CN113312772A - 基于推荐算法的会议布局排座方法及系统 - Google Patents
基于推荐算法的会议布局排座方法及系统 Download PDFInfo
- Publication number
- CN113312772A CN113312772A CN202110598820.5A CN202110598820A CN113312772A CN 113312772 A CN113312772 A CN 113312772A CN 202110598820 A CN202110598820 A CN 202110598820A CN 113312772 A CN113312772 A CN 113312772A
- Authority
- CN
- China
- Prior art keywords
- layout
- conference
- user
- seat
- seating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims description 19
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 2
- 230000008707 rearrangement Effects 0.000 claims description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 6
- 230000008520 organization Effects 0.000 abstract description 4
- 238000002360 preparation method Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000003999 initiator Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种基于推荐算法的会议布局排座方法，包括以下步骤：获取用户会议布局需求，并根据布局需求向用户推荐图形化布局模板；根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本；获取参会人员属性，进行权重分析，并结合布局样本推荐图形化排座模板；根据用户编辑对排座模板进行调整，形成图形化排座样本。此外，还提供了一种基于推荐算法的会议布局排座系统。上述基于推荐算法的会议布局排座方法及系统，提高了会议筹备、编排的效率，使得会议组织、沟通有序而高效，提升了会议效能和会议质量。同时，为整个会议系统的智能化、智慧化的完善发挥更大作用，为降低会务人员工作强度、提高会务效率提供赋能。
Description
技术领域
本发明涉及智能办公技术领域，特别是涉及一种基于推荐算法的会议布局及排座方法及系统。
背景技术
图形是人类认识世界、表达情感、记录和传递信息的重要形式。图形是一种传递思想和意义的视觉语言，是人类历史上不可或缺的一种相互交流的方式。在视觉传达中，图形因其独特的想象力彰显着独特的魅力。图形反映着文化思想特征，它能使人们注意力集中到图形上来，从而提高视觉传达的效果，实现信息交流。相比于文字，图形更能给人留下深刻的视觉印象，也能更加精确的传递信息，是人类活动中重要的交流工具。
会议活动，是企业生产经营活动中，最重要的一种形态。从某种程度上讲会议活动管理的数字化，就是企业生产活动数字化的“映射和投影”，智慧会议数字化平台(企业会议活动、会议全生命周期流程管理BPM的数字化平台)作为企业业务数字化的承载软件平台，构建了“企业会议活动数字的孪生”，在企业数字化进程中，是首当其冲需要被数字化的业务对象和业务流程。
目前，会议活动主要靠会务人员现场安排，效率低、工作量大。
发明内容
基于此，有必要针对会议活动主要靠会务人员现场安排，效率低、工作量大的问题，提供一种基于推荐算法的会议布局及排座方法及系统。
一种基于推荐算法的会议布局排座方法，包括以下步骤：
获取用户会议布局需求，并根据所述布局需求向用户推荐图形化布局模板；
根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本；
获取参会人员属性，进行权重分析，并结合所述布局样本推荐图形化排座模板；
根据用户编辑对所述排座模板进行调整，形成图形化排座样本。
进一步的，所述会议布局需求包括会议室大小、设施布局、参会人数范围与会议用途，所述布局模板包括课桌型、梯字型、扇型，U字型与回字型布局，所述用户调整包括设置座位排数、座位列数、添加座位、删除座位和编辑座位号；所述参会人员属性包括所属行业、职位、级别、会议角色与历史会议座位，用户编辑包括手动拖拽、更换布局模板、重新排座与改变排序规则。
进一步的，还包括向用户提供自定义布局设置窗口的步骤，所述自定义设置包括预计座位数量设置、画布尺寸设置、主屏幕位置设置与座位设置。
进一步的，还包括向用户提供自定义排座设置窗口的步骤，所述自定义排座设置包括手动拖拽与模板导入。
进一步的，在所述根据用户调整排布用户选取的布局类型模板，形成布局样本的步骤之后还包括以下步骤：
建立公司类型-会议类型-布局类型-布局点阵数据关系模型；
结合所述布局样本，进行样本训练与算法优化，构建会议布局模型。
进一步的，在所述根据用户编辑调整所述排座模板，形成排座样本的步骤之后还包括以下步骤：
建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型；
结合所述排座样本，进行样本训练与算法优化，构建会议排座模型。
一种基于推荐算法的会议布局排座系统，包括
布局模块，用于获取用户会议布局需求，并根据所述布局需求向用户推荐图形化布局模板，且根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本；与
排座模块，用于获取参会人员属性，进行权重分析，并结合所述布局样本推荐图形化排座模板，且根据用户编辑对所述排座模板进行调整，形成图形化排座样本。
进一步的，所述布局模块还用于向用户提供自定义布局设置窗口，所述排座模块还用于向用户提供自定义排座设置窗口。
进一步的，还包括机器学习算法推荐模块，所述机器学习算法推荐模块用于建立公司类型-会议类型-布局类型-布局点阵数据关系模型，并结合所述布局样本，进行样本训练与算法优化，构建会议布局模型。
进一步的，所述机器学习算法推荐模块还用于建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型，并结合所述排座样本，进行样本训练与算法优化，构建会议排座模型。
上述基于推荐算法的会议布局排座方法，通过计算机图形技术，将会议室真实设施如桌子、椅子等进行图形化，构建会议室真实布局与会议虚拟布局的映射关系，提高了会议筹备、编排的效率，使得会议组织、沟通有序而高效，提升了会议效能和会议质量。同时，为整个会议系统的智能化、智慧化的完善发挥更大作用，为降低会务人员工作强度、提高会务效率提供赋能。
附图说明
图1为一个实施例的基于推荐算法的会议布局排座方法流程图；
图2为课桌型布局图；
图3为U字型布局图；
图4为扇型布局图；
图5为自定义布局图；
图6为自定义排座图；
图7为训练推荐过程图；
图8为每个坐标区域获得属性赋值图；
图9为布局绘图软件架构图；
图10为一个实施例的基于推荐算法的会议布局排座系统模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例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。
如图1、图2与图3所示，在一个实施例中，一种基于推荐算法的会议布局排座方法，包括以下步骤：
步骤S110，获取用户会议布局需求，并根据布局需求向用户推荐图形化布局模板。通过计算机图形技术，将会议室真实设施如桌子、椅子等进行图形化，构建会议室真实布局与会议室虚拟布局的映射关系。系统根据用户输入的会布局议需求，向用户展示会议图形化布局模板。会议布局需求包括会议室大小、设施布局、参会人数范围与会议用途。布局模板包括课桌型、梯字型、扇型，U字型与回字型布局。用户对选择的布局模板进行调整，排布出符合会议需要的布局。图2为课桌型布局，图3为U字型布局，U字型布局可设置U字型数量，每个U字型的座位数量、朝向。图4为扇型布局，扇型布局可设置排数，每排递增数量，按照递增逻辑进行扇型布局排座。
步骤S120，根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本。计算机实时响应用户的输入操作，根据用户调整，形成图形化布局样本，该布局样本即为符合需要的最终的会议室虚拟布局。用户调整包括设置座位排数、座位列数、添加座位、删除座位和编辑座位号。
步骤S130，获取参会人员属性，进行权重分析，并结合布局样本推荐图形化排座模板。会议室虚拟布局形成后，用户需要对参会人员进行排座。用户输入参会人员属性，系统获取参会人员属性，进行权重分析，然后在形成的布局样本上展示，形成图形化的排座模板。参会人员属性包括所属行业、职位、级别、会议角色与历史会议座位。
步骤S140，根据用户编辑对该排座模板进行调整，形成图形化排座样本。系统将形成推荐的排座模板展现给用户，如用户认为有不当之处，可以进行编辑，用户编辑包括手动拖拽、更换布局模板、重新排座与改变排序规则。编辑后形成的排座样本即为最终确定的会议室虚拟排座。
上述基于推荐算法的会议布局排座方法，通过计算机图形技术，将会议室真实设施如桌子、椅子等进行图形化，构建会议室真实布局与会议虚拟布局的映射关系，提高了会议筹备、编排的效率，使得会议组织、沟通有序而高效，提升了会议效能和会议质量。同时，为整个会议系统的智能化、智慧化的完善发挥更大作用，为降低会务人员工作强度、提高会务效率提供赋能。
如图5所示，在一个实施例中，基于推荐算法的会议布局排座方法还包括向用户提供自定义布局设置窗口的步骤，自定义设置包括预计座位数量设置、画布尺寸设置、主屏幕位置设置与座位设置。自定义布局设置，可预计座位数量，自定义画布尺寸，选择图形，进行布局绘制与设施添加。同时，可以选择智能推荐，系统根据公司类型-会议类型-会议室参数等，进行数据分析，推荐布局。
如图6所示，在一个实施例中，基于推荐算法的会议布局排座方法还包括向用户提供自定义排座设置窗口的步骤，所述自定义排座设置包括手动拖拽与模板导入。会议排座，发起人预约会议，进行参会人员排座设置，可进行手动拖拽，历史模版，excel导入等手动方式，进行参会人员排座。同时可以选择智能排座，系统根据参会人员的所属行业、职位信息、级别、会议角色、历史会议座位信息、进行计算分析，推荐排座顺序。
如图7、图8与图9所示，在一个实施例中，在根据用户调整排布用户选取的布局类型模板，形成布局样本的步骤之后还包括以下步骤：
建立公司类型-会议类型-布局类型-布局点阵数据关系模型。结合布局样本，进行样本训练与算法优化，构建会议布局模型。布局推荐首先建立样本关系模型，建立公司类型-会议类型-布局类型-布局点阵数据关系模型。参加表1，模型关系表包括多个维度数据：公司类型、会议类型、重要程度、会议室面积，参会人数，推荐布局等。其中公司类型包括：金融、政府、企业、学校、一般组织等。会议类型包括汇报型、讨论型、风暴型、广播型等。重要程度包括非常重要、重要、一般等。会议室面积设置多个范围20～40平米、40～60平米、60～120平米、120～200平米、200～600平米、600～1200平米等。参会人数10～20人、20～30人、30～60人、60～100人、100～300人、300～600人等。推荐布局包括课桌型1～n(kz1～n)、U型1～n(u1～n)，回字型1～n(hz1～n)，组合型1～n(zh1～n)等。
表1
每个布局根据布局大小，均分为点阵结构，构建坐标系，每个坐标区域获得属性赋值，参见图8，点Z(13，6)为座位，编号1-12，同理，布局中的区域点属性值还包括桌子、主席台、空区域、主席桌、围墙等。每个布局建立了对应的布局数据集。
在本实施例中，基于推荐算法的会议布局排座方法，在根据用户编辑调整排座模板，形成排座样本的步骤之后还包括以下步骤：
建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型。结合所述排座样本，进行样本训练与算法优化，构建会议排座模型。排座推荐首先针对不同的布局，构建布局内座位重要度数据集，重要度我们以K值来表示。例如，布局kz1中编号为N1～N20的座位，重要度为K1～K20。根据座位的位置(主席台座位、设置座位)，座位属性(高管座、普通座)，重要度不同。K值越小，重要度越高，例如，主席台中间座位重要度K1＝1，左边座位重要度K2＝2，右边位置重要度K3＝3。高管位N4～N10，重要度分别为K4～K10，普通位N11～N20，重要度分别为K11～K20。布局重要度经过样本训练及修正，逐渐完善。
系统内部人员进行权重值R排序，根据人员职位高低，自动赋以初始值，职位越高，权重值越小。排座过程，进行人员权重值和座位重要度匹配，权重值越小的人员匹配重要度高的座位。排座过程，进行人员权重值的修正。经过排座样本训练及修正，完善系统。
通过以上过程建立模型，输入样本数据，并将数据切分为训练数据和测试数据。训练数据集用于模型训练并不断调整，测试数据集用于模型测试。训练推荐过程参加图7。
布局绘图软件采用引擎+图形库中间件的思路，主要由：层、节点、连线和图形等组成。这里的层是用于提高性能的逻辑层；离屏层包含所有的绘图数据，是最稳定的涂层。选中层，用户选中部分或全部连线/节点的高亮图层，并设置相关属性、移动等。活动层，主要用于箭头鼠标等交互事件。参见图9。
此外，还提供了一种基于推荐算法的会议布局排座系统。
如图10所示，在一个实施例中，一种基于推荐算法的会议布局排座系统，包括布局模块与排座模块。
布局模块1010，用于获取用户会议布局需求，并根据布局需求向用户推荐图形化布局模板，且根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本。
排座模块1020，用于获取参会人员属性，进行权重分析，并结合布局样本推荐图形化排座模板，且根据用户编辑对所述排座模板进行调整，形成图形化排座样本。
在本实施例中，布局模块1010还用于向用户提供自定义布局设置窗口，排座模块1020还用于向用户提供自定义排座设置窗口。
在本实施例中，基于推荐算法的会议布局排座系统，还包括机器学习算法推荐模块1030。机器学习算法推荐模块1030用于建立公司类型-会议类型-布局类型-布局点阵数据关系模型，并结合布局样本，进行样本训练与算法优化，构建会议布局模型。机器学习算法推荐模块1030还用于建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型，并结合排座样本，进行样本训练与算法优化，构建会议排座模型。
本发明提供以国际项目管理协会定义的高效会议原则为准则，梳理不同会议类型的会议流程，明确会议规则，打造将会议室布局和人员排座数字化和工具化的会议流程管理工具。
布局模块1010，是为会务管理人员提供的会议室布局设置、管理、推荐布局等功能的会议管理工具。会务管理人员会前初始化会议室座位布局，对于企业重要会议室提供“通用模版”和“自定义”布局模式。固定模版布局包括：多应用于广播型会议的课桌型、梯字型、扇型布局，讨论型、议事型会议的U字型、回字型布局等等，可通过配置行列数量构建会议室座位基本框架；自定义布局方式，支持批量增加座位，可在会议室空间画布任意绘制座位布局。同时提供增加座位、删除座位、修改座位编号等工具化的功能，细化会议室座位布局，实现会议室主席台、普通位等座位的差异化设置。同时，通过机器学习算法，学习大量的样本数据，可根据会议室大小、设施布局、参会人数范围、规格、会议用途等进行合理布局推荐，可大大降低会务管理人员进行布局绘制、排布的工作量，提高工作效率。
排座模块1020，是为会议发起人提供的会议预约人员排布智能推荐工具。基于会议系统平台，会务人员&会议发起人发起会议预约添加参会人员，可以根据会议室固有布局，通过多种方式配置参会人员座位。模版导入：提供固定通用excel表格模版(姓名、座位号等)，会务人员&会议发起人导入提前维护的excel表格模版，通过参会人员姓名等信息匹配会议室座位编号，实现座位的批量配置编排。座位模型图形化编辑：通过会议室座位布局模型的直接编辑操作，并提供多种座位匹配模式；手工拖拽参会人员姓名匹配会议室座位；通过特定排位规则(顺序、倒序、自定义等)，实现批量参会人员的自动排位；通过机器学习算法推荐：经过样本学习、分析，根据参会人员的职位、角色、历史排位，进行权重统计，进行智能排座推荐。通过历史排版调用：提供座位安排模版保存功能，会务人员可方便地调用历史座位模版，减少时间和资源的重复投入。
会务人员：作为一种智能化的排位工具，减少会务人员工作量，提高办会效率。安排会议场地座位是会议会务人员不能忽略的一个细节，会议室座位安排既要保证所有的参会人员能够及时有序就座，还要考虑会议座位安排礼仪。会议室布局管理及排座提供多种常规会议室布局模版(课桌型、U字型、回字形和梯形)，以图形化的方式帮助会务人员方便快捷的选择会议座位模版，进行参会人员座位安排。可选择历史会议安排模版，同时可以通过机器学习，算法推荐，提供最优化的会议室布局推荐和参会人员排座推荐方案；实现高效化管理，减少时间和资源的重复投入；
参会人员：提高会议体验，规范会议秩序。图形化的会议室座位表，使参会人员可以快速定位至个人座位，实现参会人员的有序入场，提高会议秩序；会议室布局管理结合会议系统-移动端应用和会控屏，提前将绘制好的座位图同步至参会人员移动端应用和会控屏，使参会人员可以提前熟悉会场布局，到场后快速定位会议座位位置；便捷地查看参会主持人、出席人员、列席人员信息及座位位置。
管理者：规范会场流程、提高会议质量、体现企业形象。通过智能高效的排位提高企业办公效率、节省人力成本；座位布置图智能化、图像化的对外展示，可以有效的提升会议筹划质量和提高企业对外形象。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于推荐算法的会议布局排座方法，其特征在于，包括以下步骤：
获取用户会议布局需求，并根据所述布局需求向用户推荐图形化布局模板；
根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本；
获取参会人员属性，进行权重分析，并结合所述布局样本推荐图形化排座模板；
根据用户编辑对所述排座模板进行调整，形成图形化排座样本。
2.根据权利要求1所述的基于推荐算法的会议布局排座方法，其特征在于，所述会议布局需求包括会议室大小、设施布局、参会人数范围与会议用途，所述布局模板包括课桌型、梯字型、扇型，U字型与回字型布局，所述用户调整包括设置座位排数、座位列数、添加座位、删除座位和编辑座位号；所述参会人员属性包括所属行业、职位、级别、会议角色与历史会议座位，用户编辑包括手动拖拽、更换布局模板、重新排座与改变排序规则。
3.根据权利要求1所述的基于推荐算法的会议布局排座方法，其特征在于，还包括向用户提供自定义布局设置窗口的步骤，所述自定义设置包括预计座位数量设置、画布尺寸设置、主屏幕位置设置与座位设置。
4.根据权利要求1所述的基于推荐算法的会议布局排座方法，其特征在于，还包括向用户提供自定义排座设置窗口的步骤，所述自定义排座设置包括手动拖拽与模板导入。
5.根据权利要求1所述的基于推荐算法的会议布局排座方法，其特征在于，在所述根据用户调整排布用户选取的布局类型模板，形成布局样本的步骤之后还包括以下步骤：
建立公司类型-会议类型-布局类型-布局点阵数据关系模型；
结合所述布局样本，进行样本训练与算法优化，构建会议布局模型。
6.根据权利要求1所述的基于推荐算法的会议布局排座方法，其特征在于，
在所述根据用户编辑调整所述排座模板，形成排座样本的步骤之后还包括以下步骤：
建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型；
结合所述排座样本，进行样本训练与算法优化，构建会议排座模型。
7.一种基于推荐算法的会议布局排座系统，其特征在于，包括
布局模块，用于获取用户会议布局需求，并根据所述布局需求向用户推荐图形化布局模板，且根据用户调整对用户选取的布局模板进行编排，形成图形化布局样本；与
排座模块，用于获取参会人员属性，进行权重分析，并结合所述布局样本推荐图形化排座模板，且根据用户编辑对所述排座模板进行调整，形成图形化排座样本。
8.根据权利要求7所述的基于推荐算法的会议布局排座系统，其特征在于，所述布局模块还用于向用户提供自定义布局设置窗口，所述排座模块还用于向用户提供自定义排座设置窗口。
9.根据权利要求7所述的基于推荐算法的会议布局排座系统，其特征在于，还包括机器学习算法推荐模块，所述机器学习算法推荐模块用于建立公司类型-会议类型-布局类型-布局点阵数据关系模型，并结合所述布局样本，进行样本训练与算法优化，构建会议布局模型。
10.根据权利要求9所述的基于推荐算法的会议布局排座系统，其特征在于，所述机器学习算法推荐模块还用于建立人员-会议类型-布局类型-布局点阵数据-权重数据关系模型，并结合所述排座样本，进行样本训练与算法优化，构建会议排座模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598820.5A CN113312772A (zh) | 2021-05-31 | 2021-05-31 | 基于推荐算法的会议布局排座方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598820.5A CN113312772A (zh) | 2021-05-31 | 2021-05-31 | 基于推荐算法的会议布局排座方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113312772A true CN113312772A (zh) | 2021-08-27 |
Family
ID=77376366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110598820.5A Pending CN113312772A (zh) | 2021-05-31 | 2021-05-31 | 基于推荐算法的会议布局排座方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113312772A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113792898A (zh) * | 2021-09-07 | 2021-12-14 | 安徽商信政通信息技术股份有限公司 | 一种区域划分的可视化排座方法、系统和存储介质 |
| CN113806554A (zh) * | 2021-09-14 | 2021-12-17 | 上海云思智慧信息技术有限公司 | 面向海量会议文本的知识图谱构建方法 |
| CN116208734A (zh) * | 2023-05-05 | 2023-06-02 | 成都锦杨科技有限公司 | 一种数字会务方法和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110072362A1 (en) * | 2009-09-22 | 2011-03-24 | International Business Machines Corporation | Meeting Agenda Management |
| CN202404648U (zh) * | 2011-12-26 | 2012-08-29 | 滨州职业学院 | 一种公共阅览室座位分配系统 |
| CN106503960A (zh) * | 2016-10-13 | 2017-03-15 | 江苏恒创软件有限公司 | 一种会议管理系统 |
| CN107526604A (zh) * | 2017-09-29 | 2017-12-29 | 南威软件股份有限公司 | 一种会议室座次图的自定义生成方法 |
| CN109492980A (zh) * | 2017-09-11 | 2019-03-19 | 镇江雅迅软件有限责任公司 | 一种会议座位自动安排及签到实时反馈管理系统 |
| JP2019169099A (ja) * | 2018-03-26 | 2019-10-03 | 株式会社 日立産業制御ソリューションズ | 会議支援装置及び会議支援システム |
| CN111080238A (zh) * | 2019-11-28 | 2020-04-28 | 上海云思智慧信息技术有限公司 | 会议过程管控方法、管控装置、存储介质及电子设备 |
| CN111582677A (zh) * | 2020-04-24 | 2020-08-25 | 上海泛微网络科技股份有限公司 | 对会议室座位进行排座的方法、装置、设备及存储介质 |
| CN112330289A (zh) * | 2020-11-09 | 2021-02-05 | 宏景科技股份有限公司 | 一种基于会议系统的智能排座方法 |
-
2021
- 2021-05-31 CN CN202110598820.5A patent/CN113312772A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110072362A1 (en) * | 2009-09-22 | 2011-03-24 | International Business Machines Corporation | Meeting Agenda Management |
| CN202404648U (zh) * | 2011-12-26 | 2012-08-29 | 滨州职业学院 | 一种公共阅览室座位分配系统 |
| CN106503960A (zh) * | 2016-10-13 | 2017-03-15 | 江苏恒创软件有限公司 | 一种会议管理系统 |
| CN109492980A (zh) * | 2017-09-11 | 2019-03-19 | 镇江雅迅软件有限责任公司 | 一种会议座位自动安排及签到实时反馈管理系统 |
| CN107526604A (zh) * | 2017-09-29 | 2017-12-29 | 南威软件股份有限公司 | 一种会议室座次图的自定义生成方法 |
| JP2019169099A (ja) * | 2018-03-26 | 2019-10-03 | 株式会社 日立産業制御ソリューションズ | 会議支援装置及び会議支援システム |
| CN111080238A (zh) * | 2019-11-28 | 2020-04-28 | 上海云思智慧信息技术有限公司 | 会议过程管控方法、管控装置、存储介质及电子设备 |
| CN111582677A (zh) * | 2020-04-24 | 2020-08-25 | 上海泛微网络科技股份有限公司 | 对会议室座位进行排座的方法、装置、设备及存储介质 |
| CN112330289A (zh) * | 2020-11-09 | 2021-02-05 | 宏景科技股份有限公司 | 一种基于会议系统的智能排座方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113792898A (zh) * | 2021-09-07 | 2021-12-14 | 安徽商信政通信息技术股份有限公司 | 一种区域划分的可视化排座方法、系统和存储介质 |
| CN113792898B (zh) * | 2021-09-07 | 2024-05-10 | 安徽商信政通信息技术股份有限公司 | 一种区域划分的可视化排座方法、系统和存储介质 |
| CN113806554A (zh) * | 2021-09-14 | 2021-12-17 | 上海云思智慧信息技术有限公司 | 面向海量会议文本的知识图谱构建方法 |
| CN113806554B (zh) * | 2021-09-14 | 2023-07-21 | 上海云思智慧信息技术有限公司 | 面向海量会议文本的知识图谱构建方法 |
| CN116208734A (zh) * | 2023-05-05 | 2023-06-02 | 成都锦杨科技有限公司 | 一种数字会务方法和系统 |
