CN110717647A - 决策流构建方法、装置、计算机设备和存储介质 - Google Patents

决策流构建方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110717647A
CN110717647A CN201910828572.1A CN201910828572A CN110717647A CN 110717647 A CN110717647 A CN 110717647A CN 201910828572 A CN201910828572 A CN 201910828572A CN 110717647 A CN110717647 A CN 110717647A
Authority
CN
China
Prior art keywords
decision
node
nodes
decision flow
data
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.)
Pending
Application number
CN201910828572.1A
Other languages
English (en)
Inventor
高祥
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.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart Technology Co Ltd
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 OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201910828572.1A priority Critical patent/CN110717647A/zh
Publication of CN110717647A publication Critical patent/CN110717647A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0633Workflow 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

本申请涉及大数据技术领域,应用于智能决策行业,提供一种决策流构建方法、装置、计算机设备和存储介质,其中方法包括:获取与应用场景对应的决策流结构,识别所述决策流结构中节点,推送节点共有属性和特有属性配置请求至用户,获取共有属性配置参数和特有属性配置参数,根据共有属性配置参数和特有属性配置参数配置决策流结构中节点,根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。整个过程中,基于应用场景获取决策流结构,并且根据响应用户对决策流结构中节点共有属性和特有属性的配置,生成决策流中数据流管道,动态配置决策流,能够满足复杂业务场景需求。

Description

决策流构建方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域,特别是涉及一种决策流构建方法、装置、计算机设备和存储介质。
背景技术
决策流类似于工作流,用来对已有的决策集、决策表、决策树、评分卡或其它决策流的执行顺序进行编排,以清晰直观的实现一个复杂的业务规则。
在实际应用中,决策流能够科学地决策所应遵循的基本的逻辑步骤和阶段,目前很多规则引擎都会提供类似决策流的功能,给业务流程的执行提供大量的帮助,然而传统的决策流往往功能单一,其针对单个或者简单的应用场景时,可以表现比较优异的性能,但是在面对多个或者复杂业务场景时,其无法满足这些多个或复杂业务场景的需求。
因此,有必要提出一种灵活的决策流构建方案,以满足复杂业务场景的需求。
发明内容
基于此,有必要针对上述技术问题,提供一种灵活的决策流构建方法、装置、计算机设备和存储介质,以满足复杂业务场景对应决策流的需求。
一种决策流构建方法,所述方法包括:
获取与应用场景对应的决策流结构;
识别所述决策流结构中节点;
推送节点共有属性和特有属性配置请求至用户,所述节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
获取反馈的共有属性配置参数和特有属性配置参数,根据所述节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
在其中一个实施例中,所述获取与应用场景对应的决策流结构之前,还包括:
采集历史记录中决策流用例以及对应的应用场景;
分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系;
所述获取与应用场景对应的决策流结构包括:
接收决策流构建请求,推送场景选择消息至用户;
识别用户选择的应用场景;
根据所述应用场景与决策流结构对应关系,构建与所述用户选择的应用场景对应的决策流结构。
在其中一个实施例中,所述分析在不同应用场景下对应的决策流结构包括:
统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;
根据统计的数据,提取应用场景标识以及与所述应用场景标识对应的节点类型标识与各类型节点数量;
以所述应用场景标识作为第一表格要素,以所述节点类型标识作为第二表格要素,绘制表格,所述第一表格要素为行且所述第二表格要素为列,或,所述第一表格要素为列且所述第二表格要素为行;
