本发明涉及人工智能,尤其涉及一种基于人工智能的业务流程生成方法及系统。
背景技术:
1、随着科技和经济的发展,企业的竞争压力越来越大,面对多变的市场环境,企业需要具备较强的敏捷性,因此更多的企业尝试进行数字化、智能化转型,这就需要强大的数字化系统来有效支持企业各部门间的协同,帮助企业实现管理的创新与发展,为企业争取利益的最大化,增强企业的市场竞争力;业务流程数字化成为企业数字化工作中的重要一步,但目前的业务流程生成方案不够高效与智能,不能较好地满足企业的需求。
技术实现思路
1、鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于人工智能的业务流程生成方法及系统。
2、根据本发明的一个方面,提供了一种基于人工智能的业务流程生成方法,所述生成方法包括:
3、获取包含对业务处理过程进行描述的内容的第一多媒体数据;
4、对所述第一多媒体数据进行识别和修正得到第一识别数据;
5、根据所述第一识别数据和业务方画像数据生成业务流程图;
6、根据所述业务流程图确定标准流程单元和非标准流程单元;
7、从标准流程组件库中选择与所述标准流程单元对应的第一标准流程组件;
8、根据所述业务流程图和所述非标准流程单元生成对应的第一非标准流程组件;
9、根据所述第一标准流程组件和所述第一非标准流程组件生成业务流程。
10、可选的,所述第一多媒体数据包括第一音频数据和第一视频数据;
11、所述对所述第一多媒体数据进行识别和修正得到第一识别数据的步骤,包括:
12、对所述第一音频数据进行语音识别,得到第一语音识别结果;
13、对所述第一视频数据进行识别,得到第一文字识别结果和/或第一图形识别结果;
14、将所述第一语音识别结果、所述第一文字识别结果和/或所述第一图形识别结果根据预设规则进行修正后进行融合,得到第一识别数据。
15、可选的,所述业务方画像数据的获取包括以下步骤:
16、获取多个组织的历史数据;
17、将所述历史数据作为输入值发送至神经网络的输入层;
18、所述输入层与所述神经网络的初始层通过矩阵运算建立连接;
19、所述初始层得出第一输出结果,并将所述第一输出结果进行激活,将激活后的第二输出结果发送至所述神经网络的模拟输出层;
20、所述模拟输出层通过矩阵计算得出模拟输出值,并将所述模拟输出值输入所述神经网络的二次初始层;
21、所述二次初始层通过矩阵计算得出验证输出结果;
22、将所述输入层的所述输入值与二次初始层进行数据连接;
23、所述二次初始层通过矩阵计算得出二次输出结果,将二次输出结果与验证输出结果发送至所述神经网络的验证系数层进行验证,并得出正规化系数;
24、将所述正规化系数与模拟输出值发送至所述神经网络的输出层,所述输出层对模拟输出值进行正规化处理,得到拟态结果;
25、收集正反馈和/或逆反馈信息;
26、根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正,生成组织画像模型;
27、获取所述业务方的第一数据;
28、对所述第一数据进行特征处理,基于不同维度生成多个特征数据集;
29、利用所述组织画像模型分别对所述多个特征数据集进行处理,根据处理后的数据生成所述业务方画像数据。
30、可选的,所述根据所述第一识别数据和组织画像数据生成业务流程图的步骤之后,还包括:
31、将所述业务流程图发送至所述业务方;
32、接收所述业务方对所述业务流程图的修订或解释信息;
33、根据所述修订或解释信息对所述业务流程图进行修改。
34、可选的,所述根据所述业务流程图确定标准流程单元和非标准流程单元的步骤,包括:
35、根据所述业务流程图确定流程单元及流程单元的属性和功能;
36、确定所述流程单元间的关系;
37、根据预设的流程单元模型从所述流程单元中识别出所述标准流程单元和所述非标准流程单元。
38、一种基于人工智能的业务流程生成系统,包括:获取模块、识别模块、处理模块;
39、所述获取模块,用于获取包含对业务处理过程进行描述的内容的第一多媒体数据;
40、所述识别模块,用于对所述第一多媒体数据进行识别和修正得到第一识别数据;
41、所述处理模块,用于根据所述第一识别数据和业务方画像数据生成业务流程图;
42、所述处理模块,还用于根据所述业务流程图确定标准流程单元和非标准流程单元;
43、所述处理模块,还用于从标准流程组件库中选择与所述标准流程单元对应的第一标准流程组件;
44、所述处理模块,还用于根据所述业务流程图和所述非标准流程单元生成对应的第一非标准流程组件;
45、所述处理模块,还用于根据所述第一标准流程组件和所述第一非标准流程组件生成业务流程。
46、可选的,所述第一多媒体数据包括第一音频数据和第一视频数据;
47、所述识别模块,用于对所述第一多媒体数据进行识别和修正得到第一识别数据,具体是:
48、对所述第一音频数据进行语音识别,得到第一语音识别结果;
49、对所述第一视频数据进行识别,得到第一文字识别结果和/或第一图形识别结果;
50、将所述第一语音识别结果、所述第一文字识别结果和/或所述第一图形识别结果根据预设规则进行修正后进行融合,得到第一识别数据。
51、可选的,所述业务流程生成系统还包括组织画像模型构建模块、业务方画像数据生成模块;
52、所述获取模块,还用于获取多个组织的历史数据;
53、所述组织画像模型构建模块用于:
54、将所述历史数据作为输入值发送至神经网络的输入层;
55、所述输入层与所述神经网络的初始层通过矩阵运算建立连接;
56、所述初始层得出第一输出结果,并将所述第一输出结果进行激活,将激活后的第二输出结果发送至所述神经网络的模拟输出层;
57、所述模拟输出层通过矩阵计算得出模拟输出值,并将所述模拟输出值输入所述神经网络的二次初始层;
58、所述二次初始层通过矩阵计算得出验证输出结果;
59、将所述输入层的所述输入值与二次初始层进行数据连接;
60、所述二次初始层通过矩阵计算得出二次输出结果,将二次输出结果与验证输出结果发送至所述神经网络的验证系数层进行验证,并得出正规化系数;
61、将所述正规化系数与模拟输出值发送至所述神经网络的输出层,所述输出层对模拟输出值进行正规化处理,得到拟态结果;
62、收集正反馈和/或逆反馈信息;
63、根据所述正反馈和/或所述逆反馈信息对所述拟态结果进行学习修正,生成组织画像模型;
64、所述业务方画像数据生成模块用于:
65、获取所述业务方的第一数据;
66、对所述第一数据进行特征处理,基于不同维度生成多个特征数据集;
67、利用所述组织画像模型分别对所述多个特征数据集进行处理,根据处理后的数据生成所述业务方画像数据。
68、可选的,所述处理模块,还用于:
69、将所述业务流程图发送至所述业务方;
70、接收所述业务方对所述业务流程图的修订或解释信息;
71、根据所述修订或解释信息对所述业务流程图进行修改。
72、可选的,所述处理模块,还用于根据所述业务流程图确定标准流程单元和非标准流程单元,具体是:
73、根据所述业务流程图确定流程单元及流程单元的属性和功能;
74、确定所述流程单元间的关系;
75、根据预设的流程单元模型从所述流程单元中识别出所述标准流程单元和所述非标准流程单元。
76、本发明提供的一种基于人工智能的业务流程生成方法及系统,所述生成方法包括:获取包含对业务处理过程进行描述的内容的第一多媒体数据;对所述第一多媒体数据进行识别和修正得到第一识别数据;根据所述第一识别数据和业务方画像数据生成业务流程图;根据所述业务流程图确定标准流程单元和非标准流程单元;从标准流程组件库中选择与所述标准流程单元对应的第一标准流程组件;根据所述业务流程图和所述非标准流程单元生成对应的第一非标准流程组件;根据所述第一标准流程组件和所述第一非标准流程组件生成业务流程。不仅能够及时记录与业务方的需求沟通内容,还能根据业务方的画像准确理解业务方的需求,并自动生成业务流程。
77、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
1.一种基于人工智能的业务流程生成方法,其特征在于,所述生成方法包括:
2.根据权利要求1所述的业务流程生成方法,其特征在于,所述第一多媒体数据包括第一音频数据和第一视频数据;
3.根据权利要求1所述的业务流程生成方法,其特征在于,所述业务方画像数据的获取包括以下步骤:
4.根据权利要求1所述的业务流程生成方法,其特征在于,所述根据所述第一识别数据和组织画像数据生成业务流程图的步骤之后,还包括:
5.根据权利要求9所述的业务流程生成方法,其特征在于,所述根据所述业务流程图确定标准流程单元和非标准流程单元的步骤,包括:
6.一种基于人工智能的业务流程生成系统,其特征在于,包括:获取模块、识别模块、处理模块;
7.根据权利要求6所述的业务流程生成系统,其特征在于,所述第一多媒体数据包括第一音频数据和第一视频数据;
8.根据权利要求6所述的业务流程生成系统,其特征在于,所述业务流程生成系统还包括组织画像模型构建模块、业务方画像数据生成模块;
9.根据权利要求6所述的业务流程生成系统,其特征在于,所述处理模块,还用于:
10.根据权利要求6所述的业务流程生成系统,其特征在于,所述处理模块,还用于根据所述业务流程图确定标准流程单元和非标准流程单元,具体是: