【技术实现步骤摘要】
多维度情绪识别管理方法、系统、处理器、终端及介质
本专利技术涉及物联网、数据处理
,更具体地说,它涉及多维度情绪识别管理方法、系统、处理器、终端及介质。
技术介绍
积极的情绪可以提升员工工作的绩效,而消极的情绪则会降低员工的工作质量甚至导致工作绩效下滑。因此,采取及时有效的措施来获取员工最近的情绪状况以及及时疏导员工消极的情绪,对于提升员工个人以及团队工作士气及精神具有积极意义。目前,现有的情绪识别技术大部分都是通过人脸识别技术提取目标对象的面部图像信息中能够体现情绪的表情特征实现的,由于每个员工之间受本职工作以及个人性格影响,不同员工在产生相同情绪时其面部图像信息中展现出的表情特征不尽相同,导致现有情绪识别技术的识别准确度较低;此外,现有的情绪识别技术仅能得到一个简单的识别结果,对于企业管理员工情绪来说并无较大的参考价值,所以,现有的情绪识别技术难以在员工情绪识别管理中推广应用。因此,如何研究设计多维度情绪识别管理方法、系统、处理器、终端及介质是我们目前急需解决的问题,为企业人性化管理决策提供支持。
技术实现思路
为解决现有情绪识别技术的识别准确度较低以及难以在员工情绪识别管理中推广应用的问题,本专利技术的目的是提供多维度情绪识别管理方法、系统、处理器、终端及介质。本专利技术的上述技术目的是通过以下技术方案得以实现的:第一方面,提供了多维度情绪识别管理方法,包括以下步骤:S101:根据职业类型和标准工作任务量构建情绪预测模型;S102:以MB ...
【技术保护点】
1.多维度情绪识别管理方法,其特征是,包括以下步骤:/nS101:根据职业类型和标准工作任务量构建情绪预测模型;/nS102:以MBTI职业性格测试数据作为优化输入参数对情绪预测模型进行个性化处理后形成情绪识别模型;/nS103:以目标员工的实际工作量与标准工作任务量的比值作为调控输入参数对情绪识别模型进行预测调控;/nS104:通过定位穿戴手环实时获取目标员工的心率分布信息,根据定位穿戴手环输出的定位信息启动定位区域范围内的摄像头后进行目标追踪以获取目标员工的工作轨迹分布信息,并融合心率分布信息、工作轨迹分布信息得到目标员工的工作进度信息;/nS105:对工作进度信息进行特征分割处理后,得到工作难度在时间轴上的难度系数分布信息,并以难度系数分布信息作为情绪发展诱导因素对情绪识别模型进行预测诱导,得到目标员工的基于多维度因素影响的情绪识别结果。/n
【技术特征摘要】
1.多维度情绪识别管理方法,其特征是,包括以下步骤:
S101:根据职业类型和标准工作任务量构建情绪预测模型;
S102:以MBTI职业性格测试数据作为优化输入参数对情绪预测模型进行个性化处理后形成情绪识别模型;
S103:以目标员工的实际工作量与标准工作任务量的比值作为调控输入参数对情绪识别模型进行预测调控;
S104:通过定位穿戴手环实时获取目标员工的心率分布信息,根据定位穿戴手环输出的定位信息启动定位区域范围内的摄像头后进行目标追踪以获取目标员工的工作轨迹分布信息,并融合心率分布信息、工作轨迹分布信息得到目标员工的工作进度信息;
S105:对工作进度信息进行特征分割处理后,得到工作难度在时间轴上的难度系数分布信息,并以难度系数分布信息作为情绪发展诱导因素对情绪识别模型进行预测诱导,得到目标员工的基于多维度因素影响的情绪识别结果。
2.根据权利要求1所述的多维度情绪识别管理方法,其特征是,该方法还包括:
根据预建立的情绪评价规则对情绪识别结果进行评价后得到情绪识别评价值;
根据预设预警值判断情绪识别评价值是否超出正常工作范围;若超出,则根据多维度影响因素对目标员工的实际工作量进行调整管理。
3.根据权利要求2所述的多维度情绪识别管理方法,其特征是,该方法还包括:
采用摄像头获取目标员工的面部图形信息,并采用深度卷积神经网络提取面部图形信息中的表情特征,以及对表情特征进行分类处理后得到目标员工的情绪鉴定结果;
根据情绪评价规则对情绪鉴定结果进行评价后得到情绪鉴定评价值;
根据情绪鉴定评价值、情绪识别评价值计算出目标员工的情绪评价偏差值;
根据预设偏差值判断情绪评价偏差值是否超出多维度因素范围;若未超出,则判断为工作原因影响;若超出,则判断为生活原因影响。
4.根据权利要求3所述的多维度情绪识别管理方法,其特征是,所述表情特征进行分类处理时以MBTI职业性格测试数据为参考数据进行个性化差异处理。
5.根据权利要求1所述的多维度情绪识别...
【专利技术属性】
技术研发人员:涂扬举,罗玮,罗立云,黄颖,
申请(专利权)人:四川大汇大数据服务有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。