本发明涉及人员关系分析技术领域，特别是涉及一种办公室人员关系分析方法。
背景技术：
在办公室里，每天都发生着人员之间的相互接触，其中有些接触是有效接触有些是无效接触，从办公室人员的接触关系和工作日报中的人员事项关系中，分析人员接触他人或被他人接触的程度、人员两两之间的接触关系程度、人员两两之间的事项相关程度、人员接触群体检测，能够为办公室人员工作评价、异常接触关系检测、提高工作的有效性提供一些数据层面的支持，目前对办公室人员分析评价的技术方案，主要是从工作时长、工作内容、领导评价来分析评价，缺少对人员接触关系的关注，不能分析人员实际活动与所负责或参与事项的相关度，影响了对办公室人员价值的全面客观评价，因此设计一种办公室人员关系分析方法来对办公室人员进行分析是十分有必要的。
技术实现要素：
本发明的目的是提供一种办公室人员关系分析方法，分析了人员接触关系、人员实际活动及人员所负责或参与事项的相关度，为异常接触关系监测、提高工作效率提供了数据层面的支持，实现了对人员价值的全面客观评价。
为实现上述目的，本发明提供了如下方案：
一种办公室人员关系分析方法，包括如下步骤：
步骤1，进行人员接触关系分析，建立人员接触关系图谱数据库：
监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中；基于人员接触关系图谱数据库，计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，计算每个人员的接触程度，并按接触程度从高到低对人员排名；计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，通过人员两两之间的接触关系程度检测人员接触群体；
步骤2，进行人员事项关系分析，建立人员事项图谱数据库：
分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中；根据人员事项关系图谱数据库计算每个事项的重要程度、每个人员的事项参与程度，按事项参与程度对人员进行排名，计算人员两两之间的事项相关程度，按事项相关程度从高到低对该人员与其他人员的事项相关关系进行排名；
步骤3，进行人员接触关系与人员事项关系的偏离度分析：
汇集每个人员的被接触程度及排名、接触程度及排名、事项参与程度及排名，计算被接触程度排名与事项参与程度排名的偏差，计算接触程度排名与事项参与程度排名的偏差；汇集每个人员与其他人员的接触关系程度及排名、事项相关程度及排名，计算接触关系排名与事项相关程度排名的偏差。
可选的，步骤1中，所述监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中，具体为：从计算机视觉身份识别系统、会议记录及线上办公聊天记录中，监测人员之间的接触活动，计算得到接触者、被接触者及接触时间，并保存到人员接触关系图谱数据库中。
可选的，步骤1中，所述计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，具体为：
使用pagerank算法根据人员接触关系图谱数据库计算每个人员的被接触pr_p值，其中pr_p(i)表示第i个人员的被接触pr_p值，对每个人员的被接触时长求和记作tp_p，第i个人员的被接触时长表示为tp_p(i)，计算每个人员的被接触程度wp_p，其中wp_p(i)表示第i个人员的被接触程度，计算公式为：
wp_p(i)＝pr_p(i)*tp_p(i)
根据wp_p值从高到低对人员排名，用rp_p(i)表示第i个人员的wp_p值排名。
可选的，步骤1中，所述计算每个人员的接触程度，并按接触程度从高到低对人员排名，具体为：
反转人员接触关系图谱数据库中的指向方向，由被接触者指向接触者，使用pagerank算法计算每个人员的接触pr_a值，其中pr_a(i)表示第i个人员的接触其他人员的pr_a值；对每个人员接触其他人员的时长求和记作tp_a，其中tp_a(i)表示第i个人员接触其他人员的时长，计算每个人员的接触程度wp_a，其中wp_a(i)表示第i个人员的接触程度，计算公式为：
wp_a(i)＝pr_a(i)*tp_a(i)
根据wp_a值从高到低对人员排名，用rp_a(i)表示第i名人员的wp_a值排名。
可选的，步骤1中，所述计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，具体为：
汇总每两个人员之间的互相接触时长作为接触关系程度，第i个人员与第j个人员之间的接触关系程度记作wp_r(i，j)，按wp_r值从高到低对每个人员与其他人员的接触关系排名，用rp_r(i，j)表示第j个人员在第i个人员的接触关系中的排名。
可选的，步骤1中，所述通过人员两两之间的接触关系程度检测人员接触群体，具体为：
建立每个人员的密切列表，将每个人员均添加到该人员自身的密切列表中，按接触关系程度wp_r值和排名rp_r值将与该人员接触关系最密切的前n-1个人员添加到该人员的密切列表中，其中n表示密切列表的最大个数，根据每个人员的密切列表，使用频繁项挖掘算法，得到人员接触群体。
可选的，步骤2中，所述分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中，具体为：
收集工作日报中填报的事项、每个事项的时长和具体工作内容，从每个事项的所有工作内容中提取关键词，得到关键词和事项关系；汇总每个人员参与每一项事项的工作时长，得到人员、事项和工作时长的关系；将关键词、事项关系及人员、事项、工作时长关系保存到人员事项图谱数据库中。
可选的，步骤2中，所述计算每个事项的重要程度，具体为：
根据人员事项图谱数据库，使用pagerank算法计算每个事项的pr_s值，用pr_s(i)表示第i个事项的重要程度pr_s值。
可选的，步骤2中，所述计算每个人员的事项参与程度，具体为：
将每个人员参与的每一个事项的重要程度pr_s值与该人员参与该事项的时间相乘，再将所有乘积求和，得到每个人员的事项参与程度wp_s值，计算公式为：
wp_s(i)＝sumj(tp_s(i,j)*pr_s(j))
其中，wp_s(i)表示第i个人员的事项参与程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，pr_s(j)表示第j个事项的重要程度，按事项参与程度wp_s值从高到低对人员排名，用rp_s(i)表示第i个人员的事项参与程度排名。
可选的，步骤2中，所述计算人员两两之间的事项相关程度，具体为：
找到每两个人员共同参与的事项，并计算这两个人员之间的事项相关程度wp_sr值，计算公式为：
wp_sr(i,k)＝sumj(tp_s(i,j)*pr_s(j)*tp_s(k,j))
其中，wp_sr(i，k)表示第i个人员与第k个人员的事项相关程度，pr_s(j)表示第j个事项的重要程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，tp_s(k，j)表示第k个人员参与第j个事项的时长；
按事项相关程度wp_sr值从高到低对每个人员与其他人员的事项相关关系排名，则第j个人员在第i个人员的事项相关关系中的排名表示为rp_sr(i，j)。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的办公室人员关系分析方法，通过监测办公室人员的接触活动构建了人员接触关系图谱数据库，能够计算出人员的接触或被接触程度及人员两两之间的接触关系程度，通过分析工作日报提取人员事项关系构建了人员事项图谱数据库，能够计算出人员两两之间的事项相关程度，通过以上计算结果可以计算出人员之间的接触程度与事项相关程度的偏离度，能够为办公室人员工作评价、异常接触关系监测、提高工作效率提供一些数据层面的支持；构建了人员接触关系图谱数据库及人员事项接触关系图谱数据库，可以从图上直接获得各种关系，简单明了；对计算得出的各项程度指标均进行了排序，可以直观的观察到各项程度指标的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例办公室人员关系分析方法总体流程图；
图2为人员接触关系图谱示例图；
图3为人员事项图谱示例图；
图4为构建人员接触关系图谱流程图；
图5为构建人员事项图谱流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种办公室人员关系分析方法，分析了人员接触关系、人员实际活动及人员所负责或参与事项的相关度，为异常接触关系监测、提高工作效率提供了数据层面的支持，实现了对人员价值的全面客观评价。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1-5所示，本发明实施例提供的办公室人员关系分析方法，包括如下步骤：
步骤1，进行人员接触关系分析，建立人员接触关系图谱数据库：
监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中；基于人员接触关系图谱数据库，计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，计算每个人员的接触程度，并按接触程度从高到低对人员排名；计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，通过人员两两之间的接触关系程度检测人员接触群体；
步骤2，进行人员事项关系分析，建立人员事项图谱数据库：
分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中；根据人员事项关系图谱数据库计算每个事项的重要程度、每个人员的事项参与程度，按事项参与程度对人员进行排名，计算人员两两之间的事项相关程度，按事项相关程度从高到低对该人员与其他人员的事项相关关系进行排名；
步骤3，进行人员接触关系与人员事项关系的偏离度分析：
汇集每个人员的被接触程度及排名、接触程度及排名、事项参与程度及排名，计算被接触程度排名与事项参与程度排名的偏差，计算接触程度排名与事项参与程度排名的偏差；汇集每个人员与其他人员的接触关系程度及排名、事项相关程度及排名，计算接触关系排名与事项相关程度排名的偏差。
步骤1中，所述监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中，具体为：从计算机视觉身份识别系统、会议记录及线上办公聊天记录中，监测人员之间的接触活动，计算得到接触者、被接触者及接触时间，并保存到人员接触关系图谱数据库中。
如图4所示，构建人员接触关系图谱的具体流程为：使用计算机视觉身份识别系统，监测人员之间的接触活动，根据人员的工位信息识别被接触者，如果无法识别被接触者，则该次接触活动中的每个人员既是接触者又是被接触者；对每次会议来说，记录参会人员、会议时长，作为一次接触活动，每个参会人员既是被接触者，又是接触者；根据线上办公软件的聊天记录，监测人员之间的线上接触活动，若是两人聊天，则聊天的发起者为接触者，若是多人聊天，则每个人员既是被接触者又是接触者；记录所有的接触者、被接触者及接触时长，对每一对接触者、被接触者的接触时长求和，得到(接触者、被接触者、总接触时长)并保存到人员接触关系图谱数据库中，图2为一个5人的人员接触关系图谱。
步骤1中，所述计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，具体为：
使用pagerank算法根据人员接触关系图谱数据库计算每个人员的被接触pr_p值，其中pr_p(i)表示第i个人员的被接触pr_p值，对每个人员的被接触时长求和记作tp_p，第i个人员的被接触时长表示为tp_p(i)，计算每个人员的被接触程度wp_p，其中wp_p(i)表示第i个人员的被接触程度，计算公式为：
wp_p(i)＝pr_p(i)*tp_p(i)
根据wp_p值从高到低对人员排名，用rp_p(i)表示第i个人员的wp_p值排名。
步骤1中，所述计算每个人员的接触程度，并按接触程度从高到低对人员排名，具体为：
反转人员接触关系图谱数据库中的指向方向，由被接触者指向接触者，使用pagerank算法计算每个人员的接触pr_a值，其中pr_a(i)表示第i个人员的接触其他人员的pr_a值；对每个人员接触其他人员的时长求和记作tp_a，其中tp_a(i)表示第i个人员接触其他人员的时长，计算每个人员的接触程度wp_a，其中wp_a(i)表示第i个人员的接触程度，计算公式为：
wp_a(i)＝pr_a(i)*tp_a(i)
根据wp_a值从高到低对人员排名，用rp_a(i)表示第i名人员的wp_a值排名。
步骤1中，所述计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，具体为：
汇总每两个人员之间的互相接触时长作为接触关系程度，第i个人员与第j个人员之间的接触关系程度记作wp_r(i，j)，按wp_r值从高到低对每个人员与其他人员的接触关系排名，用rp_r(i，j)表示第j个人员在第i个人员的接触关系中的排名。
步骤1中，所述通过人员两两之间的接触关系程度检测人员接触群体，具体为：
建立每个人员的密切列表，将每个人员均添加到该人员自身的密切列表中，按接触关系程度wp_r值和排名rp_r值将与该人员接触关系最密切的前n-1个人员添加到该人员的密切列表中，其中n表示密切列表的最大个数，根据每个人员的密切列表，使用频繁项挖掘算法，得到人员接触群体。
步骤2中，所述分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中，具体为：
收集工作日报中填报的事项、每个事项的时长和具体工作内容，从每个事项的所有工作内容中提取关键词，得到关键词和事项关系；汇总每个人员参与每一项事项的工作时长，得到人员、事项和工作时长的关系；将关键词、事项关系及人员、事项、工作时长关系保存到人员事项图谱数据库中。
如图5所示，构建人员事项关系图谱的具体流程为：分析工作日报得到事项、每个事项的时长及具体的工作内容，从每个事项的所有工作内容中提取关键词，得到(关键词，事项)关系，汇总每个人员参与的每一项事项的工作时长，得到(人员，事项，工作时长)关系，将(关键词，事项)关系及(人员，事项，工作时长)关系保存到人员事项关系图谱数据库中，例如图3为人员事项关系图谱，包括5个人员，3个时间以及提取了7个关键词。
步骤2中，所述计算每个事项的重要程度，具体为：
根据人员事项图谱数据库，使用pagerank算法计算每个事项的pr_s值，用pr_s(i)表示第i个事项的重要程度pr_s值。
步骤2中，所述计算每个人员的事项参与程度，具体为：
将每个人员参与的每一个事项的重要程度pr_s值与该人员参与该事项的时间相乘，再将所有乘积求和，得到每个人员的事项参与程度wp_s值，计算公式为：
wp_s(i)＝sumj(tp_s(i,j)*pr_s(j))
其中，wp_s(i)表示第i个人员的事项参与程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，pr_s(j)表示第j个事项的重要程度，按事项参与程度wp_s值从高到低对人员排名，用rp_s(i)表示第i个人员的事项参与程度排名。
步骤2中，所述计算人员两两之间的事项相关程度，具体为：
找到每两个人员共同参与的事项，并计算这两个人员之间的事项相关程度wp_sr值，计算公式为：
wp_sr(i,k)＝sumj(tp_s(i,j)*pr_s(j)*tp_s(k,j))
其中，wp_sr(i，k)表示第i个人员与第k个人员的事项相关程度，pr_s(j)表示第j个事项的重要程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，tp_s(k，j)表示第k个人员参与第j个事项的时长；
按事项相关程度wp_sr值从高到低对每个人员与其他人员的事项相关关系排名，则第j个人员在第i个人员的事项相关关系中的排名表示为rp_sr(i，j)。
本发明提供的办公室人员关系分析方法，通过监测办公室人员的接触活动构建了人员接触关系图谱数据库，能够计算出人员的接触或被接触程度及人员两两之间的接触关系程度，通过分析工作日报提取人员事项关系构建了人员事项图谱数据库，能够计算出人员两两之间的事项相关程度，通过以上计算结果可以计算出人员之间的接触程度与事项相关程度的偏离度，能够为办公室人员工作评价、异常接触关系监测、提高工作效率提供一些数据层面的支持；构建了人员接触关系图谱数据库及人员事项接触关系图谱数据库，可以从图上直接获得各种关系，简单明了；对计算得出的各项程度指标均进行了排序，可以直观的观察到各项程度指标的影响。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
1.一种办公室人员关系分析方法，其特征在于，包括如下步骤：
步骤1，进行人员接触关系分析，建立人员接触关系图谱数据库：
监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中；基于人员接触关系图谱数据库，计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，计算每个人员的接触程度，并按接触程度从高到低对人员排名；计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，通过人员两两之间的接触关系程度检测人员接触群体；
步骤2，进行人员事项关系分析，建立人员事项图谱数据库：
分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中；根据人员事项关系图谱数据库计算每个事项的重要程度、每个人员的事项参与程度，按事项参与程度对人员进行排名，计算人员两两之间的事项相关程度，按事项相关程度从高到低对该人员与其他人员的事项相关关系进行排名；
步骤3，进行人员接触关系与人员事项关系的偏离度分析：
汇集每个人员的被接触程度及排名、接触程度及排名、事项参与程度及排名，计算被接触程度排名与事项参与程度排名的偏差，计算接触程度排名与事项参与程度排名的偏差；汇集每个人员与其他人员的接触关系程度及排名、事项相关程度及排名，计算接触关系排名与事项相关程度排名的偏差。
2.根据权利要求1所述的办公室人员关系分析方法，其特征在于，步骤1中，所述监测人员之间的接触关系及接触时长并记录到人员接触关系图谱数据库中，具体为：从计算机视觉身份识别系统、会议记录及线上办公聊天记录中，监测人员之间的接触活动，计算得到接触者、被接触者及接触时间，并保存到人员接触关系图谱数据库中。
3.根据权利要求1所述的办公室人员关系分析方法，其特征在于，步骤1中，所述计算每个人员的被接触程度，并按被接触程度从高到低对人员排名，具体为：
使用pagerank算法根据人员接触关系图谱数据库计算每个人员的被接触pr_p值，其中pr_p(i)表示第i个人员的被接触pr_p值，对每个人员的被接触时长求和记作tp_p，第i个人员的被接触时长表示为tp_p(i)，计算每个人员的被接触程度wp_p，其中wp_p(i)表示第i个人员的被接触程度，计算公式为：
wp_p(i)＝pr_p(i)*tp_p(i)
根据wp_p值从高到低对人员排名，用rp_p(i)表示第i个人员的wp_p值排名。
4.根据权利要求3所述的办公室人员关系分析方法，其特征在于，步骤1中，所述计算每个人员的接触程度，并按接触程度从高到低对人员排名，具体为：
反转人员接触关系图谱数据库中的指向方向，由被接触者指向接触者，使用pagerank算法计算每个人员的接触pr_a值，其中pr_a(i)表示第i个人员的接触其他人员的pr_a值；对每个人员接触其他人员的时长求和记作tp_a，其中tp_a(i)表示第i个人员接触其他人员的时长，计算每个人员的接触程度wp_a，其中wp_a(i)表示第i个人员的接触程度，计算公式为：
wp_a(i)＝pr_a(i)*tp_a(i)
根据wp_a值从高到低对人员排名，用rp_a(i)表示第i名人员的wp_a值排名。
5.根据权利要求1所述的办公室人员关系分析方法，其特征在于，步骤1中，所述计算人员两两之间的接触关系程度，按接触关系程度从高到低对每个人员与其他人员的接触关系进行排名，具体为：
汇总每两个人员之间的互相接触时长作为接触关系程度，第i个人员与第j个人员之间的接触关系程度记作wp_r(i，j)，按wp_r值从高到低对每个人员与其他人员的接触关系排名，用rp_r(i，j)表示第j个人员在第i个人员的接触关系中的排名。
6.根据权利要求5所述的办公室人员关系分析方法，其特征在于，步骤1中，所述通过人员两两之间的接触关系程度检测人员接触群体，具体为：
建立每个人员的密切列表，将每个人员均添加到该人员自身的密切列表中，按接触关系程度wp_r值和排名rp_r值将与该人员接触关系最密切的前n-1个人员添加到该人员的密切列表中，其中n表示密切列表的最大个数，根据每个人员的密切列表，使用频繁项挖掘算法，得到人员接触群体。
7.根据权利要求1所述的办公室人员关系分析方法，其特征在于，步骤2中，所述分析工作日报，提取人员事项关系和事项关键词关系，并记录到人员事项关系图谱数据库中，具体为：
收集工作日报中填报的事项、每个事项的时长和具体工作内容，从每个事项的所有工作内容中提取关键词，得到关键词和事项关系；汇总每个人员参与每一项事项的工作时长，得到人员、事项和工作时长的关系；将关键词、事项关系及人员、事项、工作时长关系保存到人员事项图谱数据库中。
8.根据权利要求7所述的办公室人员关系分析方法，其特征在于，步骤2中，所述计算每个事项的重要程度，具体为：
根据人员事项图谱数据库，使用pagerank算法计算每个事项的pr_s值，用pr_s(i)表示第i个事项的重要程度pr_s值。
9.根据权利要求8所述的办公室人员关系分析方法，其特征在于，步骤2中，所述计算每个人员的事项参与程度，具体为：
将每个人员参与的每一个事项的重要程度pr_s值与该人员参与该事项的时间相乘，再将所有乘积求和，得到每个人员的事项参与程度wp_s值，计算公式为：
wp_s(i)＝sumj(tp_s(i,j)*pr_s(j))
其中，wp_s(i)表示第i个人员的事项参与程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，pr_s(j)表示第j个事项的重要程度，按事项参与程度wp_s值从高到低对人员排名，用rp_s(i)表示第i个人员的事项参与程度排名。
10.根据权利要求9所述的办公室人员关系分析方法，其特征在于，步骤2中，所述计算人员两两之间的事项相关程度，具体为：
找到每两个人员共同参与的事项，并计算这两个人员之间的事项相关程度wp_sr值，计算公式为：
wp_sr(i,k)＝sumj(tp_s(i,j)*pr_s(j)*tp_s(k,j))
其中，wp_sr(i，k)表示第i个人员与第k个人员的事项相关程度，pr_s(j)表示第j个事项的重要程度，tp_s(i，j)表示第i个人员参与第j个事项的时长，tp_s(k，j)表示第k个人员参与第j个事项的时长；
按事项相关程度wp_sr值从高到低对每个人员与其他人员的事项相关关系排名，则第j个人员在第i个人员的事项相关关系中的排名表示为rp_sr(i，j)。
技术总结