CN114675819A - Rpa组件的推荐方法、装置、设备和可读存储介质 - Google Patents

Rpa组件的推荐方法、装置、设备和可读存储介质 Download PDF

Info

Publication number
CN114675819A
CN114675819A CN202210320194.8A CN202210320194A CN114675819A CN 114675819 A CN114675819 A CN 114675819A CN 202210320194 A CN202210320194 A CN 202210320194A CN 114675819 A CN114675819 A CN 114675819A
Authority
CN
China
Prior art keywords
component
business process
similarity
current
historical
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
CN202210320194.8A
Other languages
English (en)
Inventor
卞晓瑜
肖鸣林
贾强强
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.)
Yida Technology Shanghai Co ltd
Original Assignee
Yida Technology Shanghai 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 Yida Technology Shanghai Co ltd filed Critical Yida Technology Shanghai Co ltd
Priority to CN202210320194.8A priority Critical patent/CN114675819A/zh
Publication of CN114675819A publication Critical patent/CN114675819A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Stored Programmes (AREA)

Abstract

本申请提供了一种RPA组件的推荐方法、装置、设备和可读存储介质，当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；根据当前组件的组件信息在至少一个历史业务流程中找到各相应组件，确定出各相应组件对应的下个组件；计算每一个下个组件的概率值，选择出概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。该RPA组件的推荐方法根据与当前业务流程相似的历史业务流程中的组件关系来确定待推荐组件，且选择出现概率值较大的待推荐组件作为最终的推荐组件从而形成推荐组件列表。该方法能提高推荐组件的相关性以及推荐的准确性。

Description

RPA组件的推荐方法、装置、设备和可读存储介质
技术领域
本申请涉及RPA产品技术领域，具体涉及一种RPA组件的推荐方法、装置、设备和计算机可读存储介质。
背景技术
随着互联网技术以及人工智能技术的不断发展，机器化办公已经成为某一些企业的需求。机器化办公是指采用一种标准机器化流程可以自动化处理简单重复性的低附加值工作，将相关业务人员从该工作中解放出来，使其从事更加复杂且有价值的工作。而机器人流程自动化(Robotic Process Automation,RPA)，是一种预先配置的软件，通过模拟人工操作进行自动流程执行处理，它可以联动多个业务系统，并且可以自动化地串联起一系列操作工作流程让流程再造，不会影响现有IT系统的功能与稳定性，具有高效、简单、智能、灵活等特点，成为了不少企业实现智能化转型升级的重要途径之一。
虽然RPA具有很多优点，但是目前RPA产品中的组件数量繁多，不同组件功能不同，且不同组件之间关系不同，要想熟练地应用RPA产品需要了解各组件，很显然这是很困难的。目前大部分RPA产品都会根据用户操作进行组件的推荐，常用的推荐方式主要是根据用户常用操作方式，会出现用户部分常用组件一直占据推荐位置，然而这些常用组件在大部分场景下都是无用的，从而造成推荐准确性差的问题。
发明内容
有鉴于此，本申请实施例中提供了一种RPA组件的推荐方法、装置、设备和计算机可读存储介质。
第一方面，本申请实施例提供了一种RPA组件的推荐方法，该方法包括：
当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；
选取与所述当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；
根据所述当前组件的组件信息在至少一个所述历史业务流程中找到各相应组件，并确定出各所述相应组件对应的下个组件；
计算每一个所述下个组件的概率值，并选择出所述概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
第二方面，本申请实施例提供了一种RPA组件的推荐装置，该装置包括：
信息获取模块，用于当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；
历史业务流程选取模块，用于选取与所述当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；
下个组件确定模块，用于根据所述当前组件的组件信息在至少一个所述历史业务流程中找到各相应组件，并确定出各所述相应组件对应的下个组件；
推荐组件列表形成模块，用于计算每一个所述下个组件的概率值，并选择出所述概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
第三方面，本申请实施例提供了一种终端设备，包括：存储器；一个或多个处理器，与所述存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行上述第一方面提供的RPA组件的推荐方法。
第四方面，本申请实施例提供了一种计算机可读取存储介质，计算机可读取存储介质中存储有程序代码，程序代码可被处理器调用执行上述第一方面提供的RPA组件的推荐方法。
本申请实施例提供的RPA组件的推荐方法、装置、设备和计算可读存储介质，当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；然后选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；再根据当前组件的组件信息在至少一个历史业务流程中找到各相应组件，并确定出各相应组件对应的下个组件；计算每一个下个组件的概率值，并选择出概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
该RPA组件的推荐方法根据与当前业务流程相似的历史业务流程中的组件关系(即组件出现的上下文关系)来确定待推荐组件，然后选择出现概率值较大的待推荐组件作为最终的推荐组件从而形成推荐组件列表。该方法能提高推荐组件的相关性以及推荐的准确性。
附图说明
为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的RPA组件的推荐方法的应用场景示意图；
图2为本申请一个实施例提供的RPA组件的推荐方法的流程示意图；
图3为本申请一个实施例提供的RPA组件的推荐装置的结构图；
图4为本申请一个实施例中提供的终端设备的结构示意图；
图5为本申请一个实施例中提供的计算机可读存储介质的结构示意图。
具体实施方式
下面将对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
为了更详细说明本申请，下面结合附图对本申请提供的一种RPA组件的推荐方法、装置、终端设备和计算机存储介质，进行具体地描述。
请参考图1，图1示出了本申请实施例提供的RPA组件的推荐方法的应用场景的示意图，该应用场景包括本申请实施例提供的终端设备100，终端设备100可以是具有显示屏的各种电子设备(如102、104、106和108的结构图)，包括但不限于智能手机和计算机设备，其中计算机设备可以是台式计算机、便携式计算机、膝上型计算机、平板电脑等设备中的至少一种。用户对终端设备100进行操作，发出RPA组件的推荐操作指示，终端设备100执行本申请的RPA组件的推荐方法，具体过程请参照RPA组件的推荐方法实施例。
其次，终端设备100可以泛指多个终端设备中的一个，本实施例仅以终端设备100来举例说明。本领域技术人员可以知晓，上述终端设备的数量可以更多或更少。比如上述终端设备可以仅为几个，或者上述终端设备为几十个或几百个，或者更多数量，本申请实施例对终端设备的数量和类型不加以限定。终端设备100可以用来执行本申请实施例中提供的一种RPA组件的推荐方法。
在一种可选的实施方式中，该应用场景包括本申请实施例提供的终端设备100之外，还可以包括服务器，其中服务器与终端设备之间设置有网络。网络用于在终端设备和服务器之间提供通信链路的介质。网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
可选地，终端设备可以包括组件推荐系统，该组件推荐系统可以完成RPA组件的推荐。进一步地，组件推荐系统可以包括组件数据清洗系统、流程信息存储检索系统以及组件推荐计算系统，其中组件数据清洗系统主要用于获取业务流程中组件的组件信息进行脱敏，去除敏感信息以及无用信息，保留重要组件信息，如组件类型、组件的操作软件、组件的操作软件的坐标信息以及组件操作动作等，并将组件信息存储于流程信息存储检索系统。
流程信息存储检索系统可以构建基于Lucene的搜索服务，其中流程信息存储检索系统中设置有数据存储模型，数据存储模型主要用于存储历史业务流程和组件信息。历史业务流程和组件信息可以采用树形数据存储模型，便于后期根据组件信息从数据存储模型中存储的至少一个历史业务流程中找到各相应组件，并确定出各相应组件对应的下个组件。
组件推荐计算系统主要用于计算当前业务流程与历史业务流程的相似度，以便最终确定推荐组件列表。
应该理解，终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器可以是多个服务器组成的服务器集群等。其中，终端设备通过网络与服务器交互，以接收或发送消息等。服务器可以是提供各种服务的服务器。其中服务器可以用来执行本申请实施例中提供的一种RPA组件的推荐方法的步骤。此外，终端设备在执行本申请实施例中提供的一种RPA组件的推荐方法时，可以将一部分步骤在终端设备执行，一部分步骤在服务器执行，在这里不进行限定。
基于此，本申请实施例中提供了一种RPA组件的推荐方法。请参阅图2，图2示出了本申请实施例提供的一种RPA组件的推荐方法的流程示意图，以该方法应用于图1中的终端设备为例进行说明，包括以下步骤：
步骤S110，当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程。
其中，RPA(Robotic Process Automation,RPA)，机器人流程自动化，通过模拟人工操作进行自动流程执行处理，可迅速实现业务提效，将重复性劳动进行自动化处理，高效低门槛连接不同业务系统，让财务、税务、金融、人力资源、信息技术、保险、客服、运营商、制造等行业在业务流程上实现自动化智能升级。
目前RPA产品的基本架构包括设计器(Studio)、执行器(Robot)以及控制器(Orchestrator)。设计器(Studio)内含有用于开发和调试用的各种功能组件，通过拖拽方式，就可以构建一个可以自动化运行的业务流程机器人。另外设计器(Studio)中会含有一个执行器(Robot)，目的是用来在开发过程中调试机器人。这个执行器(Robot)可以通过手动启动的方式运行，也可以通过控制器(Orchestrator)遥控执行。设计器(Studio)的采购数量，通常会根据并行开发人员的数量进行调整。企业在没有大量自动化流程需求时，通常仅采购设计器(Studio)，通过手动触发的方式启动机器人。
控制器(Orchestrator)主要用于对设计器(Studio)发布过来的机器人进行统一管控和调度。即负责将任务分发到各个机器人(Robot)进行执行。执行器(Robot)的功能是用于接收指令并完成自动化任务。执行器(Robot)的数量可以根据自动化任务的多少进行调整。
用户可以根据自己的需求来创建组件，当用户在RPA界面创建或选取组件时，获取当前组件的组件信息和当前业务流程。其中当前组件的组件信息包括但不限于组件类型、组件的操作软件、组件的操作软件的坐标信息以及组件操作动作。例如在RPA软件中，用户使用“鼠标单击”组件，在“邮箱客户端”的新建按钮处进行单击操作，那么此时当前组件的组件类型是鼠标单击，组件操作的软件是邮箱客户端，组件操作的动作为单击。
需要说明的是组件操作的动作除了单击之外，还可以是双击、按住不动以及拖到等等。
另外，组件信息还包括一些其他信息，例如敏感信息以及无用信息，但在实际应用中可以对敏感信息以及无用信息进行预处理，删除敏感信息和无用信息。
当前业务流程是指用户在RPA界面选择当前组件所形成的业务流程。
步骤S120，选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程。
在一个实施例中，在执行步骤S120，选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程，包括：计算当前业务流程与各历史业务流程的相似度，并选择出相似度大于或等于第一预阈值的每一个历史业务流程，以形成相关性流程数组。
其中，历史业务流程是指过去一段时间内用户通过RPA产品构建的业务流程。在本实施例中，历史业务流程可以是用户在RPA界面创建组件时刻之前产生的所有业务流程；或者是某一段时间产生的业务流程。
在本实施例中，可以先计算当前业务流程与每一个历史业务流程的相似度，然后选择出相似度大于或等于第一预设阈值的至少一个历史业务流程，将选出的历史业务流程组成相关性流程数组，例如可以记为processArr＝[p1,p2,…,pn]。相似度是指当前业务流程与历史业务流程的相似程度，相似度越高说明当前业务流程与历史业务流程的相似程度越高，两者属于相同业务流程的可能性越大，反之说明当前业务流程与历史业务流程的相似程度越低，两者属于相同业务流程的可能性较小。
第一预设阈值是一个预先设置的值，具体可以根据实际的需求设置。
步骤S130，根据当前组件的组件信息在至少一个历史业务流程中找到各相应组件，并确定出各相应组件对应的下个组件。
具体来说，在选择出至少一个历史业务流程后，可以根据当前组件的组件信息在每一个历史业务流程中选出与组件信息对应的各相应组件，然后找出各相应组件的下个组件(即下一个组件)。由于组件以及组件之间的连接关系可以构成业务流程，因此可以在业务流程中查找出组件，以及组件之间的连接关系。其中组件之间的连接关系是指各组件的先后排列顺序，即组件的上下关系，当知晓某一组件时，可以确定出某一组件的下一个组件。
步骤S140，计算每一个下个组件的概率值，并选择出概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
为了便于理解给出一个详细的实施例。历史业务流程与组件信息通常采用树形数据存储模型进行存储，其结果如下：
Figure BDA0003571338960000071
从上述的数据存储结构可知，根据组件信息可以在历史业务流程中确定出相应的组件，然后根据相应组件可以确定出下一个组件。RPA组件的推荐方法具体地过程为：根据用户选取的当前组件，确定当前组件的组件信息和当前业务流程；其中当前组件的组件信息包括componentId(即组件ID)，componentAction(即组件的操作动作)，software(即组件的操作软件)，softwareCoordinate(即操作软件的坐标信息)；根据当前业务流程选出相似度大于或等于第一预设阈值的历史业务流程，形成相关性流程数组processArr＝[p1,p2,…,pn]；然后在相关性流程数组processArr中查询到omponentId(即组件ID)，componentAction(即组件的操作动作)，software(即组件的操作软件)，softwareCoordinate(即操作软件的坐标)一致的信息，从而每个不同nextComponentId(即下个组件)出现的次数，I＝{I0，I1，I2，...，In},出现概率Pi＝In/(I0+I1+I2+…+In)，设定第二预设阈值N，找到出现概率值大于等于N的M个推荐组件，以形成推荐组件列表。其中查询下个组件以及下个组件的概率值可以采用Json数据显示方式。
由于历史业务流程的数量可以是多个，那么在不同的历史业务流程中选出的下个组件也可能会相同也可能不同，且同一个下个组件出现的次数可以是一次也可以是多次。因此，可以计算出每一个下个组件出现的概率值，并选择出概率值大于或等于第二预设阈值的下个组件，从而形成推荐组件列表。
第二预设阈值是一个预先设置的值，通常是一个百分比值，具体可以根据实际的需求设置。
本申请实施例提供的RPA组件的推荐方法，当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；然后选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；再根据当前组件的组件信息在至少一个历史业务流程中找到各相应组件，并确定出各相应组件对应的下个组件；计算每一个下个组件的概率值，并选择出概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
该RPA组件的推荐方法根据与当前业务流程相似的历史业务流程中的组件关系(即组件出现的上下文关系)来确定待推荐组件，然后选择出现概率值较大的待推荐组件作为最终的推荐组件从而形成推荐组件列表。该方法能提高推荐组件的相关性以及推荐的准确性。
进一步地，给出了一种计算当前业务流程与各历史业务流程的相似度的具体实施方式，描述如下：
在一个实施例中，计算当前业务流程与各历史业务流程的相似度，包括：计算当前业务流程的操作软件与各历史业务流程的操作软件的相似度，记为操作软件相似度；和/或：计算当前业务流程的操作组件与各历史业务流程的操作组件的相似度，记为操作组件相似度。
具体地，可以根据两个业务流程的操作软件和/或操作组件来其是否是相似的业务流程。因此，在本实施例计算当前业务流程与各历史业务流程的相似度主要是计算当前业务流程的操作软件与各历史业务流程的操作软件的相似度，记为操作软件相似度，和/或计算当前业务流程的操作组件与各历史业务流程的操作组件的相似度。
进一步地，提供了一种计算操作软件的相似度的实施方式，下面对该实施方式进行详细描述。
在一个实施例中，计算当前业务流程的操作软件与各历史业务流程的操作软件的相似度，包括：分别将当前业务流程的操作软件和各历史业务流程的操作软件形成各操作软件数组；分别找出当前业务流程的操作软件数组与每一个历史业务流程的操作软件数组中的相同操作软件元素，以对应形成各新的软件数组；分别根据各新的软件数组计算出当前业务流程的操作软件与各历史业务流程的操作软件的相似度。
具体而言，可以先对各历史业务流程和当前业务流程进行数学抽象，即分别对各历史业务流程和当前业务流程的操作软件进行数组化。为了便于理解给出一个详细的实施例，在本实施例中以当前业务流程和一个历史业务流程为例进行说明。假设当前业务流程A包含了n个操作软件，历史业务流程B包含了m个操作软件，那么当前业务流程A的操作软件数组为S1＝[a1,a2，…,an]，历史业务流程B的操作软件数组为S2＝[b1,b2，…,bm]，然后通过循环对比得到两个数组相同的元素，形成新的软件数组S3＝[c1,c2,…,cn]；那么当前业务流程A与历史业务流程B的操作软件的相似度(即操作软件相似度)Si＝S3.length/Min(S1.length，S2.length)T。
需要说明的是，当前业务流程与历史业务流程的操作软件的相速度的计算方法与上述当前业务流程A与历史业务流程B的操作软件的相似度Si计算方式相同，当有几个历史业务流程时就计算几个，并得到相应的相似度即可，在此不再赘述。
接下来，还给出了一种计算操作组件的相似度的实施方式，详细描述如下：
在一个实施例中，计算当前业务流程的操作组件与各历史业务流程的操作组件的相似度，包括：分别将当前业务流程的操作组件和各历史业务流程的操作组件形成各操作组件数组；分别找出当前业务流程的操作组件数组与每一个历史业务流程的操作组件数组中的相同操作组件元素，以对应形成各新的组件数组；分别根据各新的组件数组计算出当前业务流程的操作组件与各历史业务流程的操作组件的相似度。
具体地，对于操作组件的处理与操作软件的处理类型，先分别对各历史业务流程和当前业务流程的操作组件进行数组化。为了便于理解给出一个详细的实施例，在本实施例中以当前业务流程和一个历史业务流程为例进行说明。假设当前业务流程A包括了h个组件类型，可以得到操作组件列表T1＝[a1,a2，…,ah]，历史业务流程B包括了g个，可以得到操作组件类别T2＝[b1,b2，…,bg]，通过循环对比得到两个数组相同的元素数组T3＝[c1,c2,…,cn],那么当前业务流程A与历史业务流程B的操作组件的相似度(即操作组件相似度)Sk＝T3.length/Min(T1.length,T2.length)。
需要说明的是，当前业务流程与历史业务流程的操作组件的相似度的计算方法与上述当前业务流程A与历史业务流程B的操作组件的相似度Sk计算方式相同，当有几个历史业务流程时就计算几个，并得到相应的相似度即可，在此不再赘述。
在一个实施例中，在执行步骤S120，选择出相似度大于或等于第一预阈值的每一个历史业务流程，包括：选择出操作软件相似度大于或等于第一预设软件阈值，且操作组件相似度大于或等于第一预设组件阈值的每一个历史业务流程；其中，第一预设阈值包括第一预设软件阈值和第一预设组件阈值。
具体来说，当当前业务流程的操作软件与某历史业务流程的操作软件的相似度(即操作软件相似度)大于或等于第一预设软件阈值时，说明当前业务流程与该某历史业务流程的操作软件相似。
当当前业务流程的操作组件与某历史业务流程的操作组件件的相似度(即操作组件相似度)大于或等于第一预设组件阈值时，说明当前业务流程与该某历史业务流程的操作组件相似。在本实施例中，在当前业务流程与某历史业务流程的操作软件相似，且操作组件相似时，说明当前业务流程与该某历史业务流程相似。
为了便于理解给出一个详细的实施例。假设当前业务流程A与历史业务流程B的操作软件的相似度(即操作软件相似度)Si、当前业务流程A与历史业务流程B的操作组件的相似度(即操作组件相似度)Sk，第一预设软件阈值为P1和第一预设组件阈值P2，当Si≥P1，Sk≥P2，说明当前业务流程A与历史业务流程B相似，那么就可以将历史业务流程B选出来，以形成相关性流程数组。
采用上述方法可以选择出与当前业务流程相似程度高的历史业务流程，即选出的历史业务流程更加准确，那么根据选出的历史业务流程确定的推荐组件就会更加准确。
在一个实施例中，RPA组件的推荐方法还包括：当未选择出概率值大于或等于第二预设阈值的下个组件时，根据预设组件形成推荐组件列表。
具体而言，在确实历史业务流程情况下，或者是无法选出与当前业务流程相似程度高的历史业务流程，或者是相似程度高的历史业务流程中的下个组件数量少，从而导致无法选出出现概率高的下个组件，此时就无法根据历史业务流程来确定推荐组件，可以根据系统预设组件对应的推荐组件进行推荐。
采用上述方法可以在无法根据历史业务流程确定推荐组件时，快速给出推荐组件，提高了用户使用的便利性。
进一步地，RPA组件的推荐方法还包括在形成推荐组件列表后，在RPA产品界面上显示推荐组件列表，以方便用户使用相关组件。
应该理解的是，虽然图2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。
上述本申请公开的实施例中详细描述了一种RPA组件的推荐方法，对于本申请公开的上述方法可采用多种形式的设备实现，因此本申请还公开了对应上述方法的RPA组件的推荐装置，下面给出具体的实施例进行详细说明。
请参阅图3，为本申请实施例公开的一种RPA组件的推荐装置，主要包括：
信息获取模块310，用于当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程。
历史业务流程选取模块320，用于选取与当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程。
下个组件确定模块330，用于根据当前组件的组件信息在至少一个历史业务流程中找到各相应组件，并确定出各相应组件对应的下个组件。
推荐组件列表形成模块340，用于计算每一个下个组件的概率值，并选择出概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
在一个实施例中，下个组件确定模块330，用于计算当前业务流程与各历史业务流程的相似度，并选择出相似度大于或等于第一预阈值的每一个历史业务流程，以形成相关性流程数组。
在一个实施例中，下个组件确定模块330，用于计算当前业务流程的操作软件与各历史业务流程的操作软件的相似度，记为操作软件相似度；和/或：计算当前业务流程的操作组件与各历史业务流程的操作组件的相似度，记为操作组件相似度。
在一个实施例中，历史业务流程选取模块320，用于选择出操作软件相似度大于或等于第一预设软件阈值，且操作组件相似度大于或等于第一预设组件阈值的每一个历史业务流程；其中，第一预设阈值包括第一预设软件阈值和第一预设组件阈值。
在一个实施例中，下个组件确定模块330，用于分别将当前业务流程的操作软件和各历史业务流程的操作软件形成各操作软件数组；分别找出当前业务流程的操作软件数组与每一个历史业务流程的操作软件数组中的相同操作软件元素，以对应形成各新的软件数组；分别根据各新的软件数组计算出当前业务流程的操作软件与各历史业务流程的操作软件的相似度。
在一个实施例中，下个组件确定模块330，用于分别将当前业务流程的操作组件和各历史业务流程的操作组件形成各操作组件数组；分别找出当前业务流程的操作组件数组与每一个历史业务流程的操作组件数组中的相同操作组件元素，以对应形成各新的组件数组；分别根据各新的组件数组计算出当前业务流程的操作组件与各历史业务流程的操作组件的相似度。
在一个实施例中，RPA组件的推荐装置还包括组件推荐模块，用于当未选择出概率值大于或等于第二预设阈值的下个组件时，根据预设组件形成推荐组件列表。
关于RPA组件的推荐装置的具体限定可以参见上文中对于方法的限定，在此不再赘述。上述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终端设备中的处理器中，也可以以软件形式存储于终端设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参考图4，图4其示出了本申请实施例提供的一种终端设备的结构框图。该终端设备40可以是计算机设备。本申请中的终端设备40可以包括一个或多个如下部件：处理器42、存储器44以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器44中并被配置为由一个或多个处理器42执行，一个或多个应用程序配置用于执行上述RPA组件的推荐方法实施例中所描述的方法。
处理器42可以包括一个或者多个处理核。处理器42利用各种接口和线路连接整个终端设备40内的各个部分，通过运行或执行存储在存储器44内的指令、程序、代码集或指令集，以及调用存储在存储器44内的数据，执行终端设备40的各种功能和处理数据。可选地，处理器42可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器42可集成中央处理器(Central ProcessingUnit，CPU)、埋点数据的上报验证器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器42中，单独通过一块通信芯片进行实现。
存储器44可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器44可用于存储指令、程序、代码、代码集或指令集。存储器44可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端设备40在使用中所创建的数据等。
本领域技术人员可以理解，图4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终端设备的限定，具体的终端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。
综上，本申请实施例提供的终端设备用于实现前述方法实施例中相应的RPA组件的推荐方法，并具有相应的方法实施例的有益效果，在此不再赘述。
请参阅图5，其示出了本申请实施例提供的一种计算机可读取存储介质的结构框图。该计算机可读取存储介质50中存储有程序代码，程序代码可被处理器调用执行上述RPA组件的推荐方法实施例中所描述的方法。
计算机可读取存储介质50可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读取存储介质50包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读取存储介质50具有执行上述方法中的任何方法步骤的程序代码52的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码52可以例如以适当形式进行压缩。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种RPA组件的推荐方法，其特征在于，所述方法包括：
当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；
选取与所述当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；
根据所述当前组件的组件信息在至少一个所述历史业务流程中找到各相应组件，并确定出各所述相应组件对应的下个组件；
计算每一个所述下个组件的概率值，并选择出所述概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
2.根据权利要求1所述的方法，其特征在于，所述选取与所述当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程，包括：
计算所述当前业务流程与各所述历史业务流程的相似度，并选择出所述相似度大于或等于第一预阈值的每一个所述历史业务流程，以形成相关性流程数组。
3.根据权利要求2所述的方法，其特征在于，所述计算所述当前业务流程与各所述历史业务流程的相似度，包括：
计算所述当前业务流程的操作软件与各所述历史业务流程的操作软件的相似度，记为操作软件相似度；
和/或：
计算所述当前业务流程的操作组件与各所述历史业务流程的操作组件的相似度，记为操作组件相似度。
4.根据权利要求3所述的方法，其特征在于，所述选择出所述相似度大于或等于第一预阈值的每一个所述历史业务流程，包括：
选择出所述操作软件相似度大于或等于第一预设软件阈值，且所述操作组件相似度大于或等于第一预设组件阈值的每一个所述历史业务流程；
其中，所述第一预设阈值包括第一预设软件阈值和第一预设组件阈值。
5.根据权利要求3所述的方法，其特征在于，所述计算所述当前业务流程的操作软件与各所述历史业务流程的操作软件的相似度，包括：
分别将所述当前业务流程的操作软件和各所述历史业务流程的操作软件形成各操作软件数组；
分别找出当前业务流程的操作软件数组与每一个历史业务流程的操作软件数组中的相同操作软件元素，以对应形成各新的软件数组；
分别根据各所述新的软件数组计算出当前业务流程的操作软件与各所述历史业务流程的操作软件的相似度。
6.根据权利要求3所述的方法，其特征在于，所述计算所述当前业务流程的操作组件与各所述历史业务流程的操作组件的相似度，包括：
分别将所述当前业务流程的操作组件和各所述历史业务流程的操作组件形成各操作组件数组；
分别找出当前业务流程的操作组件数组与每一个历史业务流程的操作组件数组中的相同操作组件元素，以对应形成各新的组件数组；
分别根据各所述新的组件数组计算出当前业务流程的操作组件与各所述历史业务流程的操作组件的相似度。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
当未选择出所述概率值大于或等于第二预设阈值的下个组件时，根据预设组件形成推荐组件列表。
8.一种RPA组件的推荐装置，其特征在于，所述装置包括：
信息获取模块，用于当用户在RPA界面创建组件时，获取当前组件的组件信息和当前业务流程；
历史业务流程选取模块，用于选取与所述当前业务流程的相似度大于或等于第一预设阈值的至少一个历史业务流程；
下个组件确定模块，用于根据所述当前组件的组件信息在至少一个所述历史业务流程中找到各相应组件，并确定出各所述相应组件对应的下个组件；
推荐组件列表形成模块，用于计算每一个所述下个组件的概率值，并选择出所述概率值大于或等于第二预设阈值的下个组件，以形成推荐组件列表。
9.一种终端设备，其特征在于，包括：
存储器；一个或多个处理器，与所述存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
CN202210320194.8A 2022-03-29 2022-03-29 Rpa组件的推荐方法、装置、设备和可读存储介质 Pending CN114675819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210320194.8A CN114675819A (zh) 2022-03-29 2022-03-29 Rpa组件的推荐方法、装置、设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210320194.8A CN114675819A (zh) 2022-03-29 2022-03-29 Rpa组件的推荐方法、装置、设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN114675819A true CN114675819A (zh) 2022-06-28

Family

ID=82075211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210320194.8A Pending CN114675819A (zh) 2022-03-29 2022-03-29 Rpa组件的推荐方法、装置、设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN114675819A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Similar Documents

Publication Publication Date Title
US10692030B2 (en) Process visualization platform
US9323863B2 (en) Highlighting of time series data on force directed graph
US9256969B2 (en) Transformation function insertion for dynamically displayed tracer data
WO2021001845A1 (en) System and method for modelling and monitoring processes in organizations using digital twins
US20130232452A1 (en) Force Directed Graph with Time Series Data
CN112090079B (zh) 游戏任务运行方法、装置、计算机设备和存储介质
CN112149838A (zh) 实现自动构建模型的方法、装置、电子设备和存储介质
US20040088208A1 (en) Creating and monitoring automated interaction sequences using a graphical user interface
US8745537B1 (en) Graphical interface for managing and monitoring the status of a graphical model
CN111309712A (zh) 基于数据仓库的优化任务调度方法、装置、设备及介质
CN112202617A (zh) 资源管理系统监控方法、装置、计算机设备和存储介质
CN113391901A (zh) Rpa机器人的管理方法、装置、设备及存储介质
CN111444158A (zh) 长短期用户画像生成方法、装置、设备及可读存储介质
CN116974470A (zh) 数据迁移方法、装置、设备及存储介质
CN114675819A (zh) Rpa组件的推荐方法、装置、设备和可读存储介质
CN112036931A (zh) 一种实时标签计算方法、装置、计算机设备及存储介质
CN114979029A (zh) 一种虚拟机器人的控制方法、装置、设备及存储介质
EP1212705A1 (en) A system, method, and computer program product for configuring stochastic simulation models in an object oriented environment
CN115617441A (zh) 绑定模型和图元的方法、装置、存储介质及计算机设备
CN112363819B (zh) 大数据任务动态编排调度方法、装置及计算设备
US20170262140A1 (en) Cross database data selection and correlation interface
CN115686906A (zh) Rpa异常处理方法、装置、服务器和可读存储介质
US20170068893A1 (en) System, Method and Software for Representing Decision Trees
CN111124386A (zh) 基于Unity的动画事件处理方法、装置、设备和存储介质
CN114021536B (zh) 多级表头报表的处理方法、装置、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