CN105677458A - 用于获取针对事件的约束的方法和装置 - Google Patents

Abstract

本发明提供了用于获取针对事件的约束的方法和装置。具体地，提供了一种方法，包括：从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系，多个事件序列中的每个事件序列是为实现目标而执行的一系列历史事件；基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响；以及响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。进一步，提供了一种方法，包括：从所述多个事件序列中提取多个事件；针对所述多个事件中的每个事件，采用本发明方法，获取针对所述每个事件的约束；以及基于所述每个事件以及针对所述每个事件的所述约束，生成所述案例管理模型。

Description

用于获取针对事件的约束的方法和装置

技术领域

本发明的各实施方式涉及案例管理模型(CaseManagementModel)，更具体地，涉及用于获取针对事件(event)的约束(constraint)的方法和装置。

背景技术

随着计算机硬件和软件技术的发展，计算机辅助系统已经能够针对人们生活的各个方面提供管理和支持。例如，计算机辅助软件已经进入到诸如生产管理、办公自动化等越来越多的领域。多种领域中可以存在自身的约束，目前已经开发出了基于这些约束来生成案例管理模型，并将其用于管理和控制诸如生产上的各项事务的流程的技术方案。

在这些技术方案中，可以利用案例管理模型来描述操作流程中的各个事件之间关系。事件可能需要满足各种约束，例如，有些事件必须执行(required)，有些事件可以重复执行，有些事件与其他事件之间还具有时间上的依赖关系，等等。在成功获取事件需要满足的约束之后，可以基于这些约束来生成案例管理模型，继而可以基于该案例管理模型来监视实际运行流程中的各个事件序列是否符合案例管理模型的要求。

在案例管理模型相关的处理过程中，获取事件需要满足的约束是后续处理的基础。尽管目前已经开发出一些获取针对事件的约束的技术方案，然而这些技术方案大多涉及各种人工操作，或者仅仅能够考虑单个约束的影响，而并不能从整体上考虑多个约束的影响。因而，如何以更加准确、有效的方式来获取针对事件的约束，已经成为一个关注的焦点。

发明内容

因而，期望开发出一种能够用于获取针对事件的约束的技术方案，期望该技术方案可以在无需人工干预的情况下，从多个历史事件序列中获取针对事件的约束。进一步，期望开发出一种能够基于多个历史事件来自动生成案例管理模型的技术方案。

根据本发明的一个方面，提供了一种用于获取针对事件的约束的方法，包括：从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标(goal)之间的对应关系，多个事件序列中的每个事件序列是为实现目标而执行的一系列历史事件；基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响；以及响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。

在本发明的一个实施方式中，提供了一种用于从多个事件序列生成案例管理模型的方法，包括：从多个事件序列中提取多个事件；针对多个事件中的每个事件，采用根据本发明的任一项的方法，获取针对每个事件的约束；以及基于每个事件以及针对每个事件的约束，生成案例管理模型。

在本发明的一个实施方式中，提供了一种用于获取针对事件的约束的装置，包括：获取模块，配置用于从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系，多个事件序列中的每个事件序列是为实现目标而执行的一系列历史事件；确定模块，配置用于基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响；以及确定模块，配置用于响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。

在本发明的一个实施方式中，提供了一种用于从多个事件序列生成案例管理模型的装置，包括：提取模块，配置用于从多个事件序列中提取多个事件；获取模块，包括根据本发明的任一项的装置，配置用于针对多个事件中的每个事件，获取针对每个事件的约束；以及生成模块，配置用于基于每个事件以及针对每个事件的约束，生成案例管理模型。

采用本发明所述的方法和装置，可以在尽量不改变现有技术方案的前提下，以更加准确和有效的方式来获取针对事件的约束。此外，还可以从多个历史事件序列中提取多个事件，并且获取针对所提取的多个事件的约束，进而生成案例管理模型。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了适于用来实现本发明实施方式的示例性移动设备12的框图；

图2示意性示出了案例管理模型中的各种类型的约束关系的框图；

图3示意性示出了根据本发明一个实施方式的用于获取针对事件的约束的技术方案的框图；

图4示意性示出了根据本发明一个实施方式的用于获取针对事件的约束的方法的流程图；

图5示意性示出了根据本发明一个实施方式的与事件相关联的多个候选约束与目标之间的对应关系；

图6A-6C示意性示出了根据本发明一个实施方式的至少一部分候选约束对于目标的影响的度量；

图7示意性示出了根据本发明一个实施方式的基于所获取的约束关系建立案例管理模型的过程的框图；

图8示意性示出了根据本发明一个实施方式的用于从多个事件序列生成案例管理模型的过程的框图；以及

图9A示意性示出了根据本发明一个实施方式的用于获取针对事件的约束的装置的框图，图9B示意性示出了根据本发明一个实施方式的用于从多个事件序列生成案例管理模型的装置的框图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施方式的功能和使用范围带来任何限制。

如图1所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施方式的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施方式中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其他计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其他模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

图2示意性示出了案例管理模型中的各种类型的约束关系的框图200。为方便描述起见，在本发明的上下文中将仅以设备维护为示例，来详细描述本发明的各个实施方式的细节。概括而言，在图2所示的案例管理模型的含义是，期望通过执行基础检验210、调试212、和后续检验214这三个事件，来实现将电流限制在小于或者等于6.5安培的目标。

参见图2，案例管理模型中可以涉及多种数据：(1)事件：指处理过程期间执行的各种任务(task)，例如，在图2所示的设备维护的示例中的针对被维护设备执行基础检验210、调试212和后续检验214(以方框示出)；(2)参数：指在处理过程期间涉及的各种数据项，例如，在图2所示的设备维护的示例中的所测量的各种参数(例如，在虚线框中如参考数字250表示的电压参数和电流参数)；(3)目标：指在处理过程中期望达到的目标(例如，在椭圆框中如参考数字230处所示的“电流≤6.5安培”)；(4)约束：指在处理过程期间各个事件需要满足的约束。

约束可以包括多种类型。例如，约束可以包括数据约束(dataconstraint)，数据约束是指在执行一个事件时数据需要满足的条件。如图2中所示，在经由箭头A指示的虚线框所示出的数据约束242是“电压≤1.5伏特”，该数据约束表示，在执行调试212时需要满足“电压≤1.5伏特”。

约束可以包括时间约束(temporalconstraint)，时间约束是指两个事件在时间上的约束条件。如图2中所示，在基础检验210和调试212之间的带有菱形末端的虚线表示时间约束。该约束表示在执行调试212之前应当先执行基础检验210；另外，在调试212和后续检验214之间的带有菱形末端的虚线也表示时间约束。该约束表示在执行后续检验214之前应当先执行调试212。在图2中，以箭头B1和B2示出的两个约束都属于时间约束244。

约束可以包括存在性约束(existenceconstraint)，用于描述事件是否是必须的(required)或者可重复的(repeatable)。在本发明的上下文中，存在性约束表示在用于实现目标所执行的事件序列中是否出现和/或出现次数的要求。具体地，必须的约束表示该事件必须出现至少一次，而可重复的约束表示该事件可以被重复多次。

如图2所示，以“！”表示必须的约束，以“|||”表示可重复的约束。在图2中，经由箭头C1、C2和C2示出的三个约束都属于存在性约束248。关于案例管理模型的图形化标识的更多细节，本领域技术人员可以参见案例管理模型规范，在此不再赘述。

应当注意，尽管在本发明的上下文中以设备维护为具体应用环境示出了本发明的各个实施方式，本领域技术人员应当理解，本发明还可以应用于其他应用环境。例如，可以应用于针对患者进行诊断的医院环境。此时如图2中所示的事件210例如可以是验血，事件212可以是治疗，事件214可以是后续的其他化验，参数例如是化验项目Scr(血清肌酐)和HbAlc(糖化血红蛋白)的结果，数据约束例如是SCr≤1.5，目标例如是HbAlc≤6.5。

本领域技术人员应当理解，在图2中仅仅示意性示出了包括较少数量的事件的示例，然而在实际应用环境中，可能会包括数十甚至更多的事件，并且各个事件还可能需要满足复杂的约束。当面临复杂的应用环境时，现有的基于人工的方式不再适用。

另一方面，各个约束并非单独针对目标产生影响，而是两个或者更多约束可以共同对目标产生积极或者消极的影响。因而现有技术中的单独地考虑单一约束对于目标的影响的技术方案并不能准确地找到各个约束对于目标的影响，因而也不能准确地发现针对事件的约束。

应当注意，根据不同的应用环境，不同的候选约束可能会对目标产生不同程度的影响。例如，假设一共包括n个候选约束，对目标产生显著影响的约束可能仅仅只涉及其中的一部分(例如，2-3个)。本发明的各个实施方式的目的在于方便快速地找到对目标产生显著影响的那些候选约束。

基于上述技术方案中的不足，本发明提出了一种获取针对事件的约束的技术方案。在本发明的一个实施方式中，提出了一种用于获取针对事件的约束的方法，包括：从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系，多个事件序列中的每个事件序列是用于实现目标而执行的一系列历史事件；基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响；以及响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。

图3示意性示出了根据本发明一个实施方式用于获取针对事件的约束的技术方案的原理图300。在本发明的一个实施方式中，候选约束可以包括上文中参见图2描述的多种类型的约束。事件日志310中包括多个事件序列，多个事件序列中的每个事件序列是为实现目标而执行的一系列历史事件。在针对设备进行维护的应用环境中，每个事件序列可以是针对一个设备进行维护时所执行的历史事件序列；在针对患者进行治疗的医院环境中，每个事件序列可以是针对一个患者进行治疗时所执行的历史事件序列。

如图3所示，如箭头a所示，从事件日志310中包括的多个事件序列获取候选约束和目标之间的对应关系320。该对应关系320记载了目标(对应关系320中的最后一列“Goal”)和多个候选约束(对应关系320中的第1-6列)之间的对应关系。

在此示例中，对应关系320中第1-6列中所示的多个候选约束是针对图2中所示的基础检验210的各种约束的符号化表示。例如，第一列和第二列中示出的符号f_R和f_U都表示基础检验210的存在性约束，其中f_R表示必须执行基础检验210，而f_U表示基础检验210不可重复执行。f_B和f_C表示基础检验210的时间约束，而f_x和f_y都表示基础检验210的数据约束。

接着，如箭头b所示，基于对应关系，确定多个候选约束中的至少一部分候选约束(多个候选约束的子集内的候选约束)对目标的影响330。可以采用多种度量来衡量影响的大小，在下文中将具体描述。最后，可以从影响330中选择满足预定条件(例如，数值最大的)的影响，并将与该影响相对应的至少一部分候选约束确定为约束(如箭头c所示)。此时，所确定的约束即为对目标产生显著影响的约束(例如，约束340)，而对于对目标仅产生较小影响的候选约束，则可以将其忽略。

图4示意性示出了根据本发明一个实施方式用于获取针对事件的约束的方法的流程图400。如图4所示，在步骤S410中，从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系，多个事件序列中的每个事件序列是为实现目标而执行的一系列历史事件。

在本发明的一个实施方式中，本领域技术人员可以自行定义多个候选约束的范围，如果期望考虑可能对目标产生影响的全部因素，则可以考虑多方面内容(例如，存在性约束、时间约束、以及数据约束)；或者还可以仅考虑其中的一部分约束(例如，时间约束和数据约束)；或者当已经基于其他技术方案发现仅有一部分候选约束对目标的影响较大，则可以仅考虑这部分候选约束。

在步骤S420中，基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响。在此实施方式中，可以基于该至少一部分候选约束的满足与目标的实现之间的趋势是否一致来作为影响的度量。本领域技术人员可以基于统计学中有关置信度(confidence)的原理来自行设计具体的计算公式。

置信度(confidence)的计算公式为Confidence(U-＞V)＝P(U|V)。置信度是指在事件U出现时，事件V是否会出现或者出现的概率如何。例如，如果Confidence(U-＞V)＝1，则表示事件U和V一定会出现；而如果Confidence(U-＞V)的数值相当低，则表明事件U的出现与事件V是否出现关系不大。在本发明的一个实施方式中，U可以表示至少一部分候选约束的满足，而V可以表示目标的实现，以此方式则可以获得至少一部分候选约束对于目标的影响。

本领域技术人员应当理解，在此实施方式中，多个候选约束中的“至少一部分候选约束”可以一个或者多个候选约束。由于多个候选约束之间可能会相互影响，因而可以从少到多地逐步增加待评估的、对目标产生影响的候选约束的数量。

在步骤S430中，响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。在此步骤中，例如可以选择对于目标影响最大的至少一部分候选约束。

在下文中将参见具体示例描述本发明的各个步骤的细节。具体示例包括三个事件：即事件A、事件B和事件C；两个参数：即参数x(取值范围为正数)和参数y(取值范围为布尔值，即，T和F)；并且目标为y＝T。事件日志如下文表1所示：

表1事件日志

序号	事件序列
		1	<(B,4,F),(A,3,T),(C,3,T)>
2	<(C,0,F),(A,1,F),(A,1,F)>
		…	…

在上文表1所示的事件日志中，每个事件序列包括3个事件。具体地，事件序列1中包括三个事件：(B,4,F)、(A,3,T)和(C,3,T)。其中每个事件以三元组表示，三个元素分别表示事件的名称，执行完该事件后的x的值，以及执行完该事件后的y的值。例如，(B,4,F)表示，执行完事件B后，x＝4并且y＝F；(A,3,T)表示执行完事件A后，x＝3并且y＝T。

应当注意，每个三元组中的参数的值是执行完三元组中的事件后的参数的值，如果需要获得执行三元组中的事件时的参数的值，可以参见事件序列中的前一个三元组中的参数的值。具体地，对于事件序列1，如果希望知道执行事件A时x和y的值，则从三元组(B,4,F)可知，执行事件A时x＝4并且y＝F。

在本发明的一个实施方式中，从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系包括：基于事件在多个事件序列中的每个事件序列中的每次出现，构造与每次出现相关联的约束特征向量，约束特征向量中的每个元素表示多个候选约束中的一个候选约束的状态；以及基于约束特征向量和目标，获得对应关系。

现在参见具体示例解释事件的每次出现的含义。在事件序列1中记载了<(B,4,F),(A,3,T),(C,3,T)>，可以发现事件A在该事件序列1中仅出现了一次，因而可以基于事件A在事件序列1中的一次出现来生成一个约束特征向量。又例如，事件序列2为<(C,0,F),(A,1,F),(A,1,F)>，可以发现事件A在该事件序列2中出现了两次，因而可以基于事件A在事件序列2中的两次出现生成两个约束特征向量。当事件日志中包括更多事件序列时，还可以基于事件A在其他事件序列中的每次出现而生成更多的约束特征向量。

约束特征向量中的每个元素表示多个候选约束中的一个候选约束的状态，下文表2示出了针对事件A的多个候选约束的含义：

表2针对事件A的候选约束

序号	符号	含义
			1	fR	存在性约束：必须执行事件A
2	fU	存在性约束：事件A不可重复执行
			3	fT(B)	时间约束：在执行事件A之前应当先执行事件B
4	fT(C)	时间约束：在执行事件A之前应当先执行事件C
			5	fD(x)	数据约束：x的值对于执行事件A的约束
6	fD(y)	数据约束：y的值对于执行事件A的约束

当考虑上述全部6个候选约束时，可以以向量的方式来表示这6个候选约束的状态：(f_R,f_U,f_T(B),f_T(C),f_D(x),f_D(y))。

在本发明的一个实施方式中，构造与每次出现相关联的约束特征向量包括：针对约束特征向量中的每个元素，确定多个候选约束中的每个候选约束在与每次出现相关联的事件序列中的状态；以及基于每个候选约束的状态，建立约束特征向量。

在下文中将结合具体示例描述如何生成约束特征向量。对于事件A在事件序列1中的出现(A，3，T)，可以逐个分析每个候选约束的状态：

f_R：需要执行事件A，因而f_R＝T；

f_U：事件A没有被重复执行，因而f_U＝T；

f_T(B)：事件B在事件A之前执行，因而f_T(B)＝T；

f_T(C)：事件A之前没有执行事件C，因而f_T(C)＝F；

f_D(x)：参见执行完前一个三元组(B，4，F)可知，执行事件A之时x＝4；

f_D(y)：参见执行完前一个三元组(B，4，F)可知，执行事件A之时y＝F。

经由上述分析可知，针对事件A在事件序列1中的出现(A，3，T)的约束特征向量为(T，T，T，F，4，F)。接着，可以按照上述方法来分析事件A在事件序列2中的第一次出现(A，1，F)，可以得知针对事件A在事件序列2中的出现(A，1，F)的约束特征向量为(T，F，F，T，0，F)。本领域技术人员可以基于上文所述的原理，来获取事件A的其他出现的约束特征向量。

在本发明的一个实施方式中，多个候选约束的类型包括以下中的至少任一项：存在性约束、时间约束、以及数据约束。可以基于候选约束的类型来基于事件的每次出现获取候选约束的状态。

具体地，对于可重复类型的存在约束，可以在与事件的出现相关联的事件序列中查看该事件是否可以重复出现；对于数据约束，可以查看在执行该事件时各个参数的数值；对于时间约束，可以在与事件的出现相关联的事件序列中查看该事件的出现与另一事件的出现是否满足时序关系。

图5示意性示出了根据本发明一个实施方式的与事件相关联的多个候选约束与目标之间的对应关系500。基于约束特征向量、以及目标是否满足，本领域技术人员可以获得如图5所示的对应关系。具体地，当事件序列1执行完毕时，y＝T，因而目标得以满足，此时在图5所示的表格中，与事件序列1相对应的目标f_G的数值为T。又例如，当事件序列2执行完毕时，y＝F，因而目标得以满足，此时在图5所示的表格中，与事件序列2相对应的目标f_G的数值为F。

在本发明的一个实施方式中，基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响包括：生成多个候选约束的至少一个子集；以及针对至少一个子集中的每个子集，基于对应关系来确定每个子集中的候选约束对于目标的影响。

在此实施方式中，可以从少到多地逐步从多个候选约束中选择至少一部分候选约束，进而计算所选择的至少一部分候选约束对于目标的影响。具体地，可以选择多个候选约束的子集，并计算所选择的子集中的候选约束对于目标的影响。可以逐渐增加子集中的候选约束的数量，例如，可以首选选择仅包括一个候选约束的子集(即，1项子集(1-itemsubset))，继而再选择包括两个候选约束的子集(即，2项子集(2-itemsubset))，…，直至子集中候选约束的数量达到多个候选约束的数量。

在本发明的一个实施方式中，生成多个候选约束的至少一个子集包括：生成多个候选约束的1项子集，其中1项子集中的每个元素包括多个候选约束中的一个候选约束。在此实施方式中，最初的1项子集可以包括6个子集，即，{f_R}、{f_U}、{f_T(B)}、{f_T(C)}、{f_D(x)}、{f_D(y)}。本领域技术人员还可以根据具体应用环境的需要而定义包括其他元素的1项子集，例如，还可以包括针对某些约束进行非(NOT)运算，等等。以此方式，分别针对每个所选择的1项子集，可以基于如图5中所示的对应关系来计算该1项子集中的候选约束对于目标的影响。

在本发明的一个实施方式中，进一步包括：在至少一个轮次中，基于多个候选约束的(n-1)项子集来生成多个候选约束的n项子集，其中2≤n≤多个候选约束的数量，以及n项子集中的每个元素包括n个候选约束。在已经生成1项子集后，还可以逐步增加子集中所包括的候选约束的数量，逐步生成2项子集、3项子集等。

在本发明的一个实施方式中，通常目标并不会受到全部多个候选约束的影响，而是通常仅受到其中的一部分候选约束的影响。因而，不必生成包括最多数量的候选约束的子集，而是可以设置停止条件。例如，可以基于(n-1)项子集中的候选约束对于目标的影响，来判断是否生成n项子集。具体地，可以基于对目标的影响超过预定阈值的(n-1)项子集来生成n项子集。具体地，假设已经生成了多个候选约束的1项子集，并且其中{f_T(C)}对于目标的影响低于预定阈值，则在下一轮次中生成2项子集的过程中，可以不再考虑候选约束{f_T(C)}。以此方式，可以更准确地生成对于目标产生显著影响的子集。

在本发明的一个实施方式中，针对至少一个子集中的每个子集，基于对应关系来确定每个子集中的候选约束对于目标的影响包括：针对至少一个子集中的每个子集，基于对应关系确定每个子集中的候选约束对于目标的相关度以作为影响。

在此实施方式中，相关度反映了子集中的候选约束的满足与目标的实现之间的相关程度，本领域技术人员可以根据具体应用环境的需要而设计具体的计算公式。例如，以f表示子集中的候选约束，以f_G表示目标，则可以基于如下公式来计算相关度：

其中N(f,f_G)表示：f,f_G都为真(T)的案例的数量。或者，本领域技术人员还可以采用其他的计算公式，只要该公式能够衡量候选约束与目标的一致性的程度即可。

在此实施方式中，可以设置预定的阈值条件，并且当相关度低于阈值条件时，则不考虑相关度低于阈值条件的子集。例如，可以将相关度的阈值定义为0.5，在下一轮次中生成子集时，可以仅考虑相关度高于0.5的那些子集。

在本发明的一个实施方式中，为了进一步提供更高的准确性，影响还可以包括附加的因素，例如还可以考虑支持度的概念。在本发明的一个实施方式中，进一步包括：针对至少一个子集中的每个子集，基于对应关系确定每个子集中的候选约束的支持度；以及向影响中添加支持度。

在此支持度是指满足某约束的事件触发次数占事件触发总数的比例。事件一共被触发10次，其中有8次触发时满足了约束，则此时的该约束的支持度为8/10＝0.8。

采用上文中所述的具体方法，本领域技术人员可以基于如图5中所示的对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响。例如，可以首先确定多个候选约束的1项子集中的候选约束对于目标的影响，继而确定2项子集中的候选约束对于目标的影响，等等。

具体地，图6A-6C示意性示出了根据本发明一个实施方式的至少一部分候选约束对于目标的影响的度量600A-600C。应当注意，尽管图6A-6C中示意性示出了的影响的度量包括支持度和相关度，为简化计算，影响的度量中还可以仅包括相关度。在仅包括相关度的情况下，可以选择与最高相关度相对应的候选约束，来作为找到的产生最强影响的约束。或者，当影响的度量中包括支持度和相关度两者时，可以针对相关度和支持度两者设置预定条件，以便找到对于目标产生最强的候选约束。

如图6A所示，示出了多个候选约束的1项子集中的候选约束对于目标的影响的度量。假设针对相关度和支持度分别设置如下阈值条件：支持度≥0.5，相关度≥0.5。则在生成2项子集时，可以丢弃不满足上述两个阈值条件的1项子集(如图6A中以椭圆示出的部分)。因而，在生成2项子集时可以不考虑候选约束和f_U，并且基于图6A所示的影响中的前4行来生成2项子集。进一步，在生成3项子集时可以不考虑{f_U}。

本领域技术人员可以采用上文中所述的计算支持度和相关度的公式，来获得如图6B和图6C所示的影响的度量。并且最终从如图6A-图6C所示的影响度量中，选择相关度最高的子集。在此实施方式中，{f_R,f_T(B),f_D(x)＞2}中的多个候选约束是对目标产生显著影响的候选约束。

在已经找到了对目标具有显著影响的候选约束(例如，f_R,f_T(B),f_D(x)＞2)时，还可以基于这些候选约束来生成案例管理模型。具体地，图7示意性示出了根据本发明一个实施方式的基于所获取的约束关系建立案例管理模型的过程的框图700。案例管理模型中可以包括事件A-C(如参考数字710所示)，并且目前已经基于上文所述的方法提取了约束720(包括三个约束，分别是f_R,f_T(B),f_D(x)＞2)，因而可以依次向案例管理模型中加入这三个约束。

按照案例管理模型的标准，以“！”表示需要型存在性约束f_R，因而向事件A的下方添加“！”；以带菱形末端的虚线表示时间约束，因而在事件A和B之间加入虚线并且在事件处加入菱形符号，表示时间约束f_T(B)，即，先执行事件B再执行事件A；以虚线框表示数据约束，因而在事件A处加入标记有X>2的虚线框，表示数据约束f_D(x)＞2。

采用上文所述的技术方案，可以在无需人工干预的情况下，从多个历史事件序列中获取对事件的约束，并且还可以基于所获取的约束来生成案例管理模型。

在本发明的一个实施方式中，提供了一种用于从多个事件序列生成案例管理模型的方法，包括：从多个事件序列中提取多个事件；针对多个事件中的每个事件，采用根据权本发明所述的方法，获取针对每个事件的约束；基于每个事件以及针对每个事件的约束，生成案例管理模型。

在此实施方式中，可以针对多个事件中的每个事件执行上文所述的方法，并且获取针对每个事件的约束，继而可以基于所获取的全部约束来生成描述多个事件的执行流程的案例管理模型。图8示意性示出了根据本发明一个实施方式的用于从多个事件序列生成案例管理模型的过程的框图800。如图8所示，事件810(包括事件A、B和C)是从多个事件序列中提取的多个事件，约束820包括针对事件A、B和C的约束，可以按照参见图7所述的方法，向案例管理模型中逐一加入针对事件A、B和C的约束，以便生成案例管理模型830。

前面已经参考附图描述了实现本发明的方法的各个实施方式。本领域技术人员可以理解的是，上述方法既可以以软件方式实现，也可以以硬件方式实现，或者通过软件与硬件相结合的方式实现。并且，本领域技术人员可以理解，通过以软件、硬件或者软硬件相结合的方式实现上述方法中的各个步骤，可以提供一种基于相同发明构思的一种设备。即使该设备在硬件结构上与通用处理设备相同，由于其中所包含的软件的作用，使得该设备表现出区别于通用处理设备的特性，从而形成本发明的各个实施方式的设备。本发明中所述设备包括若干装置或模块，所述装置或模块被配置为执行相应步骤。本领域的所述技术人员通过阅读本说明书可以理解如何编写程序实现所述装置或模块执行的动作。由于所述设备与方法基于相同的发明构思，因此其中相同或相应的实现细节同样适用于与上述方法对应的装置或模块，由于其在上文中已经进行了详细和完整的描述，因此在下文中可能不再进行赘述。

图9A示意性示出了根据本发明一个实施方式用于获取针对事件的约束的装置的框图900A。具体地，提供了一种用于获取针对事件的约束的装置，包括：获取模块910A，配置用于从包括事件的多个事件序列中获取与事件相关联的多个候选约束与目标之间的对应关系，多个事件序列中的每个事件序列是用于实现目标而执行的一系列历史事件；确定模块920A，配置用于基于对应关系，确定多个候选约束中的至少一部分候选约束对目标的影响；以及确定模块930A，配置用于响应于影响的度量满足预定条件，将至少一部分候选约束确定为约束。

在本发明的一个实施方式中，获取模块910A包括：构造模块，配置用于基于事件在多个事件序列中的每个事件序列中的每次出现，构造与每次出现相关联的约束特征向量，约束特征向量中的每个元素表示多个候选约束中的一个候选约束的状态；以及获得模块，配置用于基于约束特征向量和目标，获得对应关系。

在本发明的一个实施方式中，构造模块包括：状态确定模块，配置用于针对约束特征向量中的每个元素，确定多个候选约束中的每个候选约束在与每次出现相关联的事件序列中的状态；以及建立模块，配置用于基于每个候选约束的状态，建立约束特征向量。

在本发明的一个实施方式中，确定模块920A包括：生成模块，配置用于生成多个候选约束的至少一个子集；以及影响确定模块，配置用于针对至少一个子集中的每个子集，基于对应关系来确定每个子集中的候选约束对于目标的影响。

在本发明的一个实施方式中，生成模块包括：第一子集生成模块，配置用于生成多个候选约束的1项子集，其中1项子集中的每个元素包括多个候选约束中的一个候选约束。

在本发明的一个实施方式中，进一步包括：第二子集生成模块，配置用于在至少一个轮次中，基于多个候选约束的(n-1)项子集来生成多个候选约束的n项子集，其中2≤n≤多个候选约束的数量，以及n项子集中的每个元素包括n个候选约束。

在本发明的一个实施方式中，影响确定模块包括：相关度计算模块，配置用于针对至少一个子集中的每个子集，基于对应关系确定每个子集中的候选约束对于目标的相关度以作为影响。

在本发明的一个实施方式中，进一步包括：支持度计算模块，配置用于针对至少一个子集中的每个子集，基于对应关系确定每个子集中的候选约束的支持度；以及添加模块，配置用于向影响中添加支持度。

在本发明的一个实施方式中，多个候选约束的类型包括以下中的至少任一项：存在性约束、时间约束、以及数据约束。

图9B示意性示出了根据本发明一个实施方式的用于从多个事件序列生成案例管理模型的装置的框图900B。在本发明的一个实施方式中，提供了一种用于从多个事件序列生成案例管理模型的装置，包括：提取模块910B，配置用于从多个事件序列中提取多个事件；获取模块920B，包括根据本发明的装置，配置用于针对多个事件中的每个事件，获取针对每个事件的约束；以及生成模块930B，配置用于基于每个事件以及针对每个事件的约束，生成案例管理模型。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Java、Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施方式中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施方式的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施方式的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。在有些作为替换的实现中，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。

以上已经描述了本发明的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施方式的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施方式。

Claims (20)

1.一种用于确定针对事件的约束的方法，包括：

从包括所述事件的多个事件序列中获取与所述事件相关联的多个候选约束与目标之间的对应关系，所述多个事件序列中的每个事件序列是为实现所述目标而执行的一系列历史事件；

基于所述对应关系，确定所述多个候选约束中的至少一部分候选约束对所述目标的影响；以及

响应于所述影响的度量满足预定条件，将所述至少一部分候选约束确定为所述约束。

2.根据权利要求1所述的方法，其中所述从包括所述事件的所述多个事件序列中获取与所述事件相关联的所述多个候选约束与所述目标之间的所述对应关系包括：基于所述事件在所述多个事件序列中的每个事件序列中的每次出现，

构造与所述每次出现相关联的约束特征向量，所述约束特征向量中的每个元素表示所述多个候选约束中的一个候选约束的状态；以及

基于所述约束特征向量和所述目标，获得所述对应关系。

3.根据权利要求2所述的方法，其中所述构造与所述每次出现相关联的所述约束特征向量包括：针对所述约束特征向量中的每个元素，

确定所述多个候选约束中的每个候选约束在与所述每次出现相关联的事件序列中的状态；以及

基于所述每个候选约束的所述状态，建立所述约束特征向量。

4.根据权利要求1-3中的任一项所述的方法，其中所述基于所述对应关系，确定所述多个候选约束中的所述至少一部分候选约束对所述目标的所述影响包括：

生成所述多个候选约束的至少一个子集；以及

针对所述至少一个子集中的每个子集，基于所述对应关系来确定所述每个子集中的候选约束对于所述目标的所述影响。

5.根据权利要求4所述的方法，其中所述生成所述多个候选约束的所述至少一个子集包括：

生成所述多个候选约束的1项子集，其中所述1项子集中的每个元素包括所述多个候选约束中的一个候选约束。

6.根据权利要求5所述的方法，进一步包括：

在至少一个轮次中，基于所述多个候选约束的(n-1)项子集来生成所述多个候选约束的n项子集，其中2≤n≤所述多个候选约束的数量，以及所述n项子集中的每个元素包括n个候选约束。

7.根据权利要求4所述的方法，其中所述针对所述至少一个子集中的每个子集，基于所述对应关系来确定所述每个子集中的候选约束对于所述目标的所述影响包括：

针对所述至少一个子集中的每个子集，基于所述对应关系确定所述每个子集中的所述候选约束对于所述目标的相关度以作为所述影响。

8.根据权利要求7所述的方法，进一步包括：针对所述至少一个子集中的每个子集，

基于所述对应关系确定所述每个子集中的所述候选约束的支持度；以及

向所述影响中添加所述支持度。

9.根据权利要求1-3中的任一项所述的方法，其中所述多个候选约束的类型包括以下中的至少任一项：存在性约束、时间约束、以及数据约束。

10.一种用于从多个事件序列生成案例管理模型的方法，包括：

从所述多个事件序列中提取多个事件；

针对所述多个事件中的每个事件，采用根据权利要求1-9中的任一项所述的方法，获取针对所述每个事件的约束；以及

基于所述每个事件以及针对所述每个事件的所述约束，生成所述案例管理模型。

11.一种用于确定针对事件的约束的装置，包括：

获取模块，配置用于从包括所述事件的多个事件序列中获取与所述事件相关联的多个候选约束与目标之间的对应关系，所述多个事件序列中的每个事件序列是为实现所述目标而执行的一系列历史事件；

确定模块，配置用于基于所述对应关系，确定所述多个候选约束中的至少一部分候选约束对所述目标的影响；以及

确定模块，配置用于响应于所述影响的度量满足预定条件，将所述至少一部分候选约束确定为所述约束。

12.根据权利要求11所述的装置，其中所述获取模块包括：

构造模块，配置用于基于所述事件在所述多个事件序列中的每个事件序列中的每次出现，构造与所述每次出现相关联的约束特征向量，所述约束特征向量中的每个元素表示所述多个候选约束中的一个候选约束的状态；以及

获得模块，配置用于基于所述约束特征向量和所述目标，获得所述对应关系。

13.根据权利要求12所述的装置，其中所述构造模块包括：

状态确定模块，配置用于针对所述约束特征向量中的每个元素，确定所述多个候选约束中的每个候选约束在与所述每次出现相关联的事件序列中的状态；以及

建立模块，配置用于基于所述每个候选约束的所述状态，建立所述约束特征向量。

14.根据权利要求11-13中的任一项所述的装置，其中所述确定模块包括：

生成模块，配置用于生成所述多个候选约束的至少一个子集；以及

影响确定模块，配置用于针对所述至少一个子集中的每个子集，基于所述对应关系来确定所述每个子集中的候选约束对于所述目标的所述影响。

15.根据权利要求14所述的装置，其中所述生成模块包括：

第一子集生成模块，配置用于生成所述多个候选约束的1项子集，其中所述1项子集中的每个元素包括所述多个候选约束中的一个候选约束。

16.根据权利要求15所述的装置，进一步包括：

第二子集生成模块，配置用于在至少一个轮次中，基于所述多个候选约束的(n-1)项子集来生成所述多个候选约束的n项子集，其中2≤n≤所述多个候选约束的数量，以及所述n项子集中的每个元素包括n个候选约束。

17.根据权利要求14所述的装置，其中所述影响确定模块包括：

相关度计算模块，配置用于针对所述至少一个子集中的每个子集，基于所述对应关系确定所述每个子集中的所述候选约束对于所述目标的相关度以作为所述影响。

18.根据权利要求17所述的装置，进一步包括：

支持度计算模块，配置用于针对所述至少一个子集中的每个子集，基于所述对应关系确定所述每个子集中的所述候选约束的支持度；以及

添加模块，配置用于向所述影响中添加所述支持度。

19.根据权利要求11-13中的任一项所述的装置，其中所述多个候选约束的类型包括以下中的至少任一项：存在性约束、时间约束、以及数据约束。

20.一种用于从多个事件序列生成案例管理模型的装置，包括：

提取模块，配置用于从所述多个事件序列中提取多个事件；

获取模块，包括根据权利要求11-19中的任一项所述的装置，配置用于针对所述多个事件中的每个事件，获取针对所述每个事件的约束；以及

生成模块，配置用于基于所述每个事件以及针对所述每个事件的所述约束，生成所述案例管理模型。