CN115809853A - 一种企业业务流程的配置优化方法、系统及存储介质 - Google Patents
一种企业业务流程的配置优化方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115809853A CN115809853A CN202211416350.7A CN202211416350A CN115809853A CN 115809853 A CN115809853 A CN 115809853A CN 202211416350 A CN202211416350 A CN 202211416350A CN 115809853 A CN115809853 A CN 115809853A
- Authority
- CN
- China
- Prior art keywords
- flow
- path
- business
- initial
- flow path
- 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
Abstract
本发明公开了一种企业业务流程的配置优化方法、系统及存储介质,包括:获取企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;通过历史流程路径获取频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;根据主流程路径及子流程路径的动态运行特征对企业业务的任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。本发明对企业业务管理的工作流引擎进行配置优化,提高了工作流的可用性和易用性,降低运维管理成本,提高工作流执行的可靠性。
Description
技术领域
本发明涉及工作流技术领域,更具体的,涉及一种企业业务流程的配置优化方法、系统及存储介质。
背景技术
随着经济的迅猛发展,各行各业的企业业务繁多冗杂,为了便于管理协调复杂业务环境,工作流技术应运而生。工作流技术的出现,使得企业实现办公自动化的目标带来了质的飞越。但工作流技术带来便利的同时也产生了诸多问题,随着工作流系统的数量不断增加,增加了业务人员的业务难度,也增加了运维团队的人力成本。与此同时,为了提高产品的安全性,每个工作流系统使用的WAS服务器,数据库服务器均会使用市面上有认可度的产品,例如IBM的WASND,Oracle数据库等,加上相应的服务商维护服务,更是极大增加了开支。显然这有悖于工作流办公自动化,简化操作,方便管理的本质。
同时,随着工作流在企业应用中的广泛使用,企业对流程图的个性化需求也越来越高,简单的主流程设计和子流程扩展已不能满足业务的需求,并且在企业流程管理中存在任务重、工作量大、程序复杂、责权利不明确、风险防范不及时、工作效率低下"等问题,而目前的企业业务管理的工作流引擎中,普遍存在任务处理效率低及成本过高等问题,因此,如何对企业业务管理的工作流引擎进行配置优化,降低运维管理成本,提高工作流执行的可靠性是目前亟不可待需要解决的问题。
发明内容
为了解决上述技术问题,本发明提出了一种企业业务流程的配置优化方法、系统及存储介质。
本发明第一方面提供了一种企业业务流程的配置优化方法,包括
获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
本方案中,获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,具体为:
将企业业务初始信息进行预处理,通过Word2vec模型对预处理后企业业务初始信息进行分词,提取关键词,构建关键词向量集;
通过所述关键词向量集在标准流程数据库中进行匹配,根据关键词向量的语义特征在标准流程数据库中进行相似度对比;
提取相似度符合预设标准的流程实例数据及对应的预设流程规则,通过提取的流程实例数据与企业业务初始信息进行匹配,获取适配度;
选取适配度最高的流程实例数据通过企业业务初始信息对应的预设流程规则进行修正,获取初始业务流程。
本方案中,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径,具体为:
将初始业务流程映射到异构信息空间,通过有向无环图进行表示,将初始业务流程中工作流节点对应的任务作为所述有向无环图中的节点,将任务之间执行约束作为有向无环图中的边结构;
通过企业的历史运行日志中历史流程数据,根据有向无环图中节点对应的任务信息在历史流程数据中进行检索,获取含有目标节点对应任务的流程路径集合,导入异构信息空间;
通过所述流程路径集合获取目标节点的边结构数量,根据所述边结构数量获取目标节点的频繁交互节点及频繁流程路径数据集,对所述频繁交互节点及频繁流程路径数据集进行特征提取,生成目标节点的流程偏好;
根据初始业务流程中工作流节点对应的任务及其后继任务在有向无环图中的边结构类型及流程偏好对各节点的任务顺序进行优化,获取初次优化后的业务流程路径。
本方案中,通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径,具体为:
提取初次优化后业务流程路径中的最长路径提取主流程路径,根据所述主流程路径中的工作流节点在历史流程数据获取相同任务信息且前驱任务相同的历史流程路径信息;
将所述历史流程路径信息与所述主流程路径进行匹配,获取主流程路径的扩展路径候选集合,根据业务需求对所述拓展路径进行选取,获取工作流节点的子流程路径;
根据主流程路径中工作流节点的组织机构定义子流程路径,在子流程路径中下级组织机构能够继承上级组织机构定义的子流程路径,减少流程路径的重复设置;
同时,根据任务之间的执行约束设置下级组织机构是否强制继承上级组织机构定义的子流程信息,若是,则下级组织机构在流程路径拓展时需要在上级组织结构定义的子流程信息的基础上进行二次拓展。
本方案中,根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,具体为:
获取主流程路径及子流程路径中在有向无环图中各流程节点的状态信息,根据所述状态信息获取各节点所对应任务的执行时间及节点之间的通信时间;
根据所述执行时间及通信时间对各节点对应的任务进行分类,将时间偏差小于预设时间阈值的节点归为同类节点,获取各节点对应的任务的分类结果;
通过执行时间及通信时间的时间和对各节点类别设置优先级,并根据优先级预设优先级权重信息;
通过遗传算法结合所述优先级权重信息对各节点对应的任务进行分配,实现二次优化;
对各节点对应的任务进行编码生成初始种群,进行交叉变异后生成新的个体,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,根据个体的适应选择下一代种群;
当满足终止条件时,对输出结果进行解码,获取当前种群中各节点任务的分配顺序。
本方案中,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,其适应函数公式为:
其中,表示适应度函数,表示执行时间的贪婪因子,表示负载均衡的贪婪因子,表示节点的前驱节点对应前驱任务的结束时间,表示数据在节点及前驱节点之间的传输时间,表示数据的传输速率,表示节点对应的优先级权重信息,表示各节点执行任务的频度,表示流程路径中的节点总数。
本发明第二方面还提供了一种企业业务流程的配置优化系统,该系统包括:存储器、处理器,所述存储器中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被所述处理器执行时实现如下步骤:
获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
本发明第三方面还提供一种计算机可读存储介质,所述计算机可读存储介质中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被处理器执行时,实现如上述任一项所述的一种企业业务流程的配置优化方法的步骤。
本发明公开了一种企业业务流程的配置优化方法、系统及存储介质,包括:获取企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;通过历史流程路径获取频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;根据主流程路径及子流程路径的动态运行特征对企业业务的任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。本发明对企业业务管理的工作流引擎进行配置优化,提高了工作流的可用性和易用性,降低运维管理成本,提高工作流执行的可靠性。
附图说明
图1示出了本发明一种企业业务流程的配置优化方法的流程图;
图2示出了本发明获取初次优化后业务流程路径的方法流程图;
图3示出了本发明通过遗传算法将任务进行分配实现二次优化的方法流程图;
图4示出了本发明一种企业业务流程的配置优化系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种企业业务流程的配置优化方法的流程图。
如图1所示,本发明第一方面提供了一种企业业务流程的配置优化方法,包括:
S102,获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
S104,获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
S106,通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
S108,根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
需要说明的是,将企业业务初始信息进行预处理,通过Word2vec模型对预处理后企业业务初始信息进行分词,提取关键词,构建关键词向量集;通过所述关键词向量集在标准流程数据库中进行匹配,根据关键词向量的语义特征在标准流程数据库中进行相似度对比,计算相似度的方法可以为欧式距离及余弦角度;提取相似度符合预设标准的流程实例数据及对应的预设流程规则,通过提取的流程实例数据与企业业务初始信息进行匹配,获取适配度;选取适配度最高的流程实例数据通过企业业务初始信息对应的预设流程规则进行修正,获取初始业务流程。
图2示出了本发明获取初次优化后业务流程路径的方法流程图。
根据本发明实施例,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径,具体为:
S202,将初始业务流程映射到异构信息空间,通过有向无环图进行表示,将初始业务流程中工作流节点对应的任务作为所述有向无环图中的节点,将任务之间执行约束作为有向无环图中的边结构;
S204,通过企业的历史运行日志中历史流程数据,根据有向无环图中节点对应的任务信息在历史流程数据中进行检索,获取含有目标节点对应任务的流程路径集合,导入异构信息空间;
S206,通过所述流程路径集合获取目标节点的边结构数量,根据所述边结构数量获取目标节点的频繁交互节点及频繁流程路径数据集,对所述频繁交互节点及频繁流程路径数据集进行特征提取,生成目标节点的流程偏好;
S208,根据初始业务流程中工作流节点对应的任务及其后继任务在有向无环图中的边结构类型及流程偏好对各节点的任务顺序进行优化,获取初次优化后的业务流程路径。
需要说明的是,工作流通常可以用带约束的加权有向无环图来表示, 。是由个与工作流节点相对应的任务集合,是表示任务间约束的有向边集合。边表示与之间的执行约束,例如,执行约束为先序约束时,即当收到的任务结果后启动,作为的前驱任务,作为的后继任务。
提取初次优化后业务流程路径中的最长路径提取主流程路径,根据所述主流程路径中的工作流节点在历史流程数据获取相同任务信息且前驱任务相同的历史流程路径信息;将所述历史流程路径信息与所述主流程路径进行匹配,获取主流程路径的扩展路径候选集合,根据业务需求对所述拓展路径进行选取,获取工作流节点的子流程路径;根据主流程路径中工作流节点的组织机构定义子流程路径,避免在一个主流程或子流程中做过多的分支判断等处理逻辑,在子流程路径中下级组织机构能够继承上级组织机构定义的子流程路径,减少流程路径的重复设置;同时,根据任务之间的执行约束设置下级组织机构是否强制继承上级组织机构定义的子流程信息,若是,则下级组织机构在流程路径拓展时需要在上级组织结构定义的子流程信息的基础上进行二次拓展,减少相同子流程信息的重复定义工作。
图3示出了本发明通过遗传算法将任务进行分配实现二次优化的方法流程图。
根据本发明实施例,根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,具体为:
S302,获取主流程路径及子流程路径中在有向无环图中各流程节点的状态信息,根据所述状态信息获取各节点所对应任务的执行时间及节点之间的通信时间;
S304,根据所述执行时间及通信时间对各节点对应的任务进行分类,将时间偏差小于预设时间阈值的节点归为同类节点,获取各节点对应的任务的分类结果;
S306,通过执行时间及通信时间的时间和对各节点类别设置优先级,并根据优先级预设优先级权重信息;
S308,通过遗传算法结合所述优先级权重信息对各节点对应的任务进行分配,实现二次优化;
S310,对各节点对应的任务进行编码生成初始种群,进行交叉变异后生成新的个体,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,根据个体的适应选择下一代种群;
S312,当满足终止条件时,对输出结果进行解码,获取当前种群中各节点任务的分配顺序。
需要说明的是,遗传算法中交叉对字符串进行交叉换位操作,上一次迭代中优胜数据作为参与交叉的母体,交叉的目的是为了增强算法的全局搜索能力,候选解集通过交叉操作接近最优解附近时,变异算子的局部搜索能力可引导算法向最优前沿收敛,同时利用变异算子可以使种群保持多样性,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,其中,执行时间反应了节点之间的数据传输率及节点资源计算能力,节点负载均衡可以保证业务流程的正常稳定运行,通过计算节点上执行工作流的频度进行表征;节点负载均衡可有效保障整个系统的正常平稳运行,适应函数值越高的个体进入到下一代中的概率越大,其适应函数公式为:
其中,表示适应度函数,表示执行时间的贪婪因子,表示负载均衡的贪婪因子,表示节点的前驱节点对应前驱任务的结束时间,表示数据在节点及前驱节点之间的传输时间,表示数据的传输速率,表示节点对应的优先级权重信息,表示各节点执行任务的频度,表示流程路径中的节点总数。
根据本发明实施例,对企业业务流程中的异常执行信息进行预警,具体为:
通过对流程路径中工作流节点各时刻状态进行记录生成时序序列,根据所述时序序列获取业务流程的反馈信息,通过反馈信息生成运行报表;
根据各工作流节点的优先级信息预设告警级别,判断运行报表中数据与各告警级别对应数据的偏差,当偏差小于预设偏差阈值时生成对应预警信息;
根据所述预警信息将异常工作流节点进行挂起,通过所述运行报表分析异常因素,获取适配度符合预设要求的流程实例数据集合,通过所述异常因素对流程实例数据集合进行筛选;
获取筛选后流程实例数据集中适配度最高的流程实例信息数据,对异常工作流节点进行替换,并更新企业业务流程的状态。
图4示出了本发明一种企业业务流程的配置优化系统的框图。
本发明第二方面还提供了一种企业业务流程的配置优化系统4,该系统包括:存储器41、处理器42,所述存储器中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被所述处理器执行时实现如下步骤:
获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
需要说明的是,将企业业务初始信息进行预处理,通过Word2vec模型对预处理后企业业务初始信息进行分词,提取关键词,构建关键词向量集;通过所述关键词向量集在标准流程数据库中进行匹配,根据关键词向量的语义特征在标准流程数据库中进行相似度对比,计算相似度的方法可以为欧式距离及余弦角度;提取相似度符合预设标准的流程实例数据及对应的预设流程规则,通过提取的流程实例数据与企业业务初始信息进行匹配,获取适配度;选取适配度最高的流程实例数据通过企业业务初始信息对应的预设流程规则进行修正,获取初始业务流程。
根据本发明实施例,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径,具体为:
将初始业务流程映射到异构信息空间,通过有向无环图进行表示,将初始业务流程中工作流节点对应的任务作为所述有向无环图中的节点,将任务之间执行约束作为有向无环图中的边结构;
通过企业的历史运行日志中历史流程数据,根据有向无环图中节点对应的任务信息在历史流程数据中进行检索,获取含有目标节点对应任务的流程路径集合,导入异构信息空间;
通过所述流程路径集合获取目标节点的边结构数量,根据所述边结构数量获取目标节点的频繁交互节点及频繁流程路径数据集,对所述频繁交互节点及频繁流程路径数据集进行特征提取,生成目标节点的流程偏好;
根据初始业务流程中工作流节点对应的任务及其后继任务在有向无环图中的边结构类型及流程偏好对各节点的任务顺序进行优化,获取初次优化后的业务流程路径。
需要说明的是,工作流通常可以用带约束的加权有向无环图来表示, 。是由个与工作流节点相对应的任务集合,是表示任务间约束的有向边集合。边表示与之间的执行约束,例如,执行约束为先序约束时,即当收到的任务结果后启动,作为的前驱任务,作为的后继任务。
提取初次优化后业务流程路径中的最长路径提取主流程路径,根据所述主流程路径中的工作流节点在历史流程数据获取相同任务信息且前驱任务相同的历史流程路径信息;将所述历史流程路径信息与所述主流程路径进行匹配,获取主流程路径的扩展路径候选集合,根据业务需求对所述拓展路径进行选取,获取工作流节点的子流程路径;根据主流程路径中工作流节点的组织机构定义子流程路径,避免在一个主流程或子流程中做过多的分支判断等处理逻辑,在子流程路径中下级组织机构能够继承上级组织机构定义的子流程路径,减少流程路径的重复设置;同时,根据任务之间的执行约束设置下级组织机构是否强制继承上级组织机构定义的子流程信息,若是,则下级组织机构在流程路径拓展时需要在上级组织结构定义的子流程信息的基础上进行二次拓展,减少相同子流程信息的重复定义工作。
根据本发明实施例,根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,具体为:
获取主流程路径及子流程路径中在有向无环图中各流程节点的状态信息,根据所述状态信息获取各节点所对应任务的执行时间及节点之间的通信时间;
根据所述执行时间及通信时间对各节点对应的任务进行分类,将时间偏差小于预设时间阈值的节点归为同类节点,获取各节点对应的任务的分类结果;
通过执行时间及通信时间的时间和对各节点类别设置优先级,并根据优先级预设优先级权重信息;
通过遗传算法结合所述优先级权重信息对各节点对应的任务进行分配,实现二次优化;
对各节点对应的任务进行编码生成初始种群,进行交叉变异后生成新的个体,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,根据个体的适应选择下一代种群;
当满足终止条件时,对输出结果进行解码,获取当前种群中各节点任务的分配顺序。
需要说明的是,遗传算法中交叉对字符串进行交叉换位操作,上一次迭代中优胜数据作为参与交叉的母体,交叉的目的是为了增强算法的全局搜索能力,候选解集通过交叉操作接近最优解附近时,变异算子的局部搜索能力可引导算法向最优前沿收敛,同时利用变异算子可以使种群保持多样性,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,适应函数值越高的个体进入到下一代中的概率越大,其适应函数公式为:
其中,表示适应度函数,表示执行时间的贪婪因子,表示负载均衡的贪婪因子,表示节点的前驱节点对应前驱任务的结束时间,表示数据在节点及前驱节点之间的传输时间,表示数据的传输速率,表示节点对应的优先级权重信息,表示各节点执行任务的频度,表示流程路径中的节点总数。
本发明第三方面还提供一种计算机可读存储介质,所述计算机可读存储介质中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被处理器执行时,实现如上述任一项所述的一种企业业务流程的配置优化方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、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,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种企业业务流程的配置优化方法,其特征在于,包括以下步骤:
获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
2.根据权利要求1所述的一种企业业务流程的配置优化方法,其特征在于,获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,具体为:
将企业业务初始信息进行预处理,通过Word2vec模型对预处理后企业业务初始信息进行分词,提取关键词,构建关键词向量集;
通过所述关键词向量集在标准流程数据库中进行匹配,根据关键词向量的语义特征在标准流程数据库中进行相似度对比;
提取相似度符合预设标准的流程实例数据及对应的预设流程规则,通过提取的流程实例数据与企业业务初始信息进行匹配,获取适配度;
选取适配度最高的流程实例数据通过企业业务初始信息对应的预设流程规则进行修正,获取初始业务流程。
3.根据权利要求1所述的一种企业业务流程的配置优化方法,其特征在于,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径,具体为:
将初始业务流程映射到异构信息空间,通过有向无环图进行表示,将初始业务流程中工作流节点对应的任务作为所述有向无环图中的节点,将任务之间执行约束作为有向无环图中的边结构;
通过企业的历史运行日志中历史流程数据,根据有向无环图中节点对应的任务信息在历史流程数据中进行检索,获取含有目标节点对应任务的流程路径集合,导入异构信息空间;
通过所述流程路径集合获取目标节点的边结构数量,根据所述边结构数量获取目标节点的频繁交互节点及频繁流程路径数据集,对所述频繁交互节点及频繁流程路径数据集进行特征提取,生成目标节点的流程偏好;
根据初始业务流程中工作流节点对应的任务及其后继任务在有向无环图中的边结构类型及流程偏好对各节点的任务顺序进行优化,获取初次优化后的业务流程路径。
4.根据权利要求1所述的一种企业业务流程的配置优化方法,其特征在于,通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径,具体为:
提取初次优化后业务流程路径中的最长路径提取主流程路径,根据所述主流程路径中的工作流节点在历史流程数据获取相同任务信息且前驱任务相同的历史流程路径信息;
将所述历史流程路径信息与所述主流程路径进行匹配,获取主流程路径的扩展路径候选集合,根据业务需求对所述拓展路径进行选取,获取工作流节点的子流程路径;
根据主流程路径中工作流节点的组织机构定义子流程路径,在子流程路径中下级组织机构能够继承上级组织机构定义的子流程路径,减少流程路径的重复设置;
同时,根据任务之间的执行约束设置下级组织机构是否强制继承上级组织机构定义的子流程信息,若是,则下级组织机构在流程路径拓展时需要在上级组织结构定义的子流程信息的基础上进行二次拓展。
5.根据权利要求1所述的一种企业业务流程的配置优化方法,其特征在于,根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,具体为:
获取主流程路径及子流程路径中在有向无环图中各流程节点的状态信息,根据所述状态信息获取各节点所对应任务的执行时间及节点之间的通信时间;
根据所述执行时间及通信时间对各节点对应的任务进行分类,将时间偏差小于预设时间阈值的节点归为同类节点,获取各节点对应的任务的分类结果;
通过执行时间及通信时间的时间和对各节点类别设置优先级,并根据优先级预设优先级权重信息;
通过遗传算法结合所述优先级权重信息对各节点对应的任务进行分配,实现二次优化;
对各节点对应的任务进行编码生成初始种群,进行交叉变异后生成新的个体,选取节点的执行时间及负载均衡构建适应函数计算个体的适应度,根据个体的适应选择下一代种群;
当满足终止条件时,对输出结果进行解码,获取当前种群中各节点任务的分配顺序。
7.一种企业业务流程的配置优化系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被所述处理器执行时实现如下步骤:
获取企业业务初始信息,将企业业务初始信息进行关键词提取,根据关键词及预设流程规则获取初始业务流程,并将关键词及初始业务流程映射到异构信息空间;
获取异构信息空间中初始业务流程各节点的历史流程路径,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径;
通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径;
根据所述主流程路径及子流程路径的动态运行特征对企业业务的任务进行分类,根据分类结果设置优先级,通过遗传算法将任务进行分配,获取最终优化后的业务流程路径,进行企业业务的执行。
8.根据权利要求7所述的一种企业业务流程的配置优化系统,其特征在于,通过历史流程路径获取频繁流程路径数据集,根据频繁流程路径数据集对初始业务流程进行优化,获取初次优化后业务流程路径,具体为:
将初始业务流程映射到异构信息空间,通过有向无环图进行表示,将初始业务流程中工作流节点对应的任务作为所述有向无环图中的节点,将任务之间执行约束作为有向无环图中的边结构;
通过企业的历史运行日志中历史流程数据,根据有向无环图中节点对应的任务信息在历史流程数据中进行检索,获取含有目标节点对应任务的流程路径集合,导入异构信息空间;
通过所述流程路径集合获取目标节点的边结构数量,根据所述边结构数量获取目标节点的频繁交互节点及频繁流程路径数据集,对所述频繁交互节点及频繁流程路径数据集进行特征提取,生成目标节点的流程偏好;
根据初始业务流程中工作流节点对应的任务及其后继任务在有向无环图中的边结构类型及流程偏好对各节点的任务顺序进行优化,获取初次优化后的业务流程路径。
9.根据权利要求7所述的一种企业业务流程的配置优化系统,其特征在于,通过初次优化后业务流程路径提取主流程路径,根据业务需求对主流程路径进行拓展获取子流程路径,具体为:
提取初次优化后业务流程路径中的最长路径提取主流程路径,根据所述主流程路径中的工作流节点在历史流程数据获取相同任务信息且前驱任务相同的历史流程路径信息;
将所述历史流程路径信息与所述主流程路径进行匹配,获取主流程路径的扩展路径候选集合,根据业务需求对所述拓展路径进行选取,获取工作流节点的子流程路径;
根据主流程路径中工作流节点的组织机构定义子流程路径,在子流程路径中下级组织机构能够继承上级组织机构定义的子流程路径,减少流程路径的重复设置;
同时,根据任务之间的执行约束设置下级组织机构是否强制继承上级组织机构定义的子流程信息,若是,则下级组织机构在流程路径拓展时需要在上级组织结构定义的子流程信息的基础上进行二次拓展。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中包括一种企业业务流程的配置优化方法程序,所述一种企业业务流程的配置优化方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种企业业务流程的配置优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211416350.7A CN115809853A (zh) | 2022-11-12 | 2022-11-12 | 一种企业业务流程的配置优化方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211416350.7A CN115809853A (zh) | 2022-11-12 | 2022-11-12 | 一种企业业务流程的配置优化方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115809853A true CN115809853A (zh) | 2023-03-17 |
Family
ID=85483077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211416350.7A Pending CN115809853A (zh) | 2022-11-12 | 2022-11-12 | 一种企业业务流程的配置优化方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115809853A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258362A (zh) * | 2023-05-08 | 2023-06-13 | 四川数产范式科技有限公司 | 工作流的生成方法、系统、设备及介质 |
-
2022
- 2022-11-12 CN CN202211416350.7A patent/CN115809853A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258362A (zh) * | 2023-05-08 | 2023-06-13 | 四川数产范式科技有限公司 | 工作流的生成方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199474B (zh) | 一种基于双方网络图数据的风险预测方法、装置和电子设备 | |
CN103513983A (zh) | 用于预测性警报阈值确定工具的方法和系统 | |
WO2011142988A1 (en) | Risk element consolidation | |
WO2011142985A1 (en) | Technology infrastructure-change risk model | |
CN113011889B (zh) | 账号异常识别方法、系统、装置、设备及介质 | |
WO2011142987A1 (en) | Organization-segment-based risk analysis model | |
WO2021159834A1 (zh) | 异常信息处理节点分析方法、装置、介质及电子设备 | |
CN110046981B (zh) | 一种信用评估方法、装置及存储介质 | |
CN109255000B (zh) | 一种标签数据的维度管理方法及装置 | |
CN110782123A (zh) | 决策方案的匹配方法、装置、计算机设备及存储介质 | |
CN111598713B (zh) | 基于相似度权重更新的团伙识别方法、装置及电子设备 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
KR20210033294A (ko) | 자동보고서생성장치 및 그 동작 방법 | |
CN115809853A (zh) | 一种企业业务流程的配置优化方法、系统及存储介质 | |
Thasni et al. | Cloud service provider selection using fuzzy TOPSIS | |
CN112287111A (zh) | 一种文本处理方法和相关装置 | |
CN115146653B (zh) | 对话剧本构建方法、装置、设备及存储介质 | |
Lo et al. | An emperical study on application of big data analytics to automate service desk business process | |
CN109657060B (zh) | 安全生产事故案例推送方法及系统 | |
CN116862658A (zh) | 信用评估方法、装置、电子设备、介质和程序产品 | |
Yelmen et al. | A novel hybrid approach for sentiment classification of Turkish tweets for GSM operators | |
US11741099B2 (en) | Supporting database queries using unsupervised vector embedding approaches over unseen data | |
CN115495587A (zh) | 一种基于知识图谱的告警分析方法及装置 | |
CN115186151A (zh) | 简历筛选方法、装置、设备及存储介质 | |
CN112527851B (zh) | 用户特征数据筛选方法、装置及电子设备 |
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 |