CN107886238A - 一种基于海量数据分析的业务流程管理系统及方法 - Google Patents

Abstract

本发明公开了一种基于海量数据分析的业务流程管理系统及方法，包括显示模块，信息输入模块，业务流程设计模块，业务流程配置模块，业务流程管理模块，智能辅助决策模块，数据采集模块，数据预处理模块，数据存储模块，海量数据分析模块。通过海量数据分析来提炼归纳历史业务流程中的有效信息，建立合理有效的分析模型，使得繁杂的流程审批过程变得方便快捷，避免了不合适的人为操作而使得流程运行不明确、流程操作作假的现象，大大优化了企业的管理及流程处理效率。

Description

一种基于海量数据分析的业务流程管理系统及方法

技术领域

本发明涉及计算机技术中数据分析领域，特别是一种基于海量数据分析的业务流程管理系统及方法。

背景技术

流程(Process)是一种为产生特定结果而需执行的系统化的操作序列。

业务流程(Business Process)定义为一组将输入转化为输出的相互关联或相互作用的活动，业务流通常包含七个基本要素：1)经营目标、2)活动、3)参与人、4)业务规则、5)应用代理、6)业务对象、7)信息/知识资源。

业务流程实例是一个设计完备可以进行正常运行的业务流程；

业务流程管理(Business Process Management，BPM)指企业或组织为了达到某种目的，围绕企业或组织的过程(如生产过程、设计过程、销售过程等)所开展的设计、改进、监控、评估、控制和维护等一系列工作。BPM的目标是消除存在于企业用户和客户之间的信息壁垒，用图形来模拟用户的想法，并自动把这些想法转换为可执行的业务流程，从而消除企业目标和执行之间的差距。

业务流程管理系统(Business Process Management System，BPMS)是支持BPM的计算机应用系统。定义为“通过对必要的人员、系统、应用和应用组件进行编制和整合，建立业务过程的模型并加以执行的软件和工具”；通常是拥有一个执行引擎、流程设计器、流程定义、流程管理、用户界面等多种模块的综合系统。

海量数据是用于修饰数据的一种术语。相对普通数据而言，海量数据集通常巨大且复杂，用传统的数据处理应用软件不足以处理它们。由于当下信息技术的发展导致数据产生的速度呈现了爆炸式的增长，使得海量数据面临诸多挑战，包括捕获数据，数据存储，数据分析，搜索，共享，传输，可视化，查询，更新和信息隐私等问题。

对于大型集团企业而言，其中涉及的业务流程数据主要有以下的特点：(1)数据变化快：对于自动化采集流程，变化频率达到秒级甚至毫秒级；(2)数据量大：流程发生装置体量较大，且会产生关联性的数据；(3)数据结构简单：通常与时间维度相关，对于某一针对性流程，其数据结构固定化。通过对中外专利和非专利文献的检索结果来看，目前市场上的业务流程管理主要是面向流程基本信息且管理方式多为基于传统数据处理技术：流程基本信息，包括流程总体用时，待办用时较长节点，分配运行次数较多角色，统计以上信息只能看到流程在运行过程中的局部变化而难以从更加抽象的层次来分析流程所具备的价值；面向传统数据分析方式的管理方式只能建立在样本空间较小，流程逻辑简单，表单条目较少的一系列情况，随着业务发展与历史数据的积累，业务流程规模的扩大，涵盖范围的层次加深，流程逻辑日渐复杂的趋势，表单条目逐渐增多，整体数据呈现爆炸性增长的趋势都使得传统数据分析方式不适合海量数据背景下的业务流程管理。

综上所述，迫切需要一种针对爆炸性增长的业务流程数据所采用的业务流程管理系统及方法，使用海量数据分析的方式，帮助企业管理业务流程，同时提高企业管理效率。

发明内容

本发明技术解决问题：为了满足日益膨胀的海量业务产生的流程数据管理需求，提供一种基于海量数据分析的业务流程管理系统，能够利用海量数据分析的方式，将高离散、低关联、海量的业务流程数据进行自动化的分析模型建立，已经建好的模型将有助于分析历史流程的实际价值，辅助新业务流程在运行过程中的审批，使得繁杂的流程审批过程变得方便快捷，避免了不合适的人为操作而使得流程运行不明确、流程操作作假的现象，大大优化了企业的管理及流程处理效率。

本发明的技术方案是：一种基于海量数据分析的业务流程管理系统，包括：输入与显示部分，业务流程管理部分和数据处理部分；所述输入与显示部分包括：显示模块、信息输入模块；所述业务流程管理部分包括业务流程设计模块、业务流程配置模块、业务流程管理模块和智能辅助决策模块；所述数据处理部分包括：数据采集模块、数据预处理模块、数据存储模块和海量数据分析模块，其中：

信息输入模块：输入用户的控制与使用信息，同时提供对于业务流程的基本信息输入与交互所需；信息输入模块中的所有操作将直接通过显示模块进行可视化的输出；通过信息输入模块，能够操作业务流程配置模块与业务流程管理模块中的各种配置与管理，方便进行可视化的人工干预；信息输入模块中的信息直接被数据采集模块所直接获取并进行业务流程的数据存储和分析操作；

显示模块：负责显示所有使用者能够操作的信息并提供可视化的操作功能；根据企业业务部门，所述企业业务部门的分类为生产管理类、咨询业务类、综合管理类、企业资源管理类和销售管理类，通过调用业务流程管理模块中业务流程实例的操作动作将可编辑属性显示到外部设备中，将业务流程转换为对应的业务流程实例的数据进行储存和读取；通过调用海量数据分析模块来显示数据分析结果，进行对应的业务流程实例的数据查看与修改处理；修改后的业务流程实例的数据通过调用业务流程配置模块对业务流程实例进行配置的升级操作，并通过业务流程管理模块调用数据存储模块来进行业务流程实例的数据存储更新操作；

业务流程设计模块：提供采用业务流程的基本元素来说明业务流程在运行过程中的所有发展方向与流动态势的图形化设计；将B/S端与C/S端两类基本图形用户界面GUI通过拖曳式的模块化操作方式，基于流程流转、流程路由、状态节点、子流程节点、条件节点、开始和结束节点快速搭建由业务流程的原型所抽象化的业务流程实例；业务流程实例搭建好后，业务流程实例以业务流程模板的形式来存储，业务流程模板的数据格式为XML格式，通过XML元素来代表具体的业务流程元素，XML元素名为业务流程元素的名，XML元素内的参数为业务流程元素的可配置参数项；

业务流程配置模块：针对业务流程实例进行基于业务流程的基本元素的各项配置，对业务流程实例进行从无效到生效的处理，使业务流程按照业务流程实例的配置处于运行状态；业务流程在运行状态下，所有业务流程绑定的表单将会出现数据的关联交叉，通过全局表单关联处理将所有业务流程绑定的表单之间交叉的数据进行关联绑定，确定数据流通的正确性；全局表单关联处理时，按照企业业务部门有类别，通过分析流程模板的复杂度来进行流程模板显示排序，具体的配置选项还包括流程图的查看、模板删除、模板启用、模板停用、类别切换、权限配置、表单URL链接、URL参数配置和代理模式；

业务流程管理模块：管理当前运行状态以及非运行状态下的业务流程实例，通过业务流程设计模块和业务流程配置模块的业务流程并完成了业务流程的配置后，将针对业务流程的启动关闭、流程运转、流程审批、模板使用，审批方式进行管理；在业务流程实例运行的过程中，通过探测当前运行的业务流程实例在运行过程中的BPDuringTimeStep的数值范围(该数值范围有下限，可以自己设定，本发明设定为为14400s，无上限)，当超过下限后，业务流程管理模块需要对业务流程实例做暂停处理并及时通知业务流程审批负责人对业务流程实例的运行状态进行详细检查。本模块对已经完成运行状态的业务流程实例，需要探测其完成状态，并设置业务流程实例的运行状态为非运行状态，最后断开业务流程实例与对应表单的链接并将此业务流程实例从运行状态队列中删除；

智能辅助决策模块：通过调用海量数据分析模块生成的业务流程管理分析模型，实现业务流程在运行过程中的智能决策功能；通过调用业务流程管理模块，监控业务流程实例在运行状态中产生的数据信息及配置信息，通过调用业务流程分析模块进行信息对比与匹配，同时调用业务流程管理模块遍历业务流程的配置信息与业务流程运行状态中的数据交互，对当前业务流程进行辅助审批转交，实现业务流程的辅助决策的功能；

数据采集模块：在业务流程运行的过程中通过调用业务流程管理模块进行业务流程实例运行数据的抽取。业务流程实例的运行数据包括业务流程运行时间BPDuringTime，当前业务流程无动作时间BPDuringTimeStep，角色部门信息RoleDepartInfo，角色权限信息RoleAuthorityInfo，角色处理信息RoleManageInfo，业务流程批示信息BPDesicionInfo，业务流程节点意见信息BPNodeCommentInfo，业务流程运行次数信息BPCycleNum，业务流程运行总体用时信息BPFinishTime，业务流程审批信息BPManageInfo，业务流程辅助审批信息BPManageAssistInfo，流程审核信息BPAuditInfo；除此之外，对于因运行中出现异常的流程，数据采集模块还需要采集业务流程异常节点的标识AbnormalNodeID，异常节点种类标识AbnormalNodeClassID，异常原因代码AbnormalReasonCode，异常数据项种类标识AbnormalDataID，异常持续时间AbnormalDuringTime，异常告警标识AbnormalFlag；采集方式有主动式采集、定期循环式采集以及条件触发式采集三种方式；

数据预处理模块：对数据采集模块收集的数据进行数据清洗和数据归类的预处理，建立以关系型数据库及CSV的格式的存储的和分析的数据格式，同时将对业务流程无关信息、即不包含业务流程的基本元素的数据统一进行相关性的判定，识别有效的、去除异常状况发生或中转暂停动作之外的业务流程运行状态中的数据，然后将预处理后的数据传递到数据存储模块；

数据存储模块：接收已经编辑生成的业务流程实例、及数据预处理模块处理后的数据，对数据进行存储并查看当前数据存储情况，即当前硬盘空间利用情况、数据存储位置与目录索引情况，选择数据的存储策略，所述包括存储策略当前最小存储单元大小(8B，64B，128B)、数据块大小(64MB，128MB，256MB)、全局数据本地化存储、一机单备份策略、一机多备份策略、多机多备份策略、分布式存储策略、增量式备份策略、全局整体备份策略，选择存储源、即本地磁盘仓储、远程磁盘、数据中心存储、远程网络存储，来满足海量数据的存储能力；

海量数据分析模块：收集业务流程运行中的总用时、业务流程在运行时在运行异常节点的异常指标(数据采集模块还需要采集业务流程异常节点的标识AbnormalNodeID，异常节点种类标识AbnormalNodeClassID，异常原因代码AbnormalReasonCode，异常数据项种类标识AbnormalDataID，异常持续时间AbnormalDuringTime，通过基于海量数据分析的方式进行无差别收集，用“业务流程实例ID+异常原因代码+表单名称英文缩写.csv”的方式储存每一个发生异常的业务流程实例的异常信息；对以上收集信息进行合并处理，以日期为单位对csv中的数据进行集中化存储，然后将数据进行清洗，包括去除空格，乱码的无效字符，对收集数据，根据字符串、日期、数字进行对应类型的格式化处理；清洗后的数据按业务流程类型进行简单的归类划分，利用聚类分析和关联规则分析的方式，将以上数据进行组织串联后建立业务流程管理分析模型；生成的模型能够实现流程信息的复用价值最大化，利用已经运行完毕的业务流程作训练，测试业务流程在运行状态中的冗余选项、异常选项，在评估业务流程的健壮的同时辅助出现异常的业务流程审批转交过程。

本发明一种基于海量数据分析的业务流程管理方法，步骤如下：

步骤(1)业务流程开始与运行：显示模块调用业务流程设计模块显示正在进行设计的业务流程实例，如果需要显示已经设计好的业务流程实例，则需要通过业务流程设计模块调用数据存储模块获取保存在数据存储介质中的业务流程实例并将其加载展示在业务流程设计模块中，经由信息输入模块完成基本的流程逻辑、功能的检查、修改及确认，通过业务流程配置模块对基本的业务流程实例的运行时配置选项进行初始化，通过业务流程管理模块负责监测业务流程实例的初始化状态，并进行启动流程、暂停流程、关闭流程等操作。业务流程实例运行数据的采集及存储：在业务流程实例运行后，业务流程管理模块将在后台运行业务流程实例，在管理运行业务流程实例的同时检测当前实例的产生数据，并通过数据存储部分进行数据的持久化操作，持久化的信息主要包括业务流程实例信息中的主要选项；业务流程实例运行数据在存储之前首先通过数据采集模块来进行数据检测，一旦检测到新的业务流程实例运行数据的生成，则数据采集模块通过主动式采集的方式进行数据抽取，抽取后的数据经过数据预处理模块进行数据清洗操作，清洗后的数据通过数据存储模块进行持久化的操作。数据分析模型的建立：海量数据分析模块可以从数据存储模块中得到业务流程实例运行状态中的相关数据；由于数据以海量形式进行增长，需要对模型的输入进行优化，通过业务流程实例运行数据的属性名称进行数据组合，以单位时间为最小数据组成单元，将同一时间内的数据进行合并，通过流式方式进行采样；提取业务流程实例的运行模式，建立可信空间模型与不可信空间模型；建立可信空间模型就是要把运行正常的业务流程实例的相似的数据提取出来，进行合理的设计并建立合理的数据存储，建立不可信空间模型就是要把运行异常的业务流程实例的相似数据提取出来并设计合理的数据存储。

步骤(2)基于海量数据分析的业务流程管理：智能辅助决策模块根据已经建立好的分析模型进行业务流程的管理，根据模型匹配得到的结果不同，海量数据分析对业务流程的管理方式也不同；如果业务流程信息数据满足不可信空间模型，则会执行预防性的控制并进行二次判断，如果依然满足不可信空间模型的范围，就会循环调用不可信空间模型直到超出了置信度区间范围后，调用业务流程管理模块对此业务流程进行暂停操作并在显示模块中进行提示；如果业务流程信息数据满足可信空间，则进行一次预防性的控制，并进行可信空间模型的循环匹配，一旦发现不满足当前模型后，则需要转入上述不可信空间模型的匹配操作步骤；正常周转至最后的业务流程实例需要进行审核后结束流程周转，出现异常的业务流程，需要调用信息输入模块进行业务流程的数据修改、使得业务流程实例的数据满足可信空间模型直至流程结束，或通过人工停止的方式强制结束；结束的业务流程的数据，将在步骤(1)中再次辅助数据分析模型的建立。

本发明与现有技术相比的具有以下有益效果在于：

本发明通过显示与输入部分，业务流程管理部分和数据处理部分使得当前业务流程在运行过程中的数据处理速度有效提高，进而提升了流程审批过程中的效率；基于海量数据分析的建模方式，使得大量的历史业务流程数据的价值得到了充分的利用，合理的模型解放了在业务运行过程中的假运行、假审批问题，同时智能决策的方式也有效减少了流程运行中相关人员的重复作业；通过合理划分的、不断更新积累的业务数据，丰富了数据库的同时大大提高了企业的管理能力、提高了办事效率。

附图说明

图1为本发明系统架构图；

图2为本发明的结构流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，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，都属于本发明保护的范围。

如图1所示，本发明主要包括输入与显示部分，业务流程管理部分，数据处理部分。输入与显示部分包括显示模块、信息输入模块，业务流程管理部分包括流程设计模块、流程配置模块、流程管理模块和智能辅助决策模块，数据处理部分包括数据采集模块、数据预处理模块、数据存储模块和海量数据分析模块。

输入与显示部分具体实现如下：系统启动后，输入与显示部分主要用于显示必要的菜单，控制面板和数据项。信息输入模块与显示模块一同解决外界用户对系统的控制和信息交互，通过依次解决业务流程的设计、业务流程的配置、业务流程的管理、数据采集、数据预处理、数据存储、海量数据分析方法的设置与智能辅助决策方法的设置，系统将会自动管理业务流程实例并处理异常。

业务流程管理部分具体实现如下：业务流程设计模块进行业务流程在运行过程中的发展方向与流动态势的图形化设计，通过拖曳事先定义好的UI模块的操作方式，快速搭建由业务原型所抽象化的，具备流程流转、流程路由、状态节点、子流程节点、条件节点、开始和结束节点的业务流程实例，设计好的业务流程实例以业务流程模板的形式储存，存储的数据格式为XML，利用XML中的元素来代表具体的流程元素，XML元素名为流程元素名，XML元素内的参数为流程元素的可配置参数项。在业务流程配置模块中通过调用保存的业务流程实例来配置其运行所需要的选项，通过对业务流程实例进行生效处理，使得当前业务流程实例处于运行状态，其绑定的表单将会出现数据的关联交叉，通过全局表单的关联处理将业务流程绑定的表单之间的数据进行关联绑定，保证了数据流通的正确性；绑定的模板可以进行编辑、启用、停用、类别切换，权限配置、表单URL链接、表单URL参数配置和代理模式的转换操作，未设置上述模板选项时将由系统在后台进行默认值的初始化，保证业务流程实例正常运行。业务路程管理模块将对配置后的业务流程实例进行管理，配置后的业务流程实例默认将会进入运行队列中等待，在系统资源空闲后，业务流程实例将进入正常的流转过程；流转过程中可以在无人值守的情况下，由管理模块探测业务流程实例在运行过程中产生的各项数据，在发现当前业务流程无动作时间超过正常范围14400s时，可判断业务流程实例处于异常状态，系统将把当前运行的业务流程实例做暂停处理、同时提示业务流程审批负责人进行详细检查；确认完成状态后的业务流程实例，需要设置业务流程实例的运行状态为非运行状态，最后断开业务流程实例与对应表单的链接并将此业务流程实例从运行状态队列中删除。智能辅助决策模块在业务流程实例的周转过程中主要负责调用业务流程管理分析模型并在业务流程实例运行过程中监控业务流程实例产生的数据信息，通过查询当前业务流程实例无动作时间分析业务流程是否处于异常，对于异常的业务流程实例需要调用业务流程管理模块进行异常消息的通知，对于正常运行的业务流程、在周转中通过历史信息对比与匹配，遍历业务流程的配置信息并与业务流程运行状态中的数据进行交互，对当前业务流程进行辅助审批转交，驱动业务流程的辅助决策。

数据处理部分实现方式如下：围绕着业务流程实例在运行种产生的数据与业务流程的历史数据，将进行数据采集、预处理、存储与模型分析的任务。建立数据采集的相关任务，在业务流程运行的过程中进行业务流程实例运行数据的抽取，抽取的数据项包括业务流程运行时间、当前业务流程无动作时间、角色部门信息、角色权限信息、角色处理信息、业务流程批示信息、业务流程节点意见信息、业务流程运行次数信息、业务流程运行总体用时信息、业务流程审批信息、业务流程辅助审批信息、流程审核信息，以上数据项合并的数据库属性信息表如下所示；

除此之外，对于因运行中出现异常的业务流程实例，数据采集模块还需要采集业务流程异常节点的标识、异常节点种类标识、异常原因代码、异常数据项种类标识、异常持续时间、异常告警标识，以上属性形成异常业务流程实例采集信息属性表如下所示。

默认采取主动式的数据采集方式，当系统资源空闲时可采取定期循环式采集，对于业务敏感度高的业务流程可采取条件触发式采集方式。收集后数据将在数据预处理模块中进行数据清洗和数据归类，对不包含业务流程的基本元素的数据统一进行相关性的判定，识别有效数据、去除异常状况发生情况和中转暂停动作之外的业务流程运行状态中的数据，然后将预处理后的数据传递到数据存储模块，根据上述属性信息表信息建立关系型数据库或者在本地磁盘用BPM_RunningInfo.CSV存储。数据的存储策略默认将采用“8+64”，即最小存储单元8B、数据块大小64MB。存储策略采取“多机多备份策略+分布式存储策略+增量式备份策略+全局整体备份策略”的顺序进行，选择“本地磁盘仓储+远程磁盘+数据中心存储+远程网络存储”来满足海量数据的存储能力。海量数据分析模块将以上信息进行合并处理，以日期为单位对数据库或本地文件的数据进行数据清洗用于去除空格、乱码的无效字符，对数据的属性依赖属性信息表的定义的属性类型(字符串、日期、数字)进行格式化处理，清洗后的数据按业务流程类型进行简单的归类划分，利用聚类分析和关联规则分析的方式，将以上数据进行组织串联后建立业务流程管理分析模型；生成的模型能够实现流程信息的复用价值最大化，利用已经运行完毕的业务流程实例作训练，测试业务流程实例在运行状态中的冗余选项、异常选项，在评估业务流程健壮性的同时辅助出现异常的业务流程实例的审批转交过程。

如图2所示，一种基于海量数据分析的业务流程管理方法具体实现步骤如下：

步骤(1)业务流程开始与运行：显示模块调用业务流程设计模块显示正在进行设计的业务流程实例，如果需要显示已经设计好的业务流程实例，则需要通过业务流程设计模块调用数据存储模块获取保存在数据存储介质中的业务流程实例并将其加载展示在业务流程设计模块中，经由信息输入模块完成基本的流程逻辑、功能的检查、修改及确认，通过业务流程配置模块对基本的业务流程实例的运行时配置选项进行初始化，通过业务流程管理模块负责监测业务流程实例的初始化状态，并进行启动流程、暂停流程、关闭流程等操作。业务流程实例运行数据的采集及存储：在业务流程实例运行后，业务流程管理模块将在后台运行业务流程实例，在管理运行业务流程实例的同时检测当前实例的产生数据，并通过数据存储部分进行数据的持久化操作，持久化的信息主要包括业务流程实例信息中的主要选项；业务流程实例运行数据在存储之前首先通过数据采集模块来进行数据检测，一旦检测到新的业务流程实例运行数据的生成，则数据采集模块通过主动式采集的方式进行数据抽取，抽取后的数据经过数据预处理模块进行数据清洗操作，清洗后的数据通过数据存储模块进行持久化的操作。数据分析模型的建立：海量数据分析模块可以从数据存储模块中得到业务流程实例运行状态中的相关数据；由于数据以海量形式进行增长，需要对模型的输入进行优化，通过业务流程实例运行数据的属性名称进行数据组合，以单位时间为最小数据组成单元，将同一时间内的数据进行合并，通过流式方式进行采样；提取业务流程实例的运行模式，建立可信空间模型与不可信空间模型；建立可信空间模型就是要把运行正常的业务流程实例的相似的数据提取出来，进行合理的设计并建立合理的数据存储，建立不可信空间模型就是要把运行异常的业务流程实例的相似数据提取出来并设计合理的数据存储。

步骤(2)基于海量数据分析的业务流程管理：智能辅助决策模块根据已经建立好的分析模型进行业务流程的管理，根据模型匹配得到的结果不同，海量数据分析对业务流程的管理方式也不同；如果业务流程信息数据满足不可信空间模型，则会执行预防性的控制并进行二次判断，如果依然满足不可信空间模型的范围，就会循环调用不可信空间模型直到超出了置信度区间范围后，调用业务流程管理模块对此业务流程进行暂停操作并在显示模块中进行提示；如果业务流程信息数据满足可信空间，则进行一次预防性的控制，并进行可信空间模型的循环匹配，一旦发现不满足当前模型后，则需要转入上述不可信空间模型的匹配操作步骤；正常周转至最后的业务流程实例需要进行审核后结束流程周转，出现异常的业务流程，需要调用信息输入模块进行业务流程的数据修改、使得业务流程实例的数据满足可信空间模型直至流程结束，或通过人工停止的方式强制结束；结束的业务流程的数据，将在步骤(1)中再次辅助数据分析模型的建立。

本发明未详细阐述部分属于本领域公知技术。

显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (2)

1.一种基于海量数据分析的业务流程管理系统，其特征在于，包括：输入与显示部分，业务流程管理部分和数据处理部分；所述输入与显示部分包括：显示模块、信息输入模块；所述业务流程管理部分包括业务流程设计模块、业务流程配置模块、业务流程管理模块和智能辅助决策模块；所述数据处理部分包括：数据采集模块、数据预处理模块、数据存储模块和海量数据分析模块，其中：

信息输入模块：输入用户的控制与使用信息，同时提供对于业务流程的基本信息输入与交互所需；信息输入模块中的所有操作将直接通过显示模块进行可视化的输出；通过信息输入模块，能够操作业务流程配置模块与业务流程管理模块中的各种配置与管理，方便进行可视化的人工干预；信息输入模块中的信息直接被数据采集模块所直接获取并进行业务流程的数据存储和分析操作；

显示模块：负责显示所有使用者能够操作的信息并提供可视化的操作功能；根据企业业务部门，所述企业业务部门的分类为生产管理类、咨询业务类、综合管理类、企业资源管理类和销售管理类，通过调用业务流程管理模块中业务流程实例的操作动作将可编辑属性显示到外部设备中，将业务流程转换为对应的业务流程实例的数据进行储存和读取；通过调用海量数据分析模块来显示数据分析结果，进行对应的业务流程实例的数据查看与修改处理；修改后的业务流程实例的数据通过调用业务流程配置模块对业务流程实例进行配置的升级操作，并通过业务流程管理模块调用数据存储模块来进行业务流程实例的数据存储更新操作；

业务流程设计模块：提供采用业务流程的基本元素来说明业务流程在运行过程中的所有发展方向与流动态势的图形化设计；将B/S端与C/S端两类基本图形用户界面GUI通过拖曳式的模块化操作方式，基于流程流转、流程路由、状态节点、子流程节点、条件节点、开始和结束节点快速搭建由业务流程的原型所抽象化的业务流程实例；业务流程实例搭建好后，业务流程实例以业务流程模板的形式来存储，业务流程模板的数据格式为XML格式，通过XML元素来代表具体的业务流程元素，XML元素名为业务流程元素的名，XML元素内的参数为业务流程元素的可配置参数项；

业务流程配置模块：针对业务流程实例进行基于业务流程的基本元素的各项配置，对业务流程实例进行从无效到生效的处理，使业务流程按照业务流程实例的配置处于运行状态；业务流程在运行状态下，所有业务流程绑定的表单将会出现数据的关联交叉，通过全局表单关联处理将所有业务流程绑定的表单之间交叉的数据进行关联绑定，确定数据流通的正确性；全局表单关联处理时，按照企业业务部门有类别，通过分析流程模板的复杂度来进行流程模板显示排序，具体的配置选项还包括流程图的查看、模板删除、模板启用、模板停用、类别切换、权限配置、表单URL链接、URL参数配置和代理模式；

业务流程管理模块：管理当前运行状态以及非运行状态下的业务流程实例，通过业务流程设计模块和业务流程配置模块的业务流程并完成了业务流程的配置后，将针对业务流程的启动关闭、流程运转、流程审批、模板使用，审批方式进行管理；在业务流程实例运行的过程中，通过探测当前运行的业务流程实例在运行过程中的BPDuringTimeStep的数值范围(该数值范围有下限、一般为14400s，无上限)，当超过下限后，业务流程管理模块需要对业务流程实例做暂停处理并及时通知业务流程审批负责人对业务流程实例的运行状态进行详细检查。本模块对已经完成运行状态的业务流程实例，需要探测其完成状态，并设置业务流程实例的运行状态为非运行状态，最后断开业务流程实例与对应表单的链接并将此业务流程实例从运行状态队列中删除；

智能辅助决策模块：通过调用海量数据分析模块生成的业务流程管理分析模型，实现业务流程在运行过程中的智能决策功能；通过调用业务流程管理模块，监控业务流程实例在运行状态中产生的数据信息及配置信息，通过调用业务流程分析模块进行信息对比与匹配，同时调用业务流程管理模块遍历业务流程的配置信息与业务流程运行状态中的数据交互，对当前业务流程进行辅助审批转交，实现业务流程的辅助决策的功能；

数据采集模块：在业务流程运行的过程中通过调用业务流程管理模块来进行业务流程实例运行数据的抽取，业务流程实例的运行数据包括业务流程运行时间BPDuringTime，当前业务流程无动作时间BPDuringTimeStep，角色部门信息RoleDepartInfo，角色权限信息RoleAuthorityInfo，角色处理信息RoleManageInfo，业务流程批示信息BPDesicionInfo，业务流程节点意见信息BPNodeCommentInfo，业务流程运行次数信息BPCycleNum，业务流程运行总体用时信息BPFinishTime，业务流程审批信息BPManageInfo，业务流程辅助审批信息BPManageAssistInfo，流程审核信息BPAuditInfo；除此之外，对于因运行中出现异常的业务流程实例，数据采集模块还需要采集业务流程异常节点的标识AbnormalNodeID，异常节点种类标识AbnormalNodeClassID，异常原因代码AbnormalReasonCode，异常数据项种类标识AbnormalDataID，异常持续时间AbnormalDuringTime，异常告警标识AbnormalFlag；采集方式有主动式采集、定期循环式采集以及条件触发式采集三种方式；

数据预处理模块：对数据采集模块收集的数据进行数据清洗和数据归类的预处理，建立以关系型数据库及CSV的格式的存储的和分析的数据格式，同时将对业务流程无关信息、即不包含业务流程的基本元素的数据统一进行相关性的判定，识别有效的、去除异常状况发生或中转暂停动作之外的业务流程运行状态中的数据，然后将预处理后的数据传递到数据存储模块；

数据存储模块：接收已经编辑生成的业务流程实例、及数据预处理模块处理后的数据，对数据进行存储并查看当前数据存储情况，即当前硬盘空间利用情况、数据存储位置与目录索引情况，选择数据的存储策略，所述包括存储策略当前最小存储单元大小(8B，64B，128B)、数据块大小(64MB，128MB，256MB)、全局数据本地化存储、一机单备份策略、一机多备份策略、多机多备份策略、分布式存储策略、增量式备份策略、全局整体备份策略，选择存储源、即本地磁盘仓储、远程磁盘、数据中心存储、远程网络存储，来满足海量数据的存储能力；

海量数据分析模块：收集业务流程运行中的总用时、业务流程在运行时在运行异常节点的异常指标(数据采集模块还需要采集业务流程异常节点的标识AbnormalNodeID，异常节点种类标识AbnormalNodeClassID，异常原因代码AbnormalReasonCode，异常数据项种类标识AbnormalDataID，异常持续时间AbnormalDuringTime，通过基于海量数据分析的方式进行无差别收集，用“业务流程实例ID+异常原因代码+表单名称英文缩写.csv”的方式储存每一个发生异常的业务流程实例的异常信息；对以上收集信息进行合并处理，以日期为单位对csv中的数据进行集中化存储，然后将数据进行清洗，包括去除空格，乱码的无效字符，对收集数据，根据字符串、日期、数字进行对应类型的格式化处理；清洗后的数据按业务流程类型进行简单的归类划分，利用聚类分析和关联规则分析的方式，将以上数据进行组织串联后建立业务流程管理分析模型；生成的模型能够实现流程信息的复用价值最大化，利用已经运行完毕的业务流程作训练，测试业务流程在运行状态中的冗余选项、异常选项，在评估业务流程的健壮的同时辅助出现异常的业务流程审批转交过程。

2.一种基于海量数据分析的业务流程管理方法，其特征在于，步骤如下：

步骤(1)业务流程开始与运行：显示模块调用业务流程设计模块显示正在进行设计的业务流程实例，如果需要显示已经设计好的业务流程实例，则需要通过业务流程设计模块调用数据存储模块获取保存在数据存储介质中的业务流程实例并将其加载展示在业务流程设计模块中，经由信息输入模块完成基本的流程逻辑、功能的检查、修改及确认，通过业务流程配置模块对基本的业务流程实例的运行时配置选项进行初始化，通过业务流程管理模块负责监测业务流程实例的初始化状态，并进行启动流程、暂停流程、关闭流程等操作；业务流程实例运行数据的采集及存储：在业务流程实例运行后，业务流程管理模块将在后台运行业务流程实例，在管理运行业务流程实例的同时检测当前实例的产生数据，并通过数据存储部分进行数据的持久化操作，持久化的信息主要包括业务流程实例信息中的主要选项；业务流程实例运行数据在存储之前首先通过数据采集模块来进行数据检测，一旦检测到新的业务流程实例运行数据的生成，则数据采集模块通过主动式采集的方式进行数据抽取，抽取后的数据经过数据预处理模块进行数据清洗操作，清洗后的数据通过数据存储模块进行持久化的操作。数据分析模型的建立：海量数据分析模块可以从数据存储模块中得到业务流程实例运行状态中的相关数据；由于数据以海量形式进行增长，需要对模型的输入进行优化，通过业务流程实例运行数据的属性名称进行数据组合，以单位时间为最小数据组成单元，将同一时间内的数据进行合并，通过流式方式进行采样；提取业务流程实例的运行模式，建立可信空间模型与不可信空间模型；建立可信空间模型就是要把运行正常的业务流程实例的相似的数据提取出来，进行合理的设计并建立合理的数据存储，建立不可信空间模型就是要把运行异常的业务流程实例的相似数据提取出来并设计合理的数据存储。

步骤(2)基于海量数据分析的业务流程管理：智能辅助决策模块根据已经建立好的分析模型进行业务流程的管理，根据模型匹配得到的结果不同，海量数据分析对业务流程的管理方式也不同；如果业务流程信息数据满足不可信空间模型，则会执行预防性的控制并进行二次判断，如果依然满足不可信空间模型的范围，就会循环调用不可信空间模型直到超出了置信度区间范围后，调用业务流程管理模块对此业务流程进行暂停操作并在显示模块中进行提示；如果业务流程信息数据满足可信空间，则进行一次预防性的控制，并进行可信空间模型的循环匹配，一旦发现不满足当前模型后，则需要转入上述不可信空间模型的匹配操作步骤；正常周转至最后的业务流程实例需要进行审核后结束流程周转，出现异常的业务流程，需要调用信息输入模块进行业务流程的数据修改、使得业务流程实例的数据满足可信空间模型直至流程结束，或通过人工停止的方式强制结束；结束的业务流程的数据，将在步骤(1)中再次辅助数据分析模型的建立。