CN109102145A - 流程编排 - Google Patents
流程编排 Download PDFInfo
- Publication number
- CN109102145A CN109102145A CN201810644840.XA CN201810644840A CN109102145A CN 109102145 A CN109102145 A CN 109102145A CN 201810644840 A CN201810644840 A CN 201810644840A CN 109102145 A CN109102145 A CN 109102145A
- Authority
- CN
- China
- Prior art keywords
- model
- result
- current
- information
- predefined
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开内容的各实施例涉及流程编排。公开了用于编排流程的系统和方法。在一个实现方式中,系统被配置为提取与流程相关联的流程信息。基于流程信息,系统被配置为基于流程信息来确定执行流程的当前模型。系统还被配置为取回与流程相关联的监管信息,其中监管信息指示与流程相关联的预定义策略、预定义规则和预定义规定中的至少一项。此外,系统被配置为基于流程信息和监管信息中的至少一项来更新当前模型以用于获取流程的预定义结果。
Description
技术领域
本公开的各实施例涉及流程编排(process orchestration)。
背景技术
通常,可以在企业内的部门中执行多个业务流程。这些业务流程中的每个业务流程可以针对具有预定义的输出和性能指标的预先设置的目标而被建立。示例包括用于管理制造中的装配线的订单跟踪的业务流程以及用于管理健康护理提供者向健康护理付款人的登记的业务流程。为了更好地实现企业的业务流程的交付的效率和易用性,诸如后端和前端IT系统、涉及的人员的不同角色、事件、任务、业务控制和适用的合规要求等与流程相关的各个方面需要被建模和管理。流程方面的管理可以被称为流程编排。流程编排通常被用于管理和优化各种领域的流程,诸如业务流程管理(BPM)、工作流管理和机器人流程自动化(RPA)。
在流程编排中,通常与流程相关联的步骤是预定义的,并且过程流(即,要执行步骤的序列)也是预定义的。然而,传统的流程编排方法可能具有一些缺点。例如,由于这些步骤和步骤的顺序可以是预定义的,因此流程编排通常变得僵硬,适应性和可伸缩性受到限制。由于流程编排所依据的因素可能不是静态的,并且可能会发生变化,例如,由于某些异常情况,所以这种严格的流程编排可能无法动态地适应变化的环境。
例如,由于传统方法无法适应异常,因此流程可能会停止。这反过来可能会对流程的结果产生不利影响。结果可以是指流程的业务或绩效指标,并且可以被表示为流程属性的效用函数。例如,在与制造物品的流程有关的情况中,物品的制造方式(以及由此的吞吐量和/或质量)可能受到影响。一般而言,业务流程的执行的优化可以表示优化与结果相关联的效用函数—这可以包括例如最小化与流程相关联的成本(包括执行流程所需要的人员),最大化给定投资产生的回报,最小化风险价值(通常用于审计和保证),或者最大化风险调节后回报。
此外,目前,与企业的运作、控制和管理相关联的流程正在发展并且从基于流程的模型变为结果驱动的模型。因此,个人的自由裁量权可以在确保流程顺利和成功运行方面发挥重要作用,例如在保险索赔流程的情况中。但是,训练有素的人可能无法做出有效的决策,或者无法有效地执行步骤/任务,并且从而可能影响流程的结果。因此,可能需要能够基于已改变的需求或情况自动地创建新流程或改变流程并且然后自动地执行新的或已修改的流程以实现期望的结果的系统和方法。
发明内容
本公开的各实施例涉及流程编排
根据本公开内容的一个方面,公开了一种用于编排流程的系统,所述系统包括:处理器;以及编排引擎,其被耦合到所述处理器以:提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:与所述流程相关联的一个或多个操作属性;与所述流程相关联的一个或多个资源;与所述流程相关联的一个或多个步骤的序列;与所述流程相关联的一个或多个事件日志;以及与所述流程相关联的人员信息;基于所述流程信息来确定执行所述流程的当前模型;取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型,以用于获取所述流程的预定义结果。
根据本公开内容的另一方面,公开了一种编排流程的方法,所述方法包括:提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:与所述流程相关联的一个或多个操作属性;与所述流程相关联的一个或多个资源;与所述流程相关联的一个或多个步骤的序列;与所述流程相关联的一个或多个事件日志;以及与所述流程相关联的人员信息;基于所述流程信息来确定执行所述流程的当前模型;取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型,以用于获取所述流程的预定义结果。
根据本公开内容的又一方面,公开了一种非暂态计算机可读介质,包括指令,所述指令当由处理器执行时,使得所述处理器执行编排流程的方法,所述方法包括:提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:与所述流程相关联的一个或多个操作属性;与所述流程相关联的一个或多个资源;与所述流程相关联的一个或多个步骤的序列;与所述流程相关联的一个或多个事件日志;以及与所述流程相关联的人员信息;基于所述流程信息来确定执行所述流程的当前模型;取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型,以用于获取所述流程的预定义结果。
附图说明
本公开内容的特征通过示例的方式进行说明,但不限于以下附图,其中相同的附图标记表示相同的元素,在附图中:
图1示出了根据本公开内容的示例的用于编排流程的系统的框图表示;
图2示出了根据本公开内容的示例的用于编排流程的系统的各种组件;
图3示出了根据本公开内容的示例的流程编排的框架;
图4示出了根据本公开内容的示例的实现流程编排的示例场景;
图5示出了根据本公开内容的示例的用于编排流程的流程图;
图6示出了根据本公开内容的示例的用于更新执行流程的当前模型的流程图;以及
图7示出了根据本公开内容的实施例的用于编排流程的流程图。
具体实施方式
为了简化和说明的目的,本公开内容主要通过参考其示例而被描述。在以下描述中,阐述了很多具体细节以提供对本公开内容的透彻理解。然而,很清楚的是,可以实践本公开内容而不限于这些具体细节。在其他情况中,本领域普通技术人员容易理解的一些方法和结构未被详细描述,以免不必要地模糊本公开内容。如本文中被使用的,术语“一个(a)”和“一个(an)”旨在表示至少一个特定元素,术语“包括(includes)”表示包括但不限于,术语“包括(including)”表示包括但不限于,并且术语“基于”表示至少部分基于。
根据本公开内容的实施例,描述了用于编排流程的系统和方法。在一个实施例中,流程的编排是结果驱动的,即,基于流程的结果,流程可以被修改。因此,流程编排变得可适应和可扩展。
在一个示例中,为了编排流程,可以提取与要被编排的流程相关联的信息。流程信息包括例如一个或多个操作属性、一个或多个资源、一个或多个步骤的序列、一个或多个事件日志和人员信息。基于流程信息,可以确定执行流程的当前模型。此外,还可以取回与该流程相关的监管信息。监管信息可以包括与要被编排的流程相关联的预定义策略和/或规则。随后,可以基于流程信息和/或监管信息来更新用于流程的当前模型。当前模型被更新以实现流程的预定义结果。因此,即使与流程相关联的方面或条件改变,也可以确保流程的结果。因此,企业流程的这种编排实际上可以更好地利用资源,诸如例如人力、计算资源或其他资源。
图1示出了根据本公开内容的示例实施例的表示编排系统100的框图。编排系统100可以可互换地被称为系统100,并且可以提供对流程的编排。要管理的流程可以涉及企业的各个领域,诸如例如制造、生产、人力资源和会计。有效的编排可以提供流程的更好的执行,从而节省时间和资源。
如可以被理解的,系统100可以被实现用于编排单个流程或多个流程。多个流程可以由单个企业实现,或者在某些示例中可以由多于一个企业/组织实现。为了简洁起见,已经参考单个流程解释了以下描述。然而,可以理解,类似的原理可以扩展到其中多个流程或横跨多个企业的流程将要被编排的其他示例。
在一个示例中,系统100可以通过网络106被连接到企业资源规划(ERP)系统102和监管信息数据库104。ERP系统102转而可以与一个或多个数据源108相关联。
网络106可以是无线网络、有线网络或其组合。网络106也可以是单独的网络或者彼此互连并且用作单个大型网络(例如,因特网或内联网)的很多这样的单独网络的集合。网络106可以被实现为不同类型的网络之一,诸如内联网、局域网(LAN)、广域网(WAN)、因特网等。网络106可以是专用网络或共享网络,其表示使用各种协议(例如,超文本传输协议(HTTP)、传输控制协议/网际协议(TCP/IP)等)以彼此通信的不同类型的网络的关联。
ERP系统102可以被实现为独立系统或者由企业实现的用于管理与流程相关联的流程信息的系统的组合。流程信息可以包括例如与一个或多个操作属性相关的信息,诸如与流程相关联的流时间(flow time)、等待时间、处理时间和同步时间。操作属性可以可互换地被称为关键性能指标。
流程信息还可以包括指示一个或多个资源(例如,被用于实现流程的硬件、软件、系统、网络等)的信息。此外,在一个示例中,流程信息可以包括流程流,即,与流程相关联的一个或多个步骤的序列。流程信息还可以包括与流程相关联的人员信息。人员信息可以指示与项目涉及的人员相关联的信息、企业中的人员的相应角色/指定、以及指示人员之间的关系的社交网络图。
此外,在一个示例中,流程信息还可以包括与流程相关联的多个事件日志。在一个示例中,事件日志可以包括与涉及流程的操作、任务、事件和/或步骤相关的信息。例如,在线食品订购流程可以包括一个或多个步骤,诸如选择餐馆,选择食品,指定食品的数量,进行针对食品的支付以及递送食品。对于上述步骤中的每个步骤,当执行步骤时,可以注册事件日志。此外,每个事件日志还可以包括附加信息,诸如忽略步骤的人员的姓名、执行步骤所花费的时间等。
ERP系统102可以从数据源108收集流程信息。数据源108可以包括例如与和模型有关的信息相关联的数据源以及与事件日志信息相关联的数据源。在一个示例中,数据源108也可以交互以处理和更新数据。例如,流程信息系统(未示出)可以管理数据源108。在一个示例中,流程信息管理系统的功能可以与系统100被集成。备选地,流程信息管理系统可以被提供作为通过网络106耦合到数据源108的独立系统。
除了数据源108之外,监管信息数据库104(在下文中被称为数据库104)可以与系统100相关联。数据库104可以包括与流程相关联的监管信息。监管信息可以包括与流程相关联的定义的规则、定义的策略和定义的规定中的至少一项。例如,对于保险流程,监管信息可以包括关于由政府和/或提供保险服务的企业定义的规章和策略的信息。数据库104可以定期更新以反映可以对监管信息做出的改变。例如,如果政府提出了与银行账户持有者的“了解你的客户”(KYC)细节有关的新要求,则可以在数据库104中对其进行更新。因此,可以在执行流程编排的同时将将这个变化作为因素考虑在内。
如上所述,系统100可以被实现以用于编排流程。在操作中,系统100可以在编排流程之前确定执行流程的当前模型。为了确定当前模型,在一个示例中,编排引擎104从与多个数据源108相关联的ERP系统102中提取流程信息。
随后,系统100可以基于流程信息来确定用于执行流程的当前模型。在一个实施例中,在确定当前模型时,系统100可以从数据库104取回监管信息。基于流程信息和监管信息中的至少一项,系统100可以更新当前模型以用于获取流程的预定义结果。因此,可以增强当前模型以有效地提供期望的结果,而不会中止流程和/或浪费资源。
图2示出了根据本公开内容的示例实施例的系统100的各种组件。在一个示例中,系统100包括处理器202、编排引擎204和流程数据206。编排引擎204可以被实现为信号处理器、状态机和/或逻辑电路。此外,编排引擎204可以按照硬件、由处理单元执行的指令或通过其组合而被实现。处理单元可以包括计算机、处理器、状态机、逻辑阵列或者能够处理指令的任何其他合适的设备。处理单元可以是执行指令以执行所需要的任务的专用处理器。
在本公开内容的另一方面,编排引擎204可以是当由处理器/处理单元执行时执行任何描述的功能的机器可读指令(软件)。机器可读指令可以存储在电子存储器设备、硬盘、光盘或其他机器可读存储介质或非暂态介质上。
在实现方式中,编排引擎204可以在编排流程之前确定用于执行流程的当前模型。在一个示例中,为了确定当前模型,编排引擎204从ERP系统102中提取流程信息。流程信息可以存储在流程数据206中。
例如,为了提取与操作属性相关的信息,编排引擎204可以实现企业流程管理工具,诸如SIPOC和流程流。在另一示例中,编排引擎204可以实现用于提取与一个或多个资源相关的信息、人员信息和与流程流相关的信息的对话管理系统。对话管理系统可以与一个或多个用户交互以用于获取上述信息。在另一示例实施例中,管理员可以手动获取和记录与一个或多个资源相关的信息、人员信息和与流程流相关的信息。此外,获取的信息可以被存储在流程数据206中,其可以被用于另外的分析。
此外,在一个示例中,编排引擎204可以从ERP系统102中提取事件日志。包括所执行的步骤的时间戳序列的事件日志有助于对用于流程的流程模型进行反向工程。在一个实现方式中,编排引擎204可以实现语音识别技术、图像分析技术、视频分析技术和自然语言处理技术中的至少一项,以用于收集非结构化数据,诸如流程信息中的语音、图像、视频和文本。图像分析技术和视频分析技术可以包括用于识别图像/视频并且理解所识别的图像/视频的技术。这些技术可以用于提取流程信息。
在提取流程信息时,编排引擎204可以应用数据挖掘技术以确定用于执行流程的当前模型。数据挖掘技术可以包括分类、聚类、预测和序列模式识别中的一个或多个。因此,在一个示例中,提取的数据可以被分类或聚类以确定当前模型。在不存在模型的情况中,编排引擎204可以实现第一数据挖掘技术。在上述技术中,基于事件日志,新的模型基于低级事件被构建或被发现。
在另一示例中,当存在用于执行流程的先验模型时,编排引擎204可以实现第二数据挖掘技术。在上述技术中,将现有模型与流程事件日志比较,并且分析日志与模型之间的差异。上述技术可以被用于检测偏差以丰富模型。在一个示例中,可以基于性能数据来增强流程模型,即,可以使用某种先验流程模型来预测潜在瓶颈。在另一示例中,数据挖掘技术可以实现决策挖掘器,该决策挖掘器采用先验流程模型并且分析流程模型中的每个选择。对于每个选择,事件日志被查阅,以查看在做出选择的时刻哪些信息通常可用。然后使用经典数据挖掘技术来查看哪些数据元素影响选择。因此,为流程中的每个选择生成决策树。
例如,根据与KYC流程有关的性能数据,可以确定在需要来自管理者的批准的情况中,获取批准需要消耗大量时间。这可能会导致这样的KYC流程花费的时间比预期的要长。可以执行决策挖掘器和数据挖掘以确定可能需要管理者批准的情况以及批准可以被绕过的情况。然后,至少对于管理者批准可以被绕过的KYC情况,处理时间可以减少。
在又一示例中,当存在用于执行流程的先验模型时,编排引擎204可以实现用于确定当前模型的第三数据挖掘技术。在上述技术中,流程模型被扩展为具有新的方面或角度,从而使得目标不是检查一致性,而是改进或增强现有模型。一个示例可以是具有性能数据的流程模型的扩展,即,利用性能数据而被动态地标注的某个先验流程模型。参考上面讨论的示例,增强可以指示可以被提供以绕过批准流程的替代客户细节。
在确定当前模型时,在一个实施例中,编排引擎204可以从数据库104取回监管信息。随后,基于流程信息和监管信息中的至少一项,编排引擎204可以更新当前模型以用于获取流程的预定义结果。
在一个实施例中,为了更新当前模型,编排引擎204可以查明当前模型的结果。基于查明的结果、流程信息和监管信息,编排引擎204可以确定用于流程的至少一个备选方案。备选方案可以包括可以用来替代执行流程的现有步骤的一个或多个替代步骤。
在一个示例中,编排引擎204可以确定与备选方案(也称为备选流程模型)对应的结果。编排引擎204然后可以将查明的结果和与备选方案对应的结果与预定义结果比较。通过该比较,编排引擎204确定与备选方案对应的结果和查明的结果中的哪个与预定义结果更相似。在一个示例中,当与备选方案对应的结果与预定义结果更相似时,编排引擎204可以选择备选方案以用于更新当前模型。
在一个实施例中,编排引擎204可以检查用于更新系统100的结果。例如,编排引擎204可以查明更新的当前模型的结果并且可以将结果与预定义结果比较。在结果超出预定义结果的预定义阈值的情况中,标识偏移。在这种情况中,编排引擎204被配置为基于偏移来选择备选方案。
在一个示例中,编排引擎204可以例如通过应用的相应连接器来连接到流程的一个或多个应用的应用编程接口(API)。此外,在一个实施例中,系统100可以通过提供对来自这样的传统系统的结果的接收的支持来支持与传统编排系统(图中未示出)的可伸缩性。例如,在存在多个流程的示例中,可以使用传统编排模型(例如,基于角色的编排模型或基于策略的编排模型)来编排多个流程中的一个或多个。在这样的情况中,系统100可以接收一个或多个流程的结果,并且可以使用该结果以基于上述原理来编排流程。因此,在一个示例中,系统100向现有的编排系统提供支持和可伸缩性。
图3示出了根据本公开内容的示例实现方式的本编排流程的框架300。框架300示出了本编排流程的各种功能方面。如图所示,框302与形成本编排流程的核心的模型相关数据有关。模型相关数据可以包括行业观点(PoV)、流程模型的首选实践、数据模型、关联角色和关联策略。框304指示本编排流程的各个方面。在一个示例中,考虑到自上而下的方面,本编排流程是结果驱动的,而在自下而上的方面,流程挖掘是核心,其中当前模型确定和后续增强基于流程挖掘。此外,当前编排流程在情境环境中发挥作用,实现对话驱动的访问(interview)以用于信息采集,并且进行持续学习。
最后,框306示出了可以对其执行在框304下讨论的操作的各种组件、可以用于执行本编排流程的组件、或执行本编排流程时获取的结果。组件可以包括流程306-1、策略306-2、人306-3、结构化数据306-4、非结构化数据306-5和结果306-6。流程可以包括可以被分析以确定要实现的模型的控制流和数据流。这些策略可以包括与合规、企业控制、合同策略和服务水平协议有关的策略。人员组成可以包括参与流程的各个个人的角色、组织中的角色、和与来自社交网络的人员有关信息。结构化数据可以包括ERP数据和Excel数据,并且非结构化数据可以包括电子邮件、扫描文档和电话对话。最后,结果部分可以基于与企业本身或企业运营有关的指标、成本和资源。
为了解释而非限制,关于几个示例场景来解释本公开内容。然而,应当意识到,本公开内容不限于这些示例场景,并且类似的原理也可以扩展到其他领域。
在一个示例中,系统100可以提供对图4中示意性示出的工资核算流程的编排。所示流程示出了向用户提供过度报价(over offer)的各种步骤。如图所示,第一用户402(例如,管理者)可以为第二用户404(例如,管理者团队中的雇员)创建过度报价草案。根据指定的策略,草案可以被发送给财务部门406以进行授权。在授权之后,可以向第三用户408(例如,二线管理者)提供授权的过度报价批准以供批准。二线管理器408在批准报价时可以将过度报价(即,与过度报价有关的细节)提供给现场管理系统410。成功记录过度报价的现场管理系统410可以向二线管理器408提供通知。此外,现场管理系统410还可以向雇员404提供关于过度报价的电子邮件通知,雇员404转而可以向管理员402提供电子邮件证据。管理员402转而可以在他的系统中将任务标记为完成。
在向雇员404提供通知的同时,现场管理系统410还可以将与过度报价有关的细节提供给工资系统412,从而使得工资系统412可以相应地生成工资支票。因此,可以观察到,在向雇员提供过度报价的情况中,可以按照预定顺序来执行多个步骤。
可以看出,在上述流程中涉及多个参与者和事件。未发生单个事件最终可能会停止整个流程。例如,在二线管理器408不可用的情况中,雇员的工资核算流程可以被停止,并且在某些极端情况中可能导致不支付报酬。
为了有效地实现工资核算流程,本系统100可以从ERP系统102收集与参与者和事件有关的数据以确定当前模型。例如,数据挖掘技术可以分析提取的数据(例如,事件日志、与工资核算流程中的参与者有关的数据)以确定当前模型。数据挖掘技术可以实现特征提取和顺序模式预测以生成当前模型。当前模型可以指出上面讨论的流程。
在确定当前模型时,编排引擎还可以确定备选方案。例如,备选方案可以表明,在没有参与者的情况中,可以考虑在同一层级或更高级别的另一参与者以使流程编排灵活以适应不断变化的环境和/或异常。
如上所述,备选方案的结果可以被确定并且与预定义结果比较以确定要适应的模型。因此,工资核算流程可以相应地进行编排。
在另一示例中,系统100可以在记录到报告(R2R)管理流程中被实现。在一个示例中,在R2R管理流程中,来自财务记录的账户(例如,银行对账单)可以与分类账比较。在一个实现方式中,系统100可以提取与R2R管理流程相关的流程信息,并且可以获知与R2R管理流程相关的操作属性、资源、人员、事件日志、流程流等。系统100随后可以基于流程信息来确定R2R管理流程的当前模型。在一个示例中,系统100可以取回与R2R管理流程相关联的监管信息。在一个示例中,监管信息有助于系统100的适应性和可扩展性。例如,作为示例,可以为财务记录定义基于新规则的新格式。在这种情况中,当前模型可能无法适应新格式。因此,可以观察到流程的停止。如上所述,系统100考虑到监管信息,并且因此用新格式被更新。因此,系统100能够适应新格式并且R2R管理流程被实现而没有操作的任何停止。
在另一示例中,系统100可以在健康护理入职流程中被实现。健康护理入职流程通常包括多步骤验证流程,并且需要接入多个数据源,诸如个人文档等。为了将健康护理提供者登记在健康护理计划中,建立与健康护理提供者对应的证书。此外,健康护理提供者的历史(例如,先前的经验)也可以被记录。用于编排健康护理入职流程的常规系统通常是反应性的、耗时的并且基于过时的信息。因此,基于过时的信息登记医疗服务提供者的可能性可能会增加。如上所述,系统100利用当前监管信息并且因此用最新的规则、策略和规定来更新。因此,将健康护理提供者的过时的健康计划出售给用户的可能性降低。
在又一示例中,系统100可以在“了解你的客户”(KYC)流程中被实现。通常,在KYC流程中注册个人是一项繁琐而繁琐的任务。例如,建立个人的身份,记录个人的人口统计信息,记录关于家庭成员的信息,记录关于个人的社交网络的信息等。用于编排这种流程的传统系统可能不会用最新规定、规则和策略进行更新。因此,与个人对应的记录的信息可能不完整或不正确。在这种情况中,可能需要实现附加的资源才能获取正确的信息。在一个示例中,系统100取回与流程相关联的监管信息。因此,系统100用最新的规则、规定和策略进行更新。因此,与个人相关的正确信息被记录。
图5示出了根据本公开内容的实施例的用于编排流程的方法500。图6示出了根据本公开内容的实施例的用于更新执行流程的当前模型的方法600。图7示出了根据本主题的实施例的用于编排流程的方法700。方法500、600和700可以由一个或多个服务器或其他类型的计算机执行,该计算机包括执行实施这些方法的机器可读指令的至少一个处理器。例如,图1所示的系统100可以存储实施这些方法的机器可读指令,并且处理器202可以执行机器可读指令。作为示例,方法500、600和700被描述为由系统100执行。
参考图5,在502处,提取与流程相关联的流程信息。在一个示例中,流程信息可以包括与流程相关联的一个或多个操作属性。流程信息还可以包括与流程相关联的一个或多个资源。此外,流程信息可以包括与流程相关联的一个或多个步骤的序列。另外,流程信息可以包括与流程相关联的一个或多个事件日志。流程信息还可以包括与流程相关联的人员信息。人员信息可以包括人员的角色/指定、关于人员是否与流程相关联的信息、和描述与流程相关联的人员之间的关系的社交网络。在一个示例中,编排引擎204可以从ERP系统102中提取流程信息。
在504处,基于流程信息来确定执行流程的当前模型。在一个示例中,当前模型至少描绘与流程相关的流程流、人员和参数。如先前参考图1所述,可以实现第一数据挖掘技术、第二数据挖掘技术和第三数据挖掘技术中的任一种以确定当前模型。除了其他信息之外,上述数据挖掘技术利用事件日志来确定流程。在一个示例中,编排引擎204可以确定当前模型。
在506处,取回与流程相关联的监管信息。在一个示例中,监管信息可以包括与流程相关联的预定义规则、预定义策略和预定义商业控制中的至少一项。预定义的规则、策略和业务控制可以由诸如政府机构或企业或其组合等组织来确定。在一个示例中,编排引擎204可以从数据库104取回监管信息。
在508处,基于流程信息和监管信息中的至少一项来更新当前模型以用于获取流程的预定义结果。在一个示例中,编排引擎204可以更新当前模型。
参考图6,在602处,查明基于当前模型的流程的结果。在一个示例中,编排引擎204可以基于当前模型来查明流程的结果。
在604处,基于查明的结果、流程信息和监管信息来确定执行该方法的至少一个备选方案。备选方案可以包括执行流程的替选或替代步骤。替选或替代步骤可以用来代替流程的一个或多个现有步骤。例如,当流程的一个步骤不能被执行时,该步骤可以用替选或替代步骤替代。在一个示例中,编排引擎204可以确定备选方案。
在606处,确定基于至少一个备选方案的流程的结果。一旦选择了替选或替代步骤,则可以基于备选方案执行流程,并且可以确定结果。在一个示例中,编排引擎204可以基于至少一个备选方案来确定结果。
在608处,将查明的结果和与备选方案对应的结果与流程的预定义结果比较。在一个示例中,与备选方案对应的结果和查明的结果与流程的预定义结果比较。基于该比较,标识与预定义结果更相似的结果。在一个示例中,编排引擎204可以执行比较。
在610处,基于比较来选择至少一个备选方案以用于更新当前模型。在一个示例中,如果与备选方案对应的结果与预定义结果更相似,则选择与备选方案对应的结果。在一个示例中,编排引擎204可以选择备选方案。
参考图7,在702处,基于更新的当前模型来查明流程的结果。在一个示例中,编排引擎204可以查明结果。
在704处,将与更新的当前模型对应的结果与预定义结果比较。在一个示例中,编排引擎204可以将与更新的当前模型对应的结果与预定义结果比较。
在706处,基于比较来标识偏移。在一个示例中,当与更新的当前模型对应的结果不在预定义结果的阈值内时,标识偏移。在一个示例中,编排引擎204可以标识偏移。
在708,基于偏移来选择用于执行流程的备选方案。在一个示例中,当偏移被标识时,可以基于一个或多个备选方案来执行流程的模拟。随后,选择与预定义结果相似度最大的备选方案。在一个示例中,编排引擎204可以选择备选方案。
本文中已经描述和说明了本公开内容的示例以及一些变形。本文中使用的术语、描述和附图仅仅是为了说明,并不表示限制。在旨在由所附权利要求及其等同物来限定的本公开内容的范围内的很多变化是可能的,其中除非另有说明,否则所有术语均以其最宽泛的合理含义来表示。
Claims (20)
1.一种用于编排流程的系统,所述系统包括:
处理器;以及
编排引擎,其被耦合到所述处理器以:
提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:
与所述流程相关联的一个或多个操作属性;
与所述流程相关联的一个或多个资源;
与所述流程相关联的一个或多个步骤的序列;
与所述流程相关联的一个或多个事件日志;以及
与所述流程相关联的人员信息;
基于所述流程信息来确定执行所述流程的当前模型;
取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及
基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型以用于获取所述流程的预定义结果。
2.根据权利要求1所述的系统,其中所述编排引擎还用以:
基于所述当前模型来查明所述流程的结果;
基于查明的所述结果、所述流程信息和所述监管信息来确定用于所述流程的至少一个备选方案;
基于所述至少一个备选方案来确定所述流程的结果;
将查明的所述结果和与所述至少一个备选方案对应的所述结果与预定义结果比较;以及
基于所述比较来选择所述至少一个备选方案以用于更新所述当前模型。
3.根据权利要求1所述的系统,其中所述编排引擎还用来:
基于更新的所述当前模型来查明所述流程的结果;
将与更新的所述当前模型对应的所述结果与所述预定义结果比较;
基于所述比较来标识偏移;以及
基于所述偏移来选择备选方案。
4.根据权利要求1所述的系统,其中所述编排引擎还用来通过连接器连接到与所述流程相关联的至少一个应用的应用编程接口(API)。
5.根据权利要求1所述的系统,其中所述编排引擎还用于实现语音识别技术、图像分析技术、视频分析技术和自然语言处理技术中的至少一项以用于收集所述流程信息。
6.根据权利要求1所述的系统,其中所述编排引擎用来实现数据挖掘技术以用于执行以下中的至少一项:确定所述当前模型,检测偏差以丰富所述当前模型以及增强所述当前模型。
7.根据权利要求1所述的系统,其中所述编排引擎用来实现对话管理系统以与用户交互以提取所述人员信息、与所述一个或多个资源相关的信息和与一个或多个步骤的序列有关的信息。
8.一种编排流程的方法,所述方法包括:
提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:
与所述流程相关联的一个或多个操作属性;
与所述流程相关联的一个或多个资源;
与所述流程相关联的一个或多个步骤的序列;
与所述流程相关联的一个或多个事件日志;以及
与所述流程相关联的人员信息;
基于所述流程信息来确定执行所述流程的当前模型;
取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及
基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型以用于获取所述流程的预定义结果。
9.根据权利要求8所述的方法,其中所述更新包括:
基于所述当前模型来查明所述流程的结果;
基于查明的所述结果、所述流程信息和所述监管信息来确定用于所述流程的至少一个备选方案;
基于所述至少一个备选方案来确定所述流程的结果;
将查明的所述结果和与所述至少一个备选方案对应的所述结果与预定义结果比较;以及
基于所述比较来选择所述至少一个备选方案以用于更新所述当前模型。
10.根据权利要求8所述的方法,其中所述方法还包括
基于更新的所述当前模型来查明所述流程的结果;
将与更新的所述当前模型对应的所述结果与所述预定义结果比较;
基于所述比较来标识偏移;以及
基于所述偏移来选择备选方案。
11.根据权利要求8所述的方法,其中所述方法还包括实现语音识别技术、图像分析技术、视频分析技术和自然语言处理技术中的至少一项以用于收集所述流程信息。
12.根据权利要求8所述的方法,其中确定所述当前模型包括实现数据挖掘技术。
13.根据权利要求12所述的方法,其中所述方法包括:
查明是否存在用于执行所述流程的Apriori模型;以及
当存在所述Apriori模型时,实现第二数据挖掘技术以检测偏差以丰富所述当前模型,并且实现第三数据挖掘技术以增强所述当前模型。
14.一种非暂态计算机可读介质,包括指令,所述指令当由处理器执行时,使得所述处理器执行编排流程的方法,所述方法包括:
提取与所述流程相关联的流程信息,其中所述流程信息指示以下中的至少一项:
与所述流程相关联的一个或多个操作属性;
与所述流程相关联的一个或多个资源;
与所述流程相关联的一个或多个步骤的序列;
与所述流程相关联的一个或多个事件日志;以及
与所述流程相关联的人员信息;
基于所述流程信息来确定执行所述流程的当前模型;
取回与所述流程相关联的监管信息,其中所述监管信息指示与所述流程相关联的预定义策略、预定义规则和预定义规定中的至少一项;以及
基于所述流程信息和所述监管信息中的至少一项来更新所述当前模型以用于获取所述流程的预定义结果。
15.根据权利要求14所述的非暂态计算机可读介质,其中所述处理器还用来:
基于所述当前模型来查明所述流程的结果;
基于查明的所述结果、所述流程信息和所述监管信息来确定用于所述流程的至少一个备选方案;
基于所述至少一个备选方案来确定所述流程的结果;
将查明的所述结果和与所述至少一个备选方案对应的所述结果与预定义结果比较;以及
基于所述比较来选择所述至少一个备选方案以用于更新所述当前模型。
16.根据权利要求14所述的非暂态计算机可读介质,其中所述处理器还用来:
基于更新的所述当前模型来查明所述流程的结果;
将与更新的所述当前模型对应的所述结果与所述预定义结果比较;
基于所述比较来标识偏移;以及
基于所述偏移来选择备选方案。
17.根据权利要求16所述的非暂态计算机可读介质,其中所述处理器还用来:
查明与更新的所述当前模型对应的结果是否在所述预定义结果的阈值内;以及
当所述结果不在所述预定义结果的所述阈值内时,标识所述偏移。
18.根据权利要求14所述的非暂态计算机可读介质,其中所述处理器还用来通过连接器连接到与所述流程相关联的至少一个应用的应用编程接口(API)。
19.根据权利要求14所述的非暂态计算机可读介质,其中所述处理器还用来实现语音识别技术、图像分析技术、视频分析技术和自然语言处理技术中的至少一项以用于收集所述流程信息。
20.根据权利要求14所述的非暂态计算机可读介质,其中所述处理器还用来实现数据挖掘技术以用于执行以下中的至少一项:确定所述当前模型,检测偏差以丰富所述当前模型以及增强所述当前模型。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/629,140 US11282035B2 (en) | 2017-06-21 | 2017-06-21 | Process orchestration |
US15/629,140 | 2017-06-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109102145A true CN109102145A (zh) | 2018-12-28 |
CN109102145B CN109102145B (zh) | 2022-07-19 |
Family
ID=64693401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810644840.XA Active CN109102145B (zh) | 2017-06-21 | 2018-06-21 | 流程编排 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11282035B2 (zh) |
CN (1) | CN109102145B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011828A (zh) * | 2019-12-20 | 2021-06-22 | 尤帕斯公司 | 更新或重新训练并更新动态人工智能/机器学习模型 |
CN114035860A (zh) * | 2021-11-04 | 2022-02-11 | 四川启睿克科技有限公司 | 一种基于rpa全局变量模块的流程参数配置系统 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11433536B2 (en) * | 2019-09-19 | 2022-09-06 | UiPath, Inc. | Process understanding for robotic process automation (RPA) using sequence extraction |
US20210109503A1 (en) | 2019-10-15 | 2021-04-15 | UiPath, Inc. | Human-in-the-loop robot training for robotic process automation |
US20210110318A1 (en) * | 2019-10-15 | 2021-04-15 | UiPath, Inc. | Automatic analysis, prioritization, and robot generation for robotic process automation |
US11440201B2 (en) | 2019-10-15 | 2022-09-13 | UiPath, Inc. | Artificial intelligence-based process identification, extraction, and automation for robotic process automation |
US11488015B2 (en) | 2019-10-15 | 2022-11-01 | UiPath, Inc. | Artificial intelligence layer-based process extraction for robotic process automation |
EP3890244A1 (en) * | 2020-04-03 | 2021-10-06 | Mitsubishi Electric R&D Centre Europe B.V. | Method for providing multi-site orchestration in a public network for factory automation |
WO2022015978A1 (en) * | 2020-07-15 | 2022-01-20 | Copado, Inc. | Applied computer technology for high efficiency value stream management and mapping and process tracking |
US11740897B2 (en) | 2020-07-15 | 2023-08-29 | Copado, Inc. | Methods for software development and operation process analytics and devices thereof |
US11934416B2 (en) * | 2021-04-13 | 2024-03-19 | UiPath, Inc. | Task and process mining by robotic process automations across a computing environment |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1479902A (zh) * | 2001-10-18 | 2004-03-03 | ���Ͽع�����˾ | 工作流挖掘系统和方法 |
US20050065941A1 (en) * | 2003-09-23 | 2005-03-24 | Deangelis Stephen F. | Systems for optimizing business processes, complying with regulations, and identifying threat and vulnerabilty risks for an enterprise |
US20110218927A1 (en) * | 2010-03-05 | 2011-09-08 | Oracle International Corporation | Compensation patterns for adjusting long running order management fulfillment processes in an distributed order orchestration system |
US8073731B1 (en) * | 2003-12-30 | 2011-12-06 | ProcessProxy Corporation | Method and system for improving efficiency in an organization using process mining |
US20140058789A1 (en) * | 2012-08-24 | 2014-02-27 | Markus Doehring | Process model generation and weak-spot analysis from plain event logs |
US20140095266A1 (en) * | 2012-09-28 | 2014-04-03 | Oracle International Corporation | Supply chain financial orchestration system with custom qualifier parameters |
CN104714941A (zh) * | 2013-12-12 | 2015-06-17 | 国际商业机器公司 | 用于使用自然语言处理来增强业务流程执行的方法和系统 |
US20160080422A1 (en) * | 2014-09-12 | 2016-03-17 | International Business Machines Corporation | Transforming business policies to information technology security control terms for improved system compliance |
CN105934916A (zh) * | 2014-02-23 | 2016-09-07 | 英特尔公司 | 向所部署装置编制和管理服务 |
US20170061956A1 (en) * | 2015-08-31 | 2017-03-02 | Microsoft Technology Licensing, Llc | Generation and application of universal hypothesis ranking model |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6957186B1 (en) * | 1999-05-27 | 2005-10-18 | Accenture Llp | System method and article of manufacture for building, managing, and supporting various components of a system |
US20110040631A1 (en) * | 2005-07-09 | 2011-02-17 | Jeffrey Scott Eder | Personalized commerce system |
US7707173B2 (en) * | 2005-07-15 | 2010-04-27 | International Business Machines Corporation | Selection of web services by service providers |
US8103601B2 (en) * | 2006-06-12 | 2012-01-24 | Projectioneering, LLC | Complexity systems management method |
US20100121740A1 (en) * | 2008-11-13 | 2010-05-13 | Oracle International Corporation | Data driven orchestration of business processes |
US8619084B2 (en) * | 2010-05-03 | 2013-12-31 | International Business Machines Corporation | Dynamic adaptive process discovery and compliance |
-
2017
- 2017-06-21 US US15/629,140 patent/US11282035B2/en active Active
-
2018
- 2018-06-21 CN CN201810644840.XA patent/CN109102145B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1479902A (zh) * | 2001-10-18 | 2004-03-03 | ���Ͽع�����˾ | 工作流挖掘系统和方法 |
US20050065941A1 (en) * | 2003-09-23 | 2005-03-24 | Deangelis Stephen F. | Systems for optimizing business processes, complying with regulations, and identifying threat and vulnerabilty risks for an enterprise |
US8073731B1 (en) * | 2003-12-30 | 2011-12-06 | ProcessProxy Corporation | Method and system for improving efficiency in an organization using process mining |
US20110218927A1 (en) * | 2010-03-05 | 2011-09-08 | Oracle International Corporation | Compensation patterns for adjusting long running order management fulfillment processes in an distributed order orchestration system |
US20140058789A1 (en) * | 2012-08-24 | 2014-02-27 | Markus Doehring | Process model generation and weak-spot analysis from plain event logs |
US20140095266A1 (en) * | 2012-09-28 | 2014-04-03 | Oracle International Corporation | Supply chain financial orchestration system with custom qualifier parameters |
CN104714941A (zh) * | 2013-12-12 | 2015-06-17 | 国际商业机器公司 | 用于使用自然语言处理来增强业务流程执行的方法和系统 |
CN105934916A (zh) * | 2014-02-23 | 2016-09-07 | 英特尔公司 | 向所部署装置编制和管理服务 |
US20160080422A1 (en) * | 2014-09-12 | 2016-03-17 | International Business Machines Corporation | Transforming business policies to information technology security control terms for improved system compliance |
US20170061956A1 (en) * | 2015-08-31 | 2017-03-02 | Microsoft Technology Licensing, Llc | Generation and application of universal hypothesis ranking model |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011828A (zh) * | 2019-12-20 | 2021-06-22 | 尤帕斯公司 | 更新或重新训练并更新动态人工智能/机器学习模型 |
US11822913B2 (en) | 2019-12-20 | 2023-11-21 | UiPath, Inc. | Dynamic artificial intelligence / machine learning model update, or retrain and update, in digital processes at runtime |
CN113011828B (zh) * | 2019-12-20 | 2023-12-29 | 尤帕斯公司 | 更新或重新训练并更新动态人工智能/机器学习模型 |
CN114035860A (zh) * | 2021-11-04 | 2022-02-11 | 四川启睿克科技有限公司 | 一种基于rpa全局变量模块的流程参数配置系统 |
CN114035860B (zh) * | 2021-11-04 | 2023-06-13 | 四川启睿克科技有限公司 | 一种基于rpa全局变量模块的流程参数配置系统 |
Also Published As
Publication number | Publication date |
---|---|
US11282035B2 (en) | 2022-03-22 |
CN109102145B (zh) | 2022-07-19 |
US20180374051A1 (en) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102145A (zh) | 流程编排 | |
US20190050771A1 (en) | Artificial intelligence and machine learning based product development | |
US9852382B2 (en) | Dynamic human workflow task assignment using business rules | |
US20070038627A1 (en) | System and method for using a component business model to manage an enterprise | |
US10152692B2 (en) | Governing exposing services in a service model | |
US8799210B2 (en) | Framework for supporting transition of one or more applications of an organization | |
AU2012201529B2 (en) | MVT optimization of business process modeling and management | |
US20040024627A1 (en) | Method and system for delivery of infrastructure components as they related to business processes | |
US20170316080A1 (en) | Automatically generated employee profiles | |
JP2011018360A (ja) | 情報技術危機管理システム及びその方法 | |
Pacheco et al. | A proposed model for reuse of software requirements in requirements catalog | |
US20230267387A1 (en) | Computer-Guided Corporate Relationship Management | |
Baumgrass | Deriving current state RBAC models from event logs | |
US20140129276A1 (en) | Method and system for supplier management | |
US20020077945A1 (en) | Multiple audit trails in workflow-management-systems | |
Alotaibi et al. | Business process modelling towards derive and implement IT goals | |
Djedović et al. | Optimization of the business processes via automatic integration with the document management system | |
US20080235072A1 (en) | Achieving recurring item recordings from calendaring applications over lob systems | |
Herzberg et al. | Enriching raw events to enable process intelligence: research challenges | |
Lee et al. | Design and Implementation of E-Discovery as a Service based on Cloud Computing | |
Wibawa et al. | Business process analysis of cloud INCIDENT management service with activity assignment: A case of PT. XYZ | |
US20240086809A1 (en) | Process Variation Management | |
Berens | The FLOWer Case‐Handling Approach: Beyond Workflow Management | |
Cardoso et al. | Path mining and process mining for workflow management systems | |
Lee et al. | An empirical study of quality and cost based security engineering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |