[发明专利]一种基于网络图的员工重要性排序方法

说明书

一种基于网络图的员工重要性排序方法，包括以下步骤：S1通过员工任务地点的记录数据，建立两个任务地点之间的加权无向网络；S2将以任务地点为节点、任务类型为连边的任务地点网络变换为以任务类型为节点加权无向的任务网络；S3计算任务网络中的节点拓扑属性，对任务节点的重要性进行排序；S4将员工映射到任务网络中，得出员工的重要性排序。本发明将加权无向的任务地点网络变换为加权无向的任务网络，计算任务网络中节点重要性排序的常用指标，并获得对任务的重要性排序。将员工映射到任务网络，结合任务重要性排序和任务类型及任务数，获得员工的重要性排序。

技术领域

本发明涉及数据挖掘与网络中节点分析技术领域，特别是涉及一种基于网络图的员工重要性排序方法。

背景技术

寻找网络中的关键节点或者评价某个节点相对于其他节点的重要程度，是网络科学的重要研究内容和亟待解决的重要问题之一。随着信息技术的迅猛发展，人们生活中充满着各种网络，例如通信网络、电力网络、交通网络和社交网络等，而这些网络复杂且庞大，用明确定量的指标来度量网络中节点的重要程度变得至关重要。在一个网络中，不同节点起着大小不同的作用。例如交通网络中，有非常重要的交通枢纽，也有无关痛痒的备用中转站；例如社交网络中，有意见领袖的大号，也有影响微小的粉丝。重要节点对网络的结构和功能有着巨大的影响，节点重要性的排序和重要节点的挖掘意义重大。

任务重要性排序是区分任务在整个工作系统中的重要程度，合理的任务重要性排序能有助于评估任务的作用以及后续任务的合理分配。任务重要性也体现了员工的贡献程度，其影响着员工的工作绩效。从任务的重要性排序和员工负责的任务类型考虑，可以反映出员工在系统中的重要性。对员工重要性的评估能够有利于及时考察员工的工作业绩，对员工实施有效的奖惩和有针对性的培养。

专利201510406579.6提出了一种多层网络节点重要性排序的方法，主要核心是计算每层网络的节点属性并利用层次分析法得出各层影响力权重，但并不适用于单层网络的员工重要性排序。专利201510373034.X公开了一种基于集团度的复杂网络重要节点排序方法及模型演化方法，获取网络中各节点集团度并计算网络各阶整体集团度，但对节点重要性的评价指标只有集团度，适用范围比较狭小。专利201310413387.9涉及了通信网络节点重要性评价，对加权网络各种节点属性加权得到综合评价指标，但对于网络的建立不涉及图的变换，因此不适用于员工的任务网络排序。

发明内容

为了克服传统员工排名单一片面的不足，针对医院后勤运送系统为例，本发明将以任务地点为节点、任务类型为连边的任务地点网络变换为以任务类型为节点的任务网络，对网络中的任务重要性排序，并将员工映射到任务网络，结合任务重要性排序和任务类型及任务数，获得员工的重要性排序。

本发明解决其技术问题所采用的技术方案如下：

一种基于网络图的员工重要性排序方法，包括以下步骤：

S1：通过员工任务地点的记录数据，建立两个任务地点之间的加权无向网络；

S2：将以任务地点为节点、任务类型为连边的任务地点网络变换为以任务类型为节点加权无向的任务网络；

S3：计算任务网络中的节点拓扑属性，对任务节点的重要性进行排序；

S4：将员工映射到任务网络中，得出员工的重要性排序。