[发明专利]组织结构中节点重要性评估方法、装置和计算机设备

说明书

本申请涉及一种组织结构中节点重要性评估方法、装置和计算机设备，所述方法依据图神经网络中信息传递的思想，构建的信息传递方式下的组织结构图中节点重要性评估模型，探讨层级网络中节点的重要性计算方法，推断组织节点在结构中的价值。本方法可用于解决具有数值属性的多层网络节点重要性评估问题，综合结构和属性信息评估节点的价值属性，发掘层级网络中的潜能节点，为组织结构管理中的职员选拔评优、组织变革中的裁剪冗余等组织结构调整提供指导性意见。

技术领域

本申请涉及组织结构的设计与优化技术领域，特别是涉及一种组织结构中节点重要性评估方法、装置和计算机设备。

背景技术

组织结构是组织内部成员依据上下级从属关系构建的反映组织业务倾向性的一种相对稳定结构，这种结构不仅能够确保完成相应的工作任务，且一般具有明显的树状形态。一个组织结构越庞大，其组织分层越多，从顶层到底层的跨度越大。组织结构中，职位属性反应了一定地位和权限。一般地，对于一些组织结构来说，所属同一职位等级不同部门的个体，其对于组织结构的价值也是不同的，而这种价值可能反映了其后续的发展潜力。如组织单位中业绩突出的职员会被提升为经理，部门效益高的团队可能决定公司的年度收益。对于具有层级结构的公司或机构来说，通过个体在层级结构中所处位置(包括结构位置和职位等级)可以推断其对于组织单位的价值重要性。对组织结构节点重要性进行评估时，单一使用职位等级统一划分可能会忽略节点在组织结构中的差异性，反之仅依据组织结构的拓扑性质定义节点重要性可能会放大低层节点的重要性。以此，如何平衡节点拓扑结构和所属层级两方面的影响是解决组织结构节点重要性评估问题的关键。

针对组织结构图中节点重要性评估问题，传统的复杂网络节点重要性评估方法如度、介数等无法处理这种层次结构的网络数据，同时图神经网络也无法直接解决此类层级分明的特殊图结构数据。

发明内容

基于此，有必要针对上述技术问题，基于图神经网络中信息传递的思想，提出基于层级信息传递的组织结构中节点重要性评估方法、装置和计算机设备。所述组织结构中节点重要性评估方法可以根据组织结构分布和已知的层级信息，对节点价值进行排序，达到对组织结构图节点评估的目的。

一种组织结构中节点重要性评估方法，所述方法包括：

获取具有层次结构的组织结构图；所述组织结构图包括节点集、边集以及节点层级集合；组织结构图的最下层为第一层级，节点所属层级越高，节点重要性值越大。

根据组织结构图中节点层级集合，确定组织结构图中各层的层级价值。

根据所述节点集、所述边集以及所述节点层级集合，确定第一层级以外层级的每个节点的下层邻居集合。

将当前节点的所述下层邻居集合中所有节点的节点重要性值采用预设的聚合函数进行聚合，并对聚合结果采用预设的转换函数进行转换，得到当前节点的所述下层邻居集合的聚合重要性值；所述组织结构图第一层级节点的节点重要性值是预设的。

将当前层的层级价值与所述聚合重要性值采用预设的组合函数进行组合，得到当前节点的节点重要性值，以此得到所述组织结构图每个节点的节点重要性值。

根据节点的所述节点重要性值对节点重要性进行评估，得到评估结果。

在其中一个实施例中，根据组织结构图中节点层级集合，确定组织结构图中各层的层级价值，包括：

根据组织结构图中节点层级集合确定所述组织结构图的最大层级数；根据所述最大层级数和节点所属的层级数，确定组织结构图中节点所属层级的层级价值；所述层级价值的计算公式为：

其中：l表示节点所属层级，L^max表示组织结构图所包含的最大层级数，表示节点i所属层级l的层级价值。