| CN116208734B (zh) * | 2023-05-05 | 2023-07-21 | 成都锦杨科技有限公司 | 一种数字会务方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113312772A (zh) | 基于推荐算法的会议布局排座方法及系统 | |
| US20200151675A1 (en) | Scheduling System and Method | |
| Wang | Computer-aided interaction of visual communication technology and art in new media scenes | |
| Lorca et al. | Teaching motivational models in agile requirements engineering | |
| CN109920012A (zh) | 基于卷积神经网络的图像着色系统及方法 | |
| CN111582677A (zh) | 对会议室座位进行排座的方法、装置、设备及存储介质 | |
| CN110349267A (zh) | 三维热度模型的构建方法以及装置 | |
| WEALTH | Well-Being' | |
| Yuan et al. | The R/evolution of civic engagement: An exploratory network analysis of the Facebook groups of occupy Chicago | |
| CN104616073A (zh) | 基于数字化二维动画制作的精细管理系统 | |
| Davies | Re‐engineering school leadership | |
| Evers et al. | Designing healthy public spaces: A participatory approach through immersive virtual reality | |
| Rogers et al. | Designing dynamic interactive visualisations to support collaboration and cognition | |
| TWI811794B (zh) | 工作場所計畫方法、工作場所計畫系統以及程式 | |
| Chiang et al. | Globalization and elite universities in China | |
| Finch et al. | University courses in intelligent buildings‐new learning approaches | |
| Genitsaris et al. | Co-creating innovative concepts to address crucial trends and challenges that public transport faces in Thessaloniki | |
| Ai | Construction of Innovation and Entrepreneurship Information Sharing Platform Based on Multi-Dimensional Dynamic Innovation Model | |
| US20030135400A1 (en) | Geographically or temporally distributed simulation system | |
| Mayrhofer et al. | Cross-cultural management at a cross-roads? | |
| Pujiati et al. | Two Different perspectives toward the world-class university: a case study | |
| Canina et al. | Transfer Digital Do It Yourself Potentialities through a Co-Design Tool | |
| KR20210154418A (ko) | 오프라인 모임 운영방법 및 시스템 | |
| Kariptaş et al. | Design Criteria of Next Generation Offices | |
| JP2009282988A (ja) | エージェントプロセスを促進する環境最適化システムと方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |