CN113379399A - 一种基于状态转移概率模型的rpa组件推荐方法 - Google Patents

一种基于状态转移概率模型的rpa组件推荐方法 Download PDF

Info

Publication number
CN113379399A
CN113379399A CN202110927454.3A CN202110927454A CN113379399A CN 113379399 A CN113379399 A CN 113379399A CN 202110927454 A CN202110927454 A CN 202110927454A CN 113379399 A CN113379399 A CN 113379399A
Authority
CN
China
Prior art keywords
component
transition probability
rpa
functional
state transition
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
Application number
CN202110927454.3A
Other languages
English (en)
Other versions
CN113379399B (zh
Inventor
张萌
董晓飞
曹峰
万怡方
赵阳
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.)
Nanjing New Generation Artificial Intelligence Research Institute Co ltd
Original Assignee
Nanjing New Generation Artificial Intelligence Research Institute 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 Nanjing New Generation Artificial Intelligence Research Institute Co ltd filed Critical Nanjing New Generation Artificial Intelligence Research Institute Co ltd
Priority to CN202110927454.3A priority Critical patent/CN113379399B/zh
Publication of CN113379399A publication Critical patent/CN113379399A/zh
Application granted granted Critical
Publication of CN113379399B publication Critical patent/CN113379399B/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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种基于状态转移概率模型的RPA组件推荐方法，包括：该方法通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率；以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别；其技术要点为，本发明中提到的组件及类别推荐基于转移概率模型实现，模型训练数据量越大，模型准确率越高；为避免过拟合应当选择当前业务场景中多个业务人员的操作数据为输入，以防止个人的不规范操作习惯影响模型整体的准确率；采用本发明的推荐方法可以帮助创建者快速找到适用组件，加速流程构建。

Description

一种基于状态转移概率模型的RPA组件推荐方法
技术领域
机器人流程自动化RPA流程构建领域，具体是一种基于状态转移概率模型的RPA组件推荐方法。
背景技术
机器人流程自动化可分部理解为“机器人、流程和自动化”；“机器人”作为RPA的主体，是一类运行在计算机、本地或云端服务器的软件；“流程”泛指一切通过计算机等完成的工作任务；“自动化”则为RPA实施的目的，其内涵也在逐步向智能、协同等方向延展。RPA的用途在于辅助或替代人工处理工作，是一种典型的“数字员工”；RPA技术具备的快速部署、灵活调整、按需拓展等优良属性使其拥有广阔的应用前景，其已在金融、电信、制造、能源等多个行业数百种工作场景中得到了有效应用；
典型的RPA机器人创建过程需要工程技术人员与业务自动化需求人员充分对接，将已有的工作流程通过RPA设计工具创建为可自动执行的应用，一般工程技术人员对RPA使用熟练度较高但对业务理解较差，业务人员对本岗位业务熟练度较高但RPA使用对其存在一定难度；
为了提高RPA创建效率，尽可能的使业务人员成为RPA流程创建的主体，各类开发工具逐步将以代码编程为核心的实现手段转化为功能组件组合拼装的方式来实现流程的快速构建；然而随着RPA设计工具能力的扩充，各式各样的组件越来越丰富，组件的分类也越来越细致，以国内某RPA产品为例，其基础组件库包含10个大类别、50余个小类、600余个功能组件。丰富的组件一方面有利于适应更多场景，另一方面也给流程创建增加了难度，每一步都需要从数百个组件中找寻适用的那个组件，成为一项相当繁琐的任务。
发明内容
针对现有技术中存在的问题，本申请的目的在于提出一种基于状态转移概率模型的RPA组件推荐方法，解决现有流程创建难度较大的问题。
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于状态转移概率模型的RPA组件推荐方法，
包括：该方法通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率；以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别；
其中，业务流程的执行可拆分为一系列操作步骤的组合，每个操作步骤对照着RPA开发工具中的对应功能组件；业务人员在执行业务流程中，基于已有的工作经验完成每一步操作以实现业务的处理。本发明将每个操作步骤视为一种状态，在RPA设计工具中每个组件的选用也可视为一种状态。
进一步的，在所述功能组件的命名上，
其采用其实现功能的概述，如：点击鼠标、打开浏览器以及键盘输入数据均为一个实现相应操作的功能组件。
进一步的，各个所述操作步骤之后存在一定的关联，
如：进行操作步骤A之后，必然会进行操作步骤B；
或是进行操作步骤C之后，60%情况下会进行操作步骤D，30%情况下会进行操作步骤E，10%情况下会进行操作步骤F，诸如此类的关联体现的是业务人员进行业务流程处理的经验和方法。
进一步的，在连续使用一系列组件创建流程则存在一系列的状态转移过程，每两个状态之间转移以及单个状态自身转移均存在概率。
进一步的，步骤一，
为了获得业务流程P的状态转移概率矩阵
Figure 100002_DEST_PATH_IMAGE001
，需要对当前业务流程的人工操作步 骤进行统计分析；
若业务流程P包含N个操作步骤，记为
Figure 100002_DEST_PATH_IMAGE002
，对应功能组件
Figure 100002_DEST_PATH_IMAGE003
，分类为W个类别，统计业务流程自启用以来人工操作各个步骤时，每两 个步骤之间以及单个步骤自身的转移概率为
Figure 100002_DEST_PATH_IMAGE004
，因此可以得到功能组件
Figure 100002_DEST_PATH_IMAGE005
的转移向量为
Figure 100002_DEST_PATH_IMAGE006
，
Figure 100002_DEST_PATH_IMAGE007
代表着功能组件
Figure 793495DEST_PATH_IMAGE005
相对于各个功能组件的转移 概率，具体到RPA流程创建中代表着调用组件
Figure 100002_DEST_PATH_IMAGE008
之后，调用其他各个组件的概率。
进一步的，业务流程P的状态转移概率矩阵
Figure 100002_DEST_PATH_IMAGE009
可展开表示为：
Figure 100002_DEST_PATH_IMAGE010
进一步的，步骤二，
根据状态转移矩阵模型，可对RPA功能组件推荐机制进行如下设定；若计划使用 RPA设计包含X个工作步骤的业务流程Q，首先根据统计结果分析得到状态转移概率矩阵
Figure 100002_DEST_PATH_IMAGE011
。 第一步确定初始状态
Figure 100002_DEST_PATH_IMAGE012
（及第一个功能组件的选择），第二步确定初始状态
Figure 954349DEST_PATH_IMAGE012
的下一个状 态
Figure 100002_DEST_PATH_IMAGE013
