【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的智能分析，具體涉及一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法、裝置及計(jì)算機(jī)設(shè)備。
技術(shù)介紹
1、在快速發(fā)展的信息時(shí)代，企業(yè)逐漸依賴于復(fù)雜的業(yè)務(wù)流程來支撐日常運(yùn)營。流程業(yè)務(wù)數(shù)據(jù)中的業(yè)務(wù)指標(biāo)常用于衡量業(yè)務(wù)的實(shí)施情況，企業(yè)內(nèi)部相關(guān)的工作人員可以根據(jù)業(yè)務(wù)指標(biāo)及其變化情況對企業(yè)的產(chǎn)品、運(yùn)營策略等進(jìn)行更新，以使相應(yīng)業(yè)務(wù)的實(shí)施效果有所提升。例如，當(dāng)前流程業(yè)務(wù)數(shù)據(jù)中的效率指標(biāo)較低，就無法滿足流程業(yè)務(wù)需求。
2、相關(guān)技術(shù)中，一般通過人工分析流程業(yè)務(wù)數(shù)據(jù)，逐步分析各個(gè)流程節(jié)點(diǎn)的故障率指標(biāo)、效率執(zhí)行指標(biāo)以及使用時(shí)長指標(biāo)，但是在面臨大量的流程業(yè)務(wù)數(shù)據(jù)時(shí)，通過人工逐一檢測各個(gè)流程節(jié)點(diǎn)，相當(dāng)耗時(shí)，且成本高昂。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)提供了一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法、裝置及計(jì)算機(jī)設(shè)備，以解決在面臨大量的流程業(yè)務(wù)數(shù)據(jù)時(shí)，通過人工逐一檢測各個(gè)流程節(jié)點(diǎn)，相當(dāng)耗時(shí)，且成本高昂的問題。
2、根據(jù)第一方面，本公開實(shí)施例提供一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，方法包括：
3、獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)：
4、對多種歷史流程業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理；
5、從預(yù)處理后的多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將流程業(yè)務(wù)特征變量集輸入初始的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型；
6、獲取待分析流程業(yè)務(wù)數(shù)據(jù)；
7、將待分析流程業(yè)務(wù)數(shù)據(jù)輸入流程業(yè)務(wù)指標(biāo)數(shù)據(jù)
8、在一些可選的實(shí)施方式中，多種歷史流程業(yè)務(wù)數(shù)據(jù)：流程任務(wù)完成時(shí)間、流程任務(wù)錯(cuò)誤率、流程任務(wù)節(jié)點(diǎn)點(diǎn)擊次數(shù)；
9、對多種歷史流程業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，包括：
10、對多種歷史流程業(yè)務(wù)數(shù)據(jù)依次進(jìn)行缺失值處理、去重處理、數(shù)據(jù)整合處理。
11、在一些可選的實(shí)施方式中，將從預(yù)處理后的多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將流程業(yè)務(wù)特征變量集輸入初始的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，包括：
12、步驟a1，獲取流程業(yè)務(wù)特征變量集中的每個(gè)特征變量的預(yù)設(shè)參數(shù)；
13、步驟a2，基于每個(gè)特征變量的預(yù)設(shè)參數(shù)對多種歷史流程業(yè)務(wù)特征變量進(jìn)行排序；
14、步驟a3，從流程業(yè)務(wù)特征變量集中選取排序級別最高的特征變量，將該排序級別最高的特征變量作為第一特征變量；
15、步驟a4，計(jì)算第一特征變量與第二特征變量之間的相關(guān)系數(shù)，其中，第二特征變量是流程業(yè)務(wù)特征變量集除去第一特征變量之外的其余特征變量；
16、步驟a5，從流程業(yè)務(wù)特征變量集中刪除相關(guān)系數(shù)大于第一閾值的特征變量，進(jìn)而獲取第一特征變量的初始特征變量集；
17、步驟a6，從初始特征變量集中獲取排序級別最低的特征變量，并計(jì)算該排序級別最低的特征變量的方差膨脹因子值；
18、步驟a7，當(dāng)方差膨脹因子值大于第二閾值時(shí)，從初始特征變量集中刪除排序級別最低的特征變量，以及當(dāng)方差膨脹因子小于第二閾值時(shí)，在初始特征變量集中保留排序級別最低的特征變量；
19、步驟a8，針對初始特征變量集中的每個(gè)特征變量重復(fù)上述步驟a6至步驟a7，進(jìn)而獲取第一特征變量的第一特征變量集；
20、步驟a9，針對流程業(yè)務(wù)特征變量集中第二特征變量，重復(fù)上述步驟a3至步驟a7，進(jìn)而獲取多個(gè)特征變量集；
21、步驟a10，基于每個(gè)特征變量集，生成訓(xùn)練后的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型。
22、在一些可選的實(shí)施方式中，通過用戶反饋和/或日志文件和/或業(yè)務(wù)數(shù)據(jù)庫和/或監(jiān)控系統(tǒng)，獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)。
23、在一些可選的實(shí)施方式中，本公開實(shí)施例中的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，還包括：
24、基于待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果，生成流程業(yè)務(wù)指標(biāo)優(yōu)化措施。
25、在一些可選的實(shí)施方式中，將待分析流程業(yè)務(wù)數(shù)據(jù)輸入流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，得到待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果，包括：
26、獲取待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果；
27、計(jì)算業(yè)務(wù)指標(biāo)分析結(jié)果與待分析流程業(yè)務(wù)數(shù)據(jù)的業(yè)務(wù)指標(biāo)對應(yīng)的真值標(biāo)簽之間的損失值，并更新流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的網(wǎng)絡(luò)參數(shù)，并循環(huán)對流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型進(jìn)行訓(xùn)練，直至達(dá)到預(yù)設(shè)訓(xùn)練次數(shù)結(jié)束訓(xùn)練。
28、根據(jù)第二方面，本公開實(shí)施例提供一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析裝置，裝置包括：
29、第一獲取模塊，用于獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)，多種歷史流程業(yè)務(wù)數(shù)據(jù)包括：
30、預(yù)先處理模塊，用于對多種歷史流程業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理；
31、數(shù)據(jù)訓(xùn)練模塊，用于從預(yù)處理后的多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將流程業(yè)務(wù)特征變量集輸入初始的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型；
32、第二獲取模塊，用于獲取待分析流程業(yè)務(wù)數(shù)據(jù)；
33、數(shù)據(jù)分析模塊，用于將待分析流程業(yè)務(wù)數(shù)據(jù)輸入流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，得到待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果。
34、根據(jù)第三方面，本公開實(shí)施例提供一種計(jì)算機(jī)設(shè)備，包括：
35、存儲器和處理器，存儲器和處理器之間互相通信連接，存儲器中存儲有計(jì)算機(jī)指令，處理器通過執(zhí)行計(jì)算機(jī)指令，從而執(zhí)行第一方面或第一方面任一實(shí)施方式中的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法。
36、根據(jù)第四方面，本公開實(shí)施例提供一種計(jì)算機(jī)可讀存儲介質(zhì)，計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行第一方面或第一方面任一實(shí)施方式中的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法。
37、根據(jù)第五方面，本公開實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行第一方面或第一方面任一實(shí)施方式中的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法。
38、本專利技術(shù)技術(shù)方案，具有如下優(yōu)點(diǎn)：
39、本公開實(shí)施例公開了一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法、裝置及計(jì)算機(jī)設(shè)備，其中方法，通過獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)：對多種歷史流程業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理；從預(yù)處理后的多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將流程業(yè)務(wù)特征變量集輸入初始的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型；獲取待分析流程業(yè)務(wù)數(shù)據(jù)；將待分析流程業(yè)務(wù)數(shù)據(jù)輸入流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，得到待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果，最終本公開實(shí)施例在面臨大量的流程業(yè)務(wù)數(shù)據(jù)時(shí)，無需通過人工逐一檢測各個(gè)流程節(jié)點(diǎn)，不但降低了流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的耗時(shí)時(shí)長，而且還降低了成本。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多種歷史流程業(yè)務(wù)數(shù)據(jù)：流程任務(wù)完成時(shí)間、流程任務(wù)錯(cuò)誤率、流程任務(wù)節(jié)點(diǎn)點(diǎn)擊次數(shù)；
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，將從預(yù)處理后的所述多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將所述流程業(yè)務(wù)特征變量集輸入初始的所述流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的所述流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，包括：
4.根據(jù)權(quán)利要求1所述的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，通過用戶反饋和/或日志文件和/或業(yè)務(wù)數(shù)據(jù)庫和/或監(jiān)控系統(tǒng)，獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，還包括：
6.根據(jù)權(quán)利要求1所述的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，將所述待分析流程業(yè)務(wù)數(shù)據(jù)輸入所述流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，得到所述待分析流程業(yè)務(wù)數(shù)據(jù)對應(yīng)的業(yè)務(wù)指標(biāo)分析結(jié)果，包括：
7.一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析裝置，其特征在于，所述裝置包括：
...【技術(shù)特征摘要】
1.一種流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多種歷史流程業(yè)務(wù)數(shù)據(jù)：流程任務(wù)完成時(shí)間、流程任務(wù)錯(cuò)誤率、流程任務(wù)節(jié)點(diǎn)點(diǎn)擊次數(shù)；
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，將從預(yù)處理后的所述多種歷史流程業(yè)務(wù)數(shù)據(jù)中提取流程業(yè)務(wù)特征變量集，并將所述流程業(yè)務(wù)特征變量集輸入初始的所述流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型中，得到訓(xùn)練后的所述流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型，包括：
4.根據(jù)權(quán)利要求1所述的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的分析方法，其特征在于，通過用戶反饋和/或日志文件和/或業(yè)務(wù)數(shù)據(jù)庫和/或監(jiān)控系統(tǒng)，獲取用于訓(xùn)練流程業(yè)務(wù)指標(biāo)數(shù)據(jù)分析模型的多種歷史流程業(yè)務(wù)數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的流程業(yè)務(wù)指標(biāo)數(shù)據(jù)的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：胡潔琳，羅小濤，劉沅沅，楊凱，
申請(專利權(quán))人：湖南三湘銀行股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。