一种团体交互绩效评测方法及装置与流程

本发明涉及人机交互技术领域，具体而言，涉及一种团体交互绩效评测方法及装置。

背景技术：

团体交互是人类社会中普遍存在的行为模式，在教育、游戏、心理辅导等应用场景中频繁可见。传统团体交互的评测主要依赖主观报告实现，包括团队内参与者及团队外专家对交互过程的评价。人体行为与生理信号传感技术的发展，为评测团队交互绩效提供了新的解决思路。运用可穿戴式传感器获取人体的等客观生理指标，可以更加全面地刻画个体在交互过程中的表现。截止目前，基于行为与生理指标的交互评测技术大多关注单人的人－机交互情景，运用这些指标从注意力、情绪体验等状态的角度对交互绩效进行评价。然而，针对团体层面人－人交互的研究开发还较少，现有技术尚无法实现对该个体的交互对象的有效识别与确认。举例来说，某参与者在某时间段内通过心率、脑电等指标表现出的高注意力状态，可以是高度专注的参与团队核心交互任务，也有可能是参与团队内某小群体成员的、不应当发生的额外交互行为。以教育的课堂教学情景为例，有效的团体交互应当是每位学生都专注与教师进行交互(听课)，而尽可能减少学生之间的私下交流，而这两种行为都可能对应相对高的注意力水平，只是针对不同的交互对象。因此，现有技术中存在无法实现对个体的交互对象的有效识别与确认的技术问题。

技术实现要素：

本发明提供的一种团体交互绩效评测方法及装置，旨在改善上述问题。

本发明提供的团体交互绩效评测方法，应用于服务器，所述方法包括：获取每个参与者的生理信息数据；基于时间戳将所述每个参与者的生理信息数据进行归类；根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标；根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

可选地，所述的获取每个参与者的生理信息数据，包括：基于智能穿戴设备获取每个参与者的生理信息数据，所述生理信息数据包括行为数据与生理数据。

可选地，所述的根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标，包括：根据所述生理信息数据构成多维度的时间序列数据；基于所述多维度的时间序列数据获取两个所述参与者之间的一致性指标。

可选地，所述一致性指标满足：r＝maxwcorr(w^tx，w^ty)，其中，所述r表示所述一致性指标所对应的数值，所述w表示预设权重系数向量，所述x表示多个所述参与者中的任意一个所述参与者所对应的生理信息数据，所述y表示多个所述参与者中除所述x以外的任意一个所述参与者所对应的生理信息数据。

可选地，所述的根据所述一致性指标预测所述每个参与者所组建的团队的绩效，之后还包括：基于所述一致性指标进行聚类计算，将所述团队分为多个子团队；分别计算每个所述子团队所对应的所述一致性指标；根据所述一致性指标预测所述每个所述子团队所对应的绩效。

本发明提供的团体交互绩效评测装置，应用于服务器，所述装置包括：数据获取单元，获取每个参与者的生理信息数据；数据归类单元，基于时间戳将所述每个参与者的生理信息数据进行归类；数据处理单元，用于根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标；绩效预测单元，用于根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

可选地，所述数据获取单元具体用于：基于智能穿戴设备获取每个参与者的生理信息数据，所述生理信息数据包括行为数据与生理数据。

可选地，所述数据处理单元具体用于：根据所述生理信息数据构成多维度的时间序列数据；基于所述多维度的时间序列数据获取两个所述参与者之间的一致性指标。

可选地，所述一致性指标满足：r＝maxwcorr(w^tx，w^ty)，其中，所述r表示所述一致性指标所对应的数值，所述w表示预设权重系数向量，所述x表示多个所述参与者中的任意一个所述参与者所对应的生理信息数据，所述y表示多个所述参与者中除所述x以外的任意一个所述参与者所对应的生理信息数据。

可选地，所述绩效预测单元，之后还包括：分类单元，用于基于所述一致性指标进行聚类计算，将所述团队分为多个子团队；数据计算单元，用于分别计算每个所述子团队所对应的所述一致性指标；子团队绩效预测单元，用于根据所述一致性指标预测所述每个所述子团队所对应的绩效。

上述本发明提供的一种团体交互绩效评测方法及装置，通过获取每个参与者在进行团队活动时的生理信息数据，再基于时间戳将所述每个参与者的生理信息数据进行归类，从而将不同参与者的生理信息数据根据时间对齐，然后根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标，最后根据所述一致性指标预测所述每个参与者所组建的团队的绩效。进而使得可以更加客观、准确且实时的对团体交互情况进行定量评价，在面向团体的教育、游戏、心理辅导等场景有广泛应用前景。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例提供的智能穿戴设备与服务器进行交互的示意图；

图2为本发明实施例提供的一种电子设备的结构框图；

图3为本发明第一实施例提供的团体交互绩效评测方法的流程图；

图4为本发明第二实施例提供的一种团体交互绩效评测方法的流程图；

图5为本发明第三实施例提供的一种团体交互绩效评测装置的功能模块示意图；

图6为本发明第四实施例提供的一种团体交互绩效评测装置的功能模块示意图。

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、完整地描述，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作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。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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所示，是本发明较佳实施例提供的服务器与智能穿戴设备进行交互的示意图。所述服务器100通过网络与一个或多个智能穿戴设备200进行通信连接，以进行数据通信或交互。所述服务器100可以是网络服务器、数据库服务器等。所述智能穿戴设备200可以是智能手环，也可以是智能项圈等，所述智能穿戴设备200用于实时采集参与者的生理信息数据，并将所采集到的所述生理信息数据发送至所述服务器100。

如图2所示，为本发明实施例提供的一种电子设备的结构框图。所述电子设备300可以是服务器100，所述电子设备300包括团体交互绩效评测装置、存储器302、存储控制器303、处理器304及外设接口305。

所述存储器302、存储控制器303、处理器304及外设接口305各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述团体交互绩效评测装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器302中或固化在所述电子设备300的操作系统(operatingsystem，os)中的软件功能模块。所述处理器304用于执行存储器302中存储的可执行模块，例如所述团体交互绩效评测装置包括的软件功能模块或计算机程序。

其中，存储器302可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread－onlymemory，prom)，可擦除只读存储器(erasableprogrammableread－onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread－onlymemory，eeprom)等。其中，存储器302用于存储程序，所述处理器304在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器100所执行的方法可以应用于处理器304中，或者由处理器304实现。

处理器304可能是一种集成电路芯片，具有信号的处理能力。上述的处理器304可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口305将各种输入/输入装置耦合至处理器304以及存储器302。在一些实施例中，外设接口305、处理器304以及存储控制器303可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

请参阅图3，是本发明第一实施例提供的一种团体交互绩效评测方法的流程图。所述团体交互绩效评测方法应用于服务器，下面将对图3所示的具体流程进行详细阐述。

步骤s101，获取每个参与者的生理信息数据。

其中，所述生理信息数据包括行为数据和生理数据，例如，所述生理信息数据为运动、身体姿态、心率、皮电、皮温、脑电、脑血氧代谢等。在此，不作具体限定。

作为一种实施方式，通过预先将智能穿戴设备佩戴在每个参与者身上，再通过所述智能穿戴设备佩戴实时采集用户的生理信息数据，从而将所采集的所述生理信息数据发送至服务器，服务器基于所述生理信息数据进行数据计算。

步骤s102，基于时间戳将所述每个参与者的生理信息数据进行归类。

根据所述每个参与者的生理信息数据所对应的时间戳信息对齐汇总。

步骤s103，根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标。

其中，所述一致性指标满足：r＝maxwcorr(wtx，wty)，其中，所述r表示所述一致性指标所对应的数值，所述w表示预设权重系数向量，所述t表示，所述x表示多个所述参与者中的任意一个所述参与者所对应的生理信息数据，所述y表示多个所述参与者中除所述x以外的任意一个所述参与者所对应的生理信息数据。其中，corr()表示一元相关计算。r为在约束x和y向同样的线性权重系数向量w方向投影所能得到的最大线性相关数值，即所述一致性指标所对应的数值。其中，所述w可以通过求解矩阵cov(y)^－1cov(x)的广义特征值问题得到，对应最大广义特征值的特征向量。其中cov()表示计算某数据的协方差矩阵。

作为一种实施方式，根据所述生理信息数据构成多维度的时间序列数据；基于所述多维度的时间序列数据获取两个所述参与者之间的一致性指标。

步骤s104，根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

在本实施例中，通过计算所有的参与者间所得的两两一致性指标的平均值，从而得到团体整体的一致性指标。例如，某时间段较高的一致性指标数值表明该时间段团体成员之间有较好的协作，即交互绩效好。

请参阅图4，是本发明第二实施例提供的一种团体交互绩效评测方法的流程图。所述团体交互绩效评测方法应用于服务器，下面将对图4所示的具体流程进行详细阐述。

步骤s201，获取每个参与者的生理信息数据。

步骤s202，基于时间戳将所述每个参与者的生理信息数据进行归类。

步骤s203，根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标。

步骤s204，根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

步骤s201至步骤s204的具体实施方式请参照第一实施例中对应的步骤，在此，不再赘述。

步骤s205，基于所述一致性指标进行聚类计算，将所述团队分为多个子团队。

其中，所述聚类计算可以是基于k－means算法进行聚类。

作为一种实施方式，基于两两一致性指标将参与者聚集为内部一致性指标满足预设规则的不同子团队。其中，所述预设规则可以是判断所述一致性指标所对应的数值是否满足预设阀值。其中，所述预设阀值的选择可以根据实际需要进行选取，例如，所述预设阀值可以是团队整体相关性的1或2倍，在此，不作具体限定。

步骤s206，分别计算每个所述子团队所对应的所述一致性指标。

步骤s207，根据所述一致性指标预测所述每个所述子团队所对应的绩效。

请参阅图5，是本发明第三实施例提供的一种团体交互绩效评测装置的功能模块示意图。所述团体交互绩效评测装置400应用于服务器，所述团体交互绩效评测装置400包括数据获取单元410、数据归类单元420、数据处理单元430和绩效预测单元440。

数据获取单元410，获取每个参与者的生理信息数据。

其中，所述数据获取单元410具体用于：基于智能穿戴设备获取每个参与者的生理信息数据，所述生理信息数据包括行为数据与生理数据。

数据归类单元420，基于时间戳将所述每个参与者的生理信息数据进行归类。

数据处理单元430，用于根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标。

其中，所述数据处理单元430具体用于：根据所述生理信息数据构成多维度的时间序列数据；基于所述多维度的时间序列数据获取两个所述参与者之间的一致性指标。其中，所述一致性指标满足：r＝maxwcorr(w^tx，w^ty)，其中，所述r表示所述一致性指标所对应的数值，所述w表示预设权重系数向量，所述x表示多个所述参与者中的任意一个所述参与者所对应的生理信息数据，所述y表示多个所述参与者中除所述x以外的任意一个所述参与者所对应的生理信息数据。

绩效预测单元440，用于根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

请参阅图6，是本发明第四实施例提供的一种团体交互绩效评测装置的功能模块示意图。所述团体交互绩效评测装置500应用于服务器，所述团体交互绩效评测装置500包括数据获取单元510、数据归类单元520、数据处理单元530、绩效预测单元540、分类单元550、数据计算单元560和子团队绩效预测单元570。

数据获取单元510，获取每个参与者的生理信息数据。

其中，所述数据获取单元510具体用于：基于智能穿戴设备获取每个参与者的生理信息数据，所述生理信息数据包括行为数据与生理数据。

数据归类单元520，基于时间戳将所述每个参与者的生理信息数据进行归类。

数据处理单元530，用于根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标。

其中，所述数据处理单元530具体用于：根据所述生理信息数据构成多维度的时间序列数据；基于所述多维度的时间序列数据获取两个所述参与者之间的一致性指标。其中，所述一致性指标满足：r＝maxwcorr(w^tx，w^ty)，其中，所述r表示所述一致性指标所对应的数值，所述w表示预设权重系数向量，所述x表示多个所述参与者中的任意一个所述参与者所对应的生理信息数据，所述y表示多个所述参与者中除所述x以外的任意一个所述参与者所对应的生理信息数据。

绩效预测单元540，用于根据所述一致性指标预测所述每个参与者所组建的团队的绩效。

分类单元550，用于基于所述一致性指标进行聚类计算，将所述团队分为多个子团队。

数据计算单元560，用于分别计算每个所述子团队所对应的所述一致性指标。

子团队绩效预测单元570，用于根据所述一致性指标预测所述每个所述子团队所对应的绩效。

综上所述，本发明提供的一种团体交互绩效评测方法及装置，该方法通过获取每个参与者在进行团队活动时的生理信息数据，再基于时间戳将所述每个参与者的生理信息数据进行归类，从而将不同参与者的生理信息数据根据时间对齐，然后根据每个所述参与者的生理信息数据，获取每两个所述参与者之间的一致性指标，最后根据所述一致性指标预测所述每个参与者所组建的团队的绩效。进而使得可以更加客观、准确且实时的对团体交互情况进行定量评价，在面向团体的教育、游戏、心理辅导等场景有广泛应用前景。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read－onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。