首页> 中国专利> 员工沟通时间的计算方法及系统

员工沟通时间的计算方法及系统

摘要

本申请公开了一种员工沟通时间的计算方法及系统,方法包括:输入步骤:统计员工沟通时间,得到员工的沟通时间分布数据;预处理步骤:对所述沟通时间分布数据进行预处理,得到每个时间段的沟通次数数据;构建模型步骤:筛选出与最佳沟通时间有关的特征并构建预测模型;输出步骤:通过所述预测模型输入所述员工的沟通时间分布数据,经过模型的计算之后输出员工的最佳沟通时间。本发明可以有效的分析出每个员工的最佳沟通时间段,对于他人可以选择最佳沟通时间段与其沟通,对于员工本人可以根据分析沟通时间分布调整自己的工作方式,尽量使自己能在有限的时间产生最大的价值。

著录项

  • 公开/公告号CN113011088A

    专利类型发明专利

  • 公开/公告日2021-06-22

    原文格式PDF

  • 申请/专利权人 北京明略软件系统有限公司;

    申请/专利号CN202110243929.7

  • 发明设计人 韩佳卫;

    申请日2021-03-05

  • 分类号G06F30/27(20200101);G06Q10/06(20120101);

  • 代理机构37256 青岛清泰联信知识产权代理有限公司;

  • 代理人赵燕

  • 地址 100089 北京市海淀区中关村东路1号院1号楼10层A1002

  • 入库时间 2023-06-19 11:32:36

说明书

技术领域

本发明属于员工沟通时间的计算方法领域,具体涉及一种员工沟通时间的计算方法及系统。

背景技术

目前常见的用来衡量员工价值的标准通常有工时、绩效等,这样只能得出某员工的工作效率如何,无法看出原因,也就无法提高效率。

每个人的习惯不同,最佳的工作状态也都不尽相同,在最佳的工作状态工作与其沟通工作能产生最大价值。可以通过对员工沟通时间分布情况进行分析,分析出该员工的最佳沟通时间段。目前常见的分析员工最高效沟通时间段的方法有问卷调查法、观察法。

问卷调查就是向员工发送调查问卷由员工自行输入自己主观认为的最高效沟通时间段。观察法就是通过在日常工作中观察员工在哪一个时间段沟通积极性高。

问卷调查法统计取决于员工个人主观想法,每个人的想法不一,没有统一的衡量指标导致统计不准确。

观察法需要在日常工作中时刻关注,人工成本高,统计时间久。

发明内容

本发明实施例提供了一种员工沟通时间的计算方法,其中,包括:

数据采集步骤:采集员工的沟通数据;

沟通时间计算步骤:将所述沟通数据输入一预测模型计算后输出最佳沟通时间。

上述员工沟通时间的计算方法,其中,所述沟通时间计算步骤包括:

预处理步骤:对所述沟通数据进行预处理,获得沟通时间分布数据;

构建模型步骤:从所述沟通时间分布数据中筛选出沟通特征并构建预测模型;

计算步骤:根据输入的目标员工的沟通数据通过所述预测模型计算后输出所述目标员工的最佳沟通时间。

上述员工沟通时间的计算方法,其中,,所述构建模型步骤包括:

筛选步骤:根据所述沟通时间分布数据通过逻辑回归权重算法筛选出所述沟通特征;

建模步骤:根据所述沟通特征采用无监督学习算法建立所述预测模型。

上述员工沟通时间的计算方法,其中,,所述沟通特征包括:沟通次数、沟通方式。

上述员工沟通时间的计算方法,其中,,所述构建模型步骤还包括:

根据所述沟通特征构建测试集优化所述预测模型的超参数得到最优的所述预测模型。

本发明还包括一种员工沟通时间的计算系统,其中,包括:

数据采集模块,所述数据采集模块采集员工的沟通数据;

沟通时间计算模块,所述沟通时间计算模块将所述沟通数据输入一预测模型计算后输出最佳沟通时间。

上述员工沟通时间的计算系统,其中,所述沟通时间计算模块包括:

预处理单元,所述预处理单元对所述沟通数据进行预处理,获得沟通时间分布数据;

构建模型单元,所述构建模型单元从所述沟通时间分布数据中筛选出沟通特征并构建预测模型;

计算单元,所述计算单元根据输入的目标员工的沟通数据通过所述预测模型计算后输出所述目标员工的最佳沟通时间。

上述员工沟通时间的计算系统,其中,所述构建模型单元包括:

筛选组件,所述筛选单元根据所述沟通时间分布数据通过逻辑回归权重算法筛选出所述沟通特征;

建模组件,所述建模单元根据所述沟通特征采用无监督学习算法建立所述预测模型。

上述员工沟通时间的计算系统,其中,所述沟通特征包括:沟通次数、沟通方式。

上述员工沟通时间的计算系统,其中,所述构建模型模块还包括:

根据所述沟通特征构建测试集优化所述预测模型的超参数得到最优的所述预测模型。

本发明提供了员工沟通时间的计算方法,可以有效的分析出每个员工的最佳沟通时间段,对于他人可以选择最佳沟通时间段与其沟通,对于员工本人可以根据分析沟通时间分布调整自己的工作方式,尽量使自己能在有限的时间产生最大的价值。

附图说明

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。

在附图中:

图1是员工沟通时间的计算方法的流程图;

图2是图1中步骤S2的分步骤流程图;

图3是图2中步骤S22的分步骤流程图;

图4是本发明的员工沟通时间的计算系统的结构示意图;

图5是根据本发明实施例的计算机设备的框架图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。

显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。

除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。

下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。

在详细阐述本发明各个实施例之前,对本发明的核心发明思想予以概述,并通过下述若干实施例予以详细阐述。

为了解决现有技术人工成本高、时间久和统计不准确的缺点。本技术根据员工的沟通时间分布情况,使用AI自动分析该员工的最佳沟通时间。这样做省去了人力的成本,并且每个员工都按照同一套指标进行分析。相对于现有的方案更加准确。

具体实现为:在日常工作中记录员工企业微信、邮件和会议的沟通数据,经过数据处理,得到企业微信、邮件等各类别的沟通时间分布。使用AI分析不同时间段员工的沟通效率得出该员工的最佳沟通时间。

请参照图1,图1是员工沟通时间的计算方法的流程图。如图1所示,本发明的员工沟通时间的计算方法包括:

数据采集步骤S1:采集员工的沟通数据;

沟通时间计算步骤S2:将所述沟通数据输入一预测模型计算后输出最佳沟通时间。

请参照图2,图2是图1中步骤S2的分步骤流程图。如图2所示,所述沟通时间计算步骤S2包括:

预处理步骤S21:对所述沟通数据进行预处理,获得沟通时间分布数据;

构建模型步骤S22:从所述沟通时间分布数据中筛选出沟通特征并构建预测模型;

计算步骤S23:根据输入的目标员工的沟通数据通过所述预测模型计算后输出所述目标员工的最佳沟通时间。

请参照图3,图3是图2中步骤S22的分步骤流程图。如图3所示,所述构建模型步骤S22:

筛选步骤S221:根据所述沟通时间分布数据通过逻辑回归权重算法筛选出所述沟通特征;

建模步骤S222:根据所述沟通特征采用无监督学习算法建立所述预测模型。

其中,所述沟通特征包括:沟通次数、沟通方式。

其中,所述构建模型步骤还包括:

根据所述沟通特征构建测试集优化所述预测模型的超参数得到最优的所述预测模型。

以下,列举实施例具体说明本发明的员工沟通时间的计算方法如下。

实施例一:

本实例揭示了基于统计的员工沟通时间的计算方法(以下简称“方法”)的具体实施方式。

为了解决现有技术人工成本高、时间久和统计不准确的缺点。本技术根据员工的沟通时间分布情况,使用AI自动分析该员工的最佳沟通时间。这样做省去了人力的成本,并且每个员工都按照同一套指标进行分析。相对于现有的方案更加准确。

具体实现为:在日常工作中记录员工企业微信、邮件和会议的沟通数据,经过数据处理,得到企业微信、邮件等各类别的沟通时间分布。使用AI分析不同时间段员工的沟通效率得出该员工的最佳沟通时间。

首先统计员工在企业微信、会议和邮件的沟通时间分布情况,绘制图表形式来展现,可以每隔10分钟、20分钟或其他时长来展现。

然后,使用AI结合沟通时间分布和其他信息,分析出员工的最佳沟通时间。

最后,员工本人可以根据最佳沟通时间来调整和安排自己的工作;他人可以选择合适的时间与其沟通,最大化提高沟通效率。

实施例二:

请参照图4,图4是本发明的员工沟通时间的计算系统的结构示意图。如图3所示本发明的一种员工沟通时间的计算系统,其中,包括:

数据采集模块,所述数据采集模块采集员工的沟通数据;

沟通时间计算模块,所述沟通时间计算模块将所述沟通数据输入一预测模型计算后输出最佳沟通时间。

其中,所述沟通时间计算模块包括:

预处理单元,所述预处理单元对所述沟通数据进行预处理,获得沟通时间分布数据;

构建模型单元,所述构建模型单元从所述沟通时间分布数据中筛选出沟通特征并构建预测模型;

计算单元,所述计算单元根据输入的目标员工的沟通数据通过所述预测模型计算后输出所述目标员工的最佳沟通时间。

其中,所述构建模型单元包括:

筛选组件,所述筛选单元根据所述沟通时间分布数据通过逻辑回归权重算法筛选出所述沟通特征;

建模组件,所述建模单元根据所述沟通特征采用无监督学习算法建立所述预测模型。

其中,所述沟通特征包括:沟通次数、沟通方式。

其中,所述构建模型模块还包括:

根据所述沟通特征构建测试集优化所述预测模型的超参数得到最优的所述预测模型。

实施例三:

结合图5所示,本实施例揭示了一种计算机设备的一种具体实施方式。计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。

具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。

存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。

处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种员工沟通时间的计算方法。

在其中一些实施例中,计算机设备还可包括通信接口83和总线80。其中,如图5所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。

通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线80包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。

该计算机设备可以基于员工沟通时间的计算方法,从而实现结合图1-图2描述的方法。

另外,结合上述实施例中员工沟通时间的计算方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种员工沟通时间的计算方法。

以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。

综上所述,基于本发明的有益效果在于,本专利提供了一种员工沟通时间的计算方法,可以有效的分析出每个员工的最佳沟通时间段,对于他人可以选择最佳沟通时间段与其沟通,对于员工本人可以根据分析沟通时间分布调整自己的工作方式,尽量使自己能在有限的时间产生最大的价值。

以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号