将所述各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
在其中一个实施例中,所述推送节点共有属性和特有属性配置请求至用户终端包括:
获取决策流构建请求中携带的用户身份信息;
根据所述用户身份信息查询用户所属行业类型;
根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各所述节点对应的共有属性可选列表和特有属性可选列表;
生成、并推送节点共有属性和特有属性配置请求至用户终端,所述节点共有属性和特有属性配置请求携带各所述节点对应的共有属性可选列表和特有属性可选列表。
在其中一个实施例中,所述根据共有属性配置参数和特有属性配置参数配置决策流结构中节点之后,还包括:
仿真模拟决策流结构中已配置节点的功能。
在其中一个实施例中,所述节点配置有共有属性和特有属性,所述根据决策流结构中已配置的节点,生成决策流中数据流管道包括:
分析决策流结构中已配置节点之间的依赖关系;
根据依赖关系识别当前节点所依赖节点的数据来源,以确定所述当前节点对应数据流的起始点和终止点;
根据所述当前节点对应数据流的起始点和终止点以及所述当前节点的共有属性和特有属性,确定当前节点的数据流路径;
根据不同节点对应的数据流路径,生成决策流中数据流管道。
在其中一个实施例中,所述构建决策流之后,还包括:
接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;
查找与所述目标节点标识对应的目标节点,采集所述目标节点接收和发出的数据,将采集的数据放入全局数据中。
一种决策流构建装置,所述装置包括:
结构获取模块,用于获取与应用场景对应的决策流结构;
节点识别模块,用于识别所述决策流结构中节点;
请求推送模块,用于推送节点共有属性和特有属性配置请求至用户,所述节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
配置模块,用于获取反馈的共有属性配置参数和特有属性配置参数,根据所述节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
构建模块,用于根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的方法的步骤。
上述决策流构建方法、装置、计算机设备和存储介质,获取与应用场景对应的决策流结构,识别所述决策流结构中节点,推送节点共有属性和特有属性配置请求至用户,获取共有属性配置参数和特有属性配置参数,根据共有属性配置参数和特有属性配置参数配置决策流结构中节点,根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。整个过程中,基于应用场景获取决策流结构,并且根据响应用户对决策流结构中节点共有属性和特有属性的配置,生成决策流中数据流管道,动态配置决策流,能够满足复杂业务场景需求。
附图说明
图1为一个实施例中决策流构建方法的应用环境图;
图2为一个实施例中决策流构建方法的流程示意图;
图3为另一个实施例中决策流构建方法的流程示意图;
图4为一个实施例中决策流构建装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的决策流构建方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。终端102发送选择当前应用场景,发送当前应用场景确认结果至服务器104,服务器104获取与应用场景对应的决策流结构,识别决策流结构中节点,推送节点共有属性和特有属性配置请求至终端102(用户终端),终端102响应用户操作,获取用户输入的共有属性配置参数以及特有属性配置参数,终端102推送共有属性配置参数和特有属性配置参数至服务器104,服务器104根据共有属性配置参数和特有属性配置参数配置决策流结构中节点,根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流,推送生成后的决策流至用终端102,终端102可以将生成的决策流存储以便后续使用,还可以展示给用户看。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种决策流构建方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S100:获取与应用场景对应的决策流结构。
为了满足应用场景的需求,针对不同应用场景需要获取其对应的决策流结构。具体的获取过程可以是先基于历史经验数据总结出应用场景与决策流结构之间对应关系,识别出当前应用场景,再基于上述对应关系,得到对应的决策流结构。也可以是将应用场景选择界面推送至用户,由用户选择所需构建决策流的应用场景,服务器根据应用场景与决策流结构之间对应关系,得到对应的决策流结构。还可以是将应用场景选择界面推送至用户,由用户选择所需构建决策流的应用场景,服务器根据历史运行数据推送该应用场景对应的决策流结构至用户,用户对决策流结构中节点进行选择和设置,最终服务器根据用户选择和设置的结果,得到决策流结构。
S200:识别决策流结构中节点。
决策流结构中节点包括开始节点、结束节点、规则节点、分支节点以及聚合节点,其中,分支节点又分为并行分支和互斥分支,规则节点可选择多种规则类型,如决策集、评分卡、决策表、决策流等;聚合节点和分支节点是成对出现的,聚合节点可以定制聚合方式;每个节点都有自己可配置的属性,所有这些组成一个完整的决策流结构。识别当前决策流结构中节点的类型和数量,非必要的,可以将类型和数量整理为数据清单,以便后续用户进行逐一配置。
S300:推送节点共有属性和特有属性配置请求至用户,节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数。
共有属性包括节点名称、监听事件以及依赖关系,节点名称用于区分节点,监听事件用于对节点进行增强操作,依赖关系用于维护与其他节点之间关系。特有属性包括规则、版本、类型以及条件,规则用于选择现有决策集、评分卡、决策表以及决策流;版本用于选择任意版本的规则;类型用于选择并行分支或互斥分支;条件用于在选择互斥分支,指定判断条件以决定流向哪个分支。服务器发送请求至用户,以请求用户针对决策流结构中节点的共有属性和特有属性进行配置。节点可选共有属性参数具体可以是一个可选的共有属性列表,在该表中设置有可选共有属性表项/子菜单,用户通过操作终端,选择所需配置的共有属性。节点可选特有属性参数同样可以是一个可选的特有属性列表,在该表中设置有可选特有属性表项/子菜单,用户通过操作终端,选择所需配置的特有属性。
S400:获取反馈的共有属性配置参数和特有属性配置参数,根据节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性。
服务器接收用户反馈的共有属性配置参数和特有属性配置参数,并且根据反馈的数据对各个节点进行配置。可以采用实时接收或一次性集中接收的方式接收用户反馈的共有属性配置参数和特有属性配置参数。进一步的,针对已配置的决策流中节点可以采用仿真模式的方式模拟已配置决策流结构中节点功能。在实际应用中,可以设置共有属性配置子菜单和特有属性配置子菜单,在每个子菜单内设置可选项,推送共有属性配置子菜单和特有属性配置子菜单的页面配置参数至用户终端,用户终端上呈现共有属性配置子菜单和特有属性配置子菜单给用户,用户在终端上操作,点击共有属性配置子菜单和特有属性配置子菜单选择对应的选项,终端将用户选择结果反馈至服务器,服务器获取共有属性配置参数和特有属性配置参数。
S500:根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
决策流中包括全局数据和局部数据两种,其中全局数据在整个流程中存在,局部数据只在当前节点存在,当数据(局部数据)需要在整个数据流中存在时,需要将该数据放入全局数据中。根据决策流结构中已配置的节点可以定义各节点对应的全局数据和局部数据,汇集各个节点的数据得到整个决策流中全局数据和局部数据,根据已经确定的全局数据和举报数据,生成决策流中数据管道,在完成决策流结构中节点配置以及决策流中数据管道构建之后,即可得到完成可使用的决策流。
上述决策流构建方法,获取与应用场景对应的决策流结构,识别决策流结构中节点,推送节点共有属性和特有属性配置请求至用户,获取共有属性配置参数和特有属性配置参数,根据共有属性配置参数和特有属性配置参数配置决策流结构中节点,根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。整个过程中,基于应用场景获取决策流结构,并且根据响应用户对决策流结构中节点共有属性和特有属性的配置,生成决策流中数据流管道,动态配置决策流,能够满足复杂业务场景需求。
如图3所示,在其中一个实施例中,步骤S100之前,还包括:
S110:采集历史记录中决策流用例以及对应的应用场景。
S120:分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系。
步骤S100包括:
S130:接收决策流构建请求,推送场景选择消息至用户。
S140:识别用户选择的应用场景。
S150:根据应用场景与决策流结构对应关系,构建与用户选择的应用场景对应的决策流结构。
历史数据采集之后可以将其存储至服务器中,以实现历史数据的永久化,针对历史数据进行分析,这个分析过程可以是简单的统计过程,即统计在不同应用场景下决策流结构,当统计样本达到一定数量时,选择单个应用场景下决策流结构出现次数最多的作为其对应的决策流结构,针对每个应用场景分别进行统计,得到应用场景与决策流结构之间对应关系。在服务器实际运行时,接收用户通过终端发送的决策流构建请求,推送场景选择消息至用户,由用户根据自身需要对当前应用场景进行选择,服务器识别用户选择的应用场景,根据应用场景与决策流结构对应关系,获取与用户选择的应用场景对应的决策流结构。
在其中一个实施例中,分析在不同应用场景下对应的决策流结构包括:
统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;根据统计的数据,提取应用场景标识以及与应用场景标识对应的节点类型标识与各类型节点数量;以应用场景标识作为第一表格要素,以节点类型标识作为第二表格要素,绘制表格,第一表格要素为行且第二表格要素为列,或,第一表格要素为列且第二表格要素为行;将各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
决策流结构中包括多个节点,节点具体又包括开始节点、结束节点、规则节点、分支节点以及聚合节点等类型,基于历史数据,统计分析不同应用场景下所需分支节点数量、并行分支节点数量、互斥分支节点数量以及规则节点的数量,可以构建应用场景与决策流结构中各类型节点数量的对应关系表,基于该对应关系表可以得出应用场景下对应的决策流结构。
在其中一个实施例中,推送节点共有属性和特有属性配置请求至用户终端包括:获取决策流构建请求中携带的用户身份信息;根据用户身份信息查询用户所属行业类型;根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各节点对应的共有属性可选列表和特有属性可选列表;生成、并推送节点共有属性和特有属性配置请求至用户终端,节点共有属性和特有属性配置请求携带各节点对应的共有属性可选列表和特有属性可选列表。
在本实施例中,节点共有属性和特有属性配置由用户完成,在发送请求至用户之前,服务器获取开始时,接收到的决策流构建请求中携带的用户身份信息,根据用户身份信息基于大数据查询用户所属行业类型,行业类型具体可以包括金融行业、制造行业、软件设计行业、工程施工行业等,查询与用户行业类型对应的配置节点默认的共有属性和特有属性,生成共有属性可选列表和特有属性可选列表,在共有属性可选列表和特有属性可选列表中会将默认的内容标注出来,具体可以采用加粗、设置不同颜色等将方式将其标注,根据共有属性可选列表和特有属性可选列表生成节点共有属性和特有属性配置请求,发送该请求至用户终端。
在其中一个实施例中,根据共有属性配置参数和特有属性配置参数配置决策流结构中节点之后,还包括:仿真模拟决策流结构中已配置节点的功能。
共有属性包括节点名称、监听事件以及依赖关系,特有属性包括规则、版本、类型以及条件。在完成共有属性和特有属性配置之后,决策流结构节点已经完成配置,对节点进行仿真模拟验证其功能是否满足需求,以确保最终能够得到合格的决策流。
如图3所示,在其中一个实施例中,步骤S500包括:
S510:分析决策流结构中已配置节点之间的依赖关系。
S520:根据依赖关系识别当前节点所依赖节点的数据来源,以确定当前节点对应数据流的起始点和终止点。
S530:根据当前节点对应数据流的起始点和终止点以及当前节点的共有属性和特有属性,确定当前节点的数据流路径。
S540:根据不同节点对应的数据流路径,生成决策流中数据流管道。
数据流管道用于定义在决策流结构中节点之间数据流转的通道,在决策流结构中节点与节点之间存在依赖关系,某个节点的流出数据可能是另外一个节点的流入数据,节点之间的数据交换还要取决于节点的依赖关系属性,其中定义了当前节点依赖哪些节点的数据。基于上述原理,在生成决策流中数据流管道时,先分析决策流结构中已配置节点之间的依赖关系,以单个节点(当前节点)作为研究对象,识别节点所依赖节点的数据来源,根据数据源确定数据流路径的起始点和终止点,根据当前节点的共有属性和特有属性可以确定数据流下一步流向,纵观整个决策流结构,可以选定流经当前节点的数据流路径,选择不同节点作为当前节点,执行上述操作过程,得到不同节点对应的数据流路径,生成决策流中数据流管道。
在其中一个实施例中,决策流中数据包括全局数据和局部数据;构建决策流之后,还包括:接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;查找与目标节点标识对应的目标节点,采集目标节点接收和发出的数据,将采集的数据放入全局数据中。
在后续使用中若需要将决策流中局部数据修改至全局数据,则当接收到局部数据修改请求时,识别其对应的目标节点标识,确定本次局部数据修改涉及的节点,将其作为目标节点,采集目标节点接收和发出的数据,将这部分数据放入全局数据中。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行
另外,如图4所示,本申请还提供一种决策流构建装置,装置包括:
结构获取模块100,用于获取与应用场景对应的决策流结构;
节点识别模块200,用于识别决策流结构中节点;
请求推送模块300,用于推送节点共有属性和特有属性配置请求至用户,节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
配置模块400,用于获取反馈的共有属性配置参数和特有属性配置参数,根据节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
构建模块500,用于根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
上述决策流构建装置,结构获取模块100获取与应用场景对应的决策流结构,节点识别模块200识别决策流结构中节点,请求推送模块300推送节点共有属性和特有属性配置请求至用户,配置模块400获取共有属性配置参数和特有属性配置参数,构建模块500根据共有属性配置参数和特有属性配置参数配置决策流结构中节点,根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。整个过程中,基于应用场景获取决策流结构,并且根据响应用户对决策流结构中节点共有属性和特有属性的配置,生成决策流中数据流管道,动态配置决策流,能够满足复杂业务场景需求。
在其中一个实施例中,上述决策流构建装置还包括采集模块,用于采集历史记录中决策流用例以及对应的应用场景;分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系。结构获取模块100还用于接收决策流构建请求,推送场景选择消息至用户;识别用户选择的应用场景;根据应用场景与决策流结构对应关系,构建与用户选择的应用场景对应的决策流结构。
在其中一个实施例中,结构获取模块100还用于统统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;根据统计的数据,提取应用场景标识以及与应用场景标识对应的节点类型标识与各类型节点数量;以应用场景标识作为第一表格要素,以节点类型标识作为第二表格要素,绘制表格,第一表格要素为行且第二表格要素为列,或,第一表格要素为列且第二表格要素为行;将各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
在其中一个实施例中,请求推送模块300还用于获取决策流构建请求中携带的用户身份信息;根据用户身份信息查询用户所属行业类型;根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各节点对应的共有属性可选列表和特有属性可选列表;生成、并推送节点共有属性和特有属性配置请求至用户终端,节点共有属性和特有属性配置请求携带各节点对应的共有属性可选列表和特有属性可选列表。
在其中一个实施例中,上述决策流构建装置还包括仿真模块,用于仿真模拟决策流结构中已配置节点的功能。
在其中一个实施例中,构建模块500还用于分析决策流结构中已配置节点之间的依赖关系;根据依赖关系识别当前节点所依赖节点的数据来源,以确定当前节点对应数据流的起始点和终止点;根据当前节点对应数据流的起始点和终止点以及当前节点的共有属性和特有属性,确定当前节点的数据流路径;根据不同节点对应的数据流路径,生成决策流中数据流管道。
在其中一个实施例中,上述决策流构建装置还包括修改模块,用于接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;查找与目标节点标识对应的目标节点,采集目标节点接收和发出的数据,将采集的数据放入全局数据中。
关于决策流构建装置的具体限定可以参见上文中对于决策流构建方法的限定,在此不再赘述。上述决策流构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储应用场景与决策流的历史数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种决策流构建方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
获取与应用场景对应的决策流结构;
识别决策流结构中节点;
推送节点共有属性和特有属性配置请求至用户,节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
获取反馈的共有属性配置参数和特有属性配置参数,根据节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
采集历史记录中决策流用例以及对应的应用场景;分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系;获取与应用场景对应的决策流结构包括:接收决策流构建请求,推送场景选择消息至用户;识别用户选择的应用场景;根据应用场景与决策流结构对应关系,构建与用户选择的应用场景对应的决策流结构。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;根据统计的数据,提取应用场景标识以及与应用场景标识对应的节点类型标识与各类型节点数量;以应用场景标识作为第一表格要素,以节点类型标识作为第二表格要素,绘制表格,第一表格要素为行且第二表格要素为列,或,第一表格要素为列且第二表格要素为行;将各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取决策流构建请求中携带的用户身份信息;根据用户身份信息查询用户所属行业类型;根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各节点对应的共有属性可选列表和特有属性可选列表;生成、并推送节点共有属性和特有属性配置请求至用户终端,节点共有属性和特有属性配置请求携带各节点对应的共有属性可选列表和特有属性可选列表。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
仿真模拟决策流结构中已配置节点的功能。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
分析决策流结构中已配置节点之间的依赖关系;根据依赖关系识别当前节点所依赖节点的数据来源,以确定当前节点对应数据流的起始点和终止点;根据当前节点对应数据流的起始点和终止点以及当前节点的共有属性和特有属性,确定当前节点的数据流路径;根据不同节点对应的数据流路径,生成决策流中数据流管道。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;查找与目标节点标识对应的目标节点,采集目标节点接收和发出的数据,将采集的数据放入全局数据中。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取与应用场景对应的决策流结构;
识别决策流结构中节点;
推送节点共有属性和特有属性配置请求至用户,节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
获取反馈的共有属性配置参数和特有属性配置参数,根据节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
采集历史记录中决策流用例以及对应的应用场景;分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系;获取与应用场景对应的决策流结构包括:接收决策流构建请求,推送场景选择消息至用户;识别用户选择的应用场景;根据应用场景与决策流结构对应关系,构建与用户选择的应用场景对应的决策流结构。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;根据统计的数据,提取应用场景标识以及与应用场景标识对应的节点类型标识与各类型节点数量;以应用场景标识作为第一表格要素,以节点类型标识作为第二表格要素,绘制表格,第一表格要素为行且第二表格要素为列,或,第一表格要素为列且第二表格要素为行;将各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取决策流构建请求中携带的用户身份信息;根据用户身份信息查询用户所属行业类型;根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各节点对应的共有属性可选列表和特有属性可选列表;生成、并推送节点共有属性和特有属性配置请求至用户终端,节点共有属性和特有属性配置请求携带各节点对应的共有属性可选列表和特有属性可选列表。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
仿真模拟决策流结构中已配置节点的功能。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
分析决策流结构中已配置节点之间的依赖关系;根据依赖关系识别当前节点所依赖节点的数据来源,以确定当前节点对应数据流的起始点和终止点;根据当前节点对应数据流的起始点和终止点以及当前节点的共有属性和特有属性,确定当前节点的数据流路径;根据不同节点对应的数据流路径,生成决策流中数据流管道。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;查找与目标节点标识对应的目标节点,采集目标节点接收和发出的数据,将采集的数据放入全局数据中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种决策流构建方法,所述方法包括:
获取与应用场景对应的决策流结构;
识别所述决策流结构中节点;
推送节点共有属性和特有属性配置请求至用户,所述节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
获取反馈的共有属性配置参数和特有属性配置参数,根据所述节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
2.根据权利要求1所述的决策流构建方法,其特征在于,所述获取与应用场景对应的决策流结构之前,还包括:
采集历史记录中决策流用例以及对应的应用场景;
分析在不同应用场景下对应的决策流结构,生成应用场景与决策流结构对应关系;
所述获取与应用场景对应的决策流结构包括:
接收决策流构建请求,推送场景选择消息至用户;
识别用户选择的应用场景;
根据所述应用场景与决策流结构对应关系,构建与所述用户选择的应用场景对应的决策流结构。
3.根据权利要求2所述的决策流构建方法,其特征在于,所述分析在不同应用场景下对应的决策流结构包括:
统计不同应用场景下所需决策流结构中分支节点数量、并行分支节点数量以及互斥分支节点数量以及规则节点数量;
根据统计的数据,提取应用场景标识以及与所述应用场景标识对应的节点类型标识与各类型节点数量;
以所述应用场景标识作为第一表格要素,以所述节点类型标识作为第二表格要素,绘制表格,所述第一表格要素为行且所述第二表格要素为列,或,所述第一表格要素为列且所述第二表格要素为行;
将所述各类型节点数量对应填写至绘制的表格中,得到应用场景与决策流结构中节点的对应关系表。
4.根据权利要求2所述的决策流构建方法,其特征在于,所述推送节点共有属性和特有属性配置请求至用户终端包括:
获取决策流构建请求中携带的用户身份信息;
根据所述用户身份信息查询用户所属行业类型;
根据用户所属行业类型配置节点默认的共有属性和特有属性,获取各所述节点对应的共有属性可选列表和特有属性可选列表;
生成、并推送节点共有属性和特有属性配置请求至用户终端,所述节点共有属性和特有属性配置请求携带各所述节点对应的共有属性可选列表和特有属性可选列表。
5.根据权利要求1所述的决策流构建方法,其特征在于,所述根据共有属性配置参数和特有属性配置参数配置决策流结构中节点之后,还包括:
仿真模拟决策流结构中已配置节点的功能。
6.根据权利要求1所述的决策流构建方法,其特征在于,所述节点配置有共有属性和特有属性,所述根据决策流结构中已配置的节点,生成决策流中数据流管道包括:
分析决策流结构中已配置节点之间的依赖关系;
根据依赖关系识别当前节点所依赖节点的数据来源,以确定所述当前节点对应数据流的起始点和终止点;
根据所述当前节点对应数据流的起始点和终止点以及所述当前节点的共有属性和特有属性,确定当前节点的数据流路径;
根据不同节点对应的数据流路径,生成决策流中数据流管道。
7.根据权利要求1所述的决策流构建方法,其特征在于,所述构建决策流之后,还包括:
接收局部数据修改请求,局部数据修改请求携带请求修改局部数据对应的目标节点标识;
查找与所述目标节点标识对应的目标节点,采集所述目标节点接收和发出的数据,将采集的数据放入全局数据中。
8.一种决策流构建装置,其特征在于,所述装置包括:
结构获取模块,用于获取与应用场景对应的决策流结构;
节点识别模块,用于识别所述决策流结构中节点;
请求推送模块,用于推送节点共有属性和特有属性配置请求至用户,所述节点共有属性和特有属性配置请求中携带节点标识、节点可选共有属性参数以及节点可选特有属性配置参数;
配置模块,用于获取共有属性配置参数和特有属性配置参数,根据所述节点标识,提取各节点对应的共有属性配置参数以及特有属性配置参数,并根据提取的数据配置决策流中各节点的共有属性和特有属性;
构建模块,用于根据决策流结构中已配置的节点,生成决策流中数据流管道,构建决策流。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201910828572.1A 2019-09-03 2019-09-03 决策流构建方法、装置、计算机设备和存储介质 Pending CN110717647A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910828572.1A CN110717647A (zh) 2019-09-03 2019-09-03 决策流构建方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910828572.1A CN110717647A (zh) 2019-09-03 2019-09-03 决策流构建方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN110717647A true CN110717647A (zh) 2020-01-21

Family

ID=69210310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910828572.1A Pending CN110717647A (zh) 2019-09-03 2019-09-03 决策流构建方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110717647A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111737454A (zh) * 2020-06-19 2020-10-02 广东三扬网络科技有限公司 基于思维导图的物料信息表达方法及电子设备和储存介质
CN112486615A (zh) * 2020-11-30 2021-03-12 重庆誉存大数据科技有限公司 基于拓扑路径的决策流执行方法、装置、设备及存储介质
CN112767133A (zh) * 2021-01-26 2021-05-07 北京健康之家科技有限公司 业务决策方法及装置、存储介质、计算机设备
CN113657779A (zh) * 2021-08-20 2021-11-16 杭州时趣信息技术有限公司 一种动态配置化的风控决策方法、系统、设备和存储介质
CN114416210A (zh) * 2022-01-26 2022-04-29 北京宇信科技集团股份有限公司 一种决策流仿真方法、装置、介质和设备
CN114924684A (zh) * 2022-04-24 2022-08-19 南栖仙策(南京)科技有限公司 基于决策流图的环境建模方法、装置和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100131253A1 (en) * 2008-11-26 2010-05-27 International Business Machines Corporation Fair path selection during simulation of decision nodes
US8838951B1 (en) * 2011-03-07 2014-09-16 Raytheon Company Automated workflow generation
CN106897810A (zh) * 2015-12-17 2017-06-27 北京奇虎科技有限公司 业务处理方法和系统、工作流引擎和系统、业务系统
CN106897809A (zh) * 2015-12-17 2017-06-27 北京奇虎科技有限公司 工作流程创建方法、工作流设计器和工作流系统
US20180341870A1 (en) * 2017-05-23 2018-11-29 International Business Machines Corporation Managing Indecisive Responses During a Decision Tree Based User Dialog Session
CN110007902A (zh) * 2019-03-12 2019-07-12 中国平安财产保险股份有限公司 业务处理流程配置的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100131253A1 (en) * 2008-11-26 2010-05-27 International Business Machines Corporation Fair path selection during simulation of decision nodes
US8838951B1 (en) * 2011-03-07 2014-09-16 Raytheon Company Automated workflow generation
CN106897810A (zh) * 2015-12-17 2017-06-27 北京奇虎科技有限公司 业务处理方法和系统、工作流引擎和系统、业务系统
CN106897809A (zh) * 2015-12-17 2017-06-27 北京奇虎科技有限公司 工作流程创建方法、工作流设计器和工作流系统
US20180341870A1 (en) * 2017-05-23 2018-11-29 International Business Machines Corporation Managing Indecisive Responses During a Decision Tree Based User Dialog Session
CN110007902A (zh) * 2019-03-12 2019-07-12 中国平安财产保险股份有限公司 业务处理流程配置的方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111737454A (zh) * 2020-06-19 2020-10-02 广东三扬网络科技有限公司 基于思维导图的物料信息表达方法及电子设备和储存介质
CN112486615A (zh) * 2020-11-30 2021-03-12 重庆誉存大数据科技有限公司 基于拓扑路径的决策流执行方法、装置、设备及存储介质
CN112486615B (zh) * 2020-11-30 2023-07-04 重庆誉存大数据科技有限公司 基于拓扑路径的决策流执行方法、装置、设备及存储介质
CN112767133A (zh) * 2021-01-26 2021-05-07 北京健康之家科技有限公司 业务决策方法及装置、存储介质、计算机设备
CN112767133B (zh) * 2021-01-26 2024-02-27 北京水滴科技集团有限公司 业务决策方法及装置、存储介质、计算机设备
CN113657779A (zh) * 2021-08-20 2021-11-16 杭州时趣信息技术有限公司 一种动态配置化的风控决策方法、系统、设备和存储介质
CN113657779B (zh) * 2021-08-20 2024-01-09 杭州时趣信息技术有限公司 一种动态配置化的风控决策方法、系统、设备和存储介质
CN114416210A (zh) * 2022-01-26 2022-04-29 北京宇信科技集团股份有限公司 一种决策流仿真方法、装置、介质和设备
CN114924684A (zh) * 2022-04-24 2022-08-19 南栖仙策(南京)科技有限公司 基于决策流图的环境建模方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN110717647A (zh) 决策流构建方法、装置、计算机设备和存储介质
CN109672741B (zh) 微服务监控方法、装置、计算机设备和存储介质
CN109474578B (zh) 报文消息校验方法、装置、计算机设备和存储介质
CN107102941B (zh) 一种测试用例的生成方法及装置
CN107861870B (zh) 接口测试及测试数据生成方法、装置、终端和存储介质
CN109885624B (zh) 数据处理方法、装置、计算机设备和存储介质
CN110688598B (zh) 业务参数采集方法、装置、计算机设备和存储介质
US10642913B2 (en) Intent and bot based query guidance
CN111310427A (zh) 业务数据配置处理方法、装置、计算机设备和存储介质
CN110738389A (zh) 工作流处理方法、装置、计算机设备和存储介质
CN110738577B (zh) 社区发现方法、装置、计算机设备和存储介质
CN111046237B (zh) 用户行为数据处理方法、装置、电子设备及可读介质
CN103927314B (zh) 一种数据批量处理的方法和装置
CN109657107B (zh) 一种基于第三方应用的终端匹配方法和装置
CN110689232A (zh) 工作流配置的优化处理方法、装置和计算机设备
CN110704095A (zh) 基于工作流的配置处理方法、装置、计算机设备和存储介质
CN112783720B (zh) 拓扑结构图生成方法、装置、计算机设备和展示系统
CN109389299B (zh) 工作流流程部署方法、装置、计算机设备和存储介质
CN109361628B (zh) 报文组装方法、装置、计算机设备和存储介质
CN111191115B (zh) 基于用户数据的信息推送方法及装置
CN109542764B (zh) 网页自动化测试方法、装置、计算机设备和存储介质
CN111177481B (zh) 用户标识映射方法及装置
CN110275703B (zh) 键值对数据的赋值方法、装置、计算机设备和存储介质
CN112087335A (zh) 流量实验方法、装置及存储介质
CN110716916A (zh) 资源在线管理方法、装置、计算机设备和存储介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200121