CN118350719A - 一种组织架构的评价方法、装置、电子设备及存储介质 - Google Patents
一种组织架构的评价方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN118350719A CN118350719A CN202410764876.7A CN202410764876A CN118350719A CN 118350719 A CN118350719 A CN 118350719A CN 202410764876 A CN202410764876 A CN 202410764876A CN 118350719 A CN118350719 A CN 118350719A
- Authority
- CN
- China
- Prior art keywords
- organization
- entropy
- target
- departments
- hierarchy
- 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
- 230000008520 organization Effects 0.000 title claims abstract description 337
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000007726 management method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 17
- 238000009827 uniform distribution Methods 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
本发明公开了一种组织架构的评价方法、装置、设备及存储介质。该方法包括:获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。本技术方案解决了现有技术中组织架构评价的可靠性差的问题,通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种组织架构的评价方法、装置、电子设备及存储介质。
背景技术
医院、银行以及企业等单位的组织架构是影响运营管理水平的关键因素。目前,对组织架构的评价,基于结构熵理论,从信息流动角度,确定组织架构的结构复杂度,进而根据结构复杂度,对组织架构的形式进行评价。
但是,现有技术通常只针对单一维度的结构熵计算组织架构的结构复杂度,对于评价组织架构的可靠性差。因此,需要一种组织架构的评价方案,以实现组织结构的科学评价,优化运营管理模式。
发明内容
本发明提供了一种组织架构的评价方法、装置、设备及存储介质,以解决现有技术中组织架构评价的可靠性差的问题,通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
根据本发明的一方面,提供了一种组织架构的评价方法,所述方法包括:
获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;
根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
根据本发明的另一方面,提供了一种组织架构的评价装置,该装置包括:
结构信息获取模块,用于获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;
熵值确定模块,用于根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;
评价结果确定模块,用于根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的组织架构的评价方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的组织架构的评价方法。
本发明实施例的技术方案,通过获取目标组织架构的组织结构信息,根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。本方案通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种组织架构的评价方法的流程图;
图2A是根据本发明实施例二提供的一种组织架构的评价方法的流程图;
图2B是根据本发明实施例二提供的一种组织架构示意图;
图2C是根据本发明实施例二提供的又一种组织架构示意图;
图3是根据本发明实施例三提供的一种组织架构的评价方法的流程图;
图4是根据本发明实施例四提供的一种组织架构的评价装置的结构示意图;
图5是实现本发明实施例的组织架构的评价方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供了一种组织架构的评价方法的流程图,本实施例可适用于银行、医院等单位的组织架构优化场景。该方法可以由组织架构的评价装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系。
本方案可以由计算机、服务器等电子设备执行,电子设备可以直接获取用户输入的目标组织架构的组织结构信息,也可以通过单位的运营管理系统获取组织架构图,根据组织架构图,确定目标组织架构的组织结构信息。其中,目标组织架构可以是组织结构需要进行调整的单位的组织架构,可以是单位整体的组织架构,也可以单位的部分组织架构。
可以理解的,组织结构信息可以包括组织架构的层级数量、层级之间的关联关系、各层级的部门数量、部门与层级的所属关系以及部门之间的管理关系部门之间的关联关系等信息。其中,层级之间的关联关系可以包括层级之间的相邻关系、上下级关系等。
S120、根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵。
可以理解的,熵是热力学中表征物质状态的参量之一,其物理意义是体系混乱程度的度量。基于热力学和信息论,结构熵和条件熵可以用于定量的描述组织架构的复杂度和有序性。横向结构熵可以用于表示层级部门的分布复杂度,纵向结构熵可以用于表示各层级部门之间管理复杂度。
根据目标组织架构的组织结构信息,电子设备可以计算目标组织架构的横向结构熵和纵向结构熵。在一个可行的方案中,所述横向结构熵的计算公式表示为:
;
其中,;表示层级标识,表示层级数量,表示层级的部门数量,表示目标组织架构中的部门总量。
所述纵向结构熵的计算公式表示为:
;
其中,,表示层级的上级部门的部门标识,表示层级的上级部门数量,表示层级的上级部门管理的部门数量。
容易理解的,组织架构中每相邻两个层级之间的信息流动量通常不同。电子设备可以将每相邻两个层级构成层级组合,确定各层级组合的信息流动量。不同的组织架构,信息流动量最大的层级组合通常不同。信息流动量最大的层级组合的信息流动复杂度是影响目标组织架构运营管理的关键因素。电子设备可以将目标组织架构中信息流动量最大的层级组合中的层级作为目标层级,获取目标层级关联的组织结构信息,以计算目标层级的层级条件熵。可以理解的,目标层级包括两个层级,第一层级和第二层级,第一层级与第二层级为相邻层级。在一个优选的方案中,第二层级是第一层级的下一层级,所述目标层级的层级条件熵的计算公式表示为:
;
其中,,表示第一层级的部门数量,表示第一层级中部门标识,表示部门管理的下级部门数量,表示部门管理的下级部门中属于第二层级的部门数量。
S130、根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
在得到横向结构熵、纵向结构熵以及目标层级的层级条件熵之后,电子设备可以根据横向结构熵、纵向结构熵、目标层级的层级条件熵以及各熵值匹配的权重系数,计算目标组织架构的结构复杂度,根据目标组织架构的结构复杂度,对目标组织架构进行定量评价。
在本方案中,可选的,所述根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果,包括:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,计算目标组织架构的结构复杂度,以根据结构复杂度,确定目标组织架构的评价结果;
所述结构复杂度的计算方式包括以下情况中的一种:
,,;
;
,,;
,,;
其中,、和分别表示第一系数、第二系数和第三系数,表示各层级匹配的纵向结构熵的权重系数。
可以理解的,结构复杂度的计算方式(1)(),将各层级的纵向结构熵进行平均,与横向结构熵和目标层级的层级条件熵进行加权平均,横向结构熵、纵向结构熵以及目标层级的层级条件熵匹配的加权系数分别为、和。
结构复杂度的计算方式(2)(),对横向结构熵进行基于层级数量和部门数量进行归一化处理,再与平均纵向结构熵和目标层级的层级条件熵进行加权平均,横向结构熵、纵向结构熵以及目标层级的层级条件熵匹配的加权系数分别为、和。
结构复杂度的计算方式(3)(), 将各层级的纵向结构熵进行加权平均,权重系数为,再与横向结构熵、目标层级的层级条件熵进行加权平均,横向结构熵、纵向结构熵以及目标层级的层级条件熵匹配的加权系数分别为、和。
结构复杂度的计算方式(4)(), 将各层级的纵向结构熵进行加权平均,权重系数为,同时,对横向结构熵进行基于层级数量和部门数量进行归一化处理,再与目标层级的层级条件熵进行加权平均,横向结构熵、纵向结构熵以及目标层级的层级条件熵匹配的加权系数分别为、和。
需要说明的是,用户可以在上述4种结构复杂度的计算方式任选一种计算目标组织架构的结构复杂度。权重系数可以是根据各层级的信息流动量确定的,例如根据各层级的信息流动量比例,确定各层级的纵向结构熵的权重系数。
在一个可行的方案中,所述权重系数为各层级匹配的纵向结构熵的加权平均系数;所述权重系数表示为:
;
其中,表示层级标识,表示层级的部门数量,表示目标组织架构中的部门总量。
本发明实施例的技术方案,通过获取目标组织架构的组织结构信息,根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。本方案通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
实施例二
图2A为本发明实施例二提供的一种组织架构的评价方法的流程图,本实施例以上述实施例为基础进行细化。如图2A所示,该方法包括:
S210、获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构。
对于尚无组织架构的待规划单位,电子设备可以获取用户输入的规划信息。其中,规划信息可以包括规划层级数量、规划部门数量、一个或多个层级包含的部门数量以及一组或多组部门之间的管理关系等信息。电子设备可以将规划信息作为约束,生成至少两个组织架构。需要说明的是,各组织架构的组织结构应当不同。电子设备可以依次将各组织架构作为目标组织架构,对目标组织架构进行组织架构评价,以在各组织架构中筛选出适合待规划单位的最佳组织架构。
图2B是根据本发明实施例二提供的一种组织架构示意图,图2C是根据本发明实施例二提供的又一种组织架构示意图。在一个具体的例子中,根据用户输入的规划信息,电子设备为待规划单位生成两个组织架构,分别如图2B和图2C所示。图2B和图2C中,A、B、C和D分别表示最高层级、次高层级、中间层级以及基础层级,数字表示层级中的部门标识。
S220、获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系。
S230、根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵。
以图2B所示的组织架构为组织架构1,以图2C所示的组织架构为组织架构2,组织架构1和组织架构2的横向结构熵可以如下表1所示,纵向结构熵可以如下表2所示。电子设备以中间层级和基础层级作为目标层级,目标层级的层级条件熵可以如下表3所示。横向结构熵、纵向结构熵以及目标层级的层级条件熵分别基于S120中横向结构熵、纵向结构熵以及目标层级的层级条件熵的计算公式得到的。适用于信息的二进制编码,横向结构熵、纵向结构熵以及目标层级的层级条件熵的计算公式中对数计算均以2为底数。
表1:
表2:
表3:
S240、根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层均部门数量确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度。
在本方案中,电子设备可以根据各组织架构的组织结构信息,确定各组织架构的层均部门数量。电子设备还可以根据各组织架构中各层级的部门数量,确定各组织架构的最小层级部门数量以及最大层级部门数量。层均部门数量计算公式可以表示为:;其中,表示组织架构标识,表示组织架构中部门数量,表示组织架构中层级数量。
若各组织架构中存在至少一个组织架构的层均部门数量不满足预设数量条件,则电子设备可以在结构复杂度的计算方式(2)或(4)中选择一种,用于计算目标组织架构的结构复杂度,以通过对横向结构熵进行基于层级数量和部门数量的归一化处理,消除层级部门数量差距较大带来的评价误差。若各组织架构的层均部门数量均满足预设数量条件,则电子设备可以在结构复杂度的计算方式(1)-(4)中任意选择一种,用于计算目标组织架构的结构复杂度。其中,预设数量条件可以是层均部门数量大于预设倍数的最小层级部门数量,例如,还可以是预设倍数的层均部门数量小于最大层级部门数量,例如。
在上述具体实例中,图2B所示的组织架构1和图2C所示的组织架构2的层均部门数量均为6.25,预设数量条件为,组织架构2的层均部门数量不满足预设数量条件,因此,选择结构复杂度的计算方式(2),进行结构复杂度计算,其中,,组织架构1的结构复杂度为0.686 bits,组织架构2的结构复杂度为0.844 bits。
S250、根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
在得到各组织架构的结构复杂度之后,电子设备可以将各组织架构的中结构复杂度最小的组织架构作为待规划单位的组织架构规划目标,例如在组织架构1和组织架构2中选择组织架构1作为待规划单位的组织架构规划目标,以在运营管理过程中实现最高效的信息流动性。
本发明实施例的技术方案,通过获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构,获取目标组织架构的组织结构信息,根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层均部门数量确定的结构复杂度的计算方式,确定目标组织架构的评价结果,以根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。本方案通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
实施例三
图3为本发明实施例三提供的一种组织架构的评价方法的流程图,本实施例以上述实施例为基础进行细化。如图3所示,该方法包括:
S310、获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构。
S320、获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系。
S330、根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵。
S340、根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层级部门数量分布确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度。
在本方案中,电子设备可以根据各组织架构的层级部门数量分布,选择结构复杂度的计算方式。具体的,电子设备可以确定各组织架构在各层级的部门数量分布,例如组织架构1的层级部门数量分布为[1,8,14,2],组织架构2的层级部门数量分布为[1,4,14,6],并确定各组织架构的层级部门数量分布与均匀分布的KL散度(Kullback-Leiblerdivergence),根据各组织架构匹配的KL散度,判断各组织架构中是否存在部门数量分布偏离均匀分布超过预设范围的组织架构。
可以理解的,KL散度可以用于衡量两个概率分布之间差异,表示当一个概率分布用来近似另一个概率分布时所引入的信息损失或误差。KL散度的计算公式可以表示为:;其中,,表示组织架构标识,组织架构对应的均匀分布,表示组织架构层级的部门数量,表示组织架构的部门总量,表示组织架构的层级数量,表示组织架构的横向结构熵。
若各组织架构匹配的KL散度中存在至少一个组织架构的KL散度不满足预先设置的散度评价条件,说明各组织架构中是否存在部门数量分布偏离均匀分布超过预设范围的组织架构,电子设备可以选择结构复杂度的计算方式(3)或(4)中的一个,进行目标组织架构的结构复杂度的计算。若各组织架构匹配的KL散度均满足预先设置的散度评价条件,电子设备可以选择结构复杂度的计算方式(1)-(4)中的任意一个,进行目标组织架构的结构复杂度的计算。需要说明的是,所述散度评价条件可以是:。
可以理解的,电子设备可以根据各组织架构的层均部门数量,确定第一计算方式集合,根据各组织架构的各层级部门数量分布,确定第二计算方式集合。在得到第一计算方式集合和第二计算方式集合之后,电子设备可以根据第一计算方式集合和第二计算方式集合的交集,确定结构复杂度的计算方式,以实现组织架构的准确定量评价。
S350、根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
本发明实施例的技术方案,通过获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构,获取目标组织架构的组织结构信息,根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层级部门数量分布确定的结构复杂度的计算方式,确定目标组织架构的评价结果,以根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。本方案通过对组织架构进行多维度的熵计算,实现了组织结构的科学评价,有利于优化运营管理模式,提高运营管理效率。
实施例四
图4为本发明实施例四提供的一种组织架构的评价装置的结构示意图。如图4所示,该装置包括:
结构信息获取模块410,用于获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;
熵值确定模块420,用于根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;
评价结果确定模块430,用于根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
在本方案中,可选的,所述横向结构熵的计算公式表示为:
;
其中,;表示层级标识,表示层级数量,表示层级的部门数量,表示目标组织架构中的部门总量;
所述纵向结构熵的计算公式表示为:
;
其中,,表示层级的上级部门的部门标识,表示层级的上级部门数量,表示层级的上级部门管理的部门数量。
在一个可行的方案中,所述目标层级是目标组织架构中信息流动量最大的层级组合中的层级,包括第一层级和第二层级,所述第一层级与第二层级为相邻层级,第二层级是第一层级的下一层级;
所述目标层级的层级条件熵的计算公式表示为:
;
其中,,表示第一层级的部门数量,表示第一层级中部门标识,表示部门管理的下级部门数量,表示部门管理的下级部门中属于第二层级的部门数量。
在本实施例中,可选的,所述评价结果确定模块430,包括:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,计算目标组织架构的结构复杂度,以根据结构复杂度,确定目标组织架构的评价结果;
所述结构复杂度的计算方式为第一计算方式、第二计算方式、第三计算方式以及第四计算方式中的一种;
其中,第一计算方式为:
,,;
第二计算方式为:
;
第三计算方式为:
,,;
第四计算方式为:
,,;
其中,、和分别表示第一系数、第二系数和第三系数,表示各层级匹配的纵向结构熵的权重系数。
在上述方案的基础上,可选的,所述权重系数为各层级匹配的纵向结构熵的加权平均系数;所述权重系数表示为:
;
其中,表示层级标识,表示层级的部门数量,表示目标组织架构中的部门总量。
在一个优选的方案中,所述装置还包括:
组织架构生成模块,用于在获取目标组织架构的组织结构信息之前,获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构;
所述评价结果确定模块430,具体用于:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层均部门数量确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度;
其中,基于各组织架构的层均部门数量确定结构复杂度的计算方式,包括:
若各组织架构中存在至少一个组织架构的层均部门数量不满足预设数量条件,则结构复杂度的计算方式为第二计算方式或第四计算方式;
所述预设数量条件包括以下情况中的至少一种:
层均部门数量大于预设倍数的最小层级部门数量;
预设倍数的层均部门数量小于最大层级部门数量;
所述装置还包括:规划结果确定模块,用于在确定目标组织架构的评价结果之后,根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
在另一个优选的方案中,所述装置还包括:
组织架构生成模块,用于在获取目标组织架构的组织结构信息之前,获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构;
所述评价结果确定模块430,具体用于:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层级部门数量分布确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度;
其中,基于各组织架构的层级部门数量分布确定结构复杂度的计算方式,包括:
确定各组织架构的层级部门数量分布与各组织架构匹配的均匀分布的KL散度;
若各组织架构匹配的KL散度中存在至少一个组织架构的KL散度不满足预先设置的散度评价条件,则结构复杂度的计算方式为第三计算方式或第四计算方式;
所述散度评价条件为:,其中,表示组织架构标识,表示组织架构匹配的KL散度,表示组织架构的层级数量;
所述装置还包括:规划结果确定模块,用于在确定目标组织架构的评价结果之后,根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
本发明实施例所提供的组织架构的评价装置可执行本发明任意实施例所提供的组织架构的评价方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备510的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备510包括至少一个处理器511,以及与至少一个处理器511通信连接的存储器,如只读存储器(ROM)512、随机访问存储器(RAM)513等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器511可以根据存储在只读存储器(ROM)512中的计算机程序或者从存储单元518加载到随机访问存储器(RAM)513中的计算机程序,来执行各种适当的动作和处理。在RAM 513中,还可存储电子设备510操作所需的各种程序和数据。处理器511、ROM 512以及RAM 513通过总线514彼此相连。输入/输出(I/O)接口515也连接至总线514。
电子设备510中的多个部件连接至I/O接口515,包括:输入单元516,例如键盘、鼠标等;输出单元517,例如各种类型的显示器、扬声器等;存储单元518,例如磁盘、光盘等;以及通信单元519,例如网卡、调制解调器、无线通信收发机等。通信单元519允许电子设备510通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器511可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器511的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器511执行上文所描述的各个方法和处理,例如组织架构的评价方法。
在一些实施例中,组织架构的评价方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元518。在一些实施例中,计算机程序的部分或者全部可以经由ROM 512和/或通信单元519而被载入和/或安装到电子设备510上。当计算机程序加载到RAM 513并由处理器511执行时,可以执行上文描述的组织架构的评价方法的一个或多个步骤。备选地,在其他实施例中,处理器511可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行组织架构的评价方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程组织架构的评价装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种组织架构的评价方法,其特征在于,所述方法包括:
获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;
根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
2.根据权利要求1所述的方法,其特征在于,所述横向结构熵的计算公式表示为:
;
其中,;表示层级标识,表示层级数量,表示层级的部门数量,表示目标组织架构中的部门总量;
所述纵向结构熵的计算公式表示为:
;
其中,,表示层级的上级部门的部门标识,表示层级的上级部门数量,表示层级的上级部门管理的部门数量。
3.根据权利要求2所述的方法,其特征在于,所述目标层级是目标组织架构中信息流动量最大的层级组合中的层级,包括第一层级和第二层级,所述第一层级与第二层级为相邻层级,第二层级是第一层级的下一层级;
所述目标层级的层级条件熵的计算公式表示为:
;
其中,,表示第一层级的部门数量,表示第一层级中部门标识,表示部门管理的下级部门数量,表示部门管理的下级部门中属于第二层级的部门数量。
4.根据权利要求3所述的方法,其特征在于,所述根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果,包括:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,计算目标组织架构的结构复杂度,以根据结构复杂度,确定目标组织架构的评价结果;
所述结构复杂度的计算方式为第一计算方式、第二计算方式、第三计算方式以及第四计算方式中的一种;
其中,第一计算方式为:
,,;
第二计算方式为:
;
第三计算方式为:
,,;
第四计算方式为:
,,;
其中,、和分别表示第一系数、第二系数和第三系数,表示各层级匹配的纵向结构熵的权重系数。
5.根据权利要求4所述的方法,其特征在于,所述权重系数为各层级匹配的纵向结构熵的加权平均系数;所述权重系数表示为:
;
其中,表示层级标识,表示层级的部门数量,表示目标组织架构中的部门总量。
6.根据权利要求5所述的方法,其特征在于,在获取目标组织架构的组织结构信息之前,所述方法包括:
获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构;
所述根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,计算目标组织架构的结构复杂度,包括:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层均部门数量确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度;
其中,基于各组织架构的层均部门数量确定结构复杂度的计算方式,包括:
若各组织架构中存在至少一个组织架构的层均部门数量不满足预设数量条件,则结构复杂度的计算方式为第二计算方式或第四计算方式;
所述预设数量条件包括以下情况中的至少一种:
层均部门数量大于预设倍数的最小层级部门数量;
预设倍数的层均部门数量小于最大层级部门数量;
在确定目标组织架构的评价结果之后,所述方法还包括:
根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
7.根据权利要求5所述的方法,其特征在于,在获取目标组织架构的组织结构信息之前,所述方法包括:
获取待规划单位的规划信息,根据规划信息,生成至少两个组织架构,依次将各组织架构作为目标组织架构;
所述根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,计算目标组织架构的结构复杂度,包括:
根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,按照基于各组织架构的层级部门数量分布确定的结构复杂度的计算方式,计算目标组织架构的结构复杂度;
其中,基于各组织架构的层级部门数量分布确定结构复杂度的计算方式,包括:
确定各组织架构的层级部门数量分布与各组织架构匹配的均匀分布的KL散度;
若各组织架构匹配的KL散度中存在至少一个组织架构的KL散度不满足预先设置的散度评价条件,则结构复杂度的计算方式为第三计算方式或第四计算方式;
所述散度评价条件为:,其中,表示组织架构标识,表示组织架构匹配的KL散度,表示组织架构的层级数量;
在确定目标组织架构的评价结果之后,所述方法还包括:
根据各组织架构的结构复杂度,确定待规划单位的组织架构规划结果。
8.一种组织架构的评价装置,其特征在于,所述装置包括:
结构信息获取模块,用于获取目标组织架构的组织结构信息;其中,所述组织结构信息包括层级数量、各层级的部门数量以及部门之间的管理关系;
熵值确定模块,用于根据组织结构信息,确定目标组织架构的横向结构熵和纵向结构熵,以及,根据目标层级关联的组织结构信息,确定目标层级的层级条件熵;
评价结果确定模块,用于根据横向结构熵、纵向结构熵以及目标层级的层级条件熵,确定目标组织架构的评价结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的组织架构的评价方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的组织架构的评价方法。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118350719A true CN118350719A (zh) | 2024-07-16 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115409419B (zh) | 业务数据的价值评估方法、装置、电子设备及存储介质 | |
CN113408808B (zh) | 训练方法、数据生成方法、装置、电子设备以及存储介质 | |
CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
CN117609921A (zh) | 异常检测模型的构建方法、装置、电子设备及存储介质 | |
CN117273450A (zh) | 一种电力系统风险评估方法、装置、设备及存储介质 | |
CN116226628A (zh) | 一种特征优化方法、装置、设备及介质 | |
CN118350719A (zh) | 一种组织架构的评价方法、装置、电子设备及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN108399170A (zh) | 数据挖掘方法以及装置 | |
CN117648999B (zh) | 联邦学习回归模型损失函数评估方法、装置及电子设备 | |
CN116402615B (zh) | 一种账户类型的识别方法、装置、电子设备及存储介质 | |
CN117747016A (zh) | 二元混合物的物性参数计算方法、装置、设备及介质 | |
CN118350707A (zh) | 一种数据处理方法和装置 | |
CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
CN117632617A (zh) | 确定混沌实验处置方式的方法、装置、设备及介质 | |
CN117455684A (zh) | 一种数据处理方法、装置、电子设备、存储介质及产品 | |
CN117331924A (zh) | 一种数据模型匹配度核查方法、装置、设备及存储介质 | |
CN117690277A (zh) | 阈值确定方法、装置、设备及存储介质 | |
CN115146997A (zh) | 基于电力数据的评估方法、装置、电子设备及存储介质 | |
CN117195104A (zh) | 资源分类方法、装置、电子设备及存储介质 | |
CN117575419A (zh) | 一种考核指标确定方法、装置、电子设备及存储介质 | |
CN114936802A (zh) | 一种指标系统构建方法、装置、存储介质及电子设备 | |
CN117611324A (zh) | 信用评级方法、装置、电子设备和存储介质 | |
CN117608896A (zh) | 交易数据处理方法、装置、电子设备及存储介质 | |
CN117764696A (zh) | 一种估值方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |