CN114282912A - 工作流智能化多级审批方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及工作流管理技术领域，具体公开了一种工作流智能化多级审批方法、装置、设备及存储介质。该方法包括：基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级；获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。通过上述方式，本发明能够简化审批框架，同时实现多级审批。

Description

工作流智能化多级审批方法、装置、设备及存储介质

技术领域

本发明涉及工作流管理技术领域，特别是涉及一种工作流智能化多级审批方法、装置、设备及存储介质。

背景技术

传统的业务流程管理框架大多无法支持自定义的多级审批流程，例如Activiti和JBPM等，在设置用户审批节点上比较单一，每个审批流程只能设置固定数量的任务节点，并且无法通过修改审批流程图使已启动的任务生成最新审批逻辑。基于这种产品特性，保险业内对于人伤业务流程审批流程大部分都是固定审批节点，这种固定审批层级的设计方式对于小额简单的案件审批流程过于复杂，另一方面对于大额复杂案件审批流程过于简单。尤其对于SAAS化产品，需要服务多个客户，每个客户对于审批流程有各自一套标准和偏好，这种固定审批层级显然无法满足节约人工成本及客户偏好要求。

发明内容

本发明提供一种工作流智能化多级审批方法、装置、设备及存储介质，能够简化审批框架，同时实现多级审批。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种工作流智能化多级审批方法，包括：

基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；

根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级；

获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。

根据本发明的一个实施例，所述根据所述案件信息提取规则因子，计算各所述规则因子的权重包括：

从数据库中获取历史案件，所述历史案件包括所述规则因子；

将同一所述历史案件派工给所有所述审批人进行模拟审批并获取各所述审批人对所述历史案件的各所述规则因子的审批结果；

根据同一所述规则因子的所有审批结果计算对应的所述规则因子的得分，获得各所述规则因子的得分，根据所述得分计算各所述规则因子的权重。

根据本发明的一个实施例，所述根据所述得分计算各所述规则因子的权重包括：

根据同一所述历史案件中各所述规则因子的得分计算所有规则因子的总分；

将各所述规则因子的得分与所述总分的比值作为各所述规则因子的权重。

根据本发明的一个实施例，所述对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级包括：

基于加权采样算法对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数；

获取预设的所述采样分数与所述审批层级之间的映射关系，根据所述映射关系确定与所述采样分数对应的审批层级。

根据本发明的一个实施例，所述加权采样算法按照如下公式进行计算：

其中，S_i为规则因子i的采样分数，R为遍历每个案件时产生的随机数，R∈(0,1)，w_i为规则因子i的权重。

根据本发明的一个实施例，所述获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人之后，还包括：

当所述工作流进入审批节点时，获取所述审批节点的当前审批结果并判断所述当前审批结果是否通过；

若所述当前审批结果为通过，则计算所述审批节点的执行次数，根据所述执行次数与所述审批层级判断审批是否完成；

若所述当前审批结果为不通过，则返回所述上一业务节点。

根据本发明的一个实施例，所述若所述当前审批结果为通过，则计算所述审批节点的执行次数，根据所述执行次数与所述审批层级判断审批是否完成包括：

若所述当前审批结果为通过，则将所述执行次数累加1，并判断所述执行次数是否等于所述审批层级；

若所述执行次数不等于所述审批层级，则判定为审批未完成；

若所述执行次数等于所述审批层级，则判定为审批完成。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种工作流智能化多级审批装置，包括：

获取模块，用于基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；

计算模块，用于根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级；

分配模块，用于获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。

为解决上述技术问题，本发明采用的再一个技术方案是：提供一种计算机设备，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，所述处理器执行所述计算机程序时实现所述的工作流智能化多级审批方法。

为解决上述技术问题，本发明采用的再一个技术方案是：提供一种计算机存储介质，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上述工作流智能化多级审批方法。

本发明的有益效果是：通过实际案件的各个规则因子的权重计算得到审批层级，实现工作流的灵活变动，满足不同客户和不同场景的需求，相对于固定审批层级的工作流，节约了开发成本，提升了用户体验，解决了因固定审批层级无法满足客户的偏好要求以及增加不同案件的审批流程的改造成本的问题。

附图说明

图1是本发明第一实施例的工作流智能化多级审批方法的流程示意图；

图2是本发明实施例中工作流的结构示意图；

图3是本发明实施例的工作流智能化多级审批方法中步骤S102的一种流程示意图；

图4是本发明第三实施例的工作流智能化多级审批方法中步骤S102的另一种流程示意图；

图5是本发明第二实施例的工作流智能化多级审批方法的流程示意图；

图6是本发明实施例的工作流智能化多级审批方法中步骤S505的流程示意图；

图7是本发明实施例的工作流智能化多级审批装置的结构示意图；

图8是本发明实施例的计算机设备的结构示意图；

图9是本发明实施例的计算机存储介质的结构示意图。

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。

本发明中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

图1是本发明第一实施例的工作流智能化多级审批方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括步骤：

步骤S101：基于工作流获取用户输入的案件信息，工作流至少包括审批节点、连接审批节点的上一业务节点以及下一业务节点。

在步骤S101中，工作流可以为基于BPM框架下的Activiti工作流，本实施例的工作流通过智能审批引擎生成。如图2所示，该工作流至少包括一个审批节点、连接审批节点的上一业务节点以及下一业务节点。在一种可实现的实施方式中，请参见图2，在绘制BPM流程图时，在审批节点之后增加互斥网关，引出两个顺序流，其中一个顺序流连接至下一业务节点，另一顺序流连接回审批节点。当需要多层级审批时，利用同一个审批节点循环执行以实现多层级的审批，直到所有层级的审批完成后进入下一业务节点。本实施例在审批节点的多层级审批为串行审批，可以理解为多层级审批为逐级审批。

在一种可实现的实施例中，以诉讼案件复合的应用场景为例，工作流可以包括：提交节点(相当于上一业务节点)、复合节点(相当于审批节点)以及评审节点(相当于下一业务节点)。其中，在提交节点中，用户可以录入信息(至少包括案件信息)并提交，提交时，可以生成当前工作流的业务流程ID，然后进入复合节点，复合节点可以包括1个或多个层级，复合节点完成后进入评审节点。

本实施例可以在工作流进入审批节点时，获取用户输入的案件信息，也可以在工作流进入审批节点之前，例如在上一业务节点或者在上一业务节点扭转到审批节点的过程中，获取用户输入的案件信息。本实施例的案件信息包括多个与审批节点的审批层级相关的规则因子，例如在保险的人伤案件场景中，规则因子包括但不限于人伤任务类型、伤者年龄、户籍性质、临床诊断、伤残定损金额、死亡定损金额、住院天数，客户审批偏好层级等。

步骤S102：根据案件信息提取规则因子，计算各规则因子的权重，对各规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数，根据采样分数确定审批节点的审批层级。

在步骤S102中，规则因子的权重高低能够反映客户对相关规则因子的重视程度。规则因子的权重由所有审批人对大量的历史案件的模拟审批产生。采样分数与审批层级相关，一般情况下，采样分数越高，对应的审批层级越多。通过考虑各个规则因子的权重获的审批层级，能够准确反映客户的偏好以及各案件的实际情况，实现工作流的灵活变动，无需设置固定审批节点，可以实时根据需求调整审批节点的审批层级，既能满足大型企业具有多级审核的需要，也能满足小型企业1-2级简化审核过程的需要，相对于固定审批层级的工作流，节约了开发成本，提升了用户体验，解决了因固定审批层级无法满足客户的偏好要求以及增加审批流程的改造成本的问题。

在一种可实现的实施例中，请参见图3，步骤S102包括以下步骤：

步骤S301：从数据库中获取历史案件，历史案件包括规则因子。

本实施例从数据库中获取一定规模数量的历史案件，具体数量可以根据实际情况进行调整，在此不做具体限定。

步骤S302：将同一历史案件派工给所有审批人进行模拟审批并获取各审批人对历史案件的各规则因子的审批结果。

本实施例的审批人对历史案件进行模拟审批可以为对历史案件中的各规则因子进行评级，因此，一个规则因子可以获得多个审批结果。例如，审批人有1、2、3，历史案件A包括规则因子甲、乙和丙，规则因子的级别一共有五个，则审批人1、2、3均需对历史案件A的规则因子甲进行评级，那么，规则因子甲的评审结果包括审批人1的评审结果、审批人2的评审结果以及审批人3的评审结果，共三个评审结果，同理地，规则因子乙和丙也分别获得三个评审结果。通过上述方式可以实现各个不同的历史案件中的所有规则因子的评级。

步骤S303：根据同一规则因子的所有审批结果计算对应的规则因子的得分，获得各规则因子的得分，根据得分计算各规则因子的权重。

本实施例的规则因子的级别与得分相关，一般情况下，级别越高，相应的得分越高。例如，级别1的得分为10分，级别2的得分为20分，以此类推，级别5的得分为50分。假设，审批人1对规则因子甲的评级结果为级别1，审批人2对规则因子甲的评级结果为级别2，审批人3对规则因子甲的评级结果为级别3，则规则因子甲的得分为10+20+30＝60分，同理，可以得到规则因子乙和丙的得分。按照同样的方式也可以获得各个不同的历史案子中各个规则因子的得分。本实施例的规则因子的得分与权重相关，一般情况下，规则因子的得分越高，权重越大。

在一种可实现的实施例中，根据同一历史案件中各规则因子的得分计算所有规则因子的总分；将各规则因子的得分与总分的比值作为各规则因子的权重。本实施例的总分为同一历史案件中所有规则因子的得分的加和。假设历史案件A的规则因子甲、乙和丙的得分分别为60分、70分和80分，则历史案件A中所有规则因子的总分为甲+乙+丙＝210分。规则因子甲的权重为规则因子甲的得分/总分＝60/210，规则因子乙的权重为规则因子乙的得分/总分＝70/210，规则因子丙的权重为规则因子丙的得分/总分＝80/210。

在一种可实现的实施例中，请参见图4，在上述实施例的基础上，步骤S102进一步包括以下步骤：

步骤S401：基于加权采样算法对各规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数。

在一种可实现的实施例中，加权采样算法按照如下公式进行计算：

其中，S_i为规则因子i的采样分数，R为遍历每个案件时产生的随机数，R∈(0,1)，可以利用JAVA程序语言中的Math.random()获得，w_i为规则因子i的权重。

步骤S402：获取预设的采样分数与审批层级之间的映射关系，根据映射关系确定与采样分数对应的审批层级。

本实施例中，用户可以预先设置好审批层级与采样分数之间的映射区间，例如，采样分数的映射区间为[0，10)，对应层级为1，采样分数的映射区间为[10，20)，对应层级为2，依此类推。本实施例中，根据映射关系确定审批层级之后，获取业务流程ID，将审批层级与业务流程ID进行关联处理，并将关联结果存储到数据库中，以便后续直接调用。

步骤S103：获取用户预设的审批人与各审批层级的关联关系，根据关联关系分配各审批层级的审批人。

在步骤S103中，用户可以根据案件的实际情况预先设置好各个审批层级对应的审批人，同一个审批层级的审批人可以是1个或多个，审批人一般是上级管理部门，可以为当前审批节点的直接上级、也可以是当前审批节点的上级管理部门，或上级管理部门的主要负责人。例如，审批节点有3个审批层级，从低审批层级到高审批层级的审核人依次是部门管理员→经理/副经理→总监，则经理/副经理同属于第二审批层级的审批人，即第二审批层级的审批人有两个。

本发明第一实施例的工作流智能化多级审批方法通过实际案件的各个规则因子的权重计算得到审批层级，并基于同一个审批节点循环执行，从而实现工作流的灵活变动，满足不同客户和不同场景的需求，相对于固定审批层级的工作流，节约了开发成本，提升了用户体验，解决了因固定审批层级无法满足客户的偏好要求以及增加不同案件的审批流程的改造成本的问题。

图5是本发明第二实施例的工作流智能化多级审批方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图5所示的流程顺序为限。如图5所示，该方法包括步骤：

步骤S501：基于工作流获取用户输入的案件信息，工作流至少包括审批节点、连接审批节点的上一业务节点以及下一业务节点。

在本实施例中，图5中的步骤S501和图1中的步骤S101类似，为简约起见，在此不再赘述。

步骤S502：根据案件信息提取规则因子，计算各规则因子的权重，对各规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数，根据采样分数确定审批节点的审批层级。

在本实施例中，图5中的步骤S502和图1中的步骤S102类似，为简约起见，在此不再赘述。

步骤S503：获取用户预设的审批人与各审批层级的关联关系，根据关联关系分配各审批层级的审批人。

在本实施例中，图5中的步骤S503和图1中的步骤S103类似，为简约起见，在此不再赘述。

步骤S504：当工作流进入审批节点时，获取审批节点的当前审批结果并判断当前审批结果是否通过。

在步骤S504中，当工作流进入审批节点时，将审批任务派工给对应的审批人进行审批，获得当前审批结果，当前审批结果包括通过和不通过两种情况。若当前审批结果为通过，则执行步骤S505，若当前审批结果为不通过，则执行步骤S506。

步骤S505：若当前审批结果为通过，则计算审批节点的执行次数，根据执行次数与审批层级判断审批是否完成。

在步骤S505中，若审批未完成，则重新进入审批节点进行下一层级审批，将审批任务派工给对应的审批人进行审批。若审批完成，则进入下一业务节点。例如，通过智能审批引擎获取此次业务流程的审批层级需要进行5次审批，则获取对应1至5级的审批人，第一次审批完则派工给第二个审批人，直至审批完5次后结束审批任务，业务流程流转到下一业务节点。

在一种可实现的实施例中，请参见图6，步骤S505进一步包括以下步骤：

步骤S601：若当前审批结果为通过，则将执行次数累加1，并判断执行次数是否等于审批层级；

步骤S602：若执行次数不等于审批层级，则判定为审批未完成。

若执行次数不等于审批层级，即执行次数小于审批层级，说明还有审批层级未执行完，则判定审批未完成。

步骤S603：若执行次数等于审批层级，则判定为审批完成。

步骤S506：若当前审批结果为不通过，则返回上一业务节点。

本发明第二实施例的工作流智能化多级审批方法在第一实施例的基础上，通过工作流中的一个审批节点可以实现多层级审批，可以简化审批框架的结构，节约了开发成本，解决了因固定审批层级无法满足客户的偏好要求以及增加不同案件的审批流程的改造成本的问题。

图7是本发明实施例的工作流智能化多级审批装置的结构示意图。如图7所示，该装置70包括获取模块71、计算模块72和分配模块73。

获取模块71用于基于工作流获取用户输入的案件信息，工作流至少包括审批节点、连接审批节点的上一业务节点以及下一业务节点；

计算模块72用于根据案件信息提取规则因子，计算各规则因子的权重，对各规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数，根据采样分数确定审批节点的审批层级；

在一种可实现的实施例中，计算模块72还包括第一获取单元、第二获取单元、第一计算单元、第二计算单元以及映射单元，其中，第一获取单元用于从数据库中获取历史案件，历史案件包括规则因子；第二获取单元用于将同一历史案件派工给所有审批人进行模拟审批并获取各审批人对历史案件的各规则因子的审批结果；第一计算单元用于根据同一规则因子的所有审批结果计算对应的规则因子的得分，获得各规则因子的得分，根据得分计算各规则因子的权重；第二计算单元用于基于加权采样算法对各规则因子的权重进行加权采样计算，获得与案件信息对应的采样分数；映射单元用于获取预设的采样分数与审批层级之间的映射关系，根据映射关系确定与采样分数对应的审批层级。

分配模块73用于获取用户预设的审批人与各审批层级的关联关系，根据关联关系分配各审批层级的审批人。

在一种可实现的实施例中，如图7所示，装置70还包括判断模块74、第一执行模块75以及第二执行模块76，其中，判断模块74用于当工作流进入审批节点时，获取审批节点的当前审批结果并判断当前审批结果是否通过；第一执行模块75用于若当前审批结果为通过，则计算审批节点的执行次数，根据执行次数与审批层级判断审批是否完成；第二执行模块76用于若当前审批结果为不通过，则返回上一业务节点。

在一种可实现的实施例中，第一执行模块75还包括判断单元、第一判定单元以及第二判定单元，其中，判断单元用于若当前审批结果为通过，则将执行次数累加1，并判断执行次数是否等于审批层级；第一判定单元用于若执行次数不等于审批层级，则判定为审批未完成；第二判定单元用于若执行次数等于审批层级，则判定为审批完成。

请参阅图8，图8为本发明实施例的计算机设备的结构示意图。如图8所示，该计算机设备80包括处理器81及和处理器81耦接的存储器82。

存储器82存储有用于实现上述任一实施例所述的工作流智能化多级审批方法的程序指令。

所述的工作流智能化多级审批方法包括以下步骤：

基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；

根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行采样计算，获得采样分数，根据所述采样分数确定所述审批节点的审批层级；

获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。

处理器81用于执行存储器82存储的程序指令以实现工作流智能化多级审批。

其中，处理器81还可以称为CPU(Central Processing Unit，中央处理单元)。处理器81可能是一种集成电路芯片，具有信号的处理能力。处理器81还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

参阅图9，图9为本发明实施例的计算机存储介质的结构示意图。本发明实施例的计算机存储介质存储有能够实现上述所有方法的程序文件91，其中，该程序文件91可以以软件产品的形式存储在上述计算机存储介质中，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)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的计算机存储介质包括：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，或者是计算机、服务器、手机、平板等终端设备。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种工作流智能化多级审批方法，其特征在于，包括：

基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；

根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级；

获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。

2.根据权利要求1所述的工作流智能化多级审批方法，其特征在于，所述根据所述案件信息提取规则因子，计算各所述规则因子的权重包括：

从数据库中获取历史案件，所述历史案件包括所述规则因子；

将同一所述历史案件派工给所有所述审批人进行模拟审批并获取各所述审批人对所述历史案件的各所述规则因子的审批结果；

根据同一所述规则因子的所有审批结果计算对应的所述规则因子的得分，获得各所述规则因子的得分，根据所述得分计算各所述规则因子的权重。

3.根据权利要求2所述的工作流智能化多级审批方法，其特征在于，所述根据所述得分计算各所述规则因子的权重包括：

根据同一所述历史案件中各所述规则因子的得分计算所有规则因子的总分；

将各所述规则因子的得分与所述总分的比值作为各所述规则因子的权重。

4.根据权利要求1所述的工作流智能化多级审批方法，其特征在于，所述对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级包括：

基于加权采样算法对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数；

获取预设的所述采样分数与所述审批层级之间的映射关系，根据所述映射关系确定与所述采样分数对应的审批层级。

5.根据权利要求4所述的工作流智能化多级审批方法，其特征在于，所述加权采样算法按照如下公式进行计算：

其中，S_i为规则因子i的采样分数，R为遍历每个案件时产生的随机数，R∈(0,1)，w_i为规则因子i的权重。

6.根据权利要求1所述的工作流智能化多级审批方法，其特征在于，所述获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人之后，还包括：

当所述工作流进入审批节点时，获取所述审批节点的当前审批结果并判断所述当前审批结果是否通过；

若所述当前审批结果为通过，则计算所述审批节点的执行次数，根据所述执行次数与所述审批层级判断审批是否完成；

若所述当前审批结果为不通过，则返回所述上一业务节点。

7.根据权利要求6所述的工作流智能化多级审批方法，其特征在于，所述若所述当前审批结果为通过，则计算所述审批节点的执行次数，根据所述执行次数与所述审批层级判断审批是否完成包括：

若所述当前审批结果为通过，则将所述执行次数累加1，并判断所述执行次数是否等于所述审批层级；

若所述执行次数不等于所述审批层级，则判定为审批未完成；

若所述执行次数等于所述审批层级，则判定为审批完成。

8.一种工作流智能化多级审批装置，其特征在于，包括：

获取模块，用于基于所述工作流获取用户输入的案件信息，所述工作流至少包括审批节点、连接所述审批节点的上一业务节点以及下一业务节点；

计算模块，用于根据所述案件信息提取规则因子，计算各所述规则因子的权重，对各所述规则因子的权重进行加权采样计算，获得与所述案件信息对应的采样分数，根据所述采样分数确定所述审批节点的审批层级；

分配模块，用于获取用户预设的审批人与各审批层级的关联关系，根据所述关联关系分配各所述审批层级的审批人。

9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的工作流智能化多级审批方法。

10.一种计算机存储介质，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如权利要求1-7中任一项所述的工作流智能化多级审批方法。

Images