CN111831970B - 一种确定共享工位数量的方法、系统及其电子设备 - Google Patents

Abstract

本发明揭示了一种确定共享工位数量的方法、系统及其电子设备，所述方法包括：A、获取多个探测工位分别在预设探测天内每天的多个预设工作时间段的工位占用相关信息；B、基于所述工位占用相关信息，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；C、去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；D、响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及E、获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

Description

一种确定共享工位数量的方法、系统及其电子设备

技术领域

本发明涉及办公领域，进一步涉及一种确定共享工位数量的方法、系统及其电子设备，能够确定办公空间内的固定工位数量和共享工位数量，有利于减小办公面积，提高办公空间利用率，节省成本。

背景技术

随着网络科技的发展，越来越多的员工不局限于在公司办公，办公行为越加灵活，例如，员工可以选择在家办公或者外出办公，而在公司办公的员工的数量相对减少，因此，公司内的部分工位或工作空间常常是处于空闲状态的，导致办公空间的利用率较低，而且公司依然要为这些空闲的工作空间或工位支付大量的费用，造成了资源的浪费。因此，如何合理地确定办公空间内的工位数量，提高办公空间利用率，降低成本，是目前亟需解决的问题之一。

专利号为CN109697517A的发明专利公开了一种共享办公室管理平台，包括预约系统、下单系统以及办公室系统，所述预约系统将预约单信息转到下单系统，所述办公室系统包括身份识别模块，身份识别模块对下单系统内的身份信息进行识别。所述预约系统包括办公室位置、预约门店、预约日期、预约时间以及预约人信息，对预约单进行填写，然后转到下单系统进行下单。可以看出的是，该共享办公室管理平台是通过在网上进行预约系统的填写，确认填写信息后，转换成下单系统，下单系统的身份识别模块对下单系统内的身份信息进行识别，用户将身份输入到身份识别模块，身份识别模块将身份信息发送到控制器，控制器能够控制自动门以及电源系统，然后用户可以使用办公室内办公间，办公室分隔成多个办公间，以此提高办公空间的利用率。然而，该共享办公室管理平台需要员工提前预约，增加了员工的负担，而且存在无法及时预约的情况，不利于实际应用。

另外，专利号为CN109157008A的发明专利公开了一种办公空间共享系统，包括收纳机体、收纳盒、工作台，每名工作人员对应一个收纳盒，收纳盒平时存放于收纳室，工作时，收纳盒放置在办公工位，形成自己的办公空间。所述工作台设置可放置收纳盒的工位，所述收纳机体控制所述收纳盒按指令收回、派发，并可以按指令发送至预设的工位，从而达到共享空间的目的。然而，该办公空间共享系统无法确定共享工位的数量，仍然存在资源浪费的问题。

发明内容

本发明的优势在于提供一种确定共享工位数量的方法、系统及其电子设备，所述确定共享工位数量的方法能够确定办公空间内的固定工位数量和共享工位数量，有利于减小办公面积，提高办公空间利用率，节约成本。

为实现上述发明优势，本发明提供了如下技术方案：

一种确定共享工位数量的方法，包括：

A、获取多个探测工位分别在预设探测天内每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

B、基于所述工位占用相关信息，分别获得在所述预设探测天内每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

C、去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

D、响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及

E、获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

在本申请的一个或多个实施例中，所述步骤A中，采用多个红外传感器分别探测各工位分别在每天的各所述预设工作时间段被占用信息，其中所述被占用信息包括确定被占用的时间段信息和被占用时间，其中各所述红外传感器的编号分别对应于各工位的编号信息。

在本申请的一个或多个实施例中，所述红外传感器每经预设探测时间探测一次，或者所述红外传感器被设置为被动探测。

在本申请的一个或多个实施例中，所述预设探测时间的范围为1-20分钟。

在本申请的一个或多个实施例中，所述步骤B中，其中分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，包括：

B1、分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的被占用工位数量，其中所述被占用工位数量与所述探测工位的总数量的比值为工位占用率；和

