CN115271637A - 基于智能合约和人工智能的审批系统及方法 - Google Patents
基于智能合约和人工智能的审批系统及方法 Download PDFInfo
- Publication number
- CN115271637A CN115271637A CN202210769211.6A CN202210769211A CN115271637A CN 115271637 A CN115271637 A CN 115271637A CN 202210769211 A CN202210769211 A CN 202210769211A CN 115271637 A CN115271637 A CN 115271637A
- Authority
- CN
- China
- Prior art keywords
- approval
- data
- intelligent contract
- artificial intelligence
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于智能合约和人工智能的审批系统及方法,包括如下模块:数据预处理模块:对接审批平台,并获取数据;智能合约模块:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。本发明通过在审批平台中运行智能合约,将审批步骤变成在满足预设条件下的自动执行,解决了人工审批时效性低、重复性工作量大的问题。
Description
技术领域
本发明涉及审批的技术领域,具体地,涉及一种基于智能合约和人工智能的审批系统及方法。
背景技术
审批步骤通常设置为人工审批,流程、审批信息等数据作为历史数据被保存。
公开号为CN111784275A的中国发明专利文献公开了一种基于区块链预言机及智能合约的精装修明细表自动审批方法,通过创新式的组合使用区块链预言机及智能合约,实现了从权威网站获取建材市场价、并与开发商《精装修明细表》中材料报价进行比对的自动审批流程。
公开号为CN113626717A的中国发明专利文献公开了一种舆情监测的方法、装置、电子设备和存储介质,通过读取分布式发布订阅消息系统中的舆情信息并对舆情信息进行分类,对非目标信息进行筛选和过滤,此外,基于智能合约进行自动预警能够实现舆情的客观上报,通过区块链的去中心化,得到一种公平可靠的机制。
公开号为CN114519571A的中国发明专利文献公开了一种工程建设项目审批系统,包括基础资源层、数据中心层、业务应用层、用户访问层和终端接入层;基础资源层用于将工程建设项目的云平台链接至工程建设项目审批系统;数据中心层用于获取工程建设项目的基础数据,并对基础数据进行预处理分类,得到有效审批数据;业务应用层用于成最终审批意见,并上传至终端接入层;用户访问层用于用户进行认证登录并管理工程建设项目审批系统;终端接入层用于用户与工程建设项目审批系统进行交互,查看最终审批意见,提供操作界面和可视化界面。
针对上述中的相关技术,发明人认为传统的审批系统往往存在以下两个问题:1、审批步骤通常设置为人工审批,然而人工审核往往时效性较差且存在很多重复性工作,从而导致流程的执行效率不高。2、流程、审批信息等数据仅仅作为历史数据被保存,未通过主动挖掘数据去不断优化审批步骤。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于智能合约和人工智能的审批系统及方法。
根据本发明提供的一种基于智能合约和人工智能的审批系统,包括如下模块:
数据预处理模块:对接审批平台,并获取数据;
智能合约模块:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。
优选的,该审批系统还包括人工智能模块:分析历史数据,调整智能合约模块的预设条件。
优选的,在所述数据预处理模块中,对接当前企业正在使用的各类OA系统或自研平台,获取后续功能模块所需要的数据;
对接的数据包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
优选的,在所述智能合约模块中,获得企业的历史流程信息以及当前进行中的流程信息;
在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现;
历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定;
相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定;
硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
优选的,在所述人工智能模块中,决定智能合约模块中的历史流程比对、相似流程比对最终是否会执行自动审批;
采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件;
训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
根据本发明提供的一种基于智能合约和人工智能的审批方法,包括如下步骤:
数据预处理步骤:对接审批平台,并获取数据;
智能合约步骤:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。
优选的,该审批方法还包括人工智能步骤:分析历史数据,调整预设条件。
优选的,在所述数据预处理步骤中,对接当前企业正在使用的各类OA方法或自研平台,获取后续功能模块所需要的数据;
对接的数据包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
优选的,在所述智能合约步骤中,获得企业的历史流程信息以及当前进行中的流程信息;
在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现;
历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定;
相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定;
硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
优选的,在所述人工智能步骤中,决定智能合约步骤中的历史流程比对、相似流程比对最终是否会执行自动审批;
采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件;
训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过在审批平台中运行智能合约,将审批步骤变成在满足预设条件下的自动执行,解决了人工审批时效性低、重复性工作量大的问题;
2、本发明通过在审批平台中应用人工智能技术,进行主动的历史数据分析并不断调整智能合约的参数,从而进一步提高审批效率,解决了审批平台积累了很多有价值的历史数据却不能有效利用的问题;
3、本发明不针对特定的审批场景或者审批系统,而是提供一种通用的方法,且本发明包含人工智能模块用以对历史的审批数据进行分析,从而反哺优化智能合约的参数。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明架构图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例公开了一种基于智能合约和人工智能的审批系统,如图1所示,本系统包含三个模块,即:数据预处理模块(流程审批模块)、智能合约模块、人工智能模块。其中智能合约模块和人工智能模块是本系统提供核心功能的模块,数据预处理模块则用来与各类主流的审批平台对接,可以是一个主流的oa系统,也可以是企业的各类自研平台。OA英文全称为Office Automation,中文译文为办公自动化。
数据预处理模块具体包括数据收集、数据转换、数据存储3个子模块。收集指的是对接各类oa系统或者企业自研的审批系统,获取流程的各维度数据。转换指的是将原始数据转为本系统特定的数据格式。存储指的是将历史数据存储下来。
智能合约模块具体的包括执行层和中间层2个子模块,执行层即是执行运行智能合约,中间层指的是将智能合约的输出结果发送给外部对接的审批系统,去执行审批动作。
智能合约模块具体的包括数据训练、模型构建2个子模块,数据训练模块利用历史数据,对算法模型的有效性进行训练测试,模型构建模块即是人工智能模块。
层次划分大体上是:数据预处理模块为最上层,他对接获取到了真正的审批系统的数据,他的下层是智能合约模块,实时计算这些数据。判断如果符合条件,就去调用审批系统执行审批动作。人工智能模块更像是一个旁路系统,他通过分析历史数据,通过算法模型提高智能合约模块的介入准确度。
数据预处理模块:对接审批平台,并获取数据。对接当前企业正在使用的各类OA系统或自研平台,获取后续功能模块所需要的数据。对接的数据(一个审批系统中的各维度数据)包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
具体为,数据预处理模块:本系统本质上是一个审批系统。只需要通过一定程度的定制开发,就可以对接当前企业正在使用的各类oa系统或自研的流程平台。需要通过API接口的方式从商业的OA平台或者企业自研平台拿到数据,需要定制化的开发。即采用本系统对用户来说是无感知的,他们仍在自己熟悉的审批平台上开展工作,但在背后,本系统的数据预处理模块已经完成对接并获取到了后续功能模块所必备的数据(通过定制化改造,本系统拿到这些数据)。后续功能模块指的是智能合约模块和人工智能模块。为了实现这一点,本系统将流程和审批的各种场景进行高度的抽象,具体地,本系统需要以下几个维度的数据对接:流程模板维度数据(模块名、所属大类、版本、创建人和创建时间),流程维度数据(关联模板、提交人、当前状态、提交时间和完成时间),步骤维度数据(步骤名、状态、上一步信息、下一步信息、类型和依赖项),步骤表单项维度数据(表单项名、是否可用为空和类型),步骤审批维度数据(审批类型、审批时间和审批状态)。这些数据完整覆盖了一个审批流程的各维度数据。智能合约模块就是通过进行各维度数据的相似度比较。
智能合约模块:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。获得企业的历史流程信息以及当前进行中的流程信息。在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现。历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定。相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定。硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
具体为,智能合约模块:通过完成数据预处理模块的对接,本系统后台拿到了企业所有历史流程信息以及当前进行中的流程信息。这时,审批人依旧可以进行手工审批,与此同时,本系统的智能合约模块,将会在后台持续运行一段智能合约代码,它的作用是当某个步骤满足审批自动通过的条件,就主动的代替审批人执行审批。提高流程执行效率,降低大量重复审批的人力。本系统调用外部系统API执行了自动审批,对于外部系统来说,流程是正常执行下去的,数据都是完整的,唯一的区别是审批人是机器而非用户。对于本系统而言,也会保存一份数据。智能合约本职上就是一个在特定条件下会自动执行的应用程序,从这点上看和c、java代码没有什么不同,本系统使用solidity语言编写智能合约。在编写智能合约的触发条件时,主要通过历史流程比对、相似流程比对、硬条件判断三个维度去实现。历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息与当前进行中流程的相似度后综合做出决定。相似流程比对是指比对当前进行中的同类流程,例如某个公司月末是报销流程的集中提交时间点,财务经理上午已经审批通过了一批流程,那么下午又一批报销流程达到时,系统判断认为是相似流程,再考虑判断表单项等信息后综合做出决定。硬条件判断是指当某个外部条件达成时,那这个步骤就应该被自动审批通过。硬条件就是指预先设置好某个条件,当此条件符合时,某个审批步骤就可以自动通过。例如当同时满足请假时间非月底月初且同岗位人员未请假时,他的请假审批就可以自动通过。
人工智能模块:分析历史数据,调整智能合约模块的预设条件。决定智能合约模块中的历史流程比对、相似流程比对最终是否会执行自动审批。采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件。训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
具体为,人工智能模块:智能合约中的历史流程比对、相似流程比对最终是否会执行自动审批,是由人工智能模块决定的。本质上这是一个有监督学习模型,输入是当前流程的信息,输出是0|1值,即要不要去执行自动审批,0表示要执行自动审批,1表示不要执行自动审批。本系统采用支持向量机算法建模,训练数据集就是企业的历史流程数据。同时本模块会定时的根据训练结果(常规的人工智能处理数据,作出决策),去动态调整模型参数,从而提高机器介入时机的准确度。
本发明实施例还公开了一种基于智能合约和人工智能的审批方法,包括如下步骤:
数据预处理步骤:对接审批平台,并获取数据。对接当前企业正在使用的各类OA方法或自研平台,获取后续功能模块所需要的数据。对接的数据包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
智能合约步骤:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。获得企业的历史流程信息以及当前进行中的流程信息。在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现。历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定。相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定。硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
人工智能步骤:分析历史数据,调整预设条件。决定智能合约步骤中的历史流程比对、相似流程比对最终是否会执行自动审批。采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件。训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
本系统首先通过运行一个易于扩展的智能合约,将审批和执行逻辑纳入智能合约中,一旦符合预设的条件,那么审批和执行将被立刻执行;其次本系统包含一个人工智能模块,它能够分析历史数据,不断主动调整智能合约的参数,从而提高变更审批系统的执行效率。
有些技术利用智能合约进行自动审批。本发明不针对特定的审批场景或者审批系统,而是提供一种通用的方法,且本发明包含人工智能模块用以对历史的审批数据进行分析,从而反哺优化智能合约的参数。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于智能合约和人工智能的审批系统,其特征在于,包括如下模块:
数据预处理模块:对接审批平台,并获取数据;
智能合约模块:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。
2.根据权利要求1所述的基于智能合约和人工智能的审批系统,其特征在于,该审批系统还包括人工智能模块:分析历史数据,调整智能合约模块的预设条件。
3.根据权利要求1所述的智能合约和人工智能的审批系统,其特征在于,在所述数据预处理模块中,对接当前企业正在使用的各类OA系统或自研平台,获取后续功能模块所需要的数据;
对接的数据包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
4.根据权利要求1所述的基于智能合约和人工智能的审批系统,其特征在于,在所述智能合约模块中,获得企业的历史流程信息以及当前进行中的流程信息;
在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现;
历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定;
相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定;
硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
5.根据权利要求4所述的基于智能合约和人工智能的审批系统,其特征在于,在所述人工智能模块中,决定智能合约模块中的历史流程比对、相似流程比对最终是否会执行自动审批;
采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件;
训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
6.一种基于智能合约和人工智能的审批方法,其特征在于,包括如下步骤:
数据预处理步骤:对接审批平台,并获取数据;
智能合约步骤:纳入审批和执行逻辑,判断获取的数据是否符合预设条件,执行审批。
7.根据权利要求6所述的基于智能合约和人工智能的审批方法,其特征在于,该审批方法还包括人工智能步骤:分析历史数据,调整预设条件。
8.根据权利要求6所述的智能合约和人工智能的审批方法,其特征在于,在所述数据预处理步骤中,对接当前企业正在使用的各类OA方法或自研平台,获取后续功能模块所需要的数据;
对接的数据包括:流程模板维度数据、流程维度数据、步骤维度数据、步骤表单项维度数据和步骤审批维度数据。
9.根据权利要求6所述的基于智能合约和人工智能的审批方法,其特征在于,在所述智能合约步骤中,获得企业的历史流程信息以及当前进行中的流程信息;
在编写智能合约的预设条件时,通过历史流程比对、相似流程比对和硬条件判断去实现;
历史流程比对是指比对同一个流程提交人提交的同一个流程模板,再考虑历史流程中的表单项以及审批信息,与当前进行中流程信息的相似度后综合做出决定;
相似流程比对是指比对当前进行中的同类流程,判断是相似流程,再考虑判断表单项后综合做出决定;
硬条件判断是指当某个外部条件达成时,当前流程信息被自动审批通过。
10.根据权利要求9所述的基于智能合约和人工智能的审批方法,其特征在于,在所述人工智能步骤中,决定智能合约步骤中的历史流程比对、相似流程比对最终是否会执行自动审批;
采用支持向量机算法建立监督学习模型,通过历史流程数据对监督学习模型进行训练;定时根据训练的结果调整监督学习模型的参数,进而调整预设条件;
训练后的监督学习模型的输入为当前流程的信息,输出为是否执行自动审批。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210769211.6A CN115271637A (zh) | 2022-07-01 | 2022-07-01 | 基于智能合约和人工智能的审批系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210769211.6A CN115271637A (zh) | 2022-07-01 | 2022-07-01 | 基于智能合约和人工智能的审批系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271637A true CN115271637A (zh) | 2022-11-01 |
Family
ID=83764495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210769211.6A Pending CN115271637A (zh) | 2022-07-01 | 2022-07-01 | 基于智能合约和人工智能的审批系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271637A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384945A (zh) * | 2023-05-26 | 2023-07-04 | 山东山科数字经济研究院有限公司 | 一种项目管理方法和系统 |
CN117436815A (zh) * | 2023-11-17 | 2024-01-23 | 北京九思协同软件有限公司 | 基于自然语言大模型的流程智能审批方法 |
-
2022
- 2022-07-01 CN CN202210769211.6A patent/CN115271637A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384945A (zh) * | 2023-05-26 | 2023-07-04 | 山东山科数字经济研究院有限公司 | 一种项目管理方法和系统 |
CN116384945B (zh) * | 2023-05-26 | 2023-09-19 | 山东山科数字经济研究院有限公司 | 一种项目管理方法和系统 |
CN117436815A (zh) * | 2023-11-17 | 2024-01-23 | 北京九思协同软件有限公司 | 基于自然语言大模型的流程智能审批方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115271637A (zh) | 基于智能合约和人工智能的审批系统及方法 | |
KR102324041B1 (ko) | 크라우드소싱 기반 프로젝트의 작업 유형 및 난이도에 기반한 작업자 풀 관리 방법 | |
CN112163420A (zh) | 一种基于nlp技术的rpa流程自动生成方法 | |
KR20210108319A (ko) | 기계학습 기반 적응형 자동분류 방법 및 시스템 | |
CN111949795A (zh) | 工单自动分类方法及装置 | |
CN111199469A (zh) | 用户还款模型生成方法、装置及电子设备 | |
CN113138920B (zh) | 基于知识图谱与语义角色标注的软件缺陷报告分派方法及装置 | |
KR102155877B1 (ko) | 인공지능 학습 데이터 생성을 위한 크라우드소싱 플랫폼의 참여 자격에 매칭되는 프로젝트 정보 제공 방법 | |
CN117435505B (zh) | 一种性能测试脚本可视化生成方法 | |
CN115657890A (zh) | 一种pra机器人可定制方法 | |
CN111210332A (zh) | 贷后管理策略生成方法、装置及电子设备 | |
CN212460603U (zh) | 基于物资合同管理的机器人管理系统 | |
Ulrich et al. | Operator timing of task level primitives for use in computation-based human reliability analysis | |
CN113835739B (zh) | 一种软件缺陷修复时间的智能化预测方法 | |
KR102183837B1 (ko) | 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검증용 작업을 이용한 작업자별 시급제 기반 작업 비용 지급 방법 | |
CN114742645A (zh) | 基于多阶段时序多任务的用户安全等级识别方法及装置 | |
Amini | Robotic process automation: Implementation within an organization | |
KR102643073B1 (ko) | 지능형 업무 처리 자동화 시스템 및 그 구동방법 | |
US11507728B2 (en) | Click to document | |
Leyesa et al. | Project cost processing system for electronics systems integrator | |
Platonov et al. | Development of a methodology for cost optimization of software testing for the automatically tests generation | |
Han et al. | A review on financial robot process auto-mining based on reinforcement learning | |
Kumar et al. | Natural Language Generation and Artificial Intelligence in Financial Reporting: Transforming Financial Data into Strategic Insights for Executive Leadership | |
CN116720973B (zh) | 基于rpa的数字财政管理方法及系统 | |
CN117390465B (zh) | 一种工作负载预测方法 |
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 |