-
公开(公告)号：CN107808258B
公开(公告)日：2021-02-23
申请号：CN201711166976.6
申请日：2017-11-21
Applicant: 杭州电子科技大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于业务流程日志和协作模式的工作流最优员工分配方法。本发明通过引入了实体的概念将员工执行活动作为一个整体，分别提出了活动协作度和实体协作度计算的方法用来度量历史事件日志中活动与活动之间的协作水平、实体与实体之间的协作能力。挖掘具有高协作能力的实体序列即高协作模式，对这些模式和待分配的活动流程分别进行不同类型的编码，通过编码之间与位操作的匹配规则快速找到能用来对待分配活动流程进行员工分配的高协作模式，作为候选员工分配方案；最后从候选员工分配方案中选出一种在能使得待分配活动流程的整体协作度最大的分配方案作为协作最优的员工分配方案。本发明可以快速有效地实现工作流中协作最优的员工分配。
-
公开(公告)号：CN112052232A
公开(公告)日：2020-12-08
申请号：CN202010705097.1
申请日：2020-07-21
Applicant: 杭州电子科技大学
IPC: G06F16/21 , G06F16/23 , G06F16/9537 , G06Q10/10
Abstract: 本发明公开了一种基于重演技术的业务流程上下文提取方法。方法将业务流程的上下文信息划分为从控制流角度观察的行为上下文和从非控制流角度观察的数据上下文。其中行为上下文采用重演技术利用Petri网来进行捕捉，包括全局行为上下文和局部行为上下文；数据上下文通过对事件的关键属性执行分析获取，包括时间上下文和属性上下文。本发明方法能够从多个视角极好地展现当前实例执行的上下文环境，对后续的业务流程深度分析如异常检测、业务流程预测性等提供支撑。
-
公开(公告)号：CN111178623A
公开(公告)日：2020-05-19
申请号：CN201911366631.4
申请日：2019-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多层机器学习的业务流程剩余时间预测方法。该方法提取了历史日志中的实例间属性以剩余关键活动数属性，并使用stacking技术将XGBoost、LightGBM模型进行融合，从而得到一个更优的融合模型来完成对流程实例剩余时间的预测。这种业务流程剩余时间预测方法有精度高、鲁棒性强等特点，能有效预测流程未来执行信息，为相关人员进行流程优化、流程控制等提供指导。
-
公开(公告)号：CN110032494A
公开(公告)日：2019-07-19
申请号：CN201910218832.3
申请日：2019-03-21
Applicant: 杭州电子科技大学
IPC: G06F11/30
Abstract: 本发明公开了一种基于关联关系的双粒度噪声日志过滤方法。该方法基于局部依赖度和全局依赖度计算得到混合依赖度，通过本发明方法能够同时实现日志中噪声事件的细粒度过滤和噪声轨迹的粗粒度过滤。相比于传统的日志过滤方法，本发明具有如下收益：1、采用了双粒度过滤机制，对于不同的噪声情景使用不同的过滤机制，从而在尽可能保留原始日志数据的情况下实现了优秀的过滤效果；2、使用过滤后的日志文件用于流程挖掘能极大提高流程发现模型的精度，增强了模型的可理解性。
-
公开(公告)号：CN109688014A
公开(公告)日：2019-04-26
申请号：CN201910003351.0
申请日：2019-01-03
Applicant: 杭州电子科技大学
CPC classification number: H04L41/5054 , H04L41/142 , H04L67/02
Abstract: 本发明公开了一种关键字驱动的Web服务自动组合方法，本发明提出的方法综合考虑了用户的个性化功能需求和服务数量两个重要因素。针对关键字唯一性和关键字时序性双重约束下组合服务个数最小化的自动Web服务组合问题，提出了关键字驱动的Web服务自动组合方法。特别地，该方法通过构造三个索引来实现了一系列有效的剪枝策略。为了实现高效的查询处理，本发明还提出了一系列图优化策略。
-
Patent Agency Ranking
公开(公告)号：CN107909344B
公开(公告)日：2020-07-17
申请号：CN201711165952.9
申请日：2017-11-21
Applicant: 杭州电子科技大学
IPC: G06Q10/10
Abstract: 本发明公开了一种基于关系矩阵的工作流日志重复任务识别方法。本发明采用对日志事件先分类再聚类的策略，在划分过程中通过寻找具有稳定结构的循环和并行结构，减少划分种类。在聚类过程中，根据事件上下文计算候选重复任务集合中两两之间相似度，在每次聚类过程中计算模型质量，最终聚类完成后选择最优聚类方案，其中每个聚类即代表了一个真正不同的任务。采用本发明的方法识别和重命名重复任务可提高后续工作流模型挖掘的精确度。
-
公开(公告)号：CN112052232B
公开(公告)日：2021-06-01
申请号：CN202010705097.1
申请日：2020-07-21
Applicant: 杭州电子科技大学
IPC: G06F16/21 , G06F16/23 , G06F16/9537 , G06Q10/10
Abstract: 本发明公开了一种基于重演技术的业务流程上下文提取方法。方法将业务流程的上下文信息划分为从控制流角度观察的行为上下文和从非控制流角度观察的数据上下文。其中行为上下文采用重演技术利用Petri网来进行捕捉，包括全局行为上下文和局部行为上下文；数据上下文通过对事件的关键属性执行分析获取，包括时间上下文和属性上下文。本发明方法能够从多个视角极好地展现当前实例执行的上下文环境，对后续的业务流程深度分析如异常检测、业务流程预测性等提供支撑。
-
公开(公告)号：CN107909344A
公开(公告)日：2018-04-13
申请号：CN201711165952.9
申请日：2017-11-21
Applicant: 杭州电子科技大学
IPC: G06Q10/10
Abstract: 本发明公开了一种基于关系矩阵的工作流日志重复任务识别方法。本发明采用对日志事件先分类再聚类的策略，在划分过程中通过寻找具有稳定结构的循环和并行结构，减少划分种类。在聚类过程中，根据事件上下文计算候选重复任务集合中两两之间相似度，在每次聚类过程中计算模型质量，最终聚类完成后选择最优聚类方案，其中每个聚类即代表了一个真正不同的任务。采用本发明的方法识别和重命名重复任务可提高后续工作流模型挖掘的精确度。
-
公开(公告)号：CN107808258A
公开(公告)日：2018-03-16
申请号：CN201711166976.6
申请日：2017-11-21
Applicant: 杭州电子科技大学
IPC: G06Q10/06
CPC classification number: G06Q10/063114 , G06Q10/063112
Abstract: 本发明公开了一种基于业务流程日志和协作模式的工作流最优员工分配方法。本发明通过引入了实体的概念将员工执行活动作为一个整体，分别提出了活动协作度和实体协作度计算的方法用来度量历史事件日志中活动与活动之间的协作水平、实体与实体之间的协作能力。挖掘具有高协作能力的实体序列即高协作模式，对这些模式和待分配的活动流程分别进行不同类型的编码，通过编码之间与位操作的匹配规则快速找到能用来对待分配活动流程进行员工分配的高协作模式，作为候选员工分配方案；最后从候选员工分配方案中选出一种在能使得待分配活动流程的整体协作度最大的分配方案作为协作最优的员工分配方案。本发明可以快速有效地实现工作流中协作最优的员工分配。
-
公开(公告)号：CN111178623B
公开(公告)日：2022-06-17
申请号：CN201911366631.4
申请日：2019-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多层机器学习的业务流程剩余时间预测方法。该方法提取了历史日志中的实例间属性以剩余关键活动数属性，并使用stacking技术将XGBoost、LightGBM模型进行融合，从而得到一个更优的融合模型来完成对流程实例剩余时间的预测。这种业务流程剩余时间预测方法有精度高、鲁棒性强等特点，能有效预测流程未来执行信息，为相关人员进行流程优化、流程控制等提供指导。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.08 seconds)
