一种在岗状态监测方法、装置、设备及存储介质与流程

1.本技术涉及人机协同技术领域，具体而言，涉及一种在岗状态监测方法、装置、设备及存储介质。


背景技术：

2.企业在对员工进行绩效考核时，通常会将员工在考核周期内的考勤数据作为评价员工日常在岗状况的参考数据。
3.目前，员工一般通过可以通过企业内安装的打卡机或者手机内安装的特定应用程序进行签到、打卡，根据签到、打卡的时间以及地点，来生成员工的考勤数据。这种传统的在岗状况监测方法，只能确定员工是否在固定时间点（签到或打卡时间）到达工作岗位，而不能确定员工在固定时间点之外的持续性的在岗状况。因此，现有的签到、打卡方式已经无法满足实际的绩效考核需求，单纯的考勤数据并不能反映出员工在工作时段内的真实在岗状态，以单纯的考勤数据作为员工的绩效考核参考数据，将导致员工绩效考核结果的准确度降低。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种在岗状态监测方法、装置、设备及存储介质，以对被监测对象的在岗状态进行持续性监测，得到被监测对象在工作时段内的有效工作时长，有利于反映出被监测对象在工作时段内的真实在岗状态，提高员工绩效考核结果的准确度。
5.第一方面，本技术实施例提供了一种在岗状态监测方法，所述方法包括：获取被监测对象在预设工作时段内的监测数据，所述监测数据对应一采集时间序列；将所述监测数据转换成目标文本信息，所述目标文本信息与所述监测数据的采集时间序列相对应；根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；根据所述有效文本信息对应的第一采集时间序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
6.在一种可选的实施方式中，所述根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，包括：将所述目标文本信息输入语义分析处理模型中，输出所述目标文本信息的语义分析结果；根据所述工作属性信息关联的目标业务场景，从所述语义分析结果中，提取与所述目标业务场景相关的文本信息作为所述有效文本信息。
7.在一种可选的实施方式中，所述根据所述有效文本信息对应的第一采集时间序
列，确定所述被监测对象在所述预设工作时段内的有效工作时长，包括：根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息；从所述第一采集时间序列中，确定每一所述工作状态关联的第一有效文本信息对应的第二采集时间序列；将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
8.在一种可选的实施方式中，所述从所述第一采集时间序列中，确定每一所述工作状态关联的第一有效文本信息对应的第二采集时间序列，包括：针对每一所述工作状态关联的第一有效文本信息，在所述第一采集时间序列中，分别确定该工作状态关联的不同第一有效文本信息对应的目标位置点；根据不同第一有效文本信息各自对应的目标位置点，从所述第一采集时间序列中，确定所述被监测对象在该工作状态下的第二采集时间序列。
9.在一种可选的实施方式中，所述确定所述被监测对象在所述预设工作时段内的有效工作时长，还包括：获取每两个相邻的第二采集时间序列之间的时间间隔；针对每一所述时间间隔，若确定该时间间隔小于或者等于休息时间阈值，则确定所述时间间隔为有效时间间隔；将每一所述有效时间间隔以及每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在所述预设工作时段内的有效工作时长。
10.在一种可选的实施方式中，所述方法，还包括：根据预设的划分长度，将所述预设工作时段划分为多个单位工作时段；其中，所述划分长度根据所述被监测对象的工作属性信息确定；根据所述第一采集时间序列位于每一所述单位工作时段内的部分时间序列，确定所述被监测对象在每一所述单位工作时段内的有效工作时长；针对每一所述单位工作时段，根据所述被监测对象在该单位工作时段内的有效工作时长满足的不同时间条件，确定所述被监测对象在该单位工作时段内的在岗状态；其中，不同时间条件至少包括基于一个预设时间阈值划分的两个时间范围；所述两个时间范围分别对应脱岗状态和在岗状态。
11.第二方面，本技术实施例还提供了另一种在岗状态监测方法，所述方法包括：获取被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的监测数据，且每一所述监测数据对应一采集时间序列和一采集位置序列；针对每一所述监测数据，将该监测数据转换成目标文本信息，所述目标文本信息与该监测数据的采集时间序列和采集位置序列相对应；根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；根据所述有效文本信息对应的第一采集时间序列和第一采集位置序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
12.在一种可选的实施方式中，所述获取被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的监测数据，包括：在所述被监测对象的工作属性信息关联的业务场景为服务接待类业务场景时，获取所述被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的原始音频数据；针对每一所述原始音频数据，从该原始音频数据中，识别所述被监测对象与接待方的对话数据；获取第一预设工作时段内、位于该第一预设工作时段关联的工作空间范围内的监控数据；其中，所述第一预设工作时段是该原始音频数据对应的预设工作时段；从所述监控数据中，获取所述被监测对象在所述第一预设工作时段内接待的人流量；在获取的所述人流量与识别出的所述接待方的数量满足预先设置的数量匹配条件时，确定所述对话数据为所述被监测对象的有效音频数据；将确定出的每一所述有效音频数据作为所述监测数据。
13.在一种可选的实施方式中，所述根据所述有效文本信息对应的第一采集时间序列和第一采集位置序列，确定所述被监测对象在所述预设工作时段内的有效工作时长，包括：根据所述被监测对象的工作属性信息，确定与所述工作属性信息关联的目标业务场景；根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息；针对每一所述工作状态，从所述第一采集位置序列中，确定该工作状态关联的第一有效文本信息对应的第二采集位置序列；根据所述第二采集位置序列与该工作状态关联的目标工作空间范围的匹配结果，从该工作状态关联的第一有效文本信息中，确定采集位置序列位于所述目标工作空间范围内的第二有效文本信息；从所述第一采集时间序列中，确定每一所述工作状态关联的第二有效文本信息对应的第二采集时间序列；将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
14.第三方面，本技术实施例提供了一种在岗状态监测装置，所述装置包括：第一获取模块，用于获取被监测对象在预设工作时段内的监测数据，所述监测数据对应一采集时间序列；第一转换模块，用于将所述监测数据转换成目标文本信息，所述目标文本信息与所述监测数据的采集时间序列相对应；第一处理模块，用于根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；第一确定模块，用于根据所述有效文本信息对应的第一采集时间序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
15.第四方面，本技术实施例还提供了另一种在岗状态监测装置，所述装置包括：第二获取模块，用于获取被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的监测数据，且每一所述监测数据对应一采集时间序列和一采集位置序列；第二转换模块，用于针对每一所述监测数据，将该监测数据转换成目标文本信息，所述目标文本信息与该监测数据的采集时间序列和采集位置序列相对应；第二处理模块，用于根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；第二确定模块，用于根据所述有效文本信息对应的第一采集时间序列和第一采集位置序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
16.第五方面，本技术实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的在岗状态监测方法的步骤。
17.第六方面，本技术实施例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上存储有计算机程序，所述计算机程序被处理器运行时执行上述的在岗状态监测方法的步骤。
18.本技术的实施例提供的技术方案可以包括以下有益效果：本技术提供的在岗状态监测方法，通过获取被监测对象在预设工作时段内的监测数据；将该监测数据转换成目标文本信息，并且目标文本信息与该监测数据的采集时间序列相对应；然后，根据被监测对象的工作属性信息，对目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；最后，根据有效文本信息对应的第一采集时间序列，确定被监测对象在所述预设工作时段内的有效工作时长。通过这种方式，本技术可以对被监测对象的在岗状态进行持续性监测，得到被监测对象在工作时段内的有效工作时长，有利于反映出被监测对象在工作时段内的真实在岗状态，提高员工绩效考核结果的准确度。
19.为使本技术的上述目的、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
20.为了更清楚地说明本技术实施例的技术方案，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技术的某些实施例，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。
21.图1示出了本技术实施例所提供的一种在岗状态监测方法的流程示意图；图2示出了本技术实施例所提供的一种确定有效文本信息的方法的流程示意图；图3示出了本技术实施例所提供的一种确定被监测对象在不同工作状态下分别对应的有效工作时长的方法的流程示意图；图4示出了本技术实施例所提供的一种确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图；
图5示出了本技术实施例所提供的另一种确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图；图6示出了本技术实施例所提供的另一种在岗状态监测方法的流程示意图；图7示出了本技术实施例所提供的一种确定被监测对象的有效监测数据的方法的流程示意图；图8示出了本技术实施例所提供的一种如何在空间有效的考核维度下，确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图；图9示出了本技术实施例所提供的一种第一在岗状态监测装置的结构示意图；图10示出了本技术实施例所提供的一种第二在岗状态监测装置的结构示意图；图11为本技术实施例提供的一种计算机设备1100的结构示意图。
具体实施方式
22.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。 应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
23.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
24.需要说明的是，本技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
25.在本技术其中一种实施例中的一种在岗状态监测方法可以运行于终端设备或者是服务器。其中，终端设备可以为本地终端设备。当在岗状态监测方法运行于服务器时，该方法则可以基于云交互系统来实现与执行，其中，云交互系统包括服务器和客户端设备（也即终端设备）。
26.为便于对本技术实施例进行理解，下面以服务器作为执行主体为例，对本技术实施例提供的一种在岗状态监测方法进行详细介绍。
27.如图1所示，图1示出了本技术实施例所提供的一种在岗状态监测方法的流程示意图，其中，该方法包括步骤s101
‑
s104；具体的：s101，获取被监测对象在预设工作时段内的监测数据，所述监测数据对应一采集时间序列。
28.这里，监测数据的具体数据内容可以包括但不限于以下至少之一：被监测对象的语音数据，被监测对象所在工作环境的音频数据，例如：机械设备的运转声音、操作键盘、鼠标时产生的电子音等，被监测对象的时间监测数据；对于监测数据的具体数据内容，本技术
实施例不作任何限定。
29.本技术实施例中，在以服务器作为方案的执行主体时，可以通过位于被监测对象所在工作环境内的数据采集装置，来采集上述的监测数据；数据采集装置与服务器之间可以通过无线网络或有线网络的方式，建立通信连接，服务器通过上述建立的通信连接，来接收数据采集装置发送的所述监测数据。
30.这里，数据采集装置的装置类型与其采集的监测数据的数据类型相对应，例如，若监测数据为音频类数据，则数据采集装置可以是录音设备，若监测数据为视频类数据，则数据采集装置可以是录像设备；对于数据采集装置的具体装置类型，本技术实施例同样不作任何限定。
31.具体实施方式中，考虑到当前的智能设备技术发展迅猛，相较于传统方式下需要固定安装在特定位置的监控录像设备和录音装置而言，当前的智能设备中已经存在更为轻便、易于人们携带的便携式录音设备，因此，在一种优选实施方式下，上述数据采集装置可以是被监测对象随身佩戴的录音设备，此时，上述监测数据可以是该录音设备在预设工作时段内采集到的所有音频数据，上述采集时间序列即为监测数据对应的采集时刻所形成的时间序列。
32.这里，以上述优选实施方式下的录音设备为例，除录音设备采集到的监测数据之外，录音设备还可以将录音设备本身的设备操作参数信息同步发送给服务器，其中，设备操作参数信息可以包括但不限于以下至少之一：录音开启时间、录音暂停时间、录音结束时间、剩余存储容量、剩余电量；对于设备操作参数信息的具体内容，本技术实施例不作任何限定。
33.具体的，对于工作时间较为固定的被监测对象而言，预设工作时段可以是该被监测对象对应的固定工作时段，例如，被监测对象a的固定工作时段是早8点
‑
晚5点，除午休时间外，被监测对象a的固定工时为8个小时，此时，被监测对象a对应的预设工作时段可以是早8点
‑
晚5点的固定工作时段。
34.这里，结合上述设备操作参数信息，在一种可选的实施方式下，服务器还可以根据接收到的录音开启时间、录音暂停时间、录音结束时间，确定出被监测对象在预设工作时段内的录音总时长。此时，对于如上述被监测对象a一类的具有固定工时的被监测对象而言，若服务器确定出的录音总时长小于该被监测对象的固定工时，则可以确定该被监测对象在预设工作时段内存在脱岗情况，以此作为该被监测对象的绩效考核参考数据。
35.需要说明的是，本技术实施例中被监测对象的数量可以是一个也可以是多个，当被监测对象为多个时，考虑到不同被监测对象对应的预设工作时段可能不同，其对应的监测数据也可能存在不同。因此，对于多个被监测对象，仍然可以按照本技术实施例提供的上述处理方法，对多个被监测对象各自对应的监测数据逐一进行处理，以确定每个被监测对象在预设工作时段内的有效工作时长，重复之处在此不再赘述。
36.s102，将所述监测数据转换成目标文本信息，所述目标文本信息与所述监测数据的采集时间序列相对应。
37.具体的，在步骤s101中给出的优选实施方式下，也即，监测数据是音频数据时，本技术实施例中，作为一可选实施例，可以按照以下步骤来得到目标文本信息：步骤1，对监测数据进行语音检测处理，以从监测数据中，删除无声片段和环境噪
声片段，得到有效监测数据。
38.这里，在监测数据属于音频数据时，可以使用vad（voice activity detection，语音端点检测）算法，对监测数据进行上述的语音检测处理。
39.具体的，利用vad算法，可以对监测数据中的语音片段和非语音片段（即无声片段和环境噪声片段）分别进行标记，进而，可以从监测数据中，删除标记为非语音片段的无效监测数据。由于vad算法是一种较为成熟的语音检测处理手段，因此，对于vad算法的具体实现原理，本技术实施例不再进行赘述。
40.步骤2，对有效监测数据进行语音识别处理，将语音识别处理的结果作为所述目标文本信息。
41.具体的，在上述步骤1的基础上可知，有效监测数据是多个语音片段组成的语音序列，此时，可以使用asr（automatic speech recognition，自动语音识别）算法，对有效监测数据进行上述的语音识别处理，以得到有效监测数据所对应的目标文本信息，其中，目标文本信息相当于以文本形式存在的有效监测数据。同样的，asr算法也是一种较为成熟的语音识别处理手段，因此，对于asr算法的具体实现原理，本技术实施例不再进行赘述。
42.需要说明的是，在上述步骤1和步骤2的处理过程中，仅仅是对监测数据进行数据处理，并不会改变监测数据与采集时间序列的对应关系。也即，若监测数据中语音片段b对应的采集时间序列为11:00
‑
11:03，则执行完步骤2之后，语音片段b对应的目标文本信息b对应的采集时间序列仍然为11:00
‑
11:03。
43.s103，根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息。
44.这里，工作属性信息用于表征被监测对象的工作特征，不同的工作属性信息关联不同的业务场景，业务场景所属的具体业务类型取决于被监测对象所属的业务类型，因此，对于不同业务类型下的被监测对象而言，其对应不同的工作属性信息和不同的业务场景。
45.在一种可选的实施方式中，图2示出了本技术实施例所提供的一种确定有效文本信息的方法的流程示意图，如图2所示，其中，该方法包括步骤s201
‑
s202；具体的：s201，将所述目标文本信息输入语义分析处理模型中，输出所述目标文本信息的语义分析结果。
46.这里，语义分析处理模型是根据被监测对象的工作属性信息对应的语料信息训练得到的；所述语料信息至少包括：与所述工作属性信息相关的业务文本信息以及所述业务文本信息对应的语义分析处理结果；语义分析处理模型的具体训练方法可以参考现有的nlp（natural language processing，自然语言处理）语义分析模型的训练方法，在此不再赘述。
47.需要说明的是，当被监测对象为多个时，在训练语义分析处理模型时，需要根据与每一所述被监测对象的工作属性信息对应的语料信息，来确定语义分析处理模型的训练数据。
48.s202，根据所述工作属性信息关联的目标业务场景，从所述语义分析结果中，提取与所述目标业务场景相关的文本信息作为所述有效文本信息。
49.具体实施方式中，不同的业务场景关联不同的业务相关词库，以目标业务场景为例，目标业务场景关联的业务相关词库中包括多个与目标业务场景相关的业务关键词，针
对每一业务关键词，从上述语义分析结果中，提取与该业务关键词具有相同语义的文本信息；将提取的所有文本信息作为有效文本信息。
50.这里，由于有效文本信息是与目标业务场景相关的文本信息，而目标业务场景是被监测对象的工作属性信息关联的业务场景，因此，有效文本信息可以表征被监测对象在有效文本信息对应的采集时间序列下处于工作状态。
51.s104，根据所述有效文本信息对应的第一采集时间序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
52.这里，结合步骤s103可知，有效文本信息可以表征被监测对象在有效文本信息对应的采集时间序列下处于工作状态，因此，在一种可选的实施方式下，可以将第一采集时间序列对应的时间长度作为被监测对象在所述预设工作时段内的有效工作时长。
53.需要说明的是，与上述步骤s102中对于“目标文本信息”的说明相似，步骤s103仅仅是对目标文本信息的信息内容进行语义分析和业务相关性的文本匹配处理，并不会改变有效文本信息与采集时间序列的对应关系，因此，有效文本信息对应的第一采集时间序列即为有效文本信息关联的部分监测数据所对应的采集时间序列。
54.示例性的说明，目标文本信息为：a、b、c、d、e、f、g；其中，每一字母可以表征一个具体的分词，也可以表征一段文本信息，本技术对此不进行限定；被监测对象a的工作属性信息关联的目标业务场景为销售服务类业务场景，若按照上述步骤s201
‑
s202所示的处理方法，确定目标文本信息中的b、e、g是与销售服务类业务场景相关的有效文本信息，则对于有效文本信息b、e、g而言，若有效文本信息b关联的监测数据所对应的采集时间序列为9:00
‑
11:00、有效文本信息e关联的监测数据所对应的采集时间序列为14:00
‑
15:00、有效文本信息g关联的监测数据所对应的采集时间序列为16:10
‑
17:20，则可以得到第一采集时间序列为9:00
‑
11:00、14:00
‑
15:00、16:10
‑
17:20，被监测对象在预设工作时段内的有效工作时长为4小时10分钟。
55.下面针对上述各步骤在本技术实施例中的具体实施过程，分别进行详细说明：针对上述步骤s104的具体实施过程，在确定出被监测对象在预设工作时段内的有效工作时长的基础上，本技术实施例还给出了如何在目标业务场景下，根据被监测对象所处的不同工作状态，对于上述确定出的有效工作时长进一步分类，以得到被监测对象在每一个具体工作状态下的有效工作时长的可选实施方式，具体的：如图3所示，图3示出了本技术实施例所提供的一种确定被监测对象在不同工作状态下分别对应的有效工作时长的方法的流程示意图，其中，该方法包括步骤s301
‑
s303；具体的：s301，根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息。
56.这里，由于被监测对象在同一业务场景下可以执行多项不同的工作，在执行不同工作时，被监测对象所处的工作状态不同，因此，每一业务场景可以关联一个或多个工作状态词库，其中，每一工作状态词库中包括多个表征于同一工作状态的工作关键词。
57.具体实施方式中，针对目标业务场景关联的每一个工作状态词库，根据有效文本信息与该工作状态词库的匹配结果，可以从有效文本信息中，识别出能够表征目标工作状
态的目标有效信息；其中，目标工作状态即为该工作状态词库表征的工作状态；目标有效信息即为目标工作状态关联的第一有效文本信息。这里，上述的匹配结果指的是语义匹配结果。
58.示例性的说明，以目标业务场景为销售服务类业务场景为例，其中，销售服务类业务场景关联的工作状态词库包括：工作准备状态词库c1、客户交流状态词库c2、商品推荐状态词库c3；有效文本信息为：w1、w2、w3
…
w20;将有效文本信息分别与上述3个工作状态词库进行匹配，若有效文本信息与工作准备状态词库c1的匹配结果为：w1、w2、w3，有效文本信息与客户交流状态词库c2的匹配结果为：w8、w9、w10、w11，有效文本信息与商品推荐状态词库c3的匹配结果为：w17、w18、w19、w20，则可以确定在该目标业务场景下，工作准备状态关联的第一有效文本信息为：w1、w2、w3，客户交流状态关联的第一有效文本信息为：w8、w9、w10、w11，商品推荐状态关联的第一有效文本信息为：w17、w18、w19、w20。
59.这里，结合上述示例，需要说明的是，有效文本信息并不一定与目标业务场景关联的工作状态词库完全匹配，也即，匹配出的第一有效文本信息组成的信息集合可能等于有效文本信息，也可能等于部分有效文本信息，对此，本技术实施例不作任何限定。
60.s302，从所述第一采集时间序列中，确定每一所述工作状态关联的第一有效文本信息对应的第二采集时间序列。
61.具体的，本技术实施例中，作为一可选实施例，还可以按照以下步骤来得到被监测对象在单一工作状态下的第二采集时间序列：步骤1，针对每一所述工作状态关联的第一有效文本信息，在所述第一采集时间序列中，分别确定该工作状态关联的不同第一有效文本信息对应的目标位置点。
62.示例性的说明，以上述示例中工作准备状态关联的第一有效文本信息为：w1、w2、w3为例，若有效文本信息对应的第一采集时间序列为：t1、t2、t3
…
t20；其中，第一采集时间序列与有效文本信息是一一对应的，则可以确定第一有效文本信息w1在第一采集时间序列中对应的目标位置点为时间区间t1所对应的位置点，确定第一有效文本信息w2在第一采集时间序列中对应的目标位置点为时间区间t2所对应的位置点，确定第一有效文本信息w3在第一采集时间序列中对应的目标位置点为时间区间t3所对应的位置点。
63.步骤2，根据不同第一有效文本信息各自对应的目标位置点，从所述第一采集时间序列中，确定所述被监测对象在该工作状态下的第二采集时间序列。
64.示例性的说明，仍以上述示例中的工作准备状态关联的第一有效文本信息为：w1、w2、w3为例，可以确定被监测对象在工作准备状态下的第二采集时间序列为：t1、t2、t3。
65.s303，将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
66.示例性的说明，仍以上述示例为例，若t1对应的时间长度为20分钟，t2对应的时间长度为40分钟，t1对应的时间长度为30分钟；则可以确定被监测对象在工作准备状态下的有效工作时长为90分钟。
67.结合上述步骤s301
‑
s303所示的具体实施方式，在一种可选的实施方式下，图4示出了本技术实施例所提供的一种确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图，如图4所示，在执行完步骤s303之后，该方法还包括s401
‑
s403；具体的：s401，获取每两个相邻的第二采集时间序列之间的时间间隔。
68.这里，结合上述步骤s301
‑
s303可知，每一个第二采集时间序列对应于被监测对象在一个特定工作状态下的有效工作时长，也即，从目标业务场景表征的业务维度下，可以确定被监测对象在每一个第二采集时间序列下处于工作状态；但是，正如步骤s301中所述的，匹配出的第一有效文本信息组成的信息集合并不一定等于有效文本信息，也即，在匹配失败的有效文本信息对应的采集时间序列（即所述时间间隔）下，被监测对象可能处于工作状态，也可能处于空闲状态。
69.基于此，在上述步骤s301
‑
s303的基础上，还可以通过判断被监测对象在每一所述时间间隔内的工作状态，来对步骤s104的计算结果进行进一步校验，以提高确定出的有效工作时长的准确度。
70.示例性的说明，仍以步骤s301
‑ꢀ
s303所示的示例为例，可以确定工作准备状态关联的第二采集时间序列为：t1、t2、t3，客户交流状态关联的第二采集时间序列为：t8、t9、t10、t11，商品推荐状态关联的第二采集时间序列为：t17、w18、w19、w20；此时，可以获取t3与t8之间的时间间隔为t1，t11与t17之间的时间间隔为t2。
71.s402，针对每一所述时间间隔，若确定该时间间隔小于或者等于休息时间阈值，则确定所述时间间隔为有效时间间隔。
72.这里，所述休息时间阈值可以根据被监测对象的工作属性信息确定，也即，不同业务场景下的被监测对象对应的休息时间阈值可以不同；对于同一被监测对象而言，休息时间阈值的具体取值还可以根据被监测对象本身的工作属性特点进行调整；例如，若被监测对象在上午12点之前处于工作高峰期，则可以将被监测对象在工作高峰期内对应的休息时间阈值调低，若被监测对象在下午3点之后处于工作空闲期，则可以将被监测对象在工作空闲期内对应的休息时间阈值调高。对于休息时间阈值的具体取值，本技术实施例不作任何限定。
73.示例性的说明，仍以上述示例为例，若被监测对象的休息时间阈值为30分钟，时间间隔t1为 20分钟，时间间隔t2为40分钟，则可以确定时间间隔t1为有效时间间隔，时间间隔t2为无效时间间隔。
74.s403，将每一所述有效时间间隔以及每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在所述预设工作时段内的有效工作时长。
75.示例性的说明，仍以上述示例为例，若工作准备状态关联的第二采集时间序列对应的时间长度为90分钟，客户交流状态关联的第二采集时间序列对应的时间长度为2个小时，商品推荐状态关联的第二采集时间序列对应的时间长度为3个小时，有效时间间隔t1为 20分钟；则可以确定被监测对象在所述预设工作时段内的有效工作时长为6个小时50分钟。
76.在另一种可选的实施方式下，图5示出了本技术实施例所提供的另一种确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图，如图5所示，该方法还包括s501
‑
s503；具体的：s501，根据预设的划分长度，将所述预设工作时段划分为多个单位工作时段。
77.这里，所述划分长度根据所述被监测对象的工作属性信息确定。
78.需要说明的是，划分长度的具体取值的确定方法可以参照步骤s402中对于休息时间阈值的具体取值的说明，重复之处在此不再赘述。
79.示例性的说明，若被监测对象对应的预设工作时段为早8点
‑
晚5点，预设的划分长
度为1个小时，则可以将上述预设工作时段划分为9个时长为1个小时的单位工作时段。
80.s502，根据所述第一采集时间序列位于每一所述单位工作时段内的部分时间序列，确定所述被监测对象在每一所述单位工作时段内的有效工作时长。
81.这里，由于有效文本信息可以表征被监测对象在有效文本信息对应的采集时间序列下处于工作状态，也即，被监测对象在第一采集时间序列下处于工作状态（也即在岗状态）；因此，在一种可选的实施方式下，可以将第一采集时间序列位于每一单位工作时段内的部分时间序列作为被监测对象在每一单位工作时段内处于工作状态中的时间序列。
82.示例性的说明，仍以上述示例为例，被监测对象对应的预设工作时段为早8点
‑
晚5点，将上述预设工作时段划分为9个时长为1个小时的单位工作时段；若第一采集时间序列为：8:15
‑
9:30、10:20
‑
11:30、13:10
‑
14:20、15:00
‑
16:10、16:20
‑
17:00；则可以确定被监测对象在第1个单位工作时段内的有效工作时长为45分钟、在第2个单位工作时段内的有效工作时长为30分钟、在第3个单位工作时段内的有效工作时长为40分钟、在第4个单位工作时段内的有效工作时长为30分钟、在第5个单位工作时段内的有效工作时长为0分钟、在第6个单位工作时段内的有效工作时长为50分钟、在第7个单位工作时段内的有效工作时长为20分钟、在第8个单位工作时段内的有效工作时长为60分钟、在第9个单位工作时段内的有效工作时长为50分钟。
83.s503，针对每一所述单位工作时段，根据所述被监测对象在该单位工作时段内的有效工作时长满足的不同时间条件，确定所述被监测对象在该单位工作时段内的在岗状态。
84.这里，不同时间条件至少包括基于一个预设时间阈值划分的两个时间范围；所述两个时间范围分别对应脱岗状态和在岗状态。
85.需要说明的是，预设时间阈值的具体取值的确定方法可以参照步骤s402中对于休息时间阈值的具体取值的说明，重复之处在此不再赘述。
86.具体实施方式中，作为一可选实施例，所述根据所述被监测对象在该单位工作时段内的有效工作时长满足的不同时间条件，确定所述被监测对象在该单位工作时段内的在岗状态，包括：步骤1，若被监测对象在该单位工作时段内的有效工作时长小于或者等于所述预设时间阈值，则确定被监测对象在该单位工作时段内处于脱岗状态。
87.示例性的说明，以上述示例中被监测对象在第2个单位工作时段内的有效工作时长为30分钟为例，若被监测对象的预设时间阈值为40分钟，则可以确定被监测对象在第2个单位工作时段内处于脱岗状态。
88.步骤2，若被监测对象在该单位工作时段内的有效工作时长大于所述预设时间阈值，则确定被监测对象在该单位工作时段内处于在岗状态。
89.示例性的说明，以上述示例中被监测对象在第1个单位工作时段内的有效工作时长为45分钟为例，若被监测对象的预设时间阈值为40分钟，则可以确定被监测对象在第1个单位工作时段内处于在岗状态。
90.在上述步骤s101
‑ꢀ
s104的基础上，考虑到若监测数据中包括监测数据的采集位置信息，则还可以在工作空间是否有效的空间考核维度下，对上述各步骤确定出的被监测对象在预设工作时段内的有效工作时长进行优化，以进一步提高确定出的有效工作时长的准
确度，从而，更加真实地反映被监测对象在工作时段内的在岗状态。
91.基于此，本技术还提供了另一种在岗状态监测方法，下面仍以服务器作为执行主体为例，对本技术实施例提供的另一种在岗状态监测方法进行详细介绍。
92.如图6所示，图6示出了本技术实施例所提供的另一种在岗状态监测方法的流程示意图，其中，该方法包括步骤s601
‑
s604；具体的：s601，获取被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的监测数据，且每一所述监测数据对应一采集时间序列和一采集位置序列。
93.这里，考虑到被监测对象在不同工作时段下对应需要考核的有效工作空间范围可能不同，例如，被监测对象上午在本职单位进行工作，下午需要执行外勤任务，去往目标客户所在单位进行外出拜访工作；亦或是被监测对象在一特定的目标工作周期内被派往外地分公司执行出差任务，则被监测对象在该目标工作周期内对应需要考核的有效工作空间范围也需要由本职单位变更为外地分公司。因此，相较于步骤s101的监测数据获取方式，在步骤s601中，还需要根据定位数据采集装置，来采集监测数据对应的采集位置信息，将采集到的采集位置信息作为监测数据对应的上述采集位置序列。
94.具体实施方式中，上述定位数据采集装置可以是被监测对象随身携带的终端设备，例如，通过手机的gps（global positioning system，全球定位系统）定位功能获取上述采集位置序列；也可以是散布于所述工作空间范围内的多个定位类装置设备，对于定位数据采集装置的具体装置类型，本技术实施例不作任何限定。
95.这里，上述的定位数据采集装置与监测数据对应的数据采集装置之间，可以通过有线网络或无线网络的方式进行通信，以保证定位数据采集装置采集的上述采集位置序列与数据采集装置采集的监测数据和上述采集时间序列能够一一对应。
96.需要说明的是，除上述提到的采集位置序列的获取方式之外，步骤s601的其他具体实施方式与步骤s101相似，可以参照上述步骤s101的内容，重复之处在此不再赘述。
97.s602，针对每一所述监测数据，将该监测数据转换成目标文本信息，所述目标文本信息与该监测数据的采集时间序列和采集位置序列相对应。
98.这里，监测数据转换成目标文本信息的具体实施方式与步骤s102相似，可以参照上述步骤s102的内容，重复之处在此不再赘述。
99.需要说明的是，与采集时间序列相似，在对监测数据进行文本信息转换处理时，仅仅是对监测数据进行数据的转换处理，并不会改变监测数据与采集位置序列的对应关系。
100.s603，根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息。
101.这里，有效文本信息的具体确定方式与步骤s103相似，可以参照上述步骤s103的内容，重复之处在此不再赘述。
102.s604，根据所述有效文本信息对应的第一采集时间序列和第一采集位置序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
103.这里，第一采集位置序列用于表征有效文本信息在被监测对象对应的空间考核维度下也是有效的，也即，在步骤s101
‑
s104所示的有效文本信息的基础上，利用有效文本信息对应的采集位置序列，在被监测对象对应的空间考核维度下，对有效文本信息的采集位置序列是否有效进行判断，筛选出第一采集位置序列下的有效文本信息作为步骤s601
‑
s604所述的有效文本信息，得到步骤s604中确定出的被监测对象在预设工作时段内的有效工作时长。
104.下面针对步骤s601
‑
s604的具体实施过程中，与步骤s101
‑ꢀ
s104不同的部分具体实施方式进行详细说明。
105.针对上述步骤s601的具体实施过程，在步骤s101给出的优选实施方式下，也即，在监测数据是录音设备在预设工作时段内采集到的所有音频数据的情况下，本技术实施例还给出了如何在特定业务场景下，对于监测数据是否有效进行进一步判断，以得到被监测对象的真实有效的监测数据的可选实施方式，具体的：如图7所示，图7示出了本技术实施例所提供的一种确定被监测对象的有效监测数据的方法的流程示意图，其中，该方法包括步骤s701
‑
s706；具体的：s701，在所述被监测对象的工作属性信息关联的业务场景为服务接待类业务场景时，获取所述被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的原始音频数据。
106.这里，考虑到在服务接待类业务场景下，被监测对象的监测数据中可能包括大量被监测对象与接待方的对话类音频数据，在对监测数据中的有效数据进行筛选时，除步骤s102下的步骤1中给出的有效监测数据筛选方式之外，还需要对监测数据中的对话类音频数据是否存在单人/多人作弊嫌疑，进一步筛选，以得到真实有效的监测数据。
107.具体的，原始音频数据的获取方法可以参照上述步骤s101中给出的音频数据的获取方法，重复之处在此不再赘述。
108.s702，针对每一所述原始音频数据，从该原始音频数据中，识别所述被监测对象与接待方的对话数据。
109.这里，目前的录音设备在采集原始音频数据时，可以通过分通道的方式进行采集，也即，可以根据采集到的音频数据的频段范围和/或音频物理特征等音频特征，对音频特征存在明显差异的发声对象分别进行标记，从而，服务器可以根据接收到的原始音频数据中发声对象的不同标记数量，来确定每一原始音频数据中的发声对象的数量，并根据发声对象为被监测对象的目标标记，提取出被监测对象与其他发声对象（即接待方）的对话数据。
110.s703，获取第一预设工作时段内、位于该第一预设工作时段关联的工作空间范围内的监控数据。
111.这里，第一预设工作时段是该原始音频数据对应的预设工作时段。
112.需要说明的是，除监控数据之外，对于诸如商场或是仓库等具有商品物流监测系统的目标类型下的工作空间范围，也可以使用商品物流监测系统在第一预设工作时段内监测到的商品售出数据，来替代上述监控数据。对于监控数据的具体数据类型，本技术实施例并不进行限定。
113.s704，从所述监控数据中，获取所述被监测对象在所述第一预设工作时段内接待的人流量。
114.这里，以通用的视频类监控数据为例，可以对监控数据进行人脸识别等图像处理，以确定被监测对象在第一预设工作时段内真实接待的接待方的数量。
115.s705，在获取的所述人流量与识别出的所述接待方的数量满足预先设置的数量匹配条件时，确定所述对话数据为所述被监测对象的有效音频数据。
116.这里，针对所述数量匹配条件，需要说明的是，考虑到数据处理可能会存在一定的数据误差，因此，数量匹配条件可以是要求获取的所述人流量与所述接待方的数量完全相同；也可以是要求获取的所述人流量与所述接待方的数量之间的数量差异小于或者等于一个预设的数量阈值；对此，本技术实施例不作任何限定。
117.s706，将确定出的每一所述有效音频数据作为所述监测数据。
118.这里，需要说明的是，除上述步骤s701
‑ꢀ
s705的实施方式之外，在执行步骤s706时，同样可以执行步骤s102下的步骤1中给出的有效监测数据筛选方式，对此，本技术实施例不作任何限定。
119.针对上述步骤s604的具体实施过程，下面通过具体实施例，对于在被监测对象对应的空间考核维度下，如何对有效文本信息的采集位置序列是否有效进行判断，进行详细说明，具体的：如图8所示，图8示出了本技术实施例所提供的一种如何在空间有效的考核维度下，确定被监测对象在预设工作时段内的有效工作时长的方法的流程示意图，其中，该方法包括步骤s801
‑
s806；具体的：s801，根据所述被监测对象的工作属性信息，确定与所述工作属性信息关联的目标业务场景。
120.这里，关于目标业务场景以及工作属性信息的解释，可以参照上述步骤s202中的相关内容，重复之处在此不再赘述。
121.s802，根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息。
122.这里，关于有效文本信息、工作状态词库以及第一有效文本信息的解释，可以参照上述步骤s301中的具体实施方式以及相关内容，重复之处在此不再赘述。
123.s803，针对每一所述工作状态，从所述第一采集位置序列中，确定该工作状态关联的第一有效文本信息对应的第二采集位置序列。
124.具体的，与步骤s302中确定第二采集时间序列的实施方式相似，本技术实施例中，作为一可选实施例，还可以按照以下步骤来得到被监测对象在单一工作状态下的第二采集位置序列：步骤1，针对每一所述工作状态关联的第一有效文本信息，在所述第一采集位置序列中，分别确定该工作状态关联的不同第一有效文本信息对应的目标采集位置点。
125.示例性的说明，以上述步骤s302的示例中工作准备状态关联的第一有效文本信息为：w1、w2、w3为例，若有效文本信息对应的第一采集位置序列为：d1、d2、d3
…
d20；其中，第一采集位置序列与有效文本信息是一一对应的，则可以确定第一有效文本信息w1在第一采集位置序列中对应的目标采集位置点为d1，确定第一有效文本信息w2在第一采集位置序列中对应的目标采集位置点为d2，确定第一有效文本信息w3在第一采集位置序列中对应的目标采集位置点为d3。
126.步骤2，根据不同第一有效文本信息各自对应的目标采集位置点，从所述第一采集位置序列中，确定所述被监测对象在该工作状态下的第二采集位置序列。
127.示例性的说明，仍以上述示例中的工作准备状态关联的第一有效文本信息为：w1、
w2、w3为例，可以确定被监测对象在工作准备状态下的第二采集位置序列为：d1、d2、d3。
128.s804，根据所述第二采集位置序列与该工作状态关联的目标工作空间范围的匹配结果，从该工作状态关联的第一有效文本信息中，确定采集位置序列位于所述目标工作空间范围内的第二有效文本信息。
129.这里，由于被监测对象在同一业务场景下可以执行多项不同的工作，在执行不同工作时，被监测对象所处的工作状态不同，因此，每一工作状态可以关联一个或多个目标工作空间范围，其中，目标工作空间范围用于表征被监测对象在该工作状态下对应的有效工作空间。
130.具体实施方式中，上述目标工作空间范围可以根据被监测对象的工作属性信息确定。
131.示例性的说明，仍以上述示例中的工作准备状态为例，工作准备状态关联的目标工作空间范围包括：被监测对象的工位空间范围p1和培训会议室的空间范围p2；根据被监测对象在工作准备状态下的第二采集位置序列为：d1、d2、d3，将该第二采集位置序列分别与上述工作准备状态关联的目标工作空间范围进行匹配，若第二采集位置序列d1位于被监测对象的工位空间范围p1内，第二采集位置序列d2也位于被监测对象的工位空间范围p1内，第二采集位置序列d3位于被监测对象的工位空间范围p1和培训会议室的空间范围p2之外，则可以确定被监测对象在工作准备状态下关联的第二有效文本信息为w1、w2。进一步的，若确定第二采集位置序列d3位于客户洽谈室的空间范围p3内，则确定被监测对象在客户洽谈室的空间范围p3下处于工作准备状态是不合理的（也即无效的）。
132.s805，从所述第一采集时间序列中，确定每一所述工作状态关联的第二有效文本信息对应的第二采集时间序列。
133.这里，每一第二有效文本信息对应的第二采集时间序列的确定方法，可以参照上述步骤s302中的具体实施方式以及相关内容，重复之处在此不再赘述。
134.示例性的说明，仍以上述示例为例，被监测对象在工作准备状态下关联的第二有效文本信息为w1、w2，则可以确定监测对象在工作准备状态下关联的第二采集时间序列为t1、t2。
135.s806，将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
136.这里，步骤s806的具体实施方式与步骤s303相同，重复之处在此不再赘述。
137.需要说明的是，在步骤s806之后，仍然可以按照上述步骤s401
‑ꢀ
s403所示的实施方法，进一步确定被监测对象在预设工作时段内的有效工作时长，重复之处在此不再赘述。
138.同样的，在步骤s601
‑ꢀ
s604所示的实施方式的基础上，也可以按照上述步骤s501
‑ꢀ
s503所示的实施方法，将每一预设工作时段划分为多个单位工作时段，通过确定被监测对象在每一单位工作时段内的有效工作时长，来确定被监测对象在每一单位工作时段内的真实在岗状态，重复之处在此不再赘述。
139.对于本技术实施例提供的在岗状态监测方法，还需要说明的是，本技术实施例中提供的上述所有步骤均可以在服务器或者终端设备中独立实现，其步骤的具体实施过程并不向外展示，以保护被监测对象的个人监测隐私安全。在此基础上，监测数据的获取过程还可以通过数据加密传输的方式进行，以进一步提高监测数据的保密性能，保证监测数据的
传输安全。
140.基于同一发明构思，本技术还提供了与上述s101
‑
s104所示的在岗状态监测方法对应的第一在岗状态监测装置，由于本技术实施例中的第一在岗状态监测装置解决问题的原理与本技术实施例中上述s101
‑
s104所示的在岗状态监测方法相似，因此，第一在岗状态监测装置的实施可以参见上述在岗状态监测方法的实施，重复之处不再赘述。
141.如图9所示，图9示出了本技术实施例所提供的一种第一在岗状态监测装置的结构示意图，所述第一在岗状态监测装置包括：第一获取模块901，用于获取被监测对象在预设工作时段内的监测数据，所述监测数据对应一采集时间序列；第一转换模块902，用于将所述监测数据转换成目标文本信息，所述目标文本信息与所述监测数据的采集时间序列相对应；第一处理模块903，用于根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；第一确定模块904，用于根据所述有效文本信息对应的第一采集时间序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
142.在一种可选的实施方式中，第一处理模块903，具体用于：将所述目标文本信息输入语义分析处理模型中，输出所述目标文本信息的语义分析结果；根据所述工作属性信息关联的目标业务场景，从所述语义分析结果中，提取与所述目标业务场景相关的文本信息作为所述有效文本信息。
143.在一种可选的实施方式中，第一确定模块904，具体用于：根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息；从所述第一采集时间序列中，确定每一所述工作状态关联的第一有效文本信息对应的第二采集时间序列；将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
144.在一种可选的实施方式中，在所述从所述第一采集时间序列中，确定每一所述工作状态关联的第一有效文本信息对应的第二采集时间序列时，第一确定模块904，具体用于：针对每一所述工作状态关联的第一有效文本信息，在所述第一采集时间序列中，分别确定该工作状态关联的不同第一有效文本信息对应的目标位置点；根据不同第一有效文本信息各自对应的目标位置点，从所述第一采集时间序列中，确定所述被监测对象在该工作状态下的第二采集时间序列。
145.在一种可选的实施方式中，在所述确定所述被监测对象在所述预设工作时段内的有效工作时长时，第一确定模块904，还用于：获取每两个相邻的第二采集时间序列之间的时间间隔；针对每一所述时间间隔，若确定该时间间隔小于或者等于休息时间阈值，则确定
所述时间间隔为有效时间间隔；将每一所述有效时间间隔以及每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在所述预设工作时段内的有效工作时长。
146.在一种可选的实施方式中，所述第一在岗状态监测装置，还包括：划分模块，用于根据预设的划分长度，将所述预设工作时段划分为多个单位工作时段；其中，所述划分长度根据所述被监测对象的工作属性信息确定；时长确定模块，用于根据所述第一采集时间序列位于每一所述单位工作时段内的部分时间序列，确定所述被监测对象在每一所述单位工作时段内的有效工作时长；状态确定模块，用于针对每一所述单位工作时段，根据所述被监测对象在该单位工作时段内的有效工作时长满足的不同时间条件，确定所述被监测对象在该单位工作时段内的在岗状态；其中，不同时间条件至少包括基于一个预设时间阈值划分的两个时间范围；所述两个时间范围分别对应脱岗状态和在岗状态。
147.基于同一发明构思，本技术还提供了与上述s601
‑
s604所示的在岗状态监测方法对应的第二在岗状态监测装置，由于本技术实施例中的第二在岗状态监测装置解决问题的原理与本技术实施例中上述s601
‑
s604所示的在岗状态监测方法相似，因此，第二在岗状态监测装置的实施可以参见上述在岗状态监测方法的实施，重复之处不再赘述。
148.如图10所示，图10示出了本技术实施例所提供的一种第二在岗状态监测装置的结构示意图，所述第二在岗状态监测装置包括：第二获取模块1001，用于获取被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的监测数据，且每一所述监测数据对应一采集时间序列和一采集位置序列；第二转换模块1002，用于针对每一所述监测数据，将该监测数据转换成目标文本信息，所述目标文本信息与该监测数据的采集时间序列和采集位置序列相对应；第二处理模块1003，用于根据所述被监测对象的工作属性信息，对所述目标文本信息进行语义分析和业务相关性的文本匹配处理，得到有效文本信息；第二确定模块1004，用于根据所述有效文本信息对应的第一采集时间序列和第一采集位置序列，确定所述被监测对象在所述预设工作时段内的有效工作时长。
149.在一种可选的实施方式中，第二获取模块1001，具体用于：在所述被监测对象的工作属性信息关联的业务场景为服务接待类业务场景时，获取所述被监测对象在每一预设工作时段内、位于该预设工作时段关联的工作空间范围内的原始音频数据；针对每一所述原始音频数据，从该原始音频数据中，识别所述被监测对象与接待方的对话数据；获取第一预设工作时段内、位于该第一预设工作时段关联的工作空间范围内的监控数据；其中，所述第一预设工作时段是该原始音频数据对应的预设工作时段；从所述监控数据中，获取所述被监测对象在所述第一预设工作时段内接待的人流量；在获取的所述人流量与识别出的所述接待方的数量满足预先设置的数量匹配条件时，确定所述对话数据为所述被监测对象的有效音频数据；
将确定出的每一所述有效音频数据作为所述监测数据。
150.在一种可选的实施方式中，第二确定模块1004，具体用于：根据所述被监测对象的工作属性信息，确定与所述工作属性信息关联的目标业务场景；根据所述有效文本信息与所述目标业务场景关联的工作状态词库的匹配结果，从所述有效文本信息中，确定所述目标业务场景下的每一工作状态关联的第一有效文本信息；针对每一所述工作状态，从所述第一采集位置序列中，确定该工作状态关联的第一有效文本信息对应的第二采集位置序列；根据所述第二采集位置序列与该工作状态关联的目标工作空间范围的匹配结果，从该工作状态关联的第一有效文本信息中，确定采集位置序列位于所述目标工作空间范围内的第二有效文本信息；从所述第一采集时间序列中，确定每一所述工作状态关联的第二有效文本信息对应的第二采集时间序列；将每一所述第二采集时间序列对应的时间长度，确定为所述被监测对象在每一所述工作状态下的有效工作时长。
151.如图11所示，本技术实施例提供了一种计算机设备1100，用于执行本技术中的在岗状态监测方法，该设备包括存储器1101、处理器1102及存储在该存储器1101上并可在该处理器1102上运行的计算机程序，其中，上述处理器1102执行上述计算机程序时实现上述的在岗状态监测方法的步骤。
152.具体地，上述存储器1101和处理器1102可以为通用的存储器和处理器，这里不做具体限定，当处理器1102运行存储器1101存储的计算机程序时，能够执行上述的在岗状态监测方法。
153.对应于本技术中的在岗状态监测方法，本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的在岗状态监测方法的步骤。
154.具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述的在岗状态监测方法。
155.在本技术所提供的实施例中，应该理解到，所揭露系统和方法，可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
156.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
157.另外，在本技术提供的实施例中的各功能单元可以集成在一个处理单元中，也可
以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
158.所述功能如果以软件功能单元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，本技术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）执行本技术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（read
‑
only memory， rom）、随机存取存储器（random access memory ，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
159.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，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
160.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围。都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。