的选择；此时
Figure 629044DEST_PATH_IMAGE012
的转移概率向量为
Figure 100002_DEST_PATH_IMAGE014
，选择向量
Figure 100002_DEST_PATH_IMAGE015
中
Figure 100002_DEST_PATH_IMAGE016
的状态并降序排序得到列表
Figure 100002_DEST_PATH_IMAGE017
，则列表
Figure 100002_DEST_PATH_IMAGE018
中的状态 （功能组件）为
Figure 667276DEST_PATH_IMAGE012
的下一个状态
Figure 628279DEST_PATH_IMAGE013
的推荐选项。
进一步的，步骤三，
从
Figure 135484DEST_PATH_IMAGE012
的转移概率向量
Figure 817132DEST_PATH_IMAGE015
中选择
Figure 100002_DEST_PATH_IMAGE019
的状态得到列表
Figure 100002_DEST_PATH_IMAGE020
，将
Figure 100002_DEST_PATH_IMAGE021
中的功能组件按组件分类规则映射为组件类别，得到
Figure 100002_DEST_PATH_IMAGE022
，统计
Figure 100002_DEST_PATH_IMAGE023
中频次最高的组件类别记为
Figure 100002_DEST_PATH_IMAGE024
，推荐组件类别
Figure 506608DEST_PATH_IMAGE024
为
Figure 372933DEST_PATH_IMAGE013
状态的选择。
进一步的，通过步骤二、三分别实现了
Figure 100002_DEST_PATH_IMAGE025
状态的功能组件推荐和组件类别 推荐，重复步骤二、三的方法，则可实现
Figure 100002_DEST_PATH_IMAGE026
的功能组件推荐和组件类别推 荐，直到
Figure 100002_DEST_PATH_IMAGE027
完成则RPA业务流程Q全流程创建过程的组件及类别推荐。
有益效果：
本发明通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率，以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别，帮助创建者快速找到适用组件，加速流程构建。本发明中提到的组件及类别推荐基于转移概率模型实现，模型训练数据量越大，模型准确率越高；为避免过拟合应当选择当前业务场景中多个业务人员的操作数据为输入，以防止个人的不规范操作习惯影响模型整体的准确率。
附图说明
图1是本发明的状态转移概率关系图。
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的一部分实施例，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。此外，下文为了描述方便，所引用的“上”、“下”、“左”、“右”等于附图本身的上、下、左、右等方向一致，下文中的“第一”、“第二”等为描述上加以区分，并没有其他特殊含义。
业务流程的执行可拆分为一系列操作步骤的组合，每个操作步骤对照着RPA开发工具中的某个功能组件（或称为命令、活动等），功能组件在命名上基本采用其实现功能的概述，如点击鼠标、打开浏览器、键盘输入数据均为一个实现相应操作的功能组件。
业务人员在执行业务流程中，基于已有的工作经验完成每一步操作已实现业务的处理，且各个操作步骤之后存在一定的关联，例如进行操作步骤A之后，必然会进行操作步骤B，或是进行操作步骤C之后，60%情况下会进行操作步骤D，30%情况下会进行操作步骤E，10%情况下会进行操作步骤F，诸如此类的关联体现的是业务人员进行业务流程处理的经验和方法。
将每个操作步骤视为一种状态，在RPA设计工具中每个组件的选用则也可以视为一种状态，连续使用一系列组件创建流程则存在一系列的状态转移过程，每两个状态之间转移以及单个状态自身转移均存在一定概率。
步骤一，
为了获得业务流程P的状态转移概率矩阵
Figure DEST_PATH_IMAGE028
，需要对当前业务流程的人工操作步 骤进行统计分析；
若业务流程P包含N个操作步骤，记为
Figure DEST_PATH_IMAGE029
，对应功能组件
Figure DEST_PATH_IMAGE030
，分类为W个类别，统计业务流程自启用以来人工操作各个步骤时，每两 个步骤之间以及单个步骤自身的转移概率为
Figure DEST_PATH_IMAGE031
，因此可以得到功能组件
Figure DEST_PATH_IMAGE032
的转移向量为
Figure DEST_PATH_IMAGE033
，
Figure DEST_PATH_IMAGE034
代表着功能组件
Figure 757647DEST_PATH_IMAGE032
相对于各个功能组件的转移 概率，具体到RPA流程创建中代表着调用组件
Figure 367620DEST_PATH_IMAGE032
之后，调用其他各个组件的概率。
业务流程P的状态转移概率矩阵
Figure DEST_PATH_IMAGE035
可展开表示为：
Figure DEST_PATH_IMAGE036
步骤二，
根据状态转移矩阵模型，可对RPA功能组件推荐机制进行如下设定。若计划使用 RPA设计包含X个工作步骤的业务流程Q，首先根据统计结果分析得到状态转移概率矩阵
Figure DEST_PATH_IMAGE037
。 第一步确定初始状态
Figure DEST_PATH_IMAGE038
（及第一个功能组件的选择），第二步确定初始状态
Figure 239499DEST_PATH_IMAGE038
的下一个状 态
Figure DEST_PATH_IMAGE039
的选择；此时
Figure 683249DEST_PATH_IMAGE038
的转移概率向量为
Figure DEST_PATH_IMAGE040
，选择向量
Figure DEST_PATH_IMAGE041
中
Figure DEST_PATH_IMAGE042
的状态并降序排序得到列表
Figure DEST_PATH_IMAGE043
，则列表
Figure DEST_PATH_IMAGE044
中的状态（功 能组件）为
Figure 538948DEST_PATH_IMAGE038
的下一个状态
Figure 827978DEST_PATH_IMAGE039
的推荐选项。
步骤三，
从
Figure 852565DEST_PATH_IMAGE038
的转移概率向量
Figure 326272DEST_PATH_IMAGE041
中选择
Figure DEST_PATH_IMAGE045
的状态得到列表
Figure DEST_PATH_IMAGE046
，将
Figure DEST_PATH_IMAGE047
中的功能组件按组件分类规则映射为组件类别，得到
Figure DEST_PATH_IMAGE048
，统计
Figure DEST_PATH_IMAGE049
中频次最高的组件类别记为
Figure DEST_PATH_IMAGE050
，推荐组件类别
Figure 75791DEST_PATH_IMAGE050
为
Figure 761987DEST_PATH_IMAGE039
状态的选择。
通过步骤二、三分别实现了
Figure DEST_PATH_IMAGE051
状态的功能组件推荐和组件类别推荐，重复 步骤二、三的方法，则可实现
Figure DEST_PATH_IMAGE052
的功能组件推荐和组件类别推荐，直到
Figure DEST_PATH_IMAGE053
完成则RPA业务流程Q全流程创建过程的组件及类别推荐；
可预见的是，上述组件及类别推荐基于转移概率模型实现，模型训练数据量越大，模型准确率越高；为避免过拟合应当选择当前业务场景中多个业务人员的操作数据为输入，以防止个人的不规范操作习惯影响模型整体的准确率。
实施例1
本实施例具体介绍并提供了一种基于状态转移概率模型的RPA组件，
本申请通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率，以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别，可以帮助创建者快速找到适用组件，加速流程构建；
其中，业务流程的执行可拆分为一系列操作步骤的组合，每个操作步骤对照着RPA开发工具中的某个功能组件（或称为命令、活动等），功能组件在命名上基本采用其实现功能的概述，如点击鼠标、打开浏览器、键盘输入数据均为一个实现相应操作的功能组件。
业务人员在执行业务流程中，基于已有的工作经验完成每一步操作已实现业务的处理，且各个操作步骤之后存在一定的关联，例如进行操作步骤A之后，必然会进行操作步骤B，或是进行操作步骤C之后，60%情况下会进行操作步骤D，30%情况下会进行操作步骤E，10%情况下会进行操作步骤F，诸如此类的关联体现的是业务人员进行业务流程处理的经验和方法。
将每个操作步骤视为一种状态，在RPA设计工具中每个组件的选用则也可以视为一种状态，连续使用一系列组件创建流程则存在一系列的状态转移过程，每两个状态之间转移以及单个状态自身转移均存在一定概率。
实施例2
本实施例具体介绍了为获得业务流程的状态转移概率矩阵
为了获得业务流程P的状态转移概率矩阵
Figure 844344DEST_PATH_IMAGE028
，需要对当前业务流程的人工操作步 骤进行统计分析；若业务流程P包含N个操作步骤，记为
Figure 223373DEST_PATH_IMAGE029
，对应功能组件
Figure 53663DEST_PATH_IMAGE030
，分类为W个类别，统计业务流程自启用以来人工操作各个步骤时，每两 个步骤之间以及单个步骤自身的转移概率为
Figure 809130DEST_PATH_IMAGE031
，因此可以得到功能组件
Figure 11572DEST_PATH_IMAGE032
的转移向量为
Figure 827081DEST_PATH_IMAGE033
，
Figure 505187DEST_PATH_IMAGE034
代表着功能组件
Figure 939711DEST_PATH_IMAGE032
相对于各个功能组件的转移 概率，具体到RPA流程创建中代表着调用组件
Figure 386873DEST_PATH_IMAGE032
之后，调用其他各个组件的概率。其中，得到 的业务流程P的状态转移概率矩阵
Figure 983070DEST_PATH_IMAGE035
可展开表示为：
Figure 414052DEST_PATH_IMAGE036
实施例3
本实施例具体介绍了实现实施例1中组件及类别推荐的步骤：
在实施例2中形成整体步骤1的基础上，根据状态转移矩阵模型，可对RPA功能组件推荐机制进行如下设定。
第一步若计划使用RPA设计包含X个工作步骤的业务流程Q，根据统计结果分析得 到状态转移概率矩阵
Figure 245741DEST_PATH_IMAGE037
；
首先，确定初始状态
Figure 452470DEST_PATH_IMAGE038
（及第一个功能组件的选择），
而后，确定初始状态
Figure 344202DEST_PATH_IMAGE038
的下一个状态
Figure 872267DEST_PATH_IMAGE039
的选择；此时
Figure 773226DEST_PATH_IMAGE038
的转移概率向量为
Figure 929401DEST_PATH_IMAGE040
，选择向量
Figure 132981DEST_PATH_IMAGE041
中
Figure 272975DEST_PATH_IMAGE042
的状态并降序排序得到列表
Figure 587413DEST_PATH_IMAGE043
，则列表
Figure 129253DEST_PATH_IMAGE044
中的状态（功能组件）为
Figure 2268DEST_PATH_IMAGE038
的下一个状态
Figure 363980DEST_PATH_IMAGE039
的推荐选项；
第二步，从
Figure 606742DEST_PATH_IMAGE038
的转移概率向量
Figure 612875DEST_PATH_IMAGE041
中选择
Figure 282891DEST_PATH_IMAGE045
的状态得到列表
Figure 272844DEST_PATH_IMAGE046
，将
Figure 53718DEST_PATH_IMAGE047
中的功能组件按组件分类规则映射为组件类别，得到
Figure 304571DEST_PATH_IMAGE048
，统计
Figure 20854DEST_PATH_IMAGE049
中频次最高的组件类别记为
Figure 622737DEST_PATH_IMAGE050
，推荐组件类别
Figure 315624DEST_PATH_IMAGE050
为
Figure 686562DEST_PATH_IMAGE039
状态的选择。
通过上述分别两个步骤实现了
Figure 573747DEST_PATH_IMAGE051
状态的功能组件推荐和组件类别推荐，重 复上述两个步骤方法，则可实现
Figure 131767DEST_PATH_IMAGE052
的功能组件推荐和组件类别推荐，直到
Figure 520023DEST_PATH_IMAGE053
完成则RPA业务流程Q全流程创建过程的组件及类别推荐；
实施例4：
本实施例给出一种基于状态转移概率模型的RPA组件推荐参考模板，具体如下：
（S1）、典型业务流程包含一些列工作节点，工作流在节点间的传递完成了工作任务的处理，机器人流程自动化程序的设计遵循上述基本思路，通过连接起各个工作节点实现一个完整的任务处理机器人；
（S2）、机器人的设计工作量最大的部分就在于选择合适的功能组件去完成相对应的工作，难点在于功能组件和需求的对应并不是显而易见的，特别是熟悉业务但对机器人设计开发不熟练的人士，他们是机器人开发的主力军；
（S3）、业务流程中的工作节点间是相互转移的，两个工作之间存在传递关系，本发明将这层关系的数学原理加以梳理并应用到功能组件的关联原则上，形成基于概率的统计推断模式；
（S4）、业务流程中任意两个工作节点间的转移概率来自之前业务中的统计数据，需要长期且广泛的统计该业务流程中各个工作节点之间的关系，如工作岗位A输出交付给工作岗位B、C、D、E、F等的概率分别为70%、10%、8%、5%、3%...，则PA→B=0.7、PA→C=0.1、PA→D=0.08、PA→E=0.05、PA→F=0.03、…。如此业务流程中每两个工作节点之间、以及工作节点到其自身都存在转移概率；据此可以形成一个业务流程状态转移矩阵；
（S5）、工作节点可以和机器人流程自动化功能组件形成映射关系，每个工作节点对应一个功能组件，因此业务流程的状态转移矩阵可以迁移作用到功能组件的关系，基于这层关系就可以对组件的使用进行推荐，当调用岗位A对应的功能组件后，则可根据前面获得的状态转移概率矩阵推荐后续组件及其类型。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (5)

1.一种基于状态转移概率模型的RPA组件推荐方法，其特征在于，包括如下步骤：
步骤一，统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他功能组件的转移概率，获得业务流程的状态转移概率矩阵模型；
步骤二，根据状态转移矩阵模型，对RPA功能组件推荐机制进行设定，为每一步RPA流程创建推荐组件；
步骤三，将功能组件按组件分类规则映射为组件类别，通过高频组件的类别分布，推荐组件类别；
其中，业务流程的执行能拆分为系列操作步骤的组合，每个操作步骤对照着RPA开发工具中的对应功能组件；业务人员在执行业务流程中，基于已有的工作经验完成每一步操作以实现业务的处理。
2.如权利要求1所述的一种基于状态转移概率模型的RPA组件推荐方法，其特征在于：在所述功能组件的命名上，其采用其实现功能的概述。
3.如权利要求1所述的一种基于状态转移概率模型的RPA组件推荐方法，其特征在于，所述步骤一包括，
对当前业务流程的人工操作步骤进行统计分析；获得业务流程P的状态转移概率矩阵
Figure DEST_PATH_IMAGE001
，若业务流程P包含N个操作步骤，记为
Figure DEST_PATH_IMAGE002
，对应功能组件
Figure DEST_PATH_IMAGE003
，分类为W个类别，统计业务流程自启用以来人工操作各个步骤时，每两个 步骤之间以及单个步骤自身的转移概率为
Figure DEST_PATH_IMAGE004
，因此可以得到功能组件
Figure DEST_PATH_IMAGE005
的 转移向量为
Figure DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
代表着功能组件
Figure DEST_PATH_IMAGE008
相对于各个功能组件的转移概 率，具体到RPA流程创建中代表着调用组件
Figure 136959DEST_PATH_IMAGE008
之后，调用其他各个组件的概率；
所述步骤二包括，
根据状态转移矩阵模型，对RPA功能组件推荐机制进行如下设定；若计划使用RPA设计 包含X个工作步骤的业务流程Q，首先根据统计结果分析得到状态转移概率矩阵
Figure DEST_PATH_IMAGE009
，第一步 确定初始状态
Figure DEST_PATH_IMAGE010
，第二步确定初始状态
Figure 257362DEST_PATH_IMAGE010
的下一个状态
Figure DEST_PATH_IMAGE011
的选择；此时
Figure 207738DEST_PATH_IMAGE010
的转移概率 向量为
Figure DEST_PATH_IMAGE012
，选择向量
Figure DEST_PATH_IMAGE013
中
Figure DEST_PATH_IMAGE014
的状态并降序排序得 到列表
Figure DEST_PATH_IMAGE015
，则列表
Figure DEST_PATH_IMAGE016
中的状态为
Figure 9472DEST_PATH_IMAGE010
的下一个状态
Figure 230369DEST_PATH_IMAGE011
的推荐选项；
所述步骤三包括，
从
Figure 318411DEST_PATH_IMAGE010
的转移概率向量
Figure 490504DEST_PATH_IMAGE013
中选择
Figure DEST_PATH_IMAGE017
的状态得到列表
Figure DEST_PATH_IMAGE018
，将
Figure DEST_PATH_IMAGE019
中 的功能组件按组件分类规则映射为组件类别，得到
Figure DEST_PATH_IMAGE020
，统计
Figure DEST_PATH_IMAGE021
中 频次最高的组件类别记为
Figure DEST_PATH_IMAGE022
，推荐组件类别
Figure 502453DEST_PATH_IMAGE022
为
Figure 702491DEST_PATH_IMAGE011
状态的选择。
4.如权利要求3所述的一种基于状态转移概率模型的RPA组件推荐方法，其特征在于， 业务流程P的状态转移概率矩阵
Figure DEST_PATH_IMAGE023
可展开表示为：
Figure DEST_PATH_IMAGE024
。
5.如权利要求3或4所述的一种基于状态转移概率模型的RPA组件推荐方法，其特征在于：
通过步骤二、三分别实现
Figure DEST_PATH_IMAGE025
状态的功能组件推荐和组件类别推荐，重复步骤二、 三的方法，则能实现
Figure DEST_PATH_IMAGE026
的功能组件推荐和组件类别推荐，直到
Figure DEST_PATH_IMAGE027
完成则RPA业务流程Q全流程创建过程的组件及类别推荐。
CN202110927454.3A 2021-08-13 2021-08-13 一种基于状态转移概率模型的rpa组件推荐方法 Active CN113379399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110927454.3A CN113379399B (zh) 2021-08-13 2021-08-13 一种基于状态转移概率模型的rpa组件推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110927454.3A CN113379399B (zh) 2021-08-13 2021-08-13 一种基于状态转移概率模型的rpa组件推荐方法

Publications (2)

Publication Number Publication Date
CN113379399A true CN113379399A (zh) 2021-09-10
CN113379399B CN113379399B (zh) 2022-06-07

Family

ID=77577200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110927454.3A Active CN113379399B (zh) 2021-08-13 2021-08-13 一种基于状态转移概率模型的rpa组件推荐方法

Country Status (1)

Country Link
CN (1) CN113379399B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961187A (zh) * 2021-12-22 2022-01-21 杭州实在智能科技有限公司 Rpa组件智能推荐方法及系统
CN116308219A (zh) * 2023-05-24 2023-06-23 安徽思高智能科技有限公司 一种基于Tranformer的生成式RPA流程推荐方法及系统
CN116703339A (zh) * 2023-08-09 2023-09-05 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统
WO2023241519A1 (zh) * 2022-06-13 2023-12-21 中国建筑西南设计研究院有限公司 Bim构件创建方法、数字设计资源库应用方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635098A (zh) * 2018-12-20 2019-04-16 东软集团股份有限公司 一种智能问答方法、装置、设备及介质
CN109992250A (zh) * 2019-04-15 2019-07-09 深圳怡化电脑股份有限公司 一种自动编程的方法、装置、服务器及存储介质
CN111008783A (zh) * 2019-12-05 2020-04-14 浙江工业大学 一种基于奇异值分解的工厂加工流程推荐方法
CN111199381A (zh) * 2019-11-25 2020-05-26 江苏艾佳家居用品有限公司 一种基于流程引擎实现的智能工单审批方法
CN111538649A (zh) * 2020-03-19 2020-08-14 南京邮电大学 一种基于selenium测试工具的web应用系统自动化测试的方法
CN112949973A (zh) * 2019-12-31 2021-06-11 北京来也网络科技有限公司 一种结合ai的机器人流程自动化rpa流程的生成方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635098A (zh) * 2018-12-20 2019-04-16 东软集团股份有限公司 一种智能问答方法、装置、设备及介质
CN109992250A (zh) * 2019-04-15 2019-07-09 深圳怡化电脑股份有限公司 一种自动编程的方法、装置、服务器及存储介质
CN111199381A (zh) * 2019-11-25 2020-05-26 江苏艾佳家居用品有限公司 一种基于流程引擎实现的智能工单审批方法
CN111008783A (zh) * 2019-12-05 2020-04-14 浙江工业大学 一种基于奇异值分解的工厂加工流程推荐方法
CN112949973A (zh) * 2019-12-31 2021-06-11 北京来也网络科技有限公司 一种结合ai的机器人流程自动化rpa流程的生成方法
CN111538649A (zh) * 2020-03-19 2020-08-14 南京邮电大学 一种基于selenium测试工具的web应用系统自动化测试的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐彪 等: "基于位置服务的轨迹预测方法", 《小型微型计算机系统》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961187A (zh) * 2021-12-22 2022-01-21 杭州实在智能科技有限公司 Rpa组件智能推荐方法及系统
WO2023241519A1 (zh) * 2022-06-13 2023-12-21 中国建筑西南设计研究院有限公司 Bim构件创建方法、数字设计资源库应用方法和装置
CN116308219A (zh) * 2023-05-24 2023-06-23 安徽思高智能科技有限公司 一种基于Tranformer的生成式RPA流程推荐方法及系统
CN116703339A (zh) * 2023-08-09 2023-09-05 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统
CN116703339B (zh) * 2023-08-09 2023-11-24 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统

Also Published As

Publication number Publication date
CN113379399B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN113379399B (zh) 一种基于状态转移概率模型的rpa组件推荐方法
Liu et al. Graphical object-oriented discrete-event simulation system
Bunt The semantics of dialogue acts
CN109740160B (zh) 一种基于人工智能语义分析的任务发布方法
CN110489749B (zh) 一种智能办公自动化系统的业务流程优化方法
CN112100451B (zh) 基于图数据库搭建工业神经网络的方法
Naumets et al. Investigation into explainable regression trees for construction engineering applications
Zhang et al. An improved forward algorithm for optimal control of a class of hybrid systems
CN116610814A (zh) 一种基于知识图谱的rpa智能驱动方法与系统
Tianxing et al. A hierarchical data mining process ontology
Zheng et al. Survey on design approaches for robotic manufacturing systems in SMEs
CN115168929B (zh) 基于Dynamo的BIM模型元素编码信息录入方法
Pham et al. Discovering redo-activities and performers' involvements from XES-formatted workflow process enactment event logs
Iacca et al. Introducing kimeme, a novel platform for multi-disciplinary multi-objective optimization
Bohács et al. Production logistics simulation supported by process description languages
Korablyov et al. Dendritic Artificial Immune Network Model for Computing.
Kumar et al. Cost-effective product prioritisation technique for software product line testing
JPWO2005043271A1 (ja) ソフトウェア生成方法
Rembold et al. The role of models in future enterprises
Poinet et al. SpeckleViz: a web-based interactive activity network diagram for AEC
US11507728B2 (en) Click to document
CN113297490B (zh) 基于图卷积神经网络的双向推荐方法
Atanassov Comparative analysis of contemporary case based reasoning software frameworks
CN116976640B (zh) 自动化业务生成方法、装置、计算机设备及存储介质
Wu et al. Knowledge-based reasoning assembly process planning approach to laser range-finder

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