CN114596054A - 针对数字化办公的业务信息管理方法及系统 - Google Patents

针对数字化办公的业务信息管理方法及系统 Download PDF

Info

Publication number
CN114596054A
CN114596054A CN202210150015.0A CN202210150015A CN114596054A CN 114596054 A CN114596054 A CN 114596054A CN 202210150015 A CN202210150015 A CN 202210150015A CN 114596054 A CN114596054 A CN 114596054A
Authority
CN
China
Prior art keywords
office
variable
demand
optimization
activity log
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.)
Withdrawn
Application number
CN202210150015.0A
Other languages
English (en)
Inventor
黄伟
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.)
Nantong Tianhui Information Technology Co ltd
Original Assignee
Nantong Tianhui Information 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 Nantong Tianhui Information Technology Co ltd filed Critical Nantong Tianhui Information Technology Co ltd
Priority to CN202210150015.0A priority Critical patent/CN114596054A/zh
Publication of CN114596054A publication Critical patent/CN114596054A/zh
Withdrawn legal-status Critical Current

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种针对数字化办公的业务信息管理方法及系统，可以依据参数调整后的第一办公需求变量解析层依据认证办公活动日志对关联办公活动日志进行日志调整，获得认证办公活动日志相关的第一目标办公活动日志，再依据认证办公活动日志和第一目标办公活动日志对办公需求预测模型进行联合参数调整，由此输出办公需求相关的联合变量。办公需求相关的联合变量的输出，可便于需求预测时基于多个办公需求相关的联合变量对办公活动日志进行办公需求预测，从而可以解决相关技术中仅学习独立变量，而遗漏办公需求相关的联合变量的问题，提高了办公需求预测模型对进行需求预测的精确度。

Description

针对数字化办公的业务信息管理方法及系统
技术领域
本申请涉及数字化办公技术领域，具体而言，涉及一种针对数字化办公的业务信息管理方法及系统。
背景技术
数字化办公是指以网络为核心,集数字办公设备、移动计算、远程接入等为一体的数字化办公环境。目前，随着网络和计算机在不断发展，低成本高效率已经成为每家企业管理者追求的目标。相较于传统的手工办公，数字化办公不仅大大提升了审批效率，还进一步促进了企业的快速发展。
在相关技术中，数字化办公开发过程中，需要及时预测相关用户的办公需求，以便于针对性进行后续的办公流程优化和相关数字化办公产品的开发迭代。然而本申请发明人研究过程中发现，在目前的办公需求预测过程中，基于机器学习训练和预测流程中，存在仅学习独立变量，而遗漏办公需求相关的联合变量的问题，导致需求预测的精确度难以达到预期。
发明内容
本申请提供一种针对数字化办公的业务信息管理方法及系统。
第一方面，本申请实施例提供一种针对数字化办公的业务信息管理方法，基于业务信息管理系统进行执行，包括：
获取认证办公活动日志簇和候选开发输出的办公需求预测模型，所述认证办公活动日志簇包括认证办公活动日志、所述认证办公活动日志相关的认证办公需求数据以及关联办公活动日志，所述办公需求预测模型包括第一办公需求变量解析层和第二办公需求变量解析层、变量扩展层，所述第一办公需求变量解析层和所述第二办公需求变量解析层同时调度关注变量解析层；
依据所述认证办公活动日志和所相关的认证办公需求数据，对所述第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，所述第一办公需求变量解析层包括关注变量解析层和第一解析成员层；
依据所述参数调整后的第一办公需求变量解析层，对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，获得所述认证办公活动日志相关的认证需求变量簇和所述关联办公活动日志相关的关联需求变量簇；
依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志；
基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，所述联合参数调整后的办公需求预测模型用于对办公活动日志进行办公需求预测。
第二方面，本申请实施例提供一种业务信息管理系统，包括：
处理器；
存储器，所述存储器中存储有计算机程序，所述计算机程序被执行时实现第一方面所述的针对数字化办公的业务信息管理方法。
如上，本申请可以获取认证办公活动日志簇和候选开发输出的办公需求预测模型，所述认证办公活动日志簇包括认证办公活动日志、所述认证办公活动日志相关的认证办公需求数据以及关联办公活动日志，所述办公需求预测模型包括第一办公需求变量解析层和第二办公需求变量解析层、变量扩展层，所述第一办公需求变量解析层和所述第二办公需求变量解析层同时调度关注变量解析层；依据所述认证办公活动日志和所相关的认证办公需求数据，对第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，所述第一办公需求变量解析层包括关注变量解析层和第一解析成员层；依据参数调整后的第一办公需求变量解析层，对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，获得所述认证办公活动日志相关的认证需求变量簇和所述关联办公活动日志相关的关联需求变量簇；依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志；基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，所述联合参数调整后的办公需求预测模型用于对办公活动日志进行办公需求预测。本申请可以依据参数调整后的第一办公需求变量解析层依据认证办公活动日志对关联办公活动日志进行日志调整，获得认证办公活动日志相关的第一目标办公活动日志，再依据认证办公活动日志和第一目标办公活动日志对办公需求预测模型进行联合参数调整，由此输出办公需求相关的联合变量。办公需求相关的联合变量的输出，可便于需求预测时基于多个办公需求相关的联合变量对办公活动日志进行办公需求预测，从而可以解决相关技术中仅学习独立变量，而遗漏办公需求相关的联合变量的问题，提高了办公需求预测模型对进行需求预测的精确度。
附图说明
图1为本申请实施例提供的一种针对数字化办公的业务信息管理方法步骤流程示意图；
图2为本申请的实施例提供的用于执行图1中的针对数字化办公的业务信息管理方法的业务信息管理系统的结构示意框图。
具体实施方式
下面将依据本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，记载的实施例是本申请一部分实施例，而不是全部的实施例。依据本申请中的实施例，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它实施例，都属于本申请保护的范围。
步骤S110、获取认证办公活动日志簇和候选开发输出的办公需求预测模型，所述认证办公活动日志簇包括认证办公活动日志、所述认证办公活动日志相关的认证办公需求数据以及关联办公活动日志，所述办公需求预测模型包括第一办公需求变量解析层和第二办公需求变量解析层、变量扩展层，所述第一办公需求变量解析层和所述第二办公需求变量解析层同时调度关注变量解析层。
其中，认证办公活动日志可以是指通过真实性认证的训练样本数据，其具体类型不限，例如可以是办公会话活动数据，也可以是办公演示活动数据等等。一些可能的设计思路中，认证办公活动日志也可以是从办公搜集大数据中提取部分得到的。认证办公活动日志相关的认证办公需求数据可以包含认证办公活动日志相关的目标预测办公需求簇，其具体可以是认证办公活动日志对应于各个上线成员办公需求的支撑值。
其中，在关联办公活动日志尚未调整前，关联办公活动日志可以是空白办公活动日志，也可以是任意存在噪声的办公活动日志，具体不作特殊限制。空白办公活动日志即所有办公活动类别的办公操作数据都为空集的办公活动日志。
办公需求预测模型可以是基于逆向传递训练方法使得输出变量等于输入变量的AI网络模型。关注变量解析层可以是encoder，变量扩展层可以是decoder。
其中，关注变量解析层可以将传递的需求变量簇解析成关键特征变量。变量扩展层可以扩展变量的输入。
一些可能的设计思路中，该候选开发输出的办公需求预测模型可以是依据认证办公活动日志进行初始化模型开发的，具体依据第一办公需求变量解析层和第二办公需求变量解析层对认证办公活动日志进行办公需求变量解析，获得认证办公活动日志的第一需求变量簇和第二需求变量簇，再依据变量扩展层依据第一需求变量簇和第二需求变量簇进行认证办公活动日志的变量扩展，获得变量扩展后认证办公活动日志，依据变量扩展后认证办公活动日志和原来的认证办公活动日志之间的变量偏差信息，调整办公需求预测模型的模型参数信息，获得初步联合参数调整后的办公需求预测模型，进而依据下述的实施例，对办公需求预测模型进一步进行联合参数调整。
例如，该办公需求预测模型由关注变量解析层、变量扩展层、第一解析成员层以及第二解析成员层构成，其中，关注变量解析层和第一解析成员层组成第一办公需求变量解析层，关注变量解析层和第二解析成员层组成第二办公需求变量解析层，第一办公需求变量解析层和第二办公需求变量解析层同时调度一个关注变量解析层。一些可能的设计思路中，可以将第一解析成员层和第二解析成员层视为关注变量解析层的一部分，也即，第一办公需求变量解析层和第二办公需求变量解析层可以属于关注变量解析层。
依据相关方案，办公需求预测模型的模型开发方式包括两种。一种是直接利用办公活动日志相关的认证办公需求数据，使用有监督的方式来训练办公需求预测模型，办公需求预测模型学习到的是与认证办公需求数据强相关的变量簇；另一种是先参数调整一个办公需求预测模型，利用办公需求预测模型重建原始办公活动日志的性质来提取尽可能提取更丰富的变量簇，然后依据该变量簇，接上办公需求预测层进行办公需求预测特征的学习和预测。但是，当认证办公活动日志簇中存在办公需求相关的联合变量时，第一种方法会导致这些办公需求相关的联合变量被忽略掉，这样训练得到的办公需求预测模型的模型性能会较低，依据第二种方案来进行联合参数调整，也不能保证办公需求预测模型能够学习到办公需求相关的联合变量。
其中，办公需求相关的联合变量是指多个存在办公需求相关的联合的变量簇，例如，假设存在一个认证办公活动日志簇，可以将认证办公活动日志簇分为A，B两个认证办公活动日志子集，并且整个认证办公活动日志簇中的需求变量仅由4个需求变量构成，它们分别为需求变量1，需求变量2，需求变量3，需求变量4；A认证办公活动日志子集中每个的办公活动日志包含需求变量1和需求变量2，B认证办公活动日志子集中的每个的办公活动日志包含需求变量3和需求变量4，那么需求变量1和需求变量2是办公需求相关的联合变量，需求变量3和需求变量4是办公需求相关的联合变量。
步骤S120、依据所述认证办公活动日志和所相关的认证办公需求数据，对所述第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，所述第一办公需求变量解析层包括关注变量解析层和第一解析成员层。
一些可能的设计思路中，步骤“依据所述认证办公活动日志和所相关的认证办公需求数据，对所述第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层”，可以包括：
依据所述第一办公需求变量解析层对所述认证办公活动日志进行办公需求变量解析，获得所述认证办公活动日志的第一需求变量簇；
依据所述认证办公活动日志的第一需求变量簇，对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第一推定支撑值；
依据所述第一推定支撑值和所述认证办公需求数据，对所述第一办公需求变量解析层的相关权重参数进行调整，获得参数调整后的第一办公需求变量解析层。
其中，依据第一办公需求变量解析层对所述认证办公活动日志进行办公需求变量解析，具体可以依据关注变量解析层先对认证办公活动日志进行变量压缩，再依据第一解析成员层对变量压缩后的认证办公活动日志进行办公需求变量解析，获得认证办公活动日志的第一需求变量簇。
其中，在依据第一办公需求变量解析层提取到认证办公活动日志的第一需求变量簇后，可以在办公需求预测模型中添加第一办公需求预测层，该第一办公需求预测层作为第一办公需求变量解析层的输出节点，第一办公需求预测层由此输出到的第一需求变量簇作为输入节点，依据第一需求变量簇，对认证办公活动日志进行办公需求预测，获得认证办公活动日志对应于上线成员办公需求的第一推定支撑值。其中，上线成员办公需求可以包括多个办公需求，对认证办公活动日志进行办公需求预测，具体可以得到认证办公活动日志对应于各个上线成员办公需求的第一推定支撑值。
其中，该第一办公需求预测层例如可以是RNN。
其中，认证办公活动日志的认证办公需求数据具体是认证办公活动日志对应于上线成员办公需求的支撑值；步骤“依据所述第一推定支撑值和所述认证办公需求数据，对所述第一办公需求变量解析层的相关权重参数进行调整，获得参数调整后的第一办公需求变量解析层”，具体可以包括：
计算第一推定支撑值和支撑值之间的第二变量偏差信息；
依据所述第二变量偏差信息，对所述第一办公需求变量解析层的相关权重参数进行调整，以使得第二变量偏差信息最小化，获得参数调整后的第一办公需求变量解析层。
例如，可以依据反向传播算法对第一办公需求变量解析层的相关权重参数进行调整，依据第二变量偏差信息，调整第一办公需求变量解析层的模型参数信息，使认证办公活动日志对应于上线成员办公需求的第一推定支撑值趋近于支撑值。
一些可能的设计思路中，也可以依据第二变量偏差信息，对第一办公需求变量解析层和第一办公需求预测层中的相关权重参数进行调整，获得参数调整后的第一办公需求变量解析层和第一办公需求预测层。
步骤S130、依据所述参数调整后的第一办公需求变量解析层，对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，获得所述认证办公活动日志相关的认证需求变量簇和所述关联办公活动日志相关的关联需求变量簇。
在依据认证办公需求数据对第一办公需求变量解析层进行参数调整后，参数调整后的第一办公需求变量解析层可由此输出到与认证办公需求数据强相关的需求变量簇。
其中，关联办公活动日志具体可以是空白办公活动日志或者任意存在噪声的办公活动日志等。
步骤S140、依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志。
其中，认证需求变量簇和关联需求变量簇之间的变量偏差信息具体可以是认证需求变量簇和关联需求变量簇之间的偏差值（loss），偏差值可以表征变量偏差信息的大小。偏差值越大，变量偏差信息越大，偏差值越小，变量偏差信息越小。
例如，依据参数调整后的第一办公需求变量解析层，分别对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，可以得到认证办公活动日志的认证需求变量簇va1、以及关联办公活动日志的关联需求变量簇vab，认证需求变量簇和关联需求变量簇之间的变量偏差信息可以用va1和vab之间的变量距离来表示，该变量距离具体表示为d=||va1-vab||；然后将该变量偏差信息反向传播到关联办公活动日志，对关联办公活动日志进行日志调整，获得认证需求变量簇va1相关的第一目标办公活动日志。因为变量偏差信息相当于认证需求变量簇和关联需求变量簇的差值，其包含了关联办公活动日志相对于认证办公活动日志所没有的需求变量簇，由于是依据参数调整后的第一办公需求变量解析层来提取变量的，因此变量偏差信息包含的是第一办公需求变量解析层学习到的变量，具体可以是与认证办公需求数据强相关的变量。依据变量偏差信息对关联办公活动日志更新，可以使更新后的关联办公活动日志包含该变量。
一些可能的设计思路中，步骤“依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志”，可以包括：
依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得第一推定办公活动日志；
将所述第一推定办公活动日志确定为新一轮的关联办公活动日志；
依据所述参数调整后的第一办公需求变量解析层，对新一轮的关联办公活动日志进行办公需求变量解析，获得所述新一轮的关联办公活动日志相关的关联需求变量簇；
调回执行所述依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得第一推定办公活动日志的步骤，直到第一推定办公活动日志符合目标调整条件，将符合所述目标调整条件的第一推定办公活动日志作为所述认证办公活动日志相关的第一目标办公活动日志。
其中，该目标调整条件具体可以是循环轮数，也可以是第一推定办公活动日志与认证办公活动日志之间的偏差值，还可以是认证需求变量簇和关联需求变量簇之间的变量偏差信息小于目标偏差值等等。
其中，依据上述循环过程：对关联办公活动日志提取变量、计算变量偏差信息、更新关联办公活动日志、计算变量偏差信息、更新关联办公活动日志……，重复多次后，可以使得进行解析得到关联需求变量簇接近于认证需求变量簇，但得到的第一目标办公活动日志在表观上只包含第一办公需求变量解析层学习到的变量簇。
一些可能的设计思路中，步骤“依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志”，可以包括：
计算所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息；
确定所述变量偏差信息对所述关联办公活动日志的注意力权重；
依据所述注意力权重，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志。
步骤S150、基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，所述联合参数调整后的办公需求预测模型用于对办公活动日志进行办公需求预测。
一些可能的设计思路中，步骤“基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型”，可以包括：
将所述认证办公活动日志和所述第一目标办公活动日志分别确定为标注办公活动日志；
依据所述参数调整后的第一办公需求变量解析层和所述第二办公需求变量解析层，对所述标注办公活动日志进行办公需求变量解析，获得所述标注办公活动日志的需求变量簇；
依据所述变量扩展层对所述标注办公活动日志的需求变量簇进行变量扩展，获得变量扩展后标注办公活动日志；
依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对办公需求预测模型的第二办公需求变量解析层中的相关权重参数进行调整，获得参数调整后的办公需求预测模型。
其中，标注办公活动日志的需求变量簇可以包括第一需求变量簇和第二需求变量簇，例如，可以依据所述参数调整后的第一办公需求变量解析层对所述标注办公活动日志进行办公需求变量解析，获得所述标注办公活动日志的第一需求变量簇；依据第二办公需求变量解析层对所述标注办公活动日志进行办公需求变量解析，获得所述标注办公活动日志的第二需求变量簇。
其中，对标注办公活动日志的需求变量簇进行变量扩展，即依据变量扩展层依据标注办公活动日志的需求变量簇，针对标注办公活动日志进行变量扩展，以使变量扩展得到的标注办公活动日志（变量扩展后标注办公活动日志）接近于原来的标注办公活动日志。
其中，依据第一变量偏差信息对办公需求预测模型中第二办公需求变量解析层中的相关权重参数进行调整，具体可以是依据反向传播算法调整第二办公需求变量解析层中的模型参数信息，以使第一变量偏差信息小于预设变量偏差信息。
办公需求预测模型的模型开发流程可以是，将认证办公活动日志和第一目标办公活动日志作为标注办公活动日志，分别传递至办公需求预测模型中，先依据参数调整后的第一办公需求变量解析层和第二办公需求变量解析层提取得到标注办公活动日志相关的需求变量簇，再依据变量扩展层依据需求变量簇进行变量扩展，重建标注办公活动日志，获得变量扩展后标注办公活动日志。
其中，将认证办公活动日志和第一目标办公活动日志同时用于开发办公需求预测模型，进行办公需求变量解析、变量扩展，是为了使第二办公需求变量解析层中的模型参数信息包含与认证办公需求数据相关的其它办公需求相关的联合变量，在办公需求预测模型的模型开发流程中，依据第一变量偏差信息调整第二办公需求变量解析层中的模型参数信息，使得认证办公活动日志和第一目标办公活动日志的变量区分，这样可以实现办公需求相关的联合变量的提取，第二办公需求变量解析层也就包含了其它办公需求相关的联合变量。
一些可能的设计思路中，所述办公需求预测模型还可以包括第一办公需求预测层和第二办公需求预测层；所述标注办公活动日志的需求变量簇包括认证办公活动日志的第一需求变量簇和第二需求变量簇，第一需求变量簇是依据所述参数调整后的第一办公需求变量解析层进行解析得到，第二需求变量簇是依据第二办公需求变量解析层进行解析得到；所述认证办公需求数据为认证办公活动日志对应于上线成员办公需求的支撑值；
步骤“依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对办公需求预测模型的第二办公需求变量解析层中的相关权重参数进行调整，获得参数调整后的办公需求预测模型”，可以包括：
依据所述第一办公需求预测层，依据所述认证办公活动日志的第一需求变量簇对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第一推定支撑值；
依据所述第一推定支撑值和所述支撑值之间的第二变量偏差信息，对所述参数调整后的第一办公需求变量解析层和所述第一办公需求预测层的相关权重参数进行调整；
依据所述第二办公需求预测层，依据所述认证办公活动日志的第二需求变量簇对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第二推定支撑值；
依据所述第二推定支撑值和所述支撑值之间的第三变量偏差信息，对所述第二办公需求预测层的相关权重参数进行调整；
依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对所述第二办公需求变量解析层中的相关权重参数进行调整；
当所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型。
其中，可以在办公需求预测模型中添加第二办公需求预测层，第二办公需求预测层作为第二办公需求变量解析层的输出节点，以依据第二办公需求变量解析层提取到的第二需求变量簇作为输入，依据第二需求变量簇对认证办公活动日志进行办公需求预测，获得认证办公活动日志对应于上线成员办公需求的第二推定支撑值。该第二办公需求预测层具体可以是RNN等。
其中，依据第三变量偏差信息对第二办公需求预测层的相关权重参数进行调整，具体可以是依据第三变量偏差信息，依据反向传播算法调整第二办公需求预测层的模型参数信息，使认证办公活动日志对应于上线成员办公需求的第二推定支撑值趋近于支撑值。
其中，第一需求变量簇和第二需求变量簇为存在办公需求相关的联合的变量簇，例如，第一需求变量簇和第二需求变量簇都是与认证办公活动日志的认证办公需求数据相关的变量簇，都可以用于对认证办公活动日志的办公需求预测中。例如，一些可能的设计思路中，第一需求变量簇可以是与认证办公活动日志的认证办公需求数据强相关的变量簇（即容易学习到的变量簇），第二需求变量簇可以是与认证办公活动日志的认证办公需求数据弱相关的变量簇。
其中，第一办公需求变量解析层的模型参数信息可以记为va，第一办公需求预测层的模型参数信息可以记为vb，第二办公需求变量解析层的模型参数信息可以记为vc，第二办公需求预测层的模型参数信息可以记为vd。可以先依据关注变量解析层对认证办公活动日志进行处理，将关注变量解析层处理后的认证办公活动日志分别传递至第一解析成员层和第二解析成员层进行办公需求变量解析，获得第一需求变量簇和第二需求变量簇；依据第一分类模型对第一需求变量簇进行办公需求预测，依据第二办公需求预测层对第二需求变量簇进行办公需求预测。
一些可能的设计思路中，步骤“当所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型”，可以包括：
获取所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息相关的影响支撑度；
依据所述影响支撑度，对所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息进行加权，获得所述办公需求预测模型的目标变量偏差信息；
当所述目标变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型。
一些可能的设计思路中，第一变量偏差信息可以记为Dr，第二变量偏差信息记为Dc，第三变量偏差信息记为Ds，将第一变量偏差信息、第二变量偏差信息和第三变量偏差信息相关的影响支撑度分别设置为p、1和1，则目标变量偏差信息可以是D=Dc+Ds+p*Dr，其中p为一固定常量参数。该预设条件可以是目标变量偏差信息小于预设值；当不收敛时，需要依据第一变量偏差信息对第二办公需求变量解析层的模型参数信息vc进行调整，依据第二变量偏差信息对vb和va进行调整，依据第三变量偏差信息对vd进行调整。
在办公需求预测模型开发结束后，可以将该办公需求预测模型加载到实时的需求预测中，如下所述。
一些可能的设计思路中，可以包括以下步骤：
获取被配置于需要办公需求预测的目标办公活动日志；
依据所述联合参数调整后的办公需求预测模型中第一办公需求变量解析层对所述目标办公活动日志进行办公需求变量解析，获得所述目标办公活动日志的第一需求变量簇，并依据所述目标办公活动日志的第一需求变量簇，对所述目标办公活动日志进行办公需求预测，获得所述目标办公活动日志对应于上线成员办公需求的第一支撑值；
依据所述联合参数调整后的办公需求预测模型中第二办公需求变量解析层对所述目标办公活动日志进行办公需求变量解析，获得所述目标办公活动日志的第二需求变量簇，并依据所述目标办公活动日志的第二需求变量簇，对所述目标办公活动日志进行办公需求预测，获得所述目标办公活动日志对应于上线成员办公需求的第二支撑值；
依据所述第一支撑值和所述第二支撑值，输出所述目标办公活动日志的目标预测办公需求簇。
其中，可以依据联合参数调整后的第二办公需求预测层依据目标办公活动日志的第二需求变量簇对目标办公活动日志进行办公需求预测，例如，依据第二办公需求变量解析层得到第二需求变量簇，可以将第二需求变量簇与第二办公需求预测层中的模型参数信息vd相乘表示办公需求预测信息。
其中，可以计算第一支撑值和第二支撑值的平均支撑值，依据平均支撑值，输出目标办公活动日志的目标预测办公需求簇。
一些可能的设计思路中，步骤“依据所述第一支撑值和所述第二支撑值，输出所述目标办公活动日志的目标预测办公需求簇”，可以包括：
获取所述第一支撑值和所述第二支撑值相关的影响支撑度；
依据所述影响支撑度，对所述第一支撑值和所述第二支撑值进行加权，获得所述目标办公活动日志的目标预测办公需求簇。
由上可知，本实施例可以获取认证办公活动日志簇和候选开发输出的办公需求预测模型，所述认证办公活动日志簇包括认证办公活动日志、所述认证办公活动日志相关的认证办公需求数据以及关联办公活动日志，所述办公需求预测模型包括第一办公需求变量解析层和第二办公需求变量解析层、变量扩展层，所述第一办公需求变量解析层和所述第二办公需求变量解析层同时调度关注变量解析层；依据所述认证办公活动日志和所相关的认证办公需求数据，对第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，所述第一办公需求变量解析层包括关注变量解析层和第一解析成员层；依据参数调整后的第一办公需求变量解析层，对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，获得所述认证办公活动日志相关的认证需求变量簇和所述关联办公活动日志相关的关联需求变量簇；依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志；基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，所述联合参数调整后的办公需求预测模型用于对办公活动日志进行办公需求预测。本申请可以依据参数调整后的第一办公需求变量解析层依据认证办公活动日志对关联办公活动日志进行日志调整，获得认证办公活动日志相关的第一目标办公活动日志，再依据认证办公活动日志和第一目标办公活动日志对办公需求预测模型进行联合参数调整，由此输出办公需求相关的联合变量。办公需求相关的联合变量的输出，可便于需求预测时基于多个办公需求相关的联合变量对办公活动日志进行办公需求预测，从而可以解决相关技术中仅学习独立变量，而遗漏办公需求相关的联合变量的问题，提高办公需求预测的精确性。
在进一步的一些可能的设计思路中，本本申请实施例还可以包括以下步骤：
步骤A110：依据所述目标办公活动日志的目标预测办公需求簇，获取相关的办公优化流程信息，并获取办公优化流程信息的办公优化依据信息，办公优化依据信息包括办公优化流程信息的优化标签信息、办公优化流程信息的办公历史执行信息或办公优化流程信息的办公调度信息的至少一者。
一些可能的设计思路中，办公优化依据信息指的是与办公优化流程信息的配置方案信息本身优化特点具有直接变量关联信息的信息，包括办公优化流程信息的优化标签信息、办公优化流程信息的办公历史执行信息或办公优化流程信息的办公调度信息中的至少一者。
其中，一个配置方案中可同时具有一个或多个优化标签信息。优化标签信息可以表征配置方案的配置方案信息类型或者配置方案中的某些特定信息，比如，某个配置方案的优化标签信息为办公浏览页面，则该配置方案属于办公浏览页面类的配置方案信息。例如，优化标签信息可以是预先标注的或者依据配置方案自动识别的，譬如可以依据提取办公优化流程信息中的重点信息，依据该重点信息自动为办公优化流程信息添加优化标签信息，或者对办公优化流程信息进行分类，依据分类确定配置方案的优化标签信息。
一些可能的设计思路中，优化标签信息可以以ID形式表达在配置方案中。
其中，办公历史执行信息指的是与办公优化流程信息之间有关联的历史执行流程，比如，关联过该办公优化流程信息的历史执行流程，引用该办公优化流程信息的历史执行流程，分享过该办公优化流程信息的历史执行流程等，依据办公历史执行信息可从另一方面反映办公优化流程信息的优化特征。
一些可能的设计思路中，办公历史执行信息包括办公优化流程信息的目标主动历史执行流程或办公优化流程信息的被动历史执行流程中的至少一者；办公调度信息包括办公优化流程信息的目标主动历史执行流程所引用的目标配置方案优化依据，目标配置方案优化依据为目标主动历史执行流程在引用办公优化流程信息之前和/或之后的至少一个配置方案优化依据。
其中，办公调度信息为目标主动历史执行流程在引用办公优化流程信息之前和/或之后所引用的至少一个配置方案优化依据，依据办公调度信息可反映出配置方案调度倾向。
步骤A120，获取办公优化流程信息以及办公优化依据信息中各个优化依据的基础优化依据变量。
其中，办公优化流程信息的基础优化依据变量可以反映办公优化流程信息的特征，办公优化依据信息中各个优化依据的基础优化依据变量可以反映各个优化依据的特征。
一些可能的设计思路中，获取办公优化流程信息以及办公优化依据信息中各个优化依据的基础优化依据变量，包括：
获取办公优化流程信息的优化知识点，提取优化知识点相关的知识点优化依据变量，将知识点优化依据变量作为办公优化流程信息的基础优化依据变量；
若办公优化依据信息包括办公历史执行信息，对于任一办公历史执行信息，获取办公历史执行信息相关的过往配置方案信息，依据过往配置方案信息确定办公历史执行信息的基础优化依据变量。
其中，优化知识点可反映配置方案的相关知识点特征，则可将优化知识点的知识点优化依据变量作为办公优化流程信息对应办公优化成员的基础优化依据变量。
譬如，一些可能的设计思路中，提取优化知识点相关的知识点优化依据变量可依据以下方式实现：
对优化知识点进行知识点细分，获得优化知识点中包含的各细分子知识点；提取各细分子知识点的子优化依据变量；依据各细分子知识点的子优化依据变量，输出知识点优化依据变量。一些可能的设计思路中，可对各细分子知识点的子优化依据变量融合，获得知识点优化依据变量。
步骤A130：确定办公优化流程信息相关的变量关联信息，其中，变量关联信息为办公优化流程信息和办公优化依据信息中各个优化依据之间的变量关联信息。
步骤A140：依据各基础优化依据变量以及变量关联信息，输出办公优化流程信息的目标优化依据变量，以依据目标优化依据变量进行办公优化流程信息的流程优化选择。
其中，由于变量关联信息可以反映办公优化流程信息与办公优化依据信息中各个优化依据之间的变量关联信息，各基础优化依据变量可以反映办公优化流程信息的配置方案信息特征，以及办公优化依据信息中各个优化依据的本身特征，因此，依据各基础优化依据变量以及变量关联信息确定的目标优化依据变量对于配置方案的流程优化选择处理更加精确。
一些可能的设计思路中，依据目标优化依据变量进行办公优化流程信息的流程优化选择，包括：
依据办公优化流程信息的目标优化依据变量从第一办公优化配置方案库中各参考办公优化配置方案的目标优化依据变量的应用支撑度，从第一办公优化配置方案库中确定出目标配置方案，将目标配置方案分配给所述数字化办公系统，其中，办公优化流程信息为所述数字化办公系统关联过的配置方案信息；或者，
依据第二办公优化配置方案库中各配置方案的目标优化依据变量之间的变量差异度，对第二办公优化配置方案库中的各配置方案进行分团，其中，办公优化流程信息为第二办公优化配置方案库中的每一配置方案。
其中，依据办公优化流程信息的目标优化依据变量，从第一办公优化配置方案库中确定与办公优化流程信息相关联的参考办公优化配置方案的一种可实现方案为：依据确定办公优化流程信息的目标优化依据变量相同的方法，输出第一办公优化配置方案库中的各参考办公优化配置方案的目标优化依据变量，然后依据办公优化流程信息的目标优化依据变量和各参考办公优化配置方案的目标优化依据变量之间的变量差异度，输出办公优化流程信息相关联的目标配置方案，将所述目标配置方案分配给所述数字化办公系统。
此外，一些可能的设计思路中，依据所述目标优化依据变量进行所述办公优化流程信息的流程优化选择还可以依据以下步骤实现。
（1）获取对所述目标优化依据变量进行优化维度分析后获得的第一优化维度策略点分布和第二优化维度策略点分布，其中，所述第一优化维度策略点分布为全局办公优化维度的全局优化维度策略点分布，所述第二优化维度策略点分布为包括单元办公优化维度的单元优化维度策略点分布；
（2）确定所述第一优化维度策略点分布和所述第二优化维度策略点分布中对应策略点的策略特征，并依据所述对应策略点的策略特征确定出所述第一优化维度策略点分布和所述第二优化维度策略点分布之间相关的且符合目标办公优化上线要求的目标策略点；
（3）依据所述第一优化维度策略点分布中的所述目标策略点对所述第二优化维度策略点分布中的所述目标策略点进行办公优化联动分析；
（4）对办公优化联动分析后的所述第二优化维度策略点分布中的策略点数据进行聚合以得到目标优化维度策略点分布，并基于所述第一优化维度策略点分布和所述目标优化维度策略点分布生成针对所述办公优化流程信息的办公优化进程。
譬如，依据所述第一优化维度策略点分布中的所述目标策略点对所述第二优化维度策略点分布中的所述目标策略点进行办公优化联动分析包括：使用预设空间模型表示所述第一优化维度策略点分布中的所述目标优化维度策略点分布中包括的每一个策略点，将预设空间模型表示的各策略点组成第一优化维度策略点分布集，对所述第一优化维度策略点分布集进行办公优化联动分析，以得到第一办公优化联动分析信息；使用预设空间模型表示所述第二优化维度策略点分布中的所述目标优化维度策略点分布中包括的每一个策略点，将预设空间模型表示的各策略点组成第二优化维度策略点分布集，对所述第二优化维度策略点分布集进行办公优化联动分析，以得到第二办公优化联动分析信息；依据所述第一办公优化联动分析信息对所述第一优化维度策略点分布中的所述目标优化维度策略点分布进行办公优化联动分析，以得到第一联动优化维度策略点分布；依据所述第二办公优化联动分析信息以及所述第一联动优化维度策略点分布对所述第二优化维度策略点分布中的所述目标优化维度策略点分布进行办公优化联动分析。
依据同一发明构思，本申请实施例还提供一种业务信息管理系统，参阅图2，图2为本申请实施例提供的业务信息管理系统100的结构图，业务信息管理系统100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器（Central ProcessingUnits，CPU）112（例如，一个或一个以上处理器）和存储器111。其中，存储器111可以是短暂存储或持久存储。存储在存储器111的程序可以包括一个或一个以上模块，各个模块可以包括对业务信息管理系统100中的一系列指令操作。更进一步地，中央处理器112可以设置为与存储器111通信，在业务信息管理系统100上执行存储器111中的一系列指令操作。
业务信息管理系统100还可以包括一个或一个以上电源，一个或一个以上通信单元113，一个或一个以上传递到输出接口，和/或，一个或一个以上操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM， LinuxTM，FreeBSDTM等等。
上述实施例中由业务信息管理系统所执行的步骤可以依据图2所示的业务信息管理系统结构。
另外，本申请实施例还提供了一种机器可读介质，所述机器可读介质用于存储计算机程序，所述计算机程序用于执行上述实施例提供的方法。
本申请实施例还提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的方法。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本公开使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

Claims (10)

1.一种针对数字化办公的业务信息管理方法，基于业务信息管理系统进行执行，其特征在于，包括：
获取认证办公活动日志簇和候选开发输出的办公需求预测模型，所述认证办公活动日志簇包括认证办公活动日志、所述认证办公活动日志相关的认证办公需求数据以及关联办公活动日志，所述办公需求预测模型包括第一办公需求变量解析层和第二办公需求变量解析层、变量扩展层，所述第一办公需求变量解析层和所述第二办公需求变量解析层同时调度关注变量解析层；
依据所述认证办公活动日志和所相关的认证办公需求数据，对所述第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，所述第一办公需求变量解析层包括关注变量解析层和第一解析成员层；
依据所述参数调整后的第一办公需求变量解析层，对所述认证办公活动日志和所述关联办公活动日志进行办公需求变量解析，获得所述认证办公活动日志相关的认证需求变量簇和所述关联办公活动日志相关的关联需求变量簇；
依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志；
基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，所述联合参数调整后的办公需求预测模型用于对办公活动日志进行办公需求预测。
2.根据权利要求1所述的针对数字化办公的业务信息管理方法，其特征在于，所述基于所述认证办公活动日志和所述第一目标办公活动日志对办公需求预测模型进行联合参数调整，获得参数调整后的办公需求预测模型，包括：
将所述认证办公活动日志和所述第一目标办公活动日志分别确定为标注办公活动日志；
依据所述参数调整后的第一办公需求变量解析层和所述第二办公需求变量解析层，对所述标注办公活动日志进行办公需求变量解析，获得所述标注办公活动日志的需求变量簇；
依据所述变量扩展层对所述标注办公活动日志的需求变量簇进行变量扩展，获得变量扩展后标注办公活动日志；
依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对办公需求预测模型的第二办公需求变量解析层中的相关权重参数进行调整，获得参数调整后的办公需求预测模型。
3.根据权利要求2所述的针对数字化办公的业务信息管理方法，其特征在于，所述办公需求预测模型还包括第一办公需求预测层和第二办公需求预测层；
所述标注办公活动日志的需求变量簇包括所述认证办公活动日志的第一需求变量簇和第二需求变量簇，所述第一需求变量簇是依据所述参数调整后的第一办公需求变量解析层进行解析得到，所述第二需求变量簇是依据所述第二办公需求变量解析层进行解析得到；所述认证办公需求数据为所述认证办公活动日志对应于上线成员办公需求的支撑值；
所述依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对办公需求预测模型的第二办公需求变量解析层中的相关权重参数进行调整，获得参数调整后的办公需求预测模型，包括：
依据所述第一办公需求预测层，依据所述认证办公活动日志的第一需求变量簇对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第一推定支撑值；
依据所述第一推定支撑值和所述支撑值之间的第二变量偏差信息，对所述参数调整后的第一办公需求变量解析层和所述第一办公需求预测层的相关权重参数进行调整；
依据所述第二办公需求预测层，依据所述认证办公活动日志的第二需求变量簇对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第二推定支撑值；
依据所述第二推定支撑值和所述支撑值之间的第三变量偏差信息，对所述第二办公需求预测层的相关权重参数进行调整；
依据所述变量扩展后标注办公活动日志和所述标注办公活动日志之间的第一变量偏差信息，对所述第二办公需求变量解析层中的相关权重参数进行调整；
当所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型。
4.根据权利要求3所述的针对数字化办公的业务信息管理方法，其特征在于，所述当所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型，包括：
获取所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息相关的影响支撑度；
依据所述影响支撑度，对所述第一变量偏差信息、所述第二变量偏差信息和所述第三变量偏差信息进行加权，获得所述办公需求预测模型的目标变量偏差信息；
当所述目标变量偏差信息最小化时销毁模型开发进程，获得参数调整后的办公需求预测模型。
5.根据权利要求1所述的针对数字化办公的业务信息管理方法，其特征在于，所述依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志，包括：
依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得第一推定办公活动日志；
将所述第一推定办公活动日志确定为新一轮的关联办公活动日志；
依据所述参数调整后的第一办公需求变量解析层，对新一轮的关联办公活动日志进行办公需求变量解析，获得所述新一轮的关联办公活动日志相关的关联需求变量簇；
调回执行所述依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得第一推定办公活动日志的步骤，直到第一推定办公活动日志符合目标调整条件，将符合所述目标调整条件的第一推定办公活动日志作为所述认证办公活动日志相关的第一目标办公活动日志。
6.根据权利要求1所述的针对数字化办公的业务信息管理方法，其特征在于，所述依据所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志，包括：
计算所述认证需求变量簇和所述关联需求变量簇之间的变量偏差信息；
确定所述变量偏差信息对所述关联办公活动日志的注意力权重；
依据所述注意力权重，对所述关联办公活动日志进行日志调整，获得所述认证办公活动日志相关的第一目标办公活动日志。
7.根据权利要求1-6中任意一项所述的针对数字化办公的业务信息管理方法，其特征在于，所述依据所述认证办公活动日志和所相关的认证办公需求数据，对所述第一办公需求变量解析层进行参数调整，获得参数调整后的第一办公需求变量解析层，包括：
依据所述第一办公需求变量解析层对所述认证办公活动日志进行办公需求变量解析，获得所述认证办公活动日志的第一需求变量簇；
依据所述认证办公活动日志的第一需求变量簇，对所述认证办公活动日志进行办公需求预测，获得所述认证办公活动日志对应于上线成员办公需求的第一推定支撑值；
依据所述第一推定支撑值和所述认证办公需求数据，对所述第一办公需求变量解析层的相关权重参数进行调整，获得参数调整后的第一办公需求变量解析层。
8.根据权利要求1-7中任意一项所述的针对数字化办公的业务信息管理方法，其特征在于，所述方法还包括：
获取数字化办公系统的被配置于需要办公需求预测的目标办公活动日志；
依据所述联合参数调整后的办公需求预测模型中第一办公需求变量解析层对所述目标办公活动日志进行办公需求变量解析，获得所述目标办公活动日志的第一需求变量簇，并依据所述目标办公活动日志的第一需求变量簇，对所述目标办公活动日志进行办公需求预测，获得所述目标办公活动日志对应于上线成员办公需求的第一支撑值；
依据所述联合参数调整后的办公需求预测模型中第二办公需求变量解析层对所述目标办公活动日志进行办公需求变量解析，获得所述目标办公活动日志的第二需求变量簇，并依据所述目标办公活动日志的第二需求变量簇，对所述目标办公活动日志进行办公需求预测，获得所述目标办公活动日志对应于上线成员办公需求的第二支撑值；
依据所述第一支撑值和所述第二支撑值，输出所述目标办公活动日志的目标预测办公需求簇；
所述依据所述第一支撑值和所述第二支撑值，输出所述目标办公活动日志的目标预测办公需求簇，包括：
获取所述第一支撑值和所述第二支撑值相关的影响支撑度；
依据所述影响支撑度，对所述第一支撑值和所述第二支撑值进行加权，获得所述目标办公活动日志的目标预测办公需求簇。
9.根据权利要求8所述的针对数字化办公的业务信息管理方法，其特征在于，所述方法还包括：
依据所述目标办公活动日志的目标预测办公需求簇，获取相关的办公优化流程信息，并获取所述办公优化流程信息的办公优化依据信息，所述办公优化依据信息包括所述办公优化流程信息的优化标签信息、所述办公优化流程信息的办公历史执行信息或所述办公优化流程信息的办公调度信息的至少一者；
获取所述办公优化流程信息以及所述办公优化依据信息中各个优化依据的基础优化依据变量；
确定所述办公优化流程信息相关的变量关联信息，其中，所述变量关联信息为所述办公优化流程信息和所述办公优化依据信息中各个优化依据之间的变量关联信息；
依据各所述基础优化依据变量以及所述变量关联信息，输出所述办公优化流程信息的目标优化依据变量，以依据所述目标优化依据变量进行所述办公优化流程信息的流程优化选择后在所述数字化办公系统上进行流程配置；
其中，依据所述目标优化依据变量进行所述办公优化流程信息的流程优化选择，包括：
依据所述办公优化流程信息的目标优化依据变量从第一办公优化配置方案库中各参考办公优化配置方案的目标优化依据变量的应用支撑度，从第一办公优化配置方案库中确定出目标配置方案，将所述目标配置方案分配给所述数字化办公系统；
或者，依据第二办公优化配置方案库中各配置方案的目标优化依据变量之间的变量差异度，对所述第二办公优化配置方案库中的各配置方案进行分团，其中，所述办公优化流程信息为第二办公优化配置方案库中的每一配置方案；或者
获取对所述目标优化依据变量进行优化维度分析后获得的第一优化维度策略点分布和第二优化维度策略点分布，其中，所述第一优化维度策略点分布为全局办公优化维度的全局优化维度策略点分布，所述第二优化维度策略点分布为包括单元办公优化维度的单元优化维度策略点分布；
确定所述第一优化维度策略点分布和所述第二优化维度策略点分布中对应策略点的策略特征，并依据所述对应策略点的策略特征确定出所述第一优化维度策略点分布和所述第二优化维度策略点分布之间相关的且符合目标办公优化上线要求的目标策略点；
依据所述第一优化维度策略点分布中的所述目标策略点对所述第二优化维度策略点分布中的所述目标策略点进行办公优化联动分析；
对办公优化联动分析后的所述第二优化维度策略点分布中的策略点数据进行聚合以得到目标优化维度策略点分布，并基于所述第一优化维度策略点分布和所述目标优化维度策略点分布生成针对所述办公优化流程信息的办公优化进程。
10.一种业务信息管理系统，其特征在于，包括：
处理器；
存储器，所述存储器中存储有计算机程序，所述计算机程序被执行时实现权利要求1-9中任意一项所述的针对数字化办公的业务信息管理方法。
CN202210150015.0A 2022-02-18 2022-02-18 针对数字化办公的业务信息管理方法及系统 Withdrawn CN114596054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210150015.0A CN114596054A (zh) 2022-02-18 2022-02-18 针对数字化办公的业务信息管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210150015.0A CN114596054A (zh) 2022-02-18 2022-02-18 针对数字化办公的业务信息管理方法及系统

Publications (1)

Publication Number Publication Date
CN114596054A true CN114596054A (zh) 2022-06-07

Family

ID=81806281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210150015.0A Withdrawn CN114596054A (zh) 2022-02-18 2022-02-18 针对数字化办公的业务信息管理方法及系统

Country Status (1)

Country Link
CN (1) CN114596054A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117312689A (zh) * 2023-11-29 2023-12-29 山东阳光普众信息科技有限公司 信息管理平台管理分析方法、系统、存储介质及智能终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117312689A (zh) * 2023-11-29 2023-12-29 山东阳光普众信息科技有限公司 信息管理平台管理分析方法、系统、存储介质及智能终端
CN117312689B (zh) * 2023-11-29 2024-02-02 山东阳光普众信息科技有限公司 信息管理平台管理分析方法、系统、存储介质及智能终端

Similar Documents

Publication Publication Date Title
Duggan et al. A multitime‐steps‐ahead prediction approach for scheduling live migration in cloud data centers
CN110070391A (zh) 数据处理方法、装置、计算机可读介质及电子设备
Huang et al. A lightweight collaborative deep neural network for the mobile web in edge cloud
CN111489095B (zh) 一种风险用户管理方法、装置、计算机设备和存储介质
EP4350572A1 (en) Method, apparatus and system for generating neural network model, devices, medium and program product
CN111369344B (zh) 一种动态生成预警规则的方法和装置
Yannibelli et al. A Comparative Analysis of NSGA‐II and NSGA‐III for Autoscaling Parameter Sweep Experiments in the Cloud
CN114265979A (zh) 确定融合参数的方法、信息推荐方法和模型训练方法
JP7498248B2 (ja) コンテンツ推薦とソートモデルトレーニング方法、装置、機器、記憶媒体及びコンピュータプログラム
US20230315618A1 (en) Data processing method and device, computing device, and test reduction device
CN114895773B (zh) 异构多核处理器的能耗优化方法、系统、装置及存储介质
CN113344647A (zh) 一种信息推荐的方法及装置
Li et al. Resource usage prediction based on BiLSTM-GRU combination model
CN114596054A (zh) 针对数字化办公的业务信息管理方法及系统
CN114819095A (zh) 业务数据处理模型的生成方法、装置及电子设备
CN117893807B (zh) 基于知识蒸馏的联邦自监督对比学习图像分类系统及方法
Bi et al. Accurate prediction of workloads and resources with multi-head attention and hybrid LSTM for cloud data centers
CN118195756A (zh) 用于资源分配的数据分析方法及电子设备
CN109951859B (zh) 无线网络连接推荐方法、装置、电子设备及可读介质
CN111435381A (zh) 请求分发方法和装置
CN113656702B (zh) 用户行为的预测方法及装置
CN111966885A (zh) 一种用户画像的构建方法和装置
CN115203564A (zh) 信息流推荐方法、装置及计算机程序产品
Hu et al. A novel construction and inference methodology of belief rule base
Xu et al. Digital twin-enabled hybrid deep evolutionary framework for smart building sustainable infrastructure management

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220607

WW01 Invention patent application withdrawn after publication