CN109523157B - 一种业务流程的处理方法及系统 - Google Patents
一种业务流程的处理方法及系统 Download PDFInfo
- Publication number
- CN109523157B CN109523157B CN201811352623.XA CN201811352623A CN109523157B CN 109523157 B CN109523157 B CN 109523157B CN 201811352623 A CN201811352623 A CN 201811352623A CN 109523157 B CN109523157 B CN 109523157B
- Authority
- CN
- China
- Prior art keywords
- processing
- target
- flow
- business
- business process
- 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.)
- Active
Links
Images
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
- G06Q10/06—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Abstract
本发明公开了一种业务流程的处理方法,包括:当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型;若是,解析所述目标聚类模型中包含的处理时长和处理结果;将所述处理时长和所述处理结果反馈给所述目标业务处理流程。上述的处理方法,通过确定与所述目标业务流程对应的目标聚类模型包含的处理时长和处理结果,并将处理时长和处理结果反馈给目标业务处理流程,避免了采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析的问题。
Description
技术领域
本发明涉及业务管理技术领域,尤其涉及一种业务流程的处理方法及系统。
背景技术
业务管理的本质是实现流程的价值回归。当前,许多大型企事业单位都已经建设了业务流程管理BPM(Business Process Management)系统,且积累了大量的历史流程数据。业内主流的BPM产品采用预设指标(流程发起量统计、流程处理效率、活动处理效率、参与者处理效率等)的方式对历史数据进行流程运行效率的统计分析,需要人工核查各种统计分析报表,用户依据报表分析出流程存在的瓶颈,采取事后分析的方式进行流程优化。
现有的BPM技术采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析。
发明内容
有鉴于此,本发明提供了一种业务流程的处理方法及系统,用以解决现有技术中BPM技术采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析的问题。具体方案如下:
一种业务流程的处理方法,包括:
当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型;
若是,解析所述目标聚类模型中包含的处理时长和处理结果;
将所述处理时长和所述处理结果反馈给所述目标业务处理流程。
上述的方法,可选的,当接收到对目标业务流程的处理请求时,还包括:
判断所述目标业务流程是否满足与其对应的预设执行要求;
若否,直接对所述处理请求进行退回处理。
上述的方法,可选的,还包括:
将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。
上述的方法,可选的,还包括:
当接收到对所述预设的流程管理知识库中的各个聚类模型的优化指令时,获取与所述各个聚类模型对应的处理流程及处理结果;
针对每一个聚类模型,统计其对应的处理流程中处理结果为无效处理的占比;
将占比大于预设的无效处理占比阈值的聚类模型作为待优化聚类模型,对所述待优化聚类模型进行优化。
上述的方法,可选的,所述采用预设的构建方法构建的业务流程管理知识库包括:
将对应的业务流程处理数据集中的数据依据业务类型进行分类;
针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
一种业务流程的处理系统,包括:
第一获取模块,用于当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
判断模块,用于判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型;
解析模块,用于若是,解析所述目标聚类模型中包含的处理时长和处理结果;
反馈模块,用于将所述处理时长和所述处理结果反馈给所述目标业务处理流程。
上述的系统,可选的,所述第一获取模块还包括:
判断单元,用于判断所述目标业务流程是否满足与其对应的预设执行要求;
退回单元,用于若否,直接对所述处理请求进行退回处理。
上述的系统,可选的,还包括:
保存模块,用于将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。
上述的系统,可选的,还包括:
第二获取模块,用于当接收到对所述预设的流程管理知识库中的各个聚类模型的优化指令时,获取与所述各个聚类模型对应的处理流程及处理结果;
统计模块,用于针对每一个聚类模型,统计其对应的处理流程中处理结果为无效处理的占比;
优化模块,用于将占比大于预设的无效处理占比阈值的聚类模型作为待优化聚类模型,对所述待优化聚类模型进行优化。
上述的系统,可选的,所述判断模块包括:
分类单元,用于将对应的业务流程处理数据集中的数据依据业务类型进行分类;
分析单元,用于针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
确定单元,用于依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
与现有技术相比,本发明包括以下优点:
本发明公开了一种业务流程的处理方法,包括:当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;判断业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型,若是,解析所述目标聚类模型中包含的处理时长和处理结果,将所述处理时长和所述处理结果反馈给所述目标业务处理流程。上述的处理方法,避免了采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本申请实施例公开的一种业务流程的处理方法流程图;
图2为本申请实施例公开的一种业务流程的处理方法又一流程图;
图3为本申请实施例公开的一种业务流程的处理方法示意图;
图4为本申请实施例公开的一种业务流程的处理方法的架构示意图;
图5为本申请实施例公开的一种业务流程的处理系统结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明公开了一种业务流程的处理方法,所述处理方法应用在业务流程管理系统对业务流程进行管理的过程中,当前,国内许多大型企事业单位都已经建设了BPM系统,且积累了大量的历史流程数据。所述BPM系统采用预设指标(流程发起量统计、流程处理效率、活动处理效率、参与者处理效率等)的方式对历史数据进行统计,以报表的形式展现给用户,用户依据报表分析出流程存在的瓶颈,采取事后分析的方式进行流程优化。事前,并不知道流程的预计流转时间、流程瓶颈等。BPM是信息系统流程运行、流程监控支撑组件,为应用系统提供流程的开发期设计及运行期管理、监控服务,提供对各系统运行期流程的集中管理以及对跨系统流程的运行支持。BPM通过webservice接口或者API接口的形式与业务系统进行集成,集中纳管各系统流程模型及流程实例,以集中流程服务的方式为各业务应用提供业务流程运行、管理与监控服务。本发明提出一种业务流程的处理方法,通过大数据分析方法,建立BPM知识库,进而预测、指导、优化业务流程的流转。所述处理方法的执行流程如图1所示,包括步骤:
S101、当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
本发明实施例中,所述目标业务流程为当前正在处理的业务流程,其中,所述目标业务流程可以为请假流程,采购流程,报销流程或者其它优选的业务流程,解析所述目标业务处理流程中存在关联关系的各个目标流程节点,所述各个目标流程节点为所述处理请求生成时通过解析所述处理请求中包含的请求类型和参与者信息等生成的。
S102、判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型;
本发明实施例中,所述业务流程管理知识库是通过大数据分析的方法,查找各个处理流程之间的内在联系,将具有普遍性的关联关系的处理流程建立对应的聚类模型,存储到所述业务流程管理知识库,其中,处理流程与聚类模型存在对应关系,每一个聚类模型中包含与其对应的处理流程的各个节点和该处理流程的处理时长和处理结果,将所述各个目标节点分别与所述业务流程管理知识库中包含的聚类模型中各个节点进行对比,判断所述业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型。
S103、若是,解析所述目标聚类模型中包含的处理时长和处理结果;
本发明实施例中,若所述业务流程管理知识库中存在所述各个目标节点对应的目标聚类模型,解析所述目标聚类模型中包含的处理时长和处理结果。
S104、将所述处理时长和所述处理结果反馈给所述目标业务处理流程。
本发明实施例中,将所述处理时长和所述处理结果反馈给所述目标业务处理流程,优选的,将其展示在所述BPM系统中,所述目标处理流程的申请界面中,实现对所述目标处理流程的处理时长和处理结果的预测。
本发明实施例中,优选的,将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。方便对所述业务流程管理知识库进行优化。
本发明公开了一种业务流程的处理方法,包括:当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;判断业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型,若是,解析所述目标聚类模型中包含的处理时长和处理结果,将所述处理时长和所述处理结果反馈给所述目标业务处理流程。上述的处理方法,避免了采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析的问题。
本发明实施例中,所述处理方法依据其所处业务流程和数据本身的含义,可到所述业务流程管理知识库中进行相似度搜索,即进行模式匹配。若匹配上,则可根据知识库中记录的处理结果,结合业务流程和数据本身,给出当前环节的处理意见,依据其对应的聚类模型给出后续环节的可预测的结果,极大提高了业务流程处理效率。
本发明实施例中,当接收到对目标业务流程的处理请求时,优选的,对所述处理请求的合理性进行预判,判断所述目标业务流程是否满足与其对应的预设执行要求,若满足其对应的预设的执行要求,执行S101-S104所述的方法,若不满足其对应的预设的执行要求,直接对所述处理请求进行退回处理。例如,请假类型为年假,天数必须少于5天,若大于五天,自动生成审核意见,为部门助理提供指导意见,提升审核效率;从而优化流程流转。
本发明实施例中,企业并不是一层不变的,即使同一处理流程,处理过程也是会发生变化的,尤其是当企业的组织结构做出调整的时候,因此有必要对企业流程进行优化处理,以提高企业效率。有些优化是显性的,比如企业组织结构发了变化,有些则是隐性的,不易察觉,比如某些部门的某些职能重复,完全可以忽视。对于这些隐性的冗余环节,需要进行发掘。
因此,需要对所述业务流程管理知识库中聚类模型需要定期或者在用户提出优化请求时进行知识优化,即实现流程环节的自动优化,当然得到的优化结果需要专家进行确认,这种数据发掘出来的冗余环节或活动,往往都是隐性的。
分析流程步骤如下:
从业务流程管理知识库中找出所有类型的聚类模型;
检查是否所有的聚类模型已经分析完毕,若不是,则找出未分析的聚类模型A,并跳转到下一步骤③,否则分析结束;
依据挑选的聚类模型A,从业务流程的大数据中获取此聚类模型的所有处理流程及处理结果;
对该聚类模型中的每个环节的处理结果分类汇总:有效处理(如:有处理意见、有数值完善等)和无效处理(只是很快的(处理时间短)简单批示);正向处理(如:同意、批准等)、负向处理(如:退回、否定等)等;
统计聚类模型A中相关的业务数据中那些无效处理占比(该环节的无效处理和该环节的总数量的比值)高于80%的环节(或活动)列表L。若有,则跳转到下一步骤⑥;否则,跳转到步骤②;
将列表L及聚类模型A,甚或L中每次处理结果,呈现给业务专家或者依据历史的处理记录对专家的选择方式进行量化并模式化后进行处理,其中,由业务专家进行处理的流程如下:由其决定L中每个活动对于聚类A这样的数据处理是否是必须的。若不是,则将专家在L选中的活动在知识库中与聚类A的关联关系去除。当接收到专家确认指令后,转到步骤②;由历史的处理记录对专家的选择方式进行量化并模式化的处理流程如下:通过机器学习的方式查找与聚类模型A匹配的目标聚类模型,由所述目标聚类模型决定L中每个活动对于聚类A这样的数据处理是否是必须的。若不是,则将所述目标聚类模型中包含的各个目标环节与L中的活动进行对比,将不存在于所述目标聚类模型中的但存在于L中的各个活动在业务流程管理知识库中与聚类A的关联关系解除。当接收到确认指令后,转到步骤②。
本发明实施例中,所述采用预设的构建方法构建的业务流程管理知识库的方法流程如图2所示,包括步骤:
S201、将对应的业务流程处理数据集中的数据依据业务类型进行分类;
本发明实施例中,将对应的业务流程处理数据集中的数据依据业务类型进行分类,其中,业务类型可以为请假流程、报销流程、采购流程、审批流程或者其它优选的业务类型。
S202、针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
本发明实施例中,针对每一业务类型对应的各个业务流程的处理数据,进行大数据分析,将出现的数量满足预设的统计阈值的节点作为目标节点,确定每一个业务类型在任意一个目标节点中可能的处理结果和与每一个处理结果对应的流转时间。
S203、依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
本发明实施例中,依据上述的对应的分析结果,构建与每一个业务类型对应的聚类模型,其中,每一个聚类模型中包含该业务类型中所有可能出现的节点的流转时间和处理结果。
本发明实施例中,以请假流程为例对上述的过程进行说明,请假流程对应的聚类模型如图3所示,请假人填入申请,对数据实现规则判断:例如,请假类型为年假,天数必须少于5天,若大于五天,自动生成审核意见,为部门助理提供指导意见,提升审核效率;从而优化流程流转。避免了历史数据中存在大量回退后重新提交的流程实例,实际流程流转时间被错误地扩大化,影响统计数据的准确性的问题。例如,张三为一般员工,张三填写事假请假单,提交流程,生成张三请假的流程实例。该实例与知识库中请假聚类模型相关的实例数据进行匹配,得出请假流程完成每个节点的大概时间,并进行提示,例如:“张三你好,目前本流程大概耗时5.5天,目前等待部门助理审核,请等待。”
本发明实施例中,实现上述处理方法的处理架构如图4所示,其中,建立数据驱动业务流程管理优化功能,需要在尽力保证现有业务流程管理功能的基础上,建立大数据分析模块、业务流程管理知识库和业务流程管理流程优化接口模块。其中,
所述大数据分析模块,完成从业务流程管理数据库的数据读取,获得业务流程管理大数据,进而进行分析,形成业务流程管理知识库。
业务流程管理知识库负责存储分析结果,包括有效的分析结果和经过确认的无效的分析结果。通过记录无效结果,可以使得分析模块据此屏蔽类似结果的出现,提高分析效率。
所述业务流程管理数据流程优化接口模块,依据业务流程管理系统中流转的数据,调用该模块接口,由该模块负责和业务流程管理知识库中的数据进行模式匹配。若匹配成功,则给出流程合理建议,并预测该流程数据的后续处理前景。
本发明实施例中,上述的处理方法,在业务流程发起后,在业务流程管理知识库中检索相关流程统计信息,进行流转时间预测,便于发起人进行催办;在流程审批环节,将业务流程问题前置暴露,减轻审批负担,避免流程后期驳回,浪费流转时间,指导流程的流转;对业务流程进行统计分析,发现业务流程瓶颈节点,提供优化依据。
本发明实施例中,基于上述的业务流程处理方法,本发明实施例中提供了一种业务流程处理系统,所述处理系统的结构框图如图5所示,包括:
第一获取模块401,判断模块402,解析模块403和反馈模块404。
其中,
所述第一获取模块401,用于当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
所述判断模块402,用于判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型;
所述解析模块403,用于若是,解析所述目标聚类模型中包含的处理时长和处理结果;
所述反馈模块404,用于将所述处理时长和所述处理结果反馈给所述目标业务处理流程。
本发明公开了一种业务流程的处理系统,包括:当接收到对目标业务流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;判断业务流程管理知识库中是否存在与所述各个目标节点对应的目标聚类模型,若是,解析所述目标聚类模型中包含的处理时长和处理结果,将所述处理时长和所述处理结果反馈给所述目标业务处理流程。上述的处理系统,避免了采用事后报表分析的方式,事前并不知道流程的预计流转时间、流程瓶颈等,不能在业务流程运行过程中进行指导、分析的问题。
本发明实施例中,所述第一获取模块还包括:
判断单元405和退回单元406。
其中,
所述判断单元405,用于判断所述目标业务流程是否满足与其对应的预设执行要求;
所述退回单元406,用于若否,直接对所述处理请求进行退回处理。
本发明实施例中,所述处理系统还包括:保存模块407。
其中,
所述保存模块407,用于将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。
本发明实施例中,所述处理模块还包括:
第二获取模块408,统计模块409和优化模块410。
所述第二获取模块408,用于当接收到对所述预设的流程管理知识库中的各个聚类模型的优化指令时,获取与所述各个聚类模型对应的处理流程及处理结果;
所述统计模块409,用于针对每一个聚类模型,统计其对应的处理流程中处理结果为无效处理的占比;
所述优化模块410,用于将占比大于预设的无效处理占比阈值的聚类模型作为待优化聚类模型,对所述待优化聚类模型进行优化。
本发明实施例中,所述判断模块402包括:
分类单元411,分析单元412和确定单元413。
其中,
所述分类单元411,用于将对应的业务流程处理数据集中的数据依据业务类型进行分类;
所述分析单元412,用于针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
所述确定单元413,用于依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种业务流程的处理方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种业务流程的处理方法,其特征在于,包括:
当接收到对目标业务处理流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标流程节点对应的目标聚类模型;
若是,解析所述目标聚类模型中包含的处理时长和处理结果;
将所述处理时长和所述处理结果反馈给所述目标业务处理流程;
所述方法还包括:
当接收到对所述预设的流程管理知识库中的各个聚类模型的优化指令时,获取与所述各个聚类模型对应的处理流程及处理结果;
针对每一个聚类模型,统计其对应的处理流程中处理结果为无效处理的占比;
将占比大于预设的无效处理占比阈值的聚类模型作为待优化聚类模型,对所述待优化聚类模型进行优化。
2.根据权利要求1所述的方法,其特征在于,当接收到对目标业务处理流程的处理请求时,还包括:
判断所述目标业务处理流程是否满足与其对应的预设执行要求;
若否,直接对所述处理请求进行退回处理。
3.根据权利要求1所述的方法,其特征在于,还包括:
将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。
4.根据权利要求1所述的方法,其特征在于,所述采用预设的构建方法构建的业务流程管理知识库包括:
将对应的业务流程处理数据集中的数据依据业务类型进行分类;
针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
5.一种业务流程的处理系统,其特征在于,包括:
第一获取模块,用于当接收到对目标业务处理流程的处理请求时,获取与所述目标业务处理流程存在关联的各个目标流程节点;
判断模块,用于判断采用预设的构建方法构建的业务流程管理知识库中是否存在与所述各个目标流程节点对应的目标聚类模型;
解析模块,用于若是,解析所述目标聚类模型中包含的处理时长和处理结果;
反馈模块,用于将所述处理时长和所述处理结果反馈给所述目标业务处理流程;
所述系统还包括:
第二获取模块,用于当接收到对所述预设的流程管理知识库中的各个聚类模型的优化指令时,获取与所述各个聚类模型对应的处理流程及处理结果;
统计模块,用于针对每一个聚类模型,统计其对应的处理流程中处理结果为无效处理的占比;
优化模块,用于将占比大于预设的无效处理占比阈值的聚类模型作为待优化聚类模型,对所述待优化聚类模型进行优化。
6.根据权利要求5所述的系统,其特征在于,所述第一获取模块还包括:
判断单元,用于判断所述目标业务处理流程是否满足与其对应的预设执行要求;
退回单元,用于若否,直接对所述处理请求进行退回处理。
7.根据权利要求5所述的系统,其特征在于,还包括:
保存模块,用于将与所述目标业务处理流程对应的所述处理时长和所述处理结果进行保存。
8.根据权利要求5所述的系统,其特征在于,所述判断模块包括:
分类单元,用于将对应的业务流程处理数据集中的数据依据业务类型进行分类;
分析单元,用于针对每一个业务类型对应的各个业务流程处理数据,进行大数据分析,得到分析结果,其中,分析结果包含有效分析结果和无效分析结果;
确定单元,用于依据对应的分析结果,确定每一个业务类型对应的各个聚类模型,其中,聚类模型中包含有节点,每一个节点对应的流转时间和处理结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352623.XA CN109523157B (zh) | 2018-11-14 | 2018-11-14 | 一种业务流程的处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352623.XA CN109523157B (zh) | 2018-11-14 | 2018-11-14 | 一种业务流程的处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523157A CN109523157A (zh) | 2019-03-26 |
CN109523157B true CN109523157B (zh) | 2023-06-23 |
Family
ID=65777541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811352623.XA Active CN109523157B (zh) | 2018-11-14 | 2018-11-14 | 一种业务流程的处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523157B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907009B (zh) * | 2019-12-04 | 2023-04-18 | 贝壳技术有限公司 | 标准化模型的构建方法、装置、存储介质及设备 |
CN111222585A (zh) * | 2020-01-15 | 2020-06-02 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及介质 |
CN111694859A (zh) * | 2020-05-28 | 2020-09-22 | 平安资产管理有限责任公司 | 业务类型数据的处理方法及系统 |
CN112002083B (zh) * | 2020-10-27 | 2021-02-19 | 恒银金融科技股份有限公司 | 一种应用于银行自助设备的业务阻塞预警系统 |
CN112819429A (zh) * | 2021-01-29 | 2021-05-18 | 贵州惠智电子技术有限责任公司 | 基于大数据自主学习功能的流程管理系统及管理方法 |
CN113419863B (zh) * | 2021-07-02 | 2023-07-14 | 广东省电信规划设计院有限公司 | 一种基于节点能力的数据分配处理方法及装置 |
CN113706111A (zh) * | 2021-08-30 | 2021-11-26 | 平安国际智慧城市科技股份有限公司 | 医疗机构流程数据的处理方法、装置、设备及介质 |
CN115471141B (zh) * | 2022-11-02 | 2023-03-24 | 成都飞机工业(集团)有限责任公司 | 一种业务流程周期管控方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104216912A (zh) * | 2013-06-04 | 2014-12-17 | 广州中国科学院软件应用技术研究所 | 一种无侵入式的业务表单工作流化的实现方法与装置 |
JP2015132950A (ja) * | 2014-01-10 | 2015-07-23 | 株式会社日立システムズ | サービスリクエスト受付システム及びサービスリクエスト受付方法 |
CN105809299A (zh) * | 2014-12-27 | 2016-07-27 | 华为技术有限公司 | 业务流程管理的通知服务处理的方法及业务流程管理引擎 |
CN106897857A (zh) * | 2015-12-17 | 2017-06-27 | 北京奇虎科技有限公司 | 一种工作流处理方法和系统 |
CN107886238A (zh) * | 2017-11-09 | 2018-04-06 | 金航数码科技有限责任公司 | 一种基于海量数据分析的业务流程管理系统及方法 |
-
2018
- 2018-11-14 CN CN201811352623.XA patent/CN109523157B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104216912A (zh) * | 2013-06-04 | 2014-12-17 | 广州中国科学院软件应用技术研究所 | 一种无侵入式的业务表单工作流化的实现方法与装置 |
JP2015132950A (ja) * | 2014-01-10 | 2015-07-23 | 株式会社日立システムズ | サービスリクエスト受付システム及びサービスリクエスト受付方法 |
CN105809299A (zh) * | 2014-12-27 | 2016-07-27 | 华为技术有限公司 | 业务流程管理的通知服务处理的方法及业务流程管理引擎 |
CN106897857A (zh) * | 2015-12-17 | 2017-06-27 | 北京奇虎科技有限公司 | 一种工作流处理方法和系统 |
CN107886238A (zh) * | 2017-11-09 | 2018-04-06 | 金航数码科技有限责任公司 | 一种基于海量数据分析的业务流程管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109523157A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523157B (zh) | 一种业务流程的处理方法及系统 | |
Diba et al. | Extraction, correlation, and abstraction of event data for process mining | |
US9280581B1 (en) | Method and system for determination of data completeness for analytic data calculations | |
Dijkman et al. | Identifying refactoring opportunities in process model repositories | |
Gousios et al. | A dataset for pull-based development research | |
Bjeladinovic | A fresh approach for hybrid SQL/NoSQL database design based on data structuredness | |
US10095766B2 (en) | Automated refinement and validation of data warehouse star schemas | |
US8352414B2 (en) | System for discovering business processes from noisy activities logs | |
GB2517787A (en) | Method and system for accessing a set of data tables in a source database | |
CN105335204A (zh) | 软件程序的灰度发布控制方法和灰度发布控制装置 | |
US20230325368A1 (en) | Automatic data store architecture detection | |
CN103842973A (zh) | 监视存储过程的执行 | |
Izsó et al. | Towards precise metrics for predicting graph query performance | |
Cappiello et al. | Assessing and improving measurability of process performance indicators based on quality of logs | |
Li et al. | Automatic Classification of Review Comments in Pull-based Development Model. | |
Niedermann et al. | Deep business optimization: A platform for automated process optimization | |
US20170116306A1 (en) | Automated Definition of Data Warehouse Star Schemas | |
CN115525575A (zh) | 一种基于Dataworks平台的数据自动化测试方法及系统 | |
CN109242431A (zh) | 一种基于数据体系的企业管理方法及其系统 | |
Li | Research on software project developer behaviors with k-means clustering analysis | |
US20130325531A1 (en) | Business case development by dynamically reusing business case components | |
CN113704246A (zh) | 一种基于虚拟索引的数据库索引优化方法和系统 | |
Klein et al. | Business Process Intelligence Challenge 2020: Analysis and evaluation of a travel process | |
US20230281188A1 (en) | Report management system | |
Yan | Knowledge Factors and Models of Requirements Change Management Process Based on Causality Analysis. |
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 |