，對加權(quán)組合系數(shù)進行計算而取得的，fi1,fi2,…,fik為所述電位響應參數(shù)，k為所述電位響應參數(shù)的個數(shù)，k>0。

本發(fā)明實施例通過獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，并對腦電數(shù)據(jù)進行電位信息，獲得電位響應參數(shù)，根據(jù)電位響應參數(shù)利用人格特質(zhì)測量模型獲得人格特質(zhì)指標，與傳統(tǒng)方法相比，基于腦機接口技術(shù)的人格特質(zhì)測量方法依賴客觀的腦神經(jīng)電活動信息進行人格特質(zhì)識別，被測者無法偽裝，也不受施測者個人能力或傾向的影響，并且能夠節(jié)約大量的時間與人力成本，是一種更為客觀高效的方法。

圖2為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量設備結(jié)構(gòu)示意圖，如圖2所示，所述設備，包括獲取模塊201、分析模塊202和測量模塊203，其中，

獲取模塊201用于獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；分析模塊202用于對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；測量模塊203用于根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

具體地，被測者在觀看素材庫中的誘發(fā)素材時，通過獲取模塊201獲取其產(chǎn)生的腦電數(shù)據(jù)，為有效誘發(fā)相關(guān)腦電響應，獲取到有效的腦電數(shù)據(jù)，每個誘發(fā)素材呈現(xiàn)時間不超過200ms，誘發(fā)素材與誘發(fā)素材之間的呈現(xiàn)時間間隔控制在1-2秒之間。當被測者看到帶有不同情緒的誘發(fā)素材后在大腦中會有不同的反應，該反應可以通過腦電數(shù)據(jù)反映，腦電數(shù)據(jù)是隨時間變化的腦電信號，分析模塊202對獲取到的腦電數(shù)據(jù)進行電位分析，其中，可以按照特定順序向受測者呈現(xiàn)上述素材并記錄受測者觀看素材時的腦電信號，然后選取每個誘發(fā)素材呈現(xiàn)后一定時間窗長內(nèi)的腦電數(shù)據(jù)，并通過降采樣、峰值計算等方法提取該時間窗內(nèi)的電位響應參數(shù)，其中每個誘發(fā)素材呈現(xiàn)后都會對應多個電位響應參數(shù)，給被測者呈現(xiàn)多個誘發(fā)素材，從而可知，電位響應參數(shù)有很多。測量模塊203將獲得到的電位響應參數(shù)作為輸入，輸入到人格特質(zhì)測量模型中，人格特質(zhì)測量模型會根據(jù)輸入的電位響應參數(shù)進行分析計算，最終輸出被測者對應的人格特質(zhì)指標，其中，人格特質(zhì)可以是多維的。

本發(fā)明實施例通過獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)，并對腦電數(shù)據(jù)進行電位信息，獲得電位響應參數(shù)，根據(jù)電位響應參數(shù)利用人格特質(zhì)測量模型獲得人格特質(zhì)指標，對被測者人格特質(zhì)進行了客觀的測量，提高了測量的準確性。

圖3為本發(fā)明實施例提供的一種基于腦機接口技術(shù)的人格特質(zhì)測量設備實體結(jié)構(gòu)示意圖，如圖3所示，所述設備，包括：處理器(processor)301、存儲器(memory)302和總線303；其中，

所述處理器301和存儲器302通過所述總線303完成相互間的通信；

所述處理器301用于調(diào)用所述存儲器302中的程序指令，以執(zhí)行上述各方法實施例所提供的方法，例如包括：獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

本實施例公開一種計算機程序產(chǎn)品，所述計算機程序產(chǎn)品包括存儲在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機程序，所述計算機程序包括程序指令，當所述程序指令被計算機執(zhí)行時，計算機能夠執(zhí)行上述各方法實施例所提供的方法，例如包括：獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

本實施例提供一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)存儲計算機指令，所述計算機指令使所述計算機執(zhí)行上述各方法實施例所提供的方法，例如包括：獲取被測者在觀看誘發(fā)素材時產(chǎn)生的腦電數(shù)據(jù)；對所述腦電數(shù)據(jù)進行電位分析，獲得電位響應參數(shù)；根據(jù)所述電位響應參數(shù)，利用人格特質(zhì)測量模型獲得所述被測者對應的人格特質(zhì)指標。

本領(lǐng)域普通技術(shù)人員可以理解：實現(xiàn)上述方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質(zhì)包括：rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所描述的設備等實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性的勞動的情況下，即可以理解并實施。

通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實施方式可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當然也可以通過硬件來實現(xiàn)。基于這樣的理解，上述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可以存儲在計算機可讀存儲介質(zhì)中，如rom/ram、磁碟、光盤等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。

最后應說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。