一种基于可配置过程模型的过程实例集合演化管理方法与流程

文档序号:11678281阅读:306来源:国知局
一种基于可配置过程模型的过程实例集合演化管理方法与流程
本发明涉及业务过程与信息
技术领域
,具体地,涉及一种基于可配置过程模型的过程实例集合演化管理方法。
背景技术
:随着企业信息化水平的逐步提高,过程在企业管理中的重要性日益凸显,企业中的生产过程、经营过程和管理过程等都属于企业过程,也称为业务过程。过程模型是对真实世界中过程的抽象,主要用于描述、分析和改进过程,当前主流的过程建模语言包括uml活动图(umlactivitydiagram)、bpmn(businessprocessmodelingnotation)、epc(event-drivenprocesschains)和yawl(yetanotherworkflowlanguage)等。随着过程模型的应用日益普遍,企业有可能拥有并管理维护大量的业务过程模型。经过长期的积累,企业的过程模型库中可能存在大量描述领域内相似过程的过程模型实例(processmodelvariant,简称过程实例或过程变体)。举例而言,suncorp集团是澳大利亚最大的保险公司,提供了多种类型的保险产品,如车险、房险以及商业险等等,并且这些产品也可能由集团下属的不同子公司分别提供,因此在suncorp集团中至少存在30余个描述保险理赔申请处理的过程实例;另一个例子,国内某机场贵宾服务公司为不同类型的旅客提供不同但相似的服务,例如政府贵宾、商务贵宾、商务嘉宾以及其他个人会员,并且在全国各地拥有若干成员子公司,针对不同类型的旅客、不同子公司之间的贵宾服务流程非常相似但又存在一定的差异性。上述这样企业过程模型库中存在的一组描述相同业务的相似过程实例称之为过程实例集合。由于企业的业务随时可能发生变化,因此过程模型也会随着业务的变化而发生演化。由于过程模型库中相似过程实例的存在,这些过程实例之间可能出现演化不一致的情况发生。例如根据业务需求,所有过程模型的活动a需要变化修改为活动b,但业务人员在变更过程模型时可能遗忘了修改某一个过程实例,从而导致该过程实例与集合内其他过程实例出现不一致。此外,相似过程实例的存在也增加了过程模型库的冗余度,为过程模型的有效管理增加了难度。现有技术往往通过建立一个描述过程实例集合的统一模型,或者实现过程实例之间的自动变更传播来解决上述问题。可配置过程模型是近年出现的一种参考模型建模技术,用户可以通过裁剪和配置参考模型得到特定的过程模型。可配置过程模型通过可配置节点描述过程的可变性,每个可配置节点可以有多种配置选项,不同配置选项之间存在关联关系,建模人员可以通过对可配置节点进行不同的配置得到一系列相似的过程模型,因此可配置过程模型可以作为一个统一模型对过程实例集合进行描述和管理,以降低过程模型库的冗余并实现过程实例集合的一致性演化。使用可配置过程模型作为描述过程实例集合的统一模型主要需要完成两方面的工作:第一,基于过程实例集合自动生成相应的可配置过程模型;第二,当过程实例集合发生演化时,即集合中增加了新的过程实例或者删除了现有的过程实例时,该集合相应的可配置过程模型也应该发生自动演化以适应新的过程实例集合。现有的过程模型合并技术能够将一对过程实例合并为一个可配置过程模型,但是该技术不能支持可配置节点之间关联关系的构建,并且仅支持一对过程模型的合并,不能同时将一组过程实例合并为可配置过程模型。此外,目前尚缺乏相应的技术支持可配置过程模型的结构和配置关联关系的自动增量式演化。技术实现要素:针对过程模型库中存在相似过程实例所带来的冗余度高和演化不一致等问题,本发明提出一种基于可配置过程模型的过程实例集合演化管理方法。本发明方法较好地解决了上述问题,通过建立统一的可配置过程模型对过程实例集合进行描述和管理,以降低过程模型库的冗余并实现过程实例集合的一致性演化,并且当过程实例集合发生变化时,相应的可配置过程模型也能够自适应地进行演化。本发明的基于可配置过程模型的过程实例集合演化管理方法,首先实现以一个描述特定业务的过程实例集合为输入,包含支持约束规则描述的可配置过程模型的自动构建方法,然后实现可配置过程模型适应过程实例集合变化的自动演化管理。本发明提供的可配置过程模型的自动构建方法,包括:步骤一:定义用于统一管理过程实例集合的可配置过程模型。步骤二:将过程实例集合中的所有过程实例合并,生成可配置过程模型的结构并标注可配置节点,包括:以所有的过程实例为输入,建立过程实例之间的节点匹配关系,将相互匹配的节点合并,将具有相同源节点和目标节点的边合并,插入xor网关优化模型结构进行结构化处理,使得所有输入/输出控制流唯一;生成可配置节点,一个节点是可配置的当且仅当该节点包含的所有输入输出边的标记不完全一致。步骤三:生成可配置节点之间的配置关联关系,从而得到完整的可配置过程模型,包括:首先,识别可配置节点在各个过程实例中的配置结果;然后,基于配置结果矩阵利用关联规则挖掘算法生成配置规则集合。基于所述的可配置过程模型的自动构建方法,本发明实现的基于可配置过程模型的过程实例集合演化管理方法,监视过程模型库,等待过程实例集合发生变化,当过程实例集合变化时,可配置过程模型的结构发生自动演化,可配置过程模型中包含的配置关联关系发生自动演化。过程实例集合变化的情况有:(1)新的过程实例加入到过程实例集合中;(2)从过程实例集合中删除某一过程实例;(3)用户修改了过程实例集合中的某一过程实例。本发明的优点和积极效果在于:(1)本发明方法直观、简单、有效,能够基于过程实例集合自动生成可配置过程模型,生成方式为一次过程模型合并,采用该统一模型对过程实例集合进行描述和管理,可以降低过程模型库的冗余并实现过程实例集合的一致性演化;(2)本发明方法构建的统一模型能够随着过程实例集合的变化而发生自适应地进行演化,演化涵盖了可配置过程模型的结构和配置关联关系,并且是增量式的,即演化方法仅需要考虑当前发生变化的过程实例,具有较高的效率。附图说明图1是本发明基于可配置过程模型的过程实例集合演化管理方法的整体流程示意图;图2是本发明对可配置过程模型概念介绍的简单示意图;图3是本发明方法实施例保险理赔过程实例集合的示意图;图4是本发明实施案例经过步骤二中实施过程实例合并的预处理结果示意图;图5是本发明步骤二中实施例将过程实例简单合并后的结果示意图;图6是本发明步骤二中实施例重复边合并后的结果示意图;图7是本发明步骤二中插入xor网关方式的示意图;图8是本发明步骤二中实施例插入xor网关后的结果示意图;图9是本发明步骤二中实施例应用化简规则1后的结果示意图;图10是本发明步骤二中实施例应用化简规则2后的结果示意图;图11是本发明步骤二中实施例生成的可配置过程模型的结构示意图;图12是本发明可配置过程模型包含的配置规则定义的示意图;图13是本发明步骤三中实施例生成的可配置过程模型的配置规则结果示意图;图14是本发明步骤五中向实施例过程实例集合中新增过程实例的示意图;图15是本发明步骤五中可配置过程模型插入新的节点和边的结果示意图;图16是本发明步骤五中可配置过程模型结构在新增过程实例时的演化结果示意图;图17是本发明步骤八中可配置过程模型配置规则在新增过程实例时的演化结果示意图。具体实施方式为便于本领域一般技术人员理解和实施本发明,现结合附图描述本发明的具体实施方式。bpmn建模语言被广泛用于对业务过程进行建模,本发明介绍的实施示例均采用bpmn语言的建模图符。如图1所示,为实施本发明中所述方法的步骤流程图,对具体步骤p01~p08详细描述如下:步骤p01:定义用于管理过程实例集合演化的可配置过程模型。可配置过程模型是包含可配置节点的过程模型,可配置节点是需要在设计时进行配置决策的节点。可配置节点可以是活动(activity)或网关节点(gateway)。一个可配置活动可以被配置为on或者off,他们分别意味着在过程实例中存在或忽略这一活动,如图2(a)所示。一个可配置网关可以通过配置来裁剪该网关包含的行为,例如一个可配置xor节点可以配置为其包含的任意一条分支路径或者在配置中保留该xor节点和若干条分支路径,如图2(b)所示;而对于可配置or节点而言,由于它包含最广泛的行为语义,因此它可以被配置为任意网关类型或选择任意分支路径,如图2(c)所示。表1中给出了不同类型的可配置网关节点的配置规则,将一个可配置节点n的配置结果记作conf(n)。表1不同类型的可配置网关节点的配置规则orandxorseq可配置or节点√√√√可配置and节点√可配置xor节点√√表1中,or节点表示或节点,表示在后续的分支路径中可以选择其中任意若干条路径执行;and节点表示与节点,表示在后续的分支路径全部都需要被执行;xor节点表示异或节点,表示后续的分支路径中有且仅有一条路径被选择执行;seq表示选择与可配置节点连接的其中一条路径(sequence),并且删除可配置节点。例如表1的最后一行表示的配置规则是:可配置过程模型中的可配置xor节点在过程实例中可以被配置为与之连接的任意一条分支路径(seq),也可以保留该节点配置成为一个普通的xor节点。本发明将可配置过程模型定义为节点带属性的连通有向图,过程模型中的活动和网关等元素被抽象为节点,控制流连接被抽象为有向边,并且节点可以具有名称、类型、可配置性等若干属性,具体地,一个可配置过程模型是一个六元组(n,e,l,t,b,s),其中:·n表示模型中所有节点的集合;·表示节点间有向边的集合;·l:n→label表示模型中各个节点的名称;·t:n→type表示节点的类型,包括活动、事件、网关等;·b:n→{true,false}是一个布尔函数用于指定模型节点是否为可配置节点;·s是一系列由配置规则cr构成的集合,一条配置规则描述了两个节点配置结果之间的关联关系,配置规则遵从“if规则头then规则体”的形式,描述型如“当节点n1被配置为conf(n1)时,那么节点n1则会被配置为conf(n2)”的关联关系。步骤p02:将过程实例集合中的所有过程实例合并,生成可配置过程模型的结构并标注可配置节点。本发明结合如图3所示的关于保险理赔处理的过程实例集合来进行详细阐述。图3(1)描述了常规的处理过程,职员收到请求(receiveclaim)后首先对客户的理赔申请进行核验(validateclaim或confirmrequest),核验通过后分配两名理算员进行定损评估(reviewdamagebyadjuster1以及reviewdamagebyadjuster2),形成评估之后交于职员确定理赔金额(determinesettlement),最终通过经理审批(approvalbymgr.)后将款项支付(makepayment)给客户;图3(2)描述了当损失金额较低时的处理过程,当损失金额低于10万元时,可以仅由一名理算员进行定损评估(reviewdamagebyadjuster1);当损失金额较大,超过30万元时,需要增加一个高级经理审批(approvalbyseniormgr.)的步骤,如图3(3)所示;如果该申请需要加急处理,则两个审批步骤可以同时进行以节约时间,如图3(4)所示;图3(5)描述了损失金额特别大的情形,当损失金额超过50万元时,第二步的审批需要由副总裁执行(approvalbyvicepresident)。本步骤的目标是基于这5个过程模型实例自动生成统一的可配置过程模型。自动生成统一的可配置过程模型的步骤如下。首先,对输入的过程实例进行预处理,采用基于wordnet的词语相似度方法(lin相似度)对过程实例之间的活动名称进行相似度匹配,建立过程实例之间的节点匹配关系,并在所有的过程实例的边上标记该过程实例的识别号id,如图4中的过程实例(2)所示,每条边上使用该过程实例的id=2进行了标记。图4的模型与图3相同,为了便于后续描述,使用字母代替了具体的活动名称。第二,将相互匹配的节点合并为一个节点,并保持节点之间边的连接。若匹配的节点之间的属性存在差异,保留在过程实例中出现频率最高的属性值,并将其他属性值以节点标记的形式记录。图4的5个过程实例合并节点后得到图5所示的模型。第三,合并起止两端相同的边,对模型所有边进行遍历,找到具有相同源节点和目标节点的边,将这些边分别合并为一条,并把边上标注的过程实例id合并,图5所示模型经过处理后得到图6所示的模型。第四,为了使模型更加结构化,需要插入xor网关优化模型结构,使得所有的分支或合并都发生在网关节点上,即不允许活动节点作隐式的分支或合并,因此对所有输入/输出控制流不唯一的活动进行如下处理:1)如果活动节点n的输入边不唯一,如输入边为e1,e2,…,ek,k>1,则在n之前插入xor-join类型网关节点g,将活动节点n的所有输入边的目标节点设置为g,并插入一条以g为源节点、n为目标节点的边enew,该边的标记为所有输入边标记的并集,如图7中左图所示;2)如果活动节点n的输出边不唯一,如输出边为e1,e2,…,ek,k>1,则在n之后插入xor-split类型网关节点g,将n的所有输出边的源节点设置为g,并插入一条以n为源节点、g为目标节点的边enew,该边的标记为所有输出边标记的并集,如图7右图所示。图6所示模型经过上述处理后得到图8所示的模型。第五,化简模型,提出两条化简规则来减少网关节点的数量,包括了:1)合并连续同类网关节点;2)删除无用网关节点。化简规则1:合并连续同类网关节点,由于两个连续的分支(或合并)类型的网关节点可以被合并为一个分支(或合并)网关节点。例如图8虚线框标记的部分为可以合并的网关节点,合并后的模型如图9所示。化简规则2:删除无用的网关节点,即删除输入边和输出边的数量均为1的网关节点,化简后的模型如图10所示。第六,生成可配置节点,一个节点是可配置的当且仅当该节点包含的所有输入输出边的标记不完全一致,标注可配置节点后的可配置过程模型如图11所示。步骤p03:生成可配置过程模型中可配置节点之间的配置关联关系,即配置规则。本发明使用图12所示的ebnf对配置规则进行形式化描述。例如图11中的可配置过程模型节点g6与g3之间存在配置规则cr1“g6=seq-g5→g3=seq-e:s=0.5,c=1.0”,该条配置规则的含义是:当节点g6被配置为源节点为g5的单一路径时,节点g3就很有可能被配置为目标节点为活动e的单一路径,并且该配置规则的支持度和置信度分别为0.5和1.0。图12所示,为本发明可配置过程模型包含的配置规则定义,定义配置规则表示为:cr=config,“→”,config,“:”,param;对其中涉及的参数进行说明如下:cr:配置规则,例如cr1;config:规则头或规则体,例如cr1中的“g6=seq-g5”、“g3=seq-e”;param:配置规则的参数,例如cr1中的“s=0.5,c=1.0”;nid:可配置节点的id,例如cr1“g6=seq-g5”中的“g6”、“g3=seq-e”中的“g3”;result:配置结果,例如例如cr1“g6=seq-g5”中的“seq-g5”、“g3=seq-e”中的“seq-e”;actres:可配置活动的配置结果;gtwres:可配置网关的配置结果;type:可配置网关的配置结果的类型,例如cr1“g6=seq-g5”中的“seq”;branches:可配置网关的配置结果选择的路径,例如cr1“g6=seq-g5”中的“g5”;value1:配置规则的支持度;value2:配置规则的置信度。支持度support=0.5表示在50%的过程实例中配置结果“g6=seq-g5”和“g3=seq-e”成立,而置信度confidence=1.0则表示对于满足“g6=seq-g5”的过程实例,它们全部也都满足“g3=seq-e”。支持度表示过程实例集合中规则头和规则体均成立的过程实例所占的比例,置信度表示过程实例集合中规则头和规则体均成立的过程实例占规则头成立的过程实例的比例。配置规则的生成包括两个核心步骤:首先需要识别可配置节点在各个过程实例中的配置结果,然后基于配置结果生成配置规则集合。为了识别可配置过程模型cg中的可配置节点n在过程实例g中的配置结果,首先基于lin相似度建立cg与g之间的节点匹配关系。如果节点n是可配置活动,那么它的配置结果conf(n)=on当且仅当g中存在活动n'与它存在节点匹配关系,否则它的配置结果conf(n)=off。如果节点n是可配置网关并且g中存在网关n'与它存在节点匹配关系,则n的配置结果conf(n)=type(n')-n'·,此处n为分支类型,n'·表示n'的后继节点集合;或conf(n)=type(n')-·n',此处n为合并类型,·n'表示n'的前驱节点集合;如果g中不存在网关与节点n存在匹配关系,假设n是分支(或合并)类型的网关,需要在其后继(或前驱)节点中寻找存在于节点匹配关系中的节点,若找到了满足条件的节点n1,则n的配置结果conf(n)=seq-n1,否则节点n对于过程实例g是无效的可配置节点。配置结果识别后得到一个n×m的矩阵,其中n为过程实例集合包含过程实例的数量,m为可配置过程模型中可配置节点的数量,该配置结果矩阵将作为配置规则生成的基础。表2给出了将图11所示的模型配置成图4包含的5个过程实例的配置结果矩阵。表2本发明实施例的配置结果矩阵idg1g2g3g4g5g61and-b,cand-b,cseq-en/aseq-g6seq-g52seq-bseq-bseq-en/aseq-g6seq-g53and-b,cand-b,cseq-eseq-g5seq-g4seq-g4and-b,cand-b,cand-e,g4seq-g3seq-g6and-g5,g5and-b,cand-b,cseq-en/aseq-hseq-h然后本发明采用关联规则挖掘的方法基于配置结果矩阵生成配置规则。关联规则挖掘方法最初应用于超市购物篮分析,目标是发现客户购买商品之间的关联关系,例如著名的“啤酒与尿布”案例。本发明实施例采用关联规则挖掘经典的apriori算法对配置结果矩阵进行处理。apriori算法的核心思想是首先按照项集规模由小至大生成所有满足最小支持度的频繁项集,然后在频繁项集的基础上生成它所包含项之间满足最小置信度的规则。例如给定支持度和置信度参数:s=0.5,c=0.75,以图11所示的可配置过程模型和图4包含的过程实例集合为输入,apriori算法的执行结果如图13所示。支持度和置信度参数的设置决定了配置规则生成的结果,用户可以根据自身需求设定参数,当需要较为严格的蕴含关联关系时,可以将置信度设置在较高的水平;当要求配置规则具有较强的适用性,仅考虑常用配置结果时,则应该提高支持度参数。至此,用于统一管理过程实例集合的可配置过程模型(包括模型结构和配置规则)已经完整构建。步骤p04:建模人员使用构建出的可配置过程模型统一管理过程实例集合,同时监视过程模型库,随时对过程实例集合发生的变化进行响应。步骤p05:当新的过程实例加入到过程实例集合中时,可配置过程模型的结构发生自动演化,演化的方式是增量式的。如图14所示,由于部门业务调整,新增的处理方案中使用一项新的任务(活动x)取代原有的定损评估任务(活动b和活动c),新的过程实例被加入到模型库中。可配置过程模型此时需要随着过程实例集合的变化发生演化,使得其自身能够代表包括原有的5个过程实例和新增模型在内的全部6个过程实例,演化的具体步骤如下:第一,基于词语相似度(lin相似度)建立可配置过程模型和新增的过程实例之间节点匹配关系。通过节点匹配关系识别出在新增过程实例中存在但与可配置过程模型中任何节点均不具有匹配关系的节点,例如图14中的活动x,将这些节点插入到可配置过程模型中。第二,在向可配置过程模型中插入新的节点之后,需要识别新增过程实例中不符合可配置过程模型的边。新增过程模型中的边e=<n1i,n1j>符合可配置过程模型g当且仅当g中存在节点n2i和n2j,使得n2i与n1i之间、n2j与n1j之间均分别存在匹配关系,且节点n2i和n2j之间存在路径,并且路径上不存在非可配置节点。将不符合可配置过程模型的边插入到可配置过程模型中,例如图14的新增模型中符合可配置过程模型的边包括:<start,a>、<d,e>、<e,f>以及<f,end>,不符合的边包括<a,x>和<x,d>。在示例可配置过程模型中插入节点和边之后得到的结果如图15所示。第三,按照步骤p02中的第四和第五步的方法对可配置过程模型进行结构优化,即插入可配置xor网关节点使得所有的分支或合并都发生在网关节点上,然后化简多余的网关节点,图15的可配置过程模型经过结构优化后得到的最终经过演化后的可配置过程模型如图16所示。步骤p06:当从过程实例集合中删除过程时,可配置过程模型的结构发生自动演化,其演化机制与新增过程实例的演化机制类似,但是额外的需要以边的id标记作为辅助。演化的方式是增量式的。首先将需要删除过程实例的id从可配置过程模型各条边的标记中删除,当某条边不包含任何标记时则直接将该条边删除,然后删除模型中孤立的节点,并化简无用的网关节点(即单边入单边出的网关)后即可得到新的可配置过程模型的结构。步骤p07:当从过程实例集合中某个过程实例被修改时,可配置过程模型的结构发生自动演化。由于过程实例的修改可以与删除原有过程实例并加入新的过程实例两个步骤等价,因此本发明处理该情形下可配置过程模型的演化时,直接按照“步骤p05+步骤p06”相结合的方式进行。步骤p08:可配置过程模型中包含的配置规则发生自动演化。利用关联规则挖掘方法,根据新的过程实例集合对应的配置结果,生成新的配置规则,具体算法本发明采用关联规则增量式的更新算法fup以提高处理效率。例如,经过如图14所示的新增过程实例的变化后,可配置过程模型的配置规则演化的结果如图17所示。至此,可配置过程模型为了适应过程实例集合发生的演化完成,继续进入等待状态,监视过程模型库,随时对过程实例集合发生的下一次变化进行响应。本发明方法以直观、简单、有效的方式,提出了一种基于可配置过程模型的过程实例集合演化管理方法,在一定程度上解决了过程模型库中存在相似过程实例所带来的冗余度高和演化不一致等问题,通过一次性的过程实例合并的方法构建了包含配置规则的可配置过程模型,采用该模型对过程实例集合进行统一的描述和管理,并且该模型能够随着过程实例集合的变化而自动发生增量式演化,演化涵盖了可配置过程模型的结构和配置规则。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1