CN110033184B - 一种基于元数据的业务流程推荐方法及装置 - Google Patents

一种基于元数据的业务流程推荐方法及装置 Download PDF

Info

Publication number
CN110033184B
CN110033184B CN201910272961.0A CN201910272961A CN110033184B CN 110033184 B CN110033184 B CN 110033184B CN 201910272961 A CN201910272961 A CN 201910272961A CN 110033184 B CN110033184 B CN 110033184B
Authority
CN
China
Prior art keywords
meta
information
business process
layer feature
similarity
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
Application number
CN201910272961.0A
Other languages
English (en)
Other versions
CN110033184A (zh
Inventor
李昭
吴军
陈鹏
何克清
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.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
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 China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN201910272961.0A priority Critical patent/CN110033184B/zh
Publication of CN110033184A publication Critical patent/CN110033184A/zh
Application granted granted Critical
Publication of CN110033184B publication Critical patent/CN110033184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种基于元数据的业务流程推荐方法及装置，该方法包括：获取二级特征，根据二级特征得到元层特征相似性信息；根据元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；根据元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。通过根据不同的业务场景信息，从而确定二级特征，根据二级特征的权重，计算元层特征相似性信息，通过预设的标准化业务相似性信息和元层特征相似性信息逐步向前回归从而得到各个元层特征权重信息，从而进行业务流程的相似性计算，直至完成将预设业务流集中所有的业务流程的相似性计算，然后进行分级，然后根据分级结果进行业务流程推荐。

Description

一种基于元数据的业务流程推荐方法及装置
技术领域
本发明实施例涉及信息处理技术领域，尤其涉及一种基于元数据的业务流程推荐方法及装置。
背景技术
随着信息技术和互联网的快速发展与广泛应用，业务流程管理(BusinessProcess Management，BPM)愈发被学术界和产业界研究者重视。业务流程推荐作为业务流程管理的重要组成部分在可预见的未来会迎来快速发展期，尤其是和产业界结合，在大数据和企业智能化管理的背景下将发挥其巨大的潜能和效益。
而现有技术中的业务流程推荐主要基于业务流程结构图结构相似性的推荐方法和基于字符串匹配相似度的推荐方法，但目前流程推荐方法存在以下问题，且业务流程推荐策略主要是基于流程结构相似性或业务流程图相似性这种单一指标，导致推荐的业务流程结果不精准。
因此如何实现精确的进行流程推荐已经成了本领域亟待解决的问题。
发明内容
本发明实施例提供一种基于元数据的业务流程推荐方法及装置，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种基于元数据的业务流程推荐方法，包括：
获取二级特征，根据所述二级特征得到元层特征相似性信息；
根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；
根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
第二方面，一种基于元数据的业务流程推荐装置，包括：
获取模块，用于获取二级特征，根据所述二级特征得到元层特征相似性信息；
处理模块，用于根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；
推荐模块，根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述基于元数据的业务流程推荐方法。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如第一方面所述基于元数据的业务流程推荐方法。
本发明实施例提供一种基于元数据的业务流程推荐方法及装置，通过根据不同的业务场景信息，从而确定该场景信息下不同的二级特征，从而根据二级特征的权重，计算元层特征相似性信息，然后通过预设的标准业务流程相似性信息和元层特征相似性信息和逐步向前回归从而得到各个元层特征权重信息，从而根据元层特征权重信息对预设业务流程中任意两个业务流程进行相似性计算，直至完成将预设业务流集中所有的业务流程的相似性计算，从而根据最后的相似性计算结果进行排序，然后根据排序进行业务流程推荐提升流程推荐的有效性和准确性、降低了流程变更的难度。
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一简单地介绍，显而易见地，下面描述中的附图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所为本发明一实施例所描述的基于元数据的业务流程推荐方法流程图；
图2为本发明一实施例所描述的基于元数据的业务流程推荐装置结构示意图；
图3为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
图1所为本发明一实施例所描述的基于元数据的业务流程推荐方法流程图，如图1所示，包括：
步骤S1，获取二级特征，根据所述二级特征得到元层特征相似性信息；
步骤S2，根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；
步骤S3，根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
具体的，本发明实施例中所描述的业务场景信息是指业务流程管理所具体运用的场景，且不同的业务场景信息中可以包括同样的元层特征，但不同的业务场景信息中也可以包括不同的二级子特征。
本发明实施例中所描述的元层特征是指，在业务流程开始前，选取的对业务流程进行描述的建模语言，根据建模建立业务流程模型，然后根据建模流程模型结合业务流程描述框架对业务流程进行描述，从而得到元层特征。例如通过BPDF对业务流程进行描述，从而确定元层特征包括：流程活动Process_Activity、资源Resource、事件Event、顺序依赖Sequence_Dependency、分支依赖Split_Dependency、联结依赖Join_Dependency和关联Association的集合作为所述业务流程模型相似性特征集；其中，所述流程Process_Activity用于描述特定目标的活动或任务；所述资源Resource用于描述业务流程中利用、创建、消耗的执行实体或虚拟资源；所述事件Event用于描述业务流程中开始，结束，异常停止等特定情况的发生；所述顺序依赖Sequence_Dependency用于描述业务流程中活动节点间的控制约束，指明活动或任务按顺序执行；所述分支依赖Split_Dependency用于描述业务流程中活动节点间的控制约束，指明若一个前驱流程活动或任务执行完毕，一个或多个后继活动或任务将并行执行，类型主要指and-split，or-split不同组合；所述联结依赖Join_Dependency用于描述业务流程间活动节点的控制约束，指明若前驱的多个流程活动或任务执行完毕，后继的一个活动或任务将开始执行，类型主要指and-join，or-join不同组合；所述关联Association用于描述业务流程活动或任务间有向的关联关系。
本发明实施例中所描述的每个元层特征均存在一个或多个对应的二级特征，因此本发明实施例中所描述的元层相似性信息是根据每个元层特征权对应的二级特征权重所得到的。
本发明实施例中所描述的标准业务流程相似性信息是指预先设定的标准业务流程信息，根据元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息具体可以是：
根据元层特征相似性得到元层特征排序，L(BP1，BP2)＝(Process_Activity，Resource，Event，Sequence_Dependency，Split_Dependency，Join_Dependency，Association)，L(BP1，BP2)表示业务流程BP1，BP2元层特征相似性排序，相似性大小可以为：
Process_Activity≥Resource≥Event≥Sequence_Dependency≥Split_Dependency≥Join_Dependency≥Association。
根据逐步向前回归算法，得在该领域业务流程集中元层特征权重wi：
其中，w 1为Process_Activity在该业务流程集中权重；其中，w2为Resource在该业务流程集中权重；其中，w3为对应元层特征Event在该业务流程集中权重；其中，w4为对应元层特征Sequence_Dependency在该业务流程集中权重；其中，w5为对应元层特征Split_Dependency在该业务流程集中权重；其中，w6为对应元层特征Join_Dependency在该业务流程集中权重；其中，w7为对应元层特征Association在该业务流程集中权重。
本发明实施例中所描述的根据二级特征得到元层特征相似性信息具体是指，基于BPDF的7个元层特征维度对流程模型进行标识和向量化，得到该业务流程模型在元层特征中的向量，使用余弦相似度算法和二级特征权重计算任意两个业务流程模型元层特征相似性信息为：
Figure BDA0002019013920000051
M A，M B∈M S，i＝1，2，...，7；j＝1，2，3...n；
其中，wij，是二级特征权重，值域[0,1]，
Figure BDA0002019013920000052
表示第i个元层特征的第j个二级特征的权重；n表示元层特征下的该二级特征的在业务流程集中出现的个数，N为业务流程集大小，其中，MA，MB表示业务流程模型，MAi，MBi表示业务流程的第i个元层数据特征。
根据业务流程元层特征信息计算业务流程整体相似性，是指
Figure BDA0002019013920000053
其中，w是元层特征权重。
本发明实施例中所描述的分别计算预设业务流程集中的任意两个业务流程的整体相似性是指，分别计算业务流程集中所有业务流程相似性，从而得到预设业务流程集相似性信息。
然后根据预设业务流程集相似性信息进行分级排名，例如：令s表示业务流程整体相似性值，r表示业务流程整体相似性度量结果值域，且0≤r≤1，s∈r。根据r的值区间，将其均等分为3个级别(令Lr(s)表示级别)：当r∈[0，0.33)，即为第三级，用“Ⅲ”表示，用；当r∈[0.33，0.66)，即为第二级，用“Ⅱ”表示；当r∈[0.66，1]，即为第一级，用“I”表示。业务流程的相似性分级可如下表示：
Figure BDA0002019013920000054
其中，S表示业务流程相似性值，r表示业务流程相似性度量结果值域。
本发明实施例通过根据不同的业务场景信息，从而确定该场景信息下不同的二级特征，从而根据二级特征的权重，计算元层特征相似性信息，然后通过预设的标准业务流程相似性信息和元层特征相似性信息和逐步向前回归从而得到各个元层特征权重信息，从而根据元层特征权重信息对预设业务流程中任意两个业务流程进行相似性计算，直至完成将预设业务流集中所有的业务流程的相似性计算，从而根据最后的相似性计算结果进行排序，然后根据排序进行业务流程推荐，通过元层特征相似性和元层特征权重的考虑，提升了流程推荐的有效性和准确性、降低了流程变更的难度。
在上述实施例的基础上，在所述获取二级特征的步骤之前，所述方法还包括：
获取业务场景信息；
根据所述业务场景信息确定所述业务场景信息对应的二级特征。
根据所述业务场景信息，确定所述业务场景信息对应的二级特征；
具体为，其中每个元层特征对应一个或多个二级特征。
本发明实施例中所描述的二级特征是每个业务场景所对应的二级特征，且每个元层特征均存在一个或多个对应的二级特征。
例如，获取的业务场景信息为汽修业务场景，则该场景下的二级特征包括：AW-R、ATW-AW、AW-RML、BR-MS、CTO-R和CC-R等。
本发明实施例中所描述的二级特征权重信息是指通过词频-逆文本频率指数对二级特征继续赋权，以得到二级特征权重信息。
例如：wij，是二级特征权重，值域[0,1]
Figure BDA0002019013920000061
表示第i个元层特征的第j个二级特征的权重。
本发明实施例通过二级特征，确保了在不同业务场景下，都可以得到不同的元层特征相似性，有利于后续准确的进行业务流程推荐。
在上述实施例的基础上，在所述获取业务场景信息的步骤之前，所述方法还包括：
通过使用K-means聚类算法或分类算法获取业务场景信息。
具体的，本发明实施例中所描述的确定业务场景信息具体为，首先，数据准备：将业务流程标称型数据映射为二值型数据；然后，采用k-means聚类算法(或其他应用聚类算法、分类算法)，从而得到业务场景信息结果，本发明实施例中获取业务场景信息的方法可以用于常见的业务场景。
本发明实施例通过识别业务场景信息，从而判断该业务场景下的二级特征集，以方便后续根据二级特征计算相关元层特征相似性。
在上述实施例的基础上，所述获取二级特征，根据所述二级特征得到元层特征相似性信息的步骤，具体包括：
获取二级特征，通过词频-逆文本频率指数对二级特征信息进行赋权，得到二级特征权重信息；
根据余弦相似度算法对二级特征权重信息进行处理，得到元层特征相似性信息。
例如：wij是二级特征权重，值域[0,1]
Figure BDA0002019013920000071
表示第i个元层特征的第j个二级特征的权重。
本发明实施例通过二级特征，确保了在不同业务场景下，都可以得到不同的元层特征相似性，有利于后续准确的进行业务流程推荐。
在上述实施例的基础上，所述根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息的步骤，具体包括：
根据所述元层特征相似性信息，得到元层特征排序信息；
通过逐步向前回归算法对所述元层特征排序信息、所述标准业务流程相似性信息和元层特征相似性信息进行处理，得到元层特征权重信息。
具体为，本发明实施例中所描述的标准信息为预先设定的标准化业务流程信息，通过逐步向前回归算法，得在该领域业务流程集中元层特征权重wi：
其中，w 1为Process_Activity在该业务流程集中权重；其中，w2为Resource在该业务流程集中权重；其中，w3为对应元层特征Event在该业务流程集中权重；其中，w4为对应元层特征Sequence_Dependency在该业务流程集中权重；其中，w5为对应元层特征Split_Dependency在该业务流程集中权重；其中，w6为对应元层特征Join_Dependency在该业务流程集中权重；其中，w7为对应元层特征Association在该业务流程集中权重。
本发明实施例通过所有的元层特征相似性和标准业务流程相似性信息，通过逐步向前回归，从而得到各个元层相似性的在当前业务场景下的权重，从而有利于后续步骤的进行。
在上述实施例的基础上，所述根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果的具体步骤，包括：
根据余弦相似度算法和所述元层特征权重分别对预设业务流程集的任意两个业务流程进行相似性计算，直至完成对所述预设业务流集中所有的业务流程的相似性计算，得到预设业务流程集相似性信息；
对所述预设业务流程集相似性信息进行排序，得到业务流程推荐表，以根据所述业务流程推荐表得到业务流程推荐结果。
具体的，本发明实施例中所描述的业务流程集是指根据业务场景信息所预先设定的拥有多个整体业务流程的集合信息。
本发明实施例中所描述的预设业务流程集相似性信息是指，将业务流程集中所有业务流程进行相似性计算后得到的预设业务流程集相似性信息。
具体的，余弦相似度算法和所述元层特征权重分别对预设业务流程集的两个业务流程进行相似性计算，具体是指：
Figure BDA0002019013920000081
其中，w是元层特征权重，值域[0,1]。
本发明实施例通过余弦相似度算法，从而得到了考虑元层特征权重的相似性计算结果，有利于后续推荐的进行。
在上述实施例的基础上，
在所述通过使用K-means聚类算法或分类算法对业务流程数据获取业务场景信息的步骤之前，所述方法还包括：
获取建模语言信息，根据所述建模语言信息进行建模，得到业务流程模型；
根据所述业务流程模型和业务流程描述框架获取元层特征；其中，每个元层特征对应一个或多个二级特征。
本发明实施例中所描述的业务流程框架可以是BPDF，其是通过研究流程注册元模型框架和业务描述元层数据特征，对流程注册元模型框架中位于抽象元类层的元素进行适当裁剪，同时对在实际应用中不直接参与流程构建的元素进行删减，并添加一个额外的描述业务流程节点间的有向关系的关联特征，从而得到业务流程描述框架BPDF。
具体的，本发明实施例中所描述的描述框架可以为BPDF，其元层特征信息包括流程活动Process_Activity、资源Resource、事件Event、顺序依赖Sequence_Dependency、分支依赖Split_Dependency、联结依赖Join_Dependency和关联Association的集合作为所述业务流程模型相似性特征集；其中，所述流程Process_Activity用于描述特定目标的活动或任务；所述资源Resource用于描述业务流程中利用、创建、消耗的执行实体或虚拟资源；所述事件Event用于描述业务流程中开始，结束，异常停止等特定情况的发生；所述顺序依赖Sequence_Dependency用于描述业务流程中活动节点间的控制约束，指明活动或任务按顺序执行；所述分支依赖Split_Dependency用于描述业务流程中活动节点间的控制约束，指明若一个前驱流程活动或任务执行完毕，一个或多个后继活动或任务将并行执行，类型主要指and-split，or-split不同组合；所述联结依赖Join_Dependency用于描述业务流程间活动节点的控制约束，指明若前驱的多个流程活动或任务执行完毕，后继的一个活动或任务将开始执行，类型主要指and-join，or-join不同组合；所述关联Association用于描述业务流程活动或任务间有向的关联关系。
本发明实施例通过选取BPDF描述框架从而有效的对元层特征进行描述，有利于后续对于业务流程推荐的步骤进行。
图2为本发明一实施例所描述的业务流程推荐装置结构示意图，如图2所示，包括：获取模块210、处理模块220、分析模块230；其中，获取模块210用于获取二级特征，根据所述二级特征得到元层特征相似性信息；其中，处理模块220用于根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；其中，推荐模块230根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
本发明实施例中所描述的装置用于执行上述各实施例的所述方法。
本发明实施例通过根据不同的业务场景信息，从而确定该场景信息下不同的二级特征，从而根据二级特征的权重，计算元层特征相似性信息，然后通过预设的标准业务流程相似性信息和元层特征相似性信息和逐步向前回归从而得到各个元层特征权重信息，从而根据元层特征权重信息对预设业务流程中任意两个业务流程进行相似性计算，直至完成将预设业务流集中所有的业务流程的相似性计算，从而根据相似性计算结果进行排序，然后根据排序进行业务流程推荐。
图3为本发明一实施例所描述的电子设备结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：获取二级特征，根据所述二级特征得到元层特征相似性信息；根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取二级特征，根据所述二级特征得到元层特征相似性信息；根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述实施例所提供的一种基于元数据的业务流程推荐方法，例如包括：获取二级特征，根据所述二级特征得到元层特征相似性信息；根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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计算机可读存储介质中，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种基于元数据的业务流程推荐方法，其特征在于，包括：
获取二级特征，根据所述二级特征得到元层特征相似性信息；
根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；
根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果；
其中，在所述获取二级特征的步骤之前，所述方法还包括：
获取业务场景信息；根据所述业务场景信息确定所述业务场景信息对应的二级特征；
所述获取二级特征，根据所述二级特征得到元层特征相似性信息的步骤，具体包括：
获取二级特征，通过词频-逆文本频率指数对所述二级特征进行赋权，得到二级特征权重信息；根据余弦相似度算法对所述二级特征权重信息进行处理，得到元层特征相似性信息；
所述根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息的步骤，具体包括：
根据所述元层特征相似性信息，得到元层特征排序信息；通过逐步向前回归算法对所述元层特征排序信息、所述标准业务流程相似性信息和元层特征相似性信息进行处理，得到元层特征权重信息；
元层特征是基于如下步骤确定的：
在业务流程开始前，选取对业务流程进行描述的建模语言，根据建模语言建立业务流程模型；
根据业务流程模型结合业务流程描述框架对业务流程进行描述，得到元层特征。
2.根据权利要求1所述方法，其特征在于，所述获取业务场景信息的步骤，具体为：
通过K-means聚类算法或分类算法获取业务场景信息。
3.根据权利要求1所述方法，其特征在于，所述根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果的具体步骤，包括：
根据所述元层特征权重分别对预设业务流程集的任意两个业务流程进行相似性计算，直至完成对所述预设业务流程集中所有的业务流程的相似性计算，得到预设业务流程集相似性信息；
对所述预设业务流程集相似性信息进行分级，得到业务流程推荐表，以根据所述业务流程推荐表得到业务流程推荐结果。
4.一种基于元数据的业务流程推荐装置，其特征在于，包括：
获取模块，用于获取二级特征，根据所述二级特征得到元层特征相似性信息；
处理模块，用于根据所述元层特征相似性信息和标准业务流程相似性信息得到元层特征权重信息；
推荐模块，根据所述元层特征权重信息分别对预设业务流程集的任意两个业务流程进行相似性计算，得到业务流程推荐结果；
其中，在所述获取二级特征的步骤之前，所述获取模块还用于：
获取业务场景信息；根据所述业务场景信息确定所述业务场景信息对应的二级特征；
所述获取模块，具体用于：
获取二级特征，通过词频-逆文本频率指数对所述二级特征进行赋权，得到二级特征权重信息；根据余弦相似度算法对所述二级特征权重信息进行处理，得到元层特征相似性信息；
所述处理模块，具体用于：
根据所述元层特征相似性信息，得到元层特征排序信息；通过逐步向前回归算法对所述元层特征排序信息、所述标准业务流程相似性信息和元层特征相似性信息进行处理，得到元层特征权重信息；
元层特征是基于如下步骤确定的：
在业务流程开始前，选取对业务流程进行描述的建模语言，根据建模语言建立业务流程模型；
根据业务流程模型结合业务流程描述框架对业务流程进行描述，得到元层特征。
5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述基于元数据的业务流程推荐方法。
6.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至3任一项所述基于元数据的业务流程推荐方法。
CN201910272961.0A 2019-04-04 2019-04-04 一种基于元数据的业务流程推荐方法及装置 Active CN110033184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910272961.0A CN110033184B (zh) 2019-04-04 2019-04-04 一种基于元数据的业务流程推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910272961.0A CN110033184B (zh) 2019-04-04 2019-04-04 一种基于元数据的业务流程推荐方法及装置

Publications (2)

Publication Number Publication Date
CN110033184A CN110033184A (zh) 2019-07-19
CN110033184B true CN110033184B (zh) 2021-05-28

Family

ID=67237409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910272961.0A Active CN110033184B (zh) 2019-04-04 2019-04-04 一种基于元数据的业务流程推荐方法及装置

Country Status (1)

Country Link
CN (1) CN110033184B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107341611A (zh) * 2017-07-06 2017-11-10 浙江大学 一种基于卷积神经网络的业务流程推荐方法
CN108416525A (zh) * 2018-03-13 2018-08-17 三峡大学 一种基于元数据的流程模型相似性度量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150242786A1 (en) * 2014-02-21 2015-08-27 International Business Machines Corporation Integrating process context from heterogeneous workflow containers to optimize workflow performance
US20150269502A1 (en) * 2014-03-18 2015-09-24 Xerox Corporation Method and apparatus for finding process deviations and recommending repairs in a business process

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107341611A (zh) * 2017-07-06 2017-11-10 浙江大学 一种基于卷积神经网络的业务流程推荐方法
CN108416525A (zh) * 2018-03-13 2018-08-17 三峡大学 一种基于元数据的流程模型相似性度量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种适用于业务流程定制环境的服务推荐方案;余洋等;《计算机集成制造系统》;20190331;第25卷(第3期);第692-702页 *

Also Published As

Publication number Publication date
CN110033184A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
US12020172B2 (en) System and/or method for generating clean records from imperfect data using model stack(s) including classification model(s) and confidence model(s)
US10354201B1 (en) Scalable clustering for mixed machine learning data
US20170330078A1 (en) Method and system for automated model building
CN108804641A (zh) 一种文本相似度的计算方法、装置、设备和存储介质
WO2015165372A1 (en) Method and apparatus for classifying object based on social networking service, and storage medium
CN111967971A (zh) 银行客户数据处理方法及装置
CN111627552B (zh) 一种医疗流式数据血缘关系分析、存储方法及装置
CN106649503A (zh) 一种基于sql的查询方法及系统
CN113706151A (zh) 一种数据处理方法、装置、计算机设备及存储介质
CN109582967B (zh) 舆情摘要提取方法、装置、设备及计算机可读存储介质
CN111582394B (zh) 一种群体评估方法、装置、设备及介质
CN112579273A (zh) 任务调度方法及装置、计算机可读存储介质
WO2023093375A1 (zh) 一种计算资源获取方法、装置、电子设备和存储介质
CN110929041A (zh) 基于分层注意力机制的实体对齐方法及系统
CN114492742A (zh) 神经网络结构搜索、模型发布方法、电子设备和存储介质
CN110033184B (zh) 一种基于元数据的业务流程推荐方法及装置
CN113705598A (zh) 数据分类方法、装置及电子设备
CN112148880A (zh) 一种客服对话语料聚类方法、系统、设备及存储介质
CN107256167A (zh) 应用于应用系统迁移的升级控制方法及升级控制设备
CN116823164A (zh) 一种业务审批方法、装置、设备及存储介质
US7996340B2 (en) Method and system for L1-based robust distribution clustering of multinomial distributions
CN115879824A (zh) 基于集成学习的辅助专家决策方法、装置、设备和介质
CN115564276A (zh) 项目统计储备管理系统、方法及存储介质
CN114862098A (zh) 资源分配方法以及装置
CN114092057A (zh) 一种项目模型的构建方法、装置、终端设备和存储介质

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