[发明专利]智能办公自动化系统工作流实例时间预测分析

说明书

本发明公开一种智能办公自动化系统工作流实例时间预测分析方法，所述智能办公自动化系统工作流实例时间预测分析主要包含基于BPM(Business Process Management，业务流程管理)工作流引擎的办公系统环境的搭建、工作流实例时间预测特征的提取、基于SVR(支持向量回归)的工作流实例时间预测、动态工作流路径的推荐和基于贝叶斯网的超时风险分析和评估。基于数据驱动的支持向量回归可以通过对已知工作流数据的学习，找到数据内在的相互依赖关系，从而获得对未知数据的预测和判断能力；动态工作流路径推荐系统根据动态变化的业务流程信息使用动态调整权重的策略规划出一条最优流程路径，结合风险评估进一步提高用户的工作效率。

技术领域

本发明涉及智能办公自动化系统工作流实例时间预测分析技术，主要涉及工作流实例时间预测特征的提取、基于支持向量回归的工作流实例时间预测、动态工作流路径的推荐和基于贝叶斯网的超时风险分析和评估。

背景技术

近年来随着大数据及人工智能概念的升温，越来越多的企业开始重视蕴藏在数据中的商业价值，并且随着数据挖掘技术的日益成熟，机器学习在政府、金融、通信、医疗、零售等多个行业中的应用越来越广泛和深入，基于特定业务目标问题及历史数据构建数据分析模型，实施模型存储、模型验证、模型部署应用及模型性能监控等模型管理行为，已成为企业数据挖掘过程中的重要环节。为应对不断变化的市场环境以及不断变化的客户需求，如何建立高效、可重复、可快速迭代，且灵活度高的模型管理流程，是企业提升其数据分析能力并将其能力和资源转化为价值的关键课题之一，具有很强的研究及实践意义。本专利基于此方向探索了数据分析模型管理与工作流集成的应用模式。

现在的工作流系统多有一些时效性要求，流程中的模型、实例、任务、资源等分别有其约束条件。工作流产生的流程日志能反映实例及任务的历史执行，对流程日志进行分析与挖掘，结合实时执行信息进行分析，可以优化流程，提高执行效率。虽然现有的系统改变了原有的公文处理模式，但是并没有改变公文的处理流程，也就是说，没有将先进的管理方法增加进来。纵观目前比较常用的产品，它们所能够提供的功能基本都是围绕公文的处理，其附加的功能无论从深度还是广度来说都远远不能令我们满意。其根本原因就是这些系统只是单纯地处理公文，没有对己处理公文加以利用，也就是说，没有做到知识的积累，无法根据这些己有的信息为企业需要做出决策分析服务。另外，伴随信息技术的迅速膨胀，企业所产生的公文激增，流程日志中数据量庞大，如何更高效地利用这些数据有效办公就成了各公司亟待解决的需求。因此，针对私有云环境下信息数据呈现海量、分散、动态变化的特点，需要进行私有云环境下基于数据驱动的业务流程时间预测分析关键技术研究。

发明内容

智能办公自动化系统工作流实例时间预测分析主要基于数据驱动的方法对工作流实例进行时间预测分析，实现的主要功能有：基于BPM(Business Process Management，业务流程管理)工作流引擎的办公系统环境的搭建、工作流实例时间预测特征的提取、基于SVR(支持向量回归)的工作流实例时间预测、动态工作流路径的推荐和基于贝叶斯网的超时风险分析和评估，如图1所示。

基于工作流的特点,本发明根据工作流时间分配中应考虑的因素,对公文和工作流日志中记录的数据进行提取和转换。在综合运用支持向量机等数据挖掘算法的基础上，对设计节点的预分配时间进行了预报,对数据管理系统中工作流各个任务节点进行了时间分配，使得在工作流设计阶段就可以周全地考虑流程中可能出现的因素，适当安排流程中各节点的完成时间，使公文的流转得到有效控制, 提高工作效率。另外，本发明针对类似督办督查公文等时效性要求高的公文的流程走向以及智能处理问题，提出了基于贝叶斯网络的工作流超时风险分析和评估。

本发明的优点在于：