B2、分别获得在每天的各所述预设工作时间段内的各所述工位占用率中的最大值。

在本申请的一个或多个实施例中，所述步骤B中，其中分别获得各工位每天平均被占用时长，包括：

B3.分别获得各工位在所述预设探测天内的每天的分别在各所述预设工作时间段内被占用的时间和；和

B4.分别获得各工位的每天被占用的时间和与所述预设探测天的天数的比值为所述每天平均被占用时长。

在本申请的一个或多个实施例中，所述步骤C中，所述预设天数为所述预设探测天的天数的预设比例的天数，所述预设比例的范围为1％-30％。

在本申请的一个或多个实施例中，所述步骤D中，所述预设时长大于等于4小时，或所述预设时长大于等于一个工作日的总工作时长的50％。

在本申请的一个或多个实施例中，所述方法进一步包括：响应于所述工位占用率最大值的平均值小于预设阈值，获得可使用共享工位信息，否则，获得不使用共享工位信息。

在本申请的一个或多个实施例中，所述预设阈值大于等于80％。

依本发明的另一方面，进一步提供了一种确定共享工位数量的系统，包括：

探测模块，用于获取多个探测工位分别在预设探测天内的每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

计算模块，用于基于所述工位占用相关信息，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

去噪模块，用于去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

确定固定工位模块，用于响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及

确定共享工位数量模块，用于获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

依本发明的另一方面，进一步提供了一种电子设备，包括：

处理器；和

存储器，其中所述存储器中储存有程序指令，所述程序指令在被所述处理器运行时使所述处理器执行所述确定共享工位数量的方法。

在本申请的一个或多个实施例中，所述电子设备进一步包括多个红外传感器，其中各所述红外传感器用于安装于各探测工位以采集数据，其中各所述红外传感器采集的数据被传输至所述处理器。

通过对随后的描述和附图的理解，本发明进一步的目的和优势将得以充分体现。

本发明的这些和其它目的、特点和优势，通过下述的详细说明，附图和权利要求得以充分体现。

附图说明

图1是本发明实施方式中所表示的一个优选实施例的一种确定共享工位数量的方法的方法示意图。

图2是本发明实施方式中所表示的上述优选实施例的一种确定共享工位数量的系统的模块示意图。

图3是本发明实施方式中所表示的一个优选实施例的一种电子设备的模块示意图。

具体实施方式

以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

示例性确定共享工位数量的方法

请参见图1为本申请的一个优选实施例的一种确定共享工位数量的方法的方法示意图，如图1所示，所述确定共享工位数量的方法包括：

S10、获取多个探测工位分别在预设探测天内每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

S20、基于所述工位占用相关信息，分别获得在所述预设探测天内每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

S30、去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

S40、响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及

S50、获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

优选地，所述步骤S10中，采用多个红外传感器分别探测各工位分别在每天的各所述预设工作时间段被占用信息，其中所述被占用信息包括确定被占用的时间段信息和被占用时间，其中各所述红外传感器的编号分别对应于各工位的编号信息。

在本实施例中，各所述红外传感器分别被安装于各所述探测工位，以分别探测各所述探测工位在各所述预设工作时间段内是否被员工占用。所述红外传感器具有预设的探测区域，各所述红外传感器的探测区域分别对应地覆盖相应的所述探测工位的区域。因此，各所述红外传感器的编号分别对应于各工位的编号信息。更优选地，各所述红外传感器分别被安装于对应的所述工位的桌板背面的正中位置，并朝向员工在所述工位的办公区域发射红外探测信号，以确保探测信息的准确性，且不妨碍员工正常工作。

进一步地，所述红外传感器每经预设探测时间探测一次，可选地，所述预设探测时间的范围为1-20分钟，优选地，所述预设探测时间为5分钟，即所述红外传感器每5分钟探测一次并获得相应的数据。或者，所述红外传感器被设置为被动探测，即当员工进入所述红外传感器的探测区域时，所述红外传感器开始进行探测并获取相关信息。

更进一步地，所述红外传感器的最远探测距离被设定为小于或等于10米，探测角度的范围为0至90度，优选为65度。

熟知本领域的技术人员可知，在所述步骤A中，还可以选取其他类型的传感器或探测器替代所述红外传感器，以获得所述工位占用相关信息，例如光线传感器、压力传感器或电流传感器，或者由员工主动输入，或者各所述工位设置有打卡器，通过所述打卡器记录所述工位占用相关信息，等等，在此不受限制。

在本实施例中，在所述步骤A中，所述预设探测天为预设天数内的工作日，所述预设天数如30-90天，所述工作日为所述预设天数内的每周一至周五。可以理解的是，为确保数据的可靠性，所述预设天数还可以大于90天，或者低于30天。而对于不同工作规定的公司，所述工作日也可以做相应的调整，如所述工作日为所述预设天数内的每周一至周六。

相应地，所述预设工作时间段为每天的工作时间内的预设时间段，如每天的工作时间为9：00-18:00，所述工作时间内的预设时间段可以为9:00-18:00内的每个整点时间段，即9:00-10:00、10:00-11:00、11:00-12:00、12:00-13:00...17:00-18:00。当然，所述预设工作时间段也可以根据不同工作规定的公司而相应的调整，如有些公司的工作日内的工作时间为9:00-17:00，所述预设工作时间段为工作日内的工作时间内的预设时间段，又如，有些公司的工作日的工作时间为9：00-12:00、13:00-18:00，所述预设工作时间段为工作日的工作时间内的预设时间段，等等。

相应地，在所述步骤A中，所述工位占用相关信息包括确定被占用的时间段信息和被占用时间，例如，所述预设工作时间段为某个工作日的9:00-18:00内的每个整点时间段，所述红外传感器在10:00-13:00内探测到相应的工位被员工占用，而其他时间段并未被员工占用，即所述确定被占用的时间段信息为所述工作日的日期和所述工作日的被占用的时间段为10:00-13:00，所述被占用时间为被占用的时间段的时长，优选地，所述被占用时间可精确到时、分或秒，甚至毫秒。更进一步地，所述工位占用相关信息还包括所述预设探测天的天数，和工作日的工作时间的时长。

在本实施例中，所述步骤S20中，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，包括：

S21、分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的被占用工位数量，其中所述被占用工位数量与所述探测工位的总数量的比值为工位占用率；和

S22、分别获得在每天的各所述预设工作时间段内的各所述工位占用率中的最大值。

举例地，所述探测工位的总数量为30，一个工作日的各所述预设工作时间段分别为9:00-10:00、10:00-11:00、11:00-12:00、12:00-13:00...17:00-18:00，共9个预设工作时间段，在每个所述预设工作时间段内被占用的工位数量依次为10、12、13、11、12、15、20、22、21，则相应的工位占用率分别为10/30、12/30、13/30、11/30、12/30、15/30、20/30、22/30、21/30，其中该工作日的所述工位占用率的最大值为22/30。所述工位占用率(occupancy_pcnt)被定义为：某一时间点被占用工位的数量占所有工位数量的比率。

优选地，在所述步骤S20中，通过一种可用于数据统计和处理的解释型脚本语言软件(Python)，对所述工位占用相关信息进行数据处理，以计算得到所述工位占用率和所述工位占用率最大值。所述语言软件中的计算工具可以包括：时间运算函数(datetime)、数据结构变换和运算函数(pandas)或者矩阵运算函数(numpy)等。

举例地，所述可用于数据统计和处理的解释型脚本语言软件(Python)处理数据的方法和相关程序代码，包括：

S01、选取一种可用于数据统计和处理的解释型脚本语言软件中的计算工具，例如时间运算函数(datetime)、数据结构变换和运算函数(pandas)、矩阵运算函数(numpy)。相关程序代码如下：

import pandas

import datetime

import numpy

S02、导入所述预设探测天内的所有红外传感器探测的所述工位占用相关信息(motiondata)的数据，数据包含：红外传感器编号(UUID)、探测日期的星期数(weekday)、探测日期(datetime)、探测时工位是否被占用(montionstatus))，相关程序代码如下：

motiondata1＝pandas.read_csv(motiondata(5.1-5.7).csv)

motiondata2＝pandas.read_csv(motiondata(5.8-5.16).csv)

motiondata3＝pandas.read_csv(motiondata(5.17-5.23).csv)

motiondata4＝pandas.read_csv(motiondata(5.24-5.30).csv)

……

S03、合并所述预设探测天内的所有红外传感器探测获得的所述工位占用相关信息(motiondata)，相关程序代码如下：

motiondata＝pandas.concat([motiondata1,motiondata2,motiondata3,motiondata4],ignore_index＝True)

motiondata1,motiondata2,motiondata3,motiondata4,＝0,0,0,0

S04、分别读取所述工位占用相关信息中探测日期和探测时间数据，相关程序代码如下：

defget_date(x):

returen x.date()

defget_time(x):

return x.time()

S05、对所有已读取的数据进行多类分组管理，对同一红外传感器编号在不同日期、不同时间和不同占用情况进行分组，并进行组内计数运算，相关程序代码如下：

groupstatus＝motiondata.groupby(['date','time','motionstatus'])['Asset ID'].count().reset_index()

allgroup＝motiondata.groupby(['date','time'])['Asset ID'].count().reset_index()

S06、设定工作时间段区间为每周一到周五9：00-18.00(可变参数，根据实际工作时间而定)，相关程序代码如下：

motiondata＝motiondata[(motiondata[week]！＝‘sat’)&(motiondata[week]！＝‘sat’]

lower_hour,lower_minute＝9,0

upper_hour,upper_minute＝18,0

worktime＝motiondata[(motiondata['time']>＝datetime.time(lower_hour,lower_minute))&(motiondata['time']<＝datetime.time(upper_hour,upper_minute))]

S07、读取探测时工位是否被占用的数据，相关程序代码如下：

occupied_desk＝by_status[by_status['motionstatus']＝＝u'occupied']

S08、将分类数据组中的同一日期同一时间的被占用工位数量与工位总数量一一对应，相关程序代码如下：

occupied_desk＝occupied_desk.merge(overall,left_on＝['date','time'],right_on＝['date','time'])

S09、设置工位占用率计算公式(可预先设定)，相关程序代码如下：

occupied_desk['pcnt']＝occupied_desk['Asset ID_x']/occupied_desk['Asset ID_y']

S010、计算获得每天预设工作时间段内的工位占用率及其平均值(occupancy_mean)、最高值(occupancy_max)，并以CSV格式(可选用其他可替代格式)输出工位占用率结果表格(occupancydata)(数据包含日期(date)、平均值(occupancy_mean)、最高值(occupancy_max))，相关程序代码如下：

occupancy_mean_max_by_date＝occupied_desk.groupby(['date'])['pcnt'].agg({np.mean,np.max})

occupancy_mean_max_by_date.to_csv(‘montiondatafile/’+‘occupancydata.csv’)

S011、计算获得工位占用率最高值平均值(occupancy_maxmean)，相关程序代码如下：

occupancy_maxmean＝occupieddesk.groupby(['date'])['pcnt'].agg({np.mean,np.max})['amax'].mean()

进一步地，所述步骤S20中，其中分别获得各工位每天平均被占用时长，包括：

S23.分别获得各工位在所述预设探测天内的每天的分别在各所述预设工作时间段内被占用的时间和；和

S24.分别获得各工位的每天被占用的时间和与所述预设探测天的天数的比值为所述每天平均被占用时长。

举例地，一个工位的第一天的被占用时间段为9:00-13:00，则该工位的第一天的被占用时长为4小时，以此类推，举例地，该工位在所述预设探测天的每天的被占用时间和为120小时，所述预设探测天的天数为30天，则该工位每天平均被占用时长为120/30＝4小时。可以理解的是，所述工位在每天的被占用时长可精确到秒，则所述工位每天平均被占用时长也可精确到秒。

优选地，在所述步骤S20中，通过一种可用于数据统计和处理的解释型脚本语言软件(Python)，对所述工位占用相关信息进行数据处理，以计算得到工位每天平均被占用时长。

举例地，所述可用于数据统计和处理的解释型脚本语言软件(Python)处理数据的方法和相关程序代码，包括：

S101、选取一种可用于数据统计和处理的解释型脚本语言软件中的计算工具：时间运算函数(datetime)、数据结构变换和运算函数(pandas)、矩阵运算函数(numpy)，相关程序代码如下：

Import datetime

Import pandas

Import numpy

S102、导入所述预设探测天内的所有红外传感器探测获得的所述工位占用相关信息的数据(motiondata)，包含数据：红外传感器编号(UUID)、探测日期的星期数(weekday)、探测日期(date)和时间(time)、探测时该工位是否被占用(montionstatus))，相关程序代码如下：

Motiondata1＝pandas.read_csv(motiondata(5.1-5.7).csv)

Motiondata2＝pandas.read_csv(motiondata(5.8-5.16).csv)

Motiondata3＝pandas.read_csv(motiondata(5.17-5.23).csv)

Motiondata4＝pandas.read_csv(motiondata(5.24-5.30).csv)

……

S103、合并所述预设探测天内的所有红外传感器探测获得的所述工位占用相关信息(motiondata)的数据，相关程序代码如下：

Motiondata＝pandas.concat([motiondata1,motiondata2,motiondata3,motiondata4],ignor_index＝True)

S104、设定工作时间段区间为每周一到周五9：00-18.00(可变参数，根据实际工作时间而定)，相关程序代码如下：

Motiondata＝motiondata[(motiondata[week]！＝‘sat’)&(motiondata[week]！＝‘sat’]

Lower_hour，lower_minute＝9，0

Upper_hour,upper minute＝18,0

Worktime＝motiondata[(motiondata[‘time’]>＝datetime.time(lower_hour,lower_minute))&(motiondat a[‘time’]<＝datetime.time(upper_hour,upper_minute))]

S105、将所述工位占用相关信息(motiondata)中的探测日期(date)和时间(time)，进行格式转换，处理成一种可用于数据统计和处理的解释型脚本语言软件(Python)可处理的数据格式，相关程序代码如下：

S106、将已经转换的探测日期(date)和时间(time)格式，形成软件中的分组(分组为：日期(datetime)、月份(month)、小时(hour)、分钟(minute)、秒(second))，相关程序代码如下：

新建列datetime，month，hour，minute，second，

Montiondata['datetime']＝Montiondata[2].apply(to_datetime)

Montiondata['month']＝Montiondata['datetime'].apply(to_month)

Montiondata['hour']＝Montiondata['datetime'].apply(to_hour)

Montiondata['minute']＝Montiondata['datetime'].apply(to_min)

Montiondata['second']＝Montiondata['datetime'].apply(to_second)

Montiondata['date']＝Montiondata[2].apply(to_date)

S107、读取并合并相同红外传感器编号(UUID)，将探测日期(datetime)的数据，按升序规则进行排序，相关程序代码如下：

Montiondata＝Montiondata.sort_values([0,'datetime']).reset_index(drop＝True)

Montiondata['index']＝Montiondata.index

S108、合并数据形成数据表2(motiondata2)(包含数据：红外传感器编号(UUID)、探测日期(datetime)、探测日(date)、探测时该工位是否被占用(montionstatus))，相关程序代码如下：

Montiondata2＝Montiondata[[0,'idx','datetime','date']]

S109、分别读取探测日期(datetime)中的时、分、秒数据，相关程序代码如下：

Montiondata2['idx']＝Montiondata2['idx']-1

Montiondata＝Montiondata.merge(motiondata2,how＝'left',on＝[0,'idx'])

Montiondata＝Montiondata[Montiondata['datetime_y'].isnull()＝＝0]

Montiondata['hour2']＝Montiondata['datetime_y'].apply(to_hour)

Montiondata['minute2']＝Montiondata['datetime_y'].apply(to_minute)

Montiondata['second2']＝Montiondata['datetime_y'].apply(to_second)

S110、设置工位占用秒数的计算公式，将某行的时、分、秒减去上一行的时、分、秒数据，相关程序代码如下：

defcalc_duration(x):

ifx['hour2']>＝18or x['date_y']>x['date_x']:

return 18*3600-(x['hour']*3600+x['minute']*60+x['second'])

else:

return(x['hour2']*3600+x['minute2']*60+x['second2'])-(x['hour']*3600+x['minute']*60+x['second'])

S111、将减得的结果以秒为单位，计算出工位占用秒数(duration_second)，相关程序代码如下：

Montiondata['duration_second']＝Montiondata.apply(calc_duration,axis＝1)

S112、将探测时该工位是否被占用(montionstatus)的数列中，所有被占用的(occupied)的数据进行分组管理，并对组内的数据进行运算，计算预设探测天内，每个工位被占用时长的秒数总和(occupitedduration)，相关程序代码如下：

occupitedduration＝Montiondata[Montiondata[montionstatus]＝＝'occupied'].groupby([0])['duration'].s um().reset_index()

S113、计算预设探测天内(day)，每个工位每天平均被占用时长的小时数，相关程序代码如下：

occupitedduration['avg_duration']＝mid['duration']/(day*3600)

occupitedduration['avg_duration2']＝mid['avg_duration'].apply(int)

S114、根据工位使用时长进行分类并平均被占用时长在该分类区间内的工位数量(deskcount)(举例地，累计小时数(hour)分为：0-1、1-2、2-3、3-4、4-5、5-6、6-7、7-8)，相关程序代码如下：

durationdata＝mid.groupby('avg_duration2')[0].count().reset_index()

durationdata.columns＝['hour','count']

S115、将工位使用时长结果表格(durationdata)数据包含(数据包含累计小时数(hour)、工位数量(deskcount))，以CSV格式(还可以为其他格式)输出，相关程序代码如下：

durationdata.to_csv('hour_count.csv')

如下所示为所述优选实施例的所述确定共享工位数量的方法的示例性的相关程序代码。熟知本领域人员可以理解的是，本实施例提供的所述确定共享工位数量的方法的相关程序代码仅作为举例，并不作为唯一实施方式。

/>

/>

优选地，所述步骤S30中，所述预设天数为所述预设探测天的天数的预设比例的天数，所述预设比例的范围为1％-30％。更优选地，所述预设比例为10％。举例地，所述预设探测天的天数为30天，所述预设比例为10％，则所述预设天数为3天。而当所述预设天数与所述预设比例的乘积无法取整时，所述预设天数可以向上取整或向下取整，例如，所述预设探测天的天数为40天，所述预设比例为11％，两者乘积为4.4天，则所述预设天数向上取整为5天，或向下取整为4天，在此不受限制。

所述步骤S40中，所述预设时长大于等于4小时，或所述预设时长大于等于一个工作日的总工作时长的50％。举例地，一个工作日的总工作时长为8小时，所述预设时长大于等于4小时，或者一个总工作时长为9小时，所述预设时长大于等于所述总工作时长的50％为4.5小时。优选地，所述预设时长为4小时，即各工位的所述每天平均被占用时长大于等于4小时，该工位即被确定为固定工位。

在本优选实施例中，所述确定共享工位数量的方法进一步包括：响应于所述工位占用率最大值的平均值小于预设阈值，获得可使用共享工位信息，否则，获得不使用共享工位信息。

优选地，所述预设阈值大于等于80％。更优选地，所述预设阈值为80％。也就是说，当所述工位占用率最大值的平均值小于80％时，即可推荐公司使用共享工位，否则，不推荐公司使用共享工位。

在所述步骤S50中，获得所述探测工位的总数量N与所述固定工位数量N1之间的差值和所述工位占用率最大值的平均值P的乘积为共享工位数量Y，计算公式为：Y＝(N-N1)×P。

举例地，所述探测工位的总数量N为30，所述固定工位数量N1的数量为10，所述工位占用率最大值的平均值P为50％，则所述共享工位数量Y＝10。因此，公司可设定10个固定工位，和10个共享工位，一共20个工位，相对减少了10个工位，因此减少了工位数量，减少了办公面积，提高了办公空间利用率，节约了成本。

示例性确定共享工位数量的系统

如图2所示为本申请的上述优选实施例提供的一种确定共享工位数量的系统的模块示意图，如图2所示，所示系统包括：

探测模块10，用于获取多个探测工位分别在预设探测天内的每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

计算模块20，用于基于所述工位占用相关信息，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

去噪模块30，用于去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

确定固定工位模块40，用于响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及

确定共享工位数量模块50，用于获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

优选地，所述探测模块10可以包括多个红外传感器，以通过发射红外信号采集相关信息。

进一步地，所述系统可通过互联网与云服务器通信连接。所述红外传感器探测采集的数据可通过一种将IPv6应用于IEEE802.15.4标准物联网的方法技术从互联网上传至云服务器。所述系统可定期地通过应用程序与操作系统的数据调用接口(API接口)从云服务器上调取数据，即所述红外传感器检测获取的所述工位占用相关信息，所述系统通过一种可用于数据统计和处理的解释型脚本语言软件(Python)，对所述工位占用相关信息进行数据处理，并输出所述共享工位数量。

在实际应用中，所述系统可以实施为电子设备中的软件或程序，如计算机或手机中的软件或程序等。

示例性电子设备

如图3所示，本优选实施例进一步提供了一种电子设备，所述电子设备包括：

处理器101；和

存储器102，其中所述存储器102中储存有程序指令，所述程序指令在被所述处理器101运行时使所述处理器101执行所述确定共享工位数量的方法，其中所述确定共享工位数量的方法包括：

S10、获取多个探测工位分别在预设探测天内的每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

S20、基于所述工位占用相关信息，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

S30、去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

S40、响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及

S50、获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

在本申请的一个或多个实施例中，所述电子设备进一步包括多个红外传感器，其中各所述红外传感器用于安装于各探测工位以采集数据，其中各所述红外传感器采集的数据被传输至所述处理器。

所述处理器101可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制所述可移动电子设备中的其他组件以执行期望的功能。

所述存储器102可以包括一个或多个计算程序产品，所述计算程序产品可以包括各种形式的计算可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算可读存储介质上可以存储一个或多个计算程序指令，所述处理器可以运行所述程序指令，以实现上文所述的本发明的各个实施例的方法以及/或者其他期望的功能。

在一个示例中，所述可移动电子设备还可以包括：输入装置和输出装置，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，该输入装置可以是例如用于采集图像数据或视频数据的摄像模组等等。

该输出装置可以向外部输出各种信息，包括分类结果等。该输出设备可以包括例如显示器、灯光设备、扫描器、摄像模组、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

最后应说明的是：以上实施方式仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围。

Claims (8)

1.一种确定共享工位数量的方法，其特征在于，包括：

A、获取多个探测工位分别在预设探测天内每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

B、基于所述工位占用相关信息，分别获得在所述预设探测天内每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；其中，

获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，包括：

B1、分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的被占用工位数量，其中所述被占用工位数量与所述探测工位的总数量的比值为工位占用率；

B2、分别获得在每天的各所述预设工作时间段内的各所述工位占用率中的最大值；

获得各工位每天平均被占用时长，包括：

B3、分别获得各工位在所述预设探测天内的每天的分别在各所述预设工作时间段内被占用的时间和；

B4、分别获得各工位的每天被占用的时间和与所述预设探测天的天数的比值为所述每天平均被占用时长；

C、去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

D、响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及E、获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

2.根据权利要求1所述的确定共享工位数量的方法，其特征在于，所述步骤A中，采用多个红外传感器分别探测各工位分别在每天的各所述预设工作时间段被占用信息，其中所述被占用信息包括确定被占用的时间段信息和被占用时间，其中各所述红外传感器的编号分别对应于各工位的编号信息，所述红外传感器每经预设探测时间探测一次，或者所述红外传感器被设置为被动探测，所述预设探测时间的范围为1-20分钟。

3.根据权利要求1所述的确定共享工位数量的方法，其特征在于，其中所述步骤C中，所述预设天数为所述预设探测天的天数的预设比例的天数，所述预设比例的范围为1％-30％。

4.根据权利要求1所述的确定共享工位数量的方法，其特征在于，其中所述步骤D中，所述预设时长大于等于4小时，或所述预设时长大于等于一个工作日的总工作时长的50％。

5.根据权利要求1至4任一所述的确定共享工位数量的方法，其特征在于，进一步包括：响应于所述工位占用率最大值的平均值小于预设阈值，获得可使用共享工位信息，否则，获得不可使用共享工位信息，所述预设阈值大于等于80％。

6.一种确定共享工位数量的系统，应用权利要求1所述的确定共享工位数量的方法，其特征在于，包括：

探测模块，用于获取多个探测工位分别在预设探测天内的每天的多个预设工作时间段的工位占用相关信息，其中所述工位占用相关信息包括各工位的编号信息和各工位分别在每天的各所述预设工作时间段被占用信息；

计算模块，用于基于所述工位占用相关信息，分别获得在所述预设探测天内的每天的分别在各所述预设工作时间段的工位占用率最大值，和分别获得各工位每天平均被占用时长；

去噪模块，用于去除各天的所述工位占用率最大值中的数值最高的预设天数的数据，以得到去除数据后的各天的工位占用率最大值及其平均值；

确定固定工位模块，用于响应于各工位的所述每天平均被占用时长大于预设时长，分别确定工位为固定工位，其中被确定为固定工位的数量和为固定工位数量；以及确定共享工位数量模块，用于获得所述探测工位的总数量与所述固定工位数量之间的差值和所述工位占用率最大值的平均值的乘积为共享工位数量。

7.一种电子设备，其特征在于，包括：

处理器；和存储器，其中所述存储器中储存有程序指令，所述程序指令在被所述处理器运行时使所述处理器执行如权利要求1至5任一所述确定共享工位数量的方法。

8.根据权利要求7所述的电子设备，其特征在于，进一步包括多个红外传感器，其中各所述红外传感器用于安装于各探测工位以采集数据，其中各所述红外传感器采集的数据被传输至所述处理器。