CN103578003A - 基于Petri网寻找电子商务模型变化区域的新方法 - Google Patents

基于Petri网寻找电子商务模型变化区域的新方法 Download PDF

Info

Publication number
CN103578003A
CN103578003A CN201310577576.XA CN201310577576A CN103578003A CN 103578003 A CN103578003 A CN 103578003A CN 201310577576 A CN201310577576 A CN 201310577576A CN 103578003 A CN103578003 A CN 103578003A
Authority
CN
China
Prior art keywords
variation
region
model
ecommerce
electronic commerce
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
Application number
CN201310577576.XA
Other languages
English (en)
Inventor
方贤文
刘璐
吴俊枝
刘祥伟
方新建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN201310577576.XA priority Critical patent/CN103578003A/zh
Publication of CN103578003A publication Critical patent/CN103578003A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于Petri网和模块寻找电子商务中变化区域的新方法,涉及流程模型的提取和转化、变化区域的确定以及变化区域的优化。在没有目标模型的情况下,首先提取电子商务中业务流程模型;然后,分析各模块的Petri网流程模型的行为关系,以模块间的共用的输出点为观测点,采用动态分析的方法,确定流程模型中可能存在变化区域的模块即变化模块,并通过合成操作给出流程模型的变化区域;最后采用T-不变量筛选出最优的变化区域,从而形成了一种快速准确的寻找电子商务中的变化区域。本发明提出了业务流程变化区域寻找的新方法,有效地解决了电子商务中流程模型的变化查找问题,避免了现有解决方法的不准确性。

Description

基于Petri网寻找电子商务模型变化区域的新方法
技术领域
本发明属于电子商务监控技术领域,涉及一种电子商务模型变化区域寻找的新方法,它特别适用于对电子商务中的业务流程进行快速的故障检测和提取。
背景技术
随着企业业务的扩展,各个企业分布在网络上的资源得不到有效的利用,因此如何有效整合已有的商业资源,改善企业运营效率,成为提高综合市场竞争力的关键。由于业务量和业务范围的扩张和剧增,传统的Web模式已经难以适应高强度、高密度、高广度的电子商务模式。因此,实现资源的合理高效使用,得到了电子商务领域的广泛重视。在电子商务中,不同的建模目的可以产生不同的业务流程模型,如电子商务的服务管理,电子商务的交易系统,以及电子商务的组合优化等,在这些模型中并不是所有模型都可以满足建模要求的,那如何保证电子商务中业务流程的准确性,就需要对其进行有效的分析和实时监测。所以,寻找流程模型的变化区域成为了电子商务的核心问题。
主要的解决流程模型变化问题的方法有:分析语言学和流程行为方面、比较流程模型之间流程一致性或相似性、建立约束模型和语言等等。这些研究中,主要是使用已确定的目标模型与其相匹配的流程模型进行比较来寻找流程模型的变化部分。在确定流程模型变化区域过程中,主要是通过选取流程模型中固定的点作为观测点,然后找出流程模型的变化区域或疑似变化点。这些静态研究得到的流程模型的变化区域或疑似点,具有盲目性和不确定性。
发明内容
本发明主要解决的问题是:提供一种基于Petri网和模块寻找电子商务中业务流程的变化区域,并在此基础上优化变化区域,实现对电子商务中业务流程模型运行中出现的故障进行快速寻找的同时,提高了寻找变化域的准确性。
为此,本发明的解决方案如下所述:
对于电子商务的业务流程模型提取和预处理,本发明采用Petri网和模块语义,并结合模块分解的方法对电子商务中的业务流程模型进行处理,转变为分块的且结构清晰的Petri网流程模型。
根据所得到的分块Petri网流程模型,不仅可以更加清晰的看出流程模型的结构,还可以观察流程模型在运行过程中的行为变化。对于确定业务流程模型的变化区域,本发明采用了模块行为分析的方法,以模型中所有的模块的输出变迁为观测点,进行动态搜索,在模块的行为轮廓的基础上分析预处理后的流程模型中模块间的行为关系,确定流程模型中可能存在变化区域的模块即变化模块,并合并变化模块得到变化区域,避免了通过建立复杂而不准确的目标模型与之比较而得到不准确的变化区域。
当变化区域确定以后,需要考虑其精确性问题。因此,对于变化区域的优化,本发明采用了T-不变量的筛选方法,根据计算所得的分块Petri网的T-不变量以及所得的变化区域中的活动变迁,确定变化区域中的关键路径,从而优化变化区域,得到一个比较精确的业务流程变化区域。
附图说明
图1为本发明的寻找变化区域结构图;
图2为本发明的业务流程模型提取和预处理流程图;
图3为本发明的确定变化区域流程图;
图4为本发明的优化变化区域流程图。
具有实施方式
本发明提出基于Petri网和模块的一种快速定位电子商务中的变化区域的方法,并对其进行优化以确保精确性。
下面结合附图对本发明做进一步的说明:
电子商务中变化区域的寻找方法可分为三个部分,如图1所示。首先,对电子商务中业务流程模型进行提取和预处理,以预设定的结果和建模需求作为标准,提取出未能满足建模要求和达到建模目的的模型。同时,采用Petri网和模块语义对提取业务流程模型进行转化:第一步先将提取的业务流程模型通过Petri网语义转换成Petri网流程模型;第二步,采用模块分解技术,对已得到的Petri网模型进行模块分解,最终得到分块的Petri网模型,见图2。
然后,对所得的分块Petri网流程模型进行变化域搜索。以模块的共同的输入节点为观测节点并以模块行为轮廓为分析依据,进行动态搜索,分析流程模型中每个模块的行为。若流程模型中的模块不能满足模块的行为,即为变化模块。将得到变化模块进行合并,得到了流程模型的变化区域,见图3。
最后,如图4所示,以所得流程模型的变化区域内的活动变迁为基础并计算出分块Petri网流程模的T-不变量,挑选出变化区域内的关键路径,最终得到精确的最优变化区域,形成电子商务的故障检测,实现对电子商务在运行中的在线检测。

Claims (4)

1.一种寻找电子商务中业务流程变化区域的新方法,包括流程模型的提取和预处理、流程模型的变化域的确定以及变化区域的优化方法,其特征在于:对流程模型进行提取和预处理,实现了对电子商务中有问题的业务流程模型的结构分析,建立相对应的模块Petri网流程模型,得到更清晰的结构特征;在此基础上确定变化区域,并结合独特的方法实现对变化区域的优化,快速准确的寻找电子商务的变化区域。
2.根据权利要求1所述的流程模型的提取和预处理,其特征在于:在Petri网和模块的相关知识,将电子商务中的业务流程模型进行转化,采用模块分解技术对电子商务的业务流程模型进分块,能够使得业务流程模型的结构更为清晰。
3.根据权利要求1所述的确定变化区域,其特征在于:建立相应的模块行为轮廓分析流程模型的行为关系,从动态的角度考虑观测变迁的选择,从而能够快速得到流程模型的变化域。
4.根据权利要求1所述的变化域的优化,其特征在于:采用T-不变量对变化区域中的变化路径进行筛选,得到关键路径,从而优化变化区域,提高所得变化区域的精确性。
CN201310577576.XA 2013-11-15 2013-11-15 基于Petri网寻找电子商务模型变化区域的新方法 Pending CN103578003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310577576.XA CN103578003A (zh) 2013-11-15 2013-11-15 基于Petri网寻找电子商务模型变化区域的新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310577576.XA CN103578003A (zh) 2013-11-15 2013-11-15 基于Petri网寻找电子商务模型变化区域的新方法

Publications (1)

Publication Number Publication Date
CN103578003A true CN103578003A (zh) 2014-02-12

Family

ID=50049738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310577576.XA Pending CN103578003A (zh) 2013-11-15 2013-11-15 基于Petri网寻找电子商务模型变化区域的新方法

Country Status (1)

Country Link
CN (1) CN103578003A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133856A (zh) * 2014-07-14 2014-11-05 安徽理工大学 一种带配置信息的业务流程合并模型的摘要提取方法
CN105138445A (zh) * 2015-08-17 2015-12-09 安徽理工大学 基于概率行为关系挖掘业务流程中不可见任务的新方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359347A (zh) * 2008-10-07 2009-02-04 北京交通大学 基于随机Petri网的铁路应急预案的建模方法
WO2011003837A1 (de) * 2009-07-08 2011-01-13 Schneider Electric Automation Gmbh Verfahren zur optimierung von petri-netz orchestrierten arbeitsabläufen für service-orientierte automatisierungsgeräte in service-orientierten automatisierten systemen

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359347A (zh) * 2008-10-07 2009-02-04 北京交通大学 基于随机Petri网的铁路应急预案的建模方法
WO2011003837A1 (de) * 2009-07-08 2011-01-13 Schneider Electric Automation Gmbh Verfahren zur optimierung von petri-netz orchestrierten arbeitsabläufen für service-orientierte automatisierungsgeräte in service-orientierten automatisierten systemen

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MARIAGRAZIA DOTOLI 等: "On-line fault detection in discrete event systems by Petri nets and integer linear programming", 《AUTOMATICA》 *
岳昊 等: "库所耦合网的T_不变量求解算法", 《系统仿真学报》 *
彭建兵 等: "基于极小T_不变量增加的Petri网可达性分析", 《计算机应用研究》 *
方贤文 等: "基于Petri网和Web的电子商务安全性分析", 《计算机工程与设计》 *
郝文君 等: "基于Petri网的流程模型中最小变化域的分析方法", 《计算机科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133856A (zh) * 2014-07-14 2014-11-05 安徽理工大学 一种带配置信息的业务流程合并模型的摘要提取方法
CN105138445A (zh) * 2015-08-17 2015-12-09 安徽理工大学 基于概率行为关系挖掘业务流程中不可见任务的新方法

Similar Documents

Publication Publication Date Title
WO2019140878A1 (zh) 基于图数据库的电网拓扑分析引擎系统及方法
US10262262B2 (en) Semantic method for terminal devices of internet of things
CN107358347A (zh) 基于工业大数据的装备集群健康状态评估方法
CN105373472B (zh) 一种基于数据库的统计准确性的测试方法及测试系统
CN105184886A (zh) 一种云数据中心智能巡检系统及方法
CN105354697A (zh) 一种基于财务科目规则库的自动在线审计方法及系统
CN105893669A (zh) 一种基于数据挖掘的全局仿真性能预测方法
CN104182527A (zh) 基于偏序项集的中英文本词间关联规则挖掘方法及其系统
US20230004451A1 (en) Method for generating topology diagram, anomaly detection method, device, apparatus, and storage medium
CN104484412A (zh) 基于多形式处理的大数据分析系统
CN104317794A (zh) 基于动态项权值的中文特征词关联模式挖掘方法及其系统
CN110287237B (zh) 一种基于社会网络结构分析社团数据挖掘方法
CN103578003A (zh) 基于Petri网寻找电子商务模型变化区域的新方法
CN103823847A (zh) 一种关键词的扩充方法及装置
CN115469585B (zh) 一种基于大数据的水电机组状态监测方法及系统
Fengjuan et al. The research on complex event processing method of internet of Things
CN103955192B (zh) 一种用于污水处理厂的曲线报表数据采样方法
CN109816428A (zh) 一种基于大数据机器学习的用水量分析系统及方法
Li et al. The research of multi-source information fusion based on cloud computing
Peng et al. Research on data quality detection technology based on ubiquitous state grid internet of things platform
Du Evaluation method of English teaching quality based on fuzzy comprehensive evaluation
Huiguang et al. Research on Tracking Technology of Service Call Chain Based on Microservice Architecture
Shen et al. Preliminary Study of Network System Reliability Based on Big Data
Li et al. Application research of energy data acquisition and analysis based on real-time stream processing platform
Xiaodong et al. Artificial Intelligence in power multimodal data analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination