一种基于流程引擎复杂业务数据智能处理方法与流程

1.本发明涉及数据处理技术领域，特别涉及一种基于流程引擎复杂业务数据智能处理方法。


背景技术：

2.造纸会消耗大量的木材，且其生产过程中还会产生大量的废水、废气、废渣等，对环境造成严重的污染。因此，无纸化办公受到了大力推行，大多数企业的业务流程从纸质化办理转化为基于流程引擎(业务过程的部分或整体在计算机应用环境下的自动化)的线上管理。
3.为实现线上管理，部分软件开发商根据各公司的具体需求编写逻辑代码，以提供业务流程管理服务。其中，业务流程包括基于业务功能的审批，如银行的借贷业务，还包括办公室自动化系统审批，如员工的外出审批等。实际操作过程中，相同的业务可能存在多种处理流程。因此，实现线上管理时，通常也存在多个路径可以输出相同的目标数据。
4.目前，用户在通过线上管理系统进行业务流程办理时，通常需要将自己的业务需求输入到系统中，而后由系统任意筛选一个或多个能够实现用户需求的路径进行数据处理。在此过程中，首先，某些路径理论上虽然能够实现数据的处理，但其运行时，各个流程节点间可能存在必要的衔接条件，也即必要的输入数据，而用户输入业务需求时未输入相应的业务数据，从而导致业务流程运行失败。而同时通过多条路径对业务进行并行处理，虽然能够提升运行结果输出的成功率，但采用此方法又会导致系统运算量较大，数据处理效率较低，且同样无法避免各条路径均运行失败时，数据输出失败的结果，更大程度上浪费了系统功耗和运行时间。尤其在数据处理量较大时，多线路代码的运行不仅会造成过多的无效数据处理操作，还会使得系统卡顿，降低数据处理效率。
5.因此，亟需提供一种基于流程引擎复杂业务数据智能处理方法，防止进行无效数据处理操作，以提升数据处理效率。


技术实现要素：

6.本发明提供了一种基于流程引擎复杂业务数据智能处理方法，能够防止进行无效数据处理操作，提升数据处理效率。
7.为了达到上述目的，本发明的基础方案如下：
8.一种基于流程引擎复杂业务数据智能处理方法，包括以下步骤：
9.s100，建立业务路径，所述业务路径包括若干个流程节点，所述流程节点间设有衔接条件；
10.s200，获取请求数据，所述请求数据包括已录入数据和目标数据；
11.s300，根据已录入数据和衔接条件，筛选能够生成目标数据的业务路径，并生成目标路径；
12.s400，通过目标路径处理请求数据。
13.本发明的原理及优点在于：
14.采用本方案，可以根据具体的需求建立能够处理各种业务需求的多条业务路径，从而实现业务流程的线上管理。具体的，业务路径中包括若干个流程节点，数据处理时，仅需依次运行既定的流程节点，即可输出相应的目标数据。
15.为了防止流程运行失败，本方案中，根据已录入数据和各流程节点间设置的衔接条件(为实现下一流程节点的跳转，所需要的输入数据)，判断根据已录入数据，是否能够完成该业务路径中各流程节点的运行，从而可以筛选出能够生成目标数据的业务路径，防止运行过程中出现数据空缺导致运行失败的情况。
16.相对于同时通过多条路径对业务进行并行处理而言，本方案不仅能够提升运行结果输出的成功率，还可以减少需要运行的业务路径数量，从而减少数据处理量，提升数据处理效率。尤其在数据处理量较大时，不仅能够防止过多的无效数据处理操作，还能够防止大量的数据运算导致系统卡顿。
17.综上，采用本方案，能够有效防止数据处理过程中运行失败的情况发生，从而防止进行无效数据处理操作，提升数据处理效率。
18.进一步，s300包括：
19.s301，根据流程节点，判断根据所述业务路径是否能够生成目标数据，若否，则删除该业务路径。
20.有益效果：剔除无法生成目标数据的业务路径，从而可以减少筛选已录入数据是否符合衔接条件时的数据处理量。也即，首先筛选出理论上能够生成目标数据的业务路径，再对筛选出来的业务路径进行实操可行性的判断，相对于直接对所有路径进行实操可行性判断而言，减少了数据处理量，提升了数据处理效率。
21.进一步，s300还包括：
22.s302，判断已录入数据是否满足所述业务路径中的衔接条件，若是，则判定所述业务路径能够生成目标数据，并执行s304；
23.s304，获取各业务路径的执行效率，并根据执行效率生成目标路径。
24.有益效果：判断已录入数据是否满足所述业务路径中的衔接条件，若是，则说明该业务路径中的流程节点运行过程中，不会出现因缺少数据而导致运行失败的情况。再结合各业务路径的执行效率，筛选出最佳的业务路径作为目标路径，进一步提升实现业务需求的效率。
25.进一步，s304包括：
26.s3041，判断能够生成目标数据的业务路径是否大于一个，若是，则执行s3042；
27.s3042，获取各业务路径的执行效率，并根据执行效率生成目标路径。
28.有益效果：判断能够生成目标数据的业务路径是否大于一个，若是，再进行业务路径的筛选，若否，则说明仅有一条业务路径能够实现目标数据的输出，此时便无需获取该业务路径的执行效率，也无需进行业务路径的筛选。由此，能够防止进行无效的数据获取及处理。
29.进一步，s300还包括：
30.s303，判断已录入数据是否能够通过运算满足所述业务路径中的衔接条件，若是，则判定所述业务路径能够生成目标数据，并执行s304；
31.s302中，判断已录入数据是否满足所述业务路径中的衔接条件，若否，则执行s303。
32.有益效果：虽然已录入数据可能未直接满足衔接条件，但如果已录入数据能够通过运算满足业务路径中的衔接条件，那么实际上该业务路径也是可以执行的。例如：已录入数据包括单价及数量，衔接条件需要输入总价，因总价＝单价*数量，故此时可以通过对已录入数据进行运算，得到衔接条件中所需的数据。因此，本方案中，若已录入数据能够通过运算满足衔接条件，则判定所述业务路径能够生成目标数据。
33.进一步，s3042中，获取各业务路径的执行效率和已录入数据需要进行的运算量，并根据执行效率和运算量生成目标路径。
34.有益效果：已录入数据的运算会对业务路径的执行效率造成一定的影响，结合执行效率和运算量能够更加准确的分析出实际运行过程中的运行效率，从而有利于筛选出最佳的目标路径。
35.进一步，s3042包括：
36.s1，获取业务路径中各流程节点间的执行复杂度；
37.s2，根据各流程节点间的执行复杂度，生成业务路径的执行效率；
38.s3，获取已录入数据为了满足衔接条件需要进行的运算量；
39.s4，根据运算量对执行效率进行调整；
40.s5，将调整后执行效率最高的业务路径设定为目标路径。
41.有益效果：根据各流程节点间的执行复杂度，生成业务路径的执行效率，再根据运算量对执行效率进行调整，将调整后执行效率最高的业务路径设定为目标路径。由此生成的目标路径为针对具体已录入数据和目标数据，运行效率最高的业务路径。
附图说明
42.图1为本发明实施例一种基于流程引擎复杂业务数据智能处理方法的流程框图。
具体实施方式
43.下面通过具体实施方式进一步详细说明：
44.实施例1：
45.实施例1基本如附图1所示：
46.一种基于流程引擎复杂业务数据智能处理方法，包括以下步骤：
47.s100，建立业务路径，所述业务路径包括若干个流程节点，所述流程节点间设有衔接条件。本实施例中，根据实际的业务需求，建立相应的业务路径，按照各业务路径中的流程节点进行运行，即可输出相应的目标数据。
48.例如，第一业务路径为外出流程审批，其流程节点依次为：提出外出审批——由部门负责人进行审批——由管理层进行审批——输出外出审批结果，衔接条件依次为：外出人员、外出时间及外出事项；无；无。第二业务路径为外出流程审批，其流程节点依次为：提出外出审批——由管理层进行审批——输出外出审批结果，衔接条件依次为：外出人员、外出时间及外出事项，且外出人员包括部门负责人；无。第三业务路径为外出流程审批，其流程节点依次为：提出外出审批——由部门负责人进行审批——输出外出审批结果，衔接条
件依次为：外出人员、外出时间及外出事项，且外出时间小于三小时；无。
49.可见，上述三个业务路径均为外出流程审批，可以输出相同的目标数据，但其具体的流程节点不同，相邻流程节点间的衔接条件也不同。
50.s200，获取请求数据，所述请求数据包括已录入数据和目标数据。本实施例中，该请求数据可由用户自主输入。例如：用户输入以下请求数据，已录入数据：外出人员为员工及部门负责人、外出时间为五小时、外出事项为商业谈判，目标数据：外出审批结果。
51.s300，根据已录入数据和衔接条件，筛选能够生成目标数据的业务路径，并生成目标路径；s300包括：
52.s301，根据流程节点，判断根据所述业务路径是否能够生成目标数据，若是，则执行s302，若否，则删除该业务路径。本实施例中，各流程节点均能够输出外出审批结果，在本技术的其他实施例中，若无法输出外出审批结果，则删除相应的业务路径，以减少后续的数据运算量。
53.s302，判断已录入数据是否满足所述业务路径中的衔接条件，若是，则判定所述业务路径能够生成目标数据，并执行s304，若否，则执行s303。
54.s303，判断已录入数据是否能够通过运算满足所述业务路径中的衔接条件，若是，则判定所述业务路径能够生成目标数据，并执行s304。
55.本实施例中，已录入数据满足第一业务路径和第二业务路径的衔接条件，且已录入数据无法通过运算满足第三业务路径中的衔接条件，故删除第三业务路径，保留第一业务路径和第二业务路径。本实施例中，预存有各数据的运算规则，可以根据各数据的运算规则判断出是否能够根据已录入数据运算出业务路径中需要的衔接条件。
56.s304，获取各业务路径的执行效率，并根据执行效率生成目标路径。s304包括：
57.s3041，判断能够生成目标数据的业务路径是否大于一个，若是，则执行s3042；若否，则直接将相应的业务路径输出为目标路径。
58.s3042，获取各业务路径的执行效率，并根据执行效率生成目标路径。s3042中，获取各业务路径的执行效率和已录入数据需要进行的运算量，并根据执行效率和运算量生成目标路径。s3042包括：
59.s1，获取业务路径中各流程节点间的执行复杂度；本实施例中，预存有各流程节点间的执行复杂度。
60.s2，根据各流程节点间的执行复杂度，生成业务路径的执行效率；本实施例中，通过人工智能的方式，根据业务路径中包含的流程节点，及相邻流程节点间的执行复杂度，分析该业务路径的执行效率。
61.具体的，采用bp神经网络模块，根据业务路径中包含的流程节点，及相邻流程节点间的执行复杂度，分析该业务路径的执行效率。bp神经网络模块包括bp神经网络模型，bp神经网络模块使用bp神经网络技术来对业务路径的执行效率进行分析，具体的首先构建一个三层的bp神经网络模型，包括输入层、隐层和输出层，本实施例中，以业务路径中包含的流程节点，及相邻流程节点间的执行复杂度作为输入层的输入，因此输入层有2个节点，而输出是对业务路径的执行效率的分析结果，因此共有1个节点；针对于隐层，本实施例使用了以下公式来确定隐层节点的数量：其中l为隐层的节点数，n为输入层的节点数，m为输出层的节点数，a为1至10之间的一个数，本实施例中取为6，因此隐层共有8个节
点。bp神经网络通常采用sigmoid可微函数和线性函数作为网络的激励函数。本实施例选择s型正切函数tansig作为隐层神经元的激励函数。预测模型选取s型对数函数tansig作为输出层神经元的激励函数。
62.s3，获取已录入数据为了满足衔接条件需要进行的运算量；本实施例中，还预存有各数据的运算量。
63.s4，根据运算量对执行效率进行调整，具体的，当该业务路径下，需要进行运算才能够满足相应的衔接条件时，根据运算量的大小调低执行效率，调低的程度与运算量的大小成正比。
64.s5，将调整后执行效率最高的业务路径设定为目标路径。
65.s400，通过目标路径处理请求数据。
66.采用本方案，能够有效防止数据处理过程中运行失败的情况发生，从而防止进行无效数据处理操作，并选择执行效率最高的业务路径处理请求数据，以提升数据处理效率。
67.实施例2：
68.实施例2基本原理与实施例1相同，其区别在于实施例2的s100中，包括以下步骤：
69.s101，建立业务路径；所述业务路径包括若干个流程节点，所述流程节点间设有衔接条件；
70.s102，分析各流程节点生成的中间数据；例如，第四业务路径上能够进行b+c/d的运算，其流程节点依次为：提出运算请求、c/d＝e、b+e＝f，对应的衔接条件依次为：已录入数据包括除数和被除数、已录入数据包括加数，输出的中间数据分别为两数相除的计算结果、两数相加的计算结果。第五业务路径上能够进行(h-j)+k的运算，其流程节点依次为：提出运算请求、h-j＝l、l+k＝m，对应的衔接条件依次为：已录入数据包括减数和被减数、已录入数据包括加数，输出的中间数据分别为两数相减的计算结果、两数相加的计算结果。
71.所述方法还包括：
72.s500，根据已录入数据、衔接条件和各业务路径中流程节点生成的中间数据，对业务路径拆分与重组，生成能够生成目标数据的目标路径，具体的，所述业务路径根据其中间数据生成的数据类型设有预设标签，根据已录入数据分析用户需求的数据类型，筛选能够生成用户需求的数据类型的业务路径进行拆分与重组，所述预设标签包括数学计算结果、审批结果等。例如，用户提出运算请求：1-(2+2/1)，单独使用第四业务路径或第五业务路径均无法实现用户的运算请求，则可以将第五业务路径进行拆分，并将其与第四业务路径进行组合，首先由第四业务路径完成2+2/1的运算，得到被减数4，再通过第五业务路径中的流程节点对1-4进行计算，得到目标数据-3。
73.由此，能够在现有业务路径无法实现用户的业务需求时，通过对现有业务路径进行拆分与组合，使其实现最终目标数据的输出。相较于现有技术中直接按照已有业务路径进行数据输出，在无相应业务路径能够直接输出目标数据时无法进行数据运算而言，采用本方案，不仅可以完成数据输出，满足用户的数据处理需求，还可以在数据处理过程中，扩大业务路径量，增加业务路径能够计算的数据复杂度，且在下一次需要计算类似的数据时，可以直接引用之前扩充的业务路径进行计算，提升了数据处理效率。
74.而现有技术中，通常在业务路径均无法实现用户的业务需求时，会筛选出与用户的业务需求最接近的一条业务路径进行数据的计算，由此能够减少用户需要自主进行处理
的数据量。其原因在于，对于本领域技术人员而言，数据处理的目的在于1、提高数据处理效率；2、减低人工处理量；而一个系统中的业务路径较多，要对每一个业务路径进行拆分，其数据处理量过大，会很大程度上的降低数据处理效率，所以，为了同时保障数据处理效率、减少人工处理量，本领域技术人员通常会采用筛选出与用户的业务需求最接近的一条业务路径进行数据处理的方案。但采用本方案，不仅能够更大程度上的实现复杂业务数据的处理，并且，由于根据各业务路径中间数据的数据类型进行了打标，所以可以根据用户需求的数据类型，对需要进行拆分的业务路径进行筛选，减少了数据处理量，克服了本领域技术人员的技术偏见。
75.实施例3：
76.实施例3基本原理与实施例1相同，其区别在于实施例3的s5包括以下步骤：
77.s51，对各业务路径的执行效率进行比对，判断调整后执行效率最高的业务路径与执行效率次高的业务路径间，执行效率相差的等级，是否高于预设效率等级差，若是，则将调整后执行效率最高的业务路径设定为目标路径，若否，执行s52；本实施例中，执行效率由高至低包括a、b、c、d、e级，预设效率等级差为两级，也即当执行效率最高与执行效率次高的业务路径间，执行效率相差的等级高于两级时，直接将调整后执行效率最高的业务路径设定为目标路径。
78.s52，获取各流程节点生成的中间数据的更新需求，本实施例中，获取各中间数据的末次更新时间，并根据末次更新时间分析各中间数据的更新需求，末次更新时间越晚，更新需求越低。
79.s53，根据各业务路径的执行效率和更新需求，生成目标路径；与s2相同，本实施例中，通过人工智能的方式，将各业务路径的执行效率和更新需求作为输入层的输入，目标路径作为输出层的输出，具体分析方式与s2中的执行效率分析相同，在此不再赘述。
80.例如，员工提出晋级审批时，可通过效率业务路径和质量业务路径进行晋级审批，上述业务路径对应的中间数据分别为员工在本晋级周期内的工作效率和员工在本晋级周期内的工作质量，若员工的工作效率已经在上一晋级周期得到了数据更新，而员工的工作质量是在上上一次晋级周期进行的数据更新，则说明对于管理层而言，了解该员工近期的工作质量的需求会更大，因此，结合中间数据的更新需求进行业务路径的选择，能够防止中间数据过长时间得不到更新，保障了数据更新效率。
81.对于本领域技术而言，业务路径的选择究其根本为处理效率的选择，也即进行业务路径的筛选时，最重要的是如何提升效率计算准确性，从而挑选出执行效率最高的业务路径进行数据处理。本方案中，在一业务路径的执行效率明显高于其他业务路径的执行效率时，直接采用执行效率最高的业务路径进行业务数据的处理，较高程度的提升了业务数据的处理效率；而在业务路径的执行效率相差无几时，实际上无论选择哪一条业务路径进行数据处理都是差不多的，此时本方案考虑到执行效率相对较低的业务路径可能长时间无法得到数据处理机会，也就会导致其中间数据长期得不到更新，故本方案中综合各中间数据的更新需求，防止中间数据过长时间无更新，保障了数据更新效率。综上，采用本方案，能够在提升业务数据处理效率的同时，提升数据更新效率，防止数据长时间无更新。
82.以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通
技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。