CN109344239A

CN109344239A - 一种基于时序特征的业务过程模型查询方法及查询***

Info

Publication number: CN109344239A
Application number: CN201811101257.0A
Authority: CN
Inventors: 宋亮; 王晨
Original assignee: Sichuan Kunlun Zhihui Data Technology Co Ltd
Current assignee: Sichuan Kunlun Zhihui Data Technology Co Ltd
Priority date: 2018-09-20
Filing date: 2018-09-20
Publication date: 2019-02-15

Abstract

本发明涉及一种基于时序特征的业务过程模型查询方法及查询***，该方法包括：提取业务过程模型中的任务名称和任务间时序关系，生成任务间时序关系矩阵，与业务过程模型映射存储在业务过程模型数据库中；根据查询请求编辑查询条件，并从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵；任务间时序关系矩阵与业务过程模型的映射关系，导出业务过程模型。本发明的基于时序特征的业务过程模型查询方法及查询***中，通过将业务过程模型转换为任务间时序关系矩阵，该任务间时序关系矩阵清楚地显示任务名称和任务间时序关系，使得业务过程模型的查询简单快速。

Description

一种基于时序特征的业务过程模型查询方法及查询***

技术领域

本发明涉及大数据处理领域，尤其涉及一种基于时序特征的业务过程模型查询方法及查询***。

背景技术

工业大数据包含越来越多的业务过程模型。一方面，这些业务过程模型是企业的宝贵信息资产，是企业长期以来花费巨大资源的生产关系的模型化成果，是企业核心竞争力的重要体现；另一方面，业务过程模型作为一种典型的非结构化数据，其查询需求需要借助专门的查询语言来实现。高效的过程模型查询技术是业务过程管理的有效手段。

目前，对业务过程模型的查询，仅对流程模型之间进行相似性计算，大多局限于从结构和行为方面进行重复性检索，仅评估两个流程模型的相似度，没有涉及高效查询算法。

另外，业务过程模型的查询往往需要特定的查询语言，其中，APQL(A process-model query language，过程模型查询语言)基于任务间时序关系查询业务过程模型，提供的运算符较多，例如共25种，如表1所示，对于实际应用和一线工作人员而言，掌握难度较大，不利于广泛应用和普及推广。

表1

因此，提供一种基于时序特征的业务过程模型查询方法及查询***。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于时序特征的业务过程模型查询方法及查询***，能够通过任务名称和任务间时序关系从业务过程模型数据库直接查出业务过程模型，查询速度快且简单。

根据本发明的一个方面，提供了一种基于时序特征的业务过程模型查询方法，包括以下步骤：

提取业务过程模型中的任务名称和任务间时序关系，生成任务间时序关系矩阵，与业务过程模型映射存储在业务过程模型数据库中；

根据查询请求编辑查询条件，并从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵；

根据任务间时序关系矩阵与业务过程模型的映射关系，导出业务过程模型。

进一步地，任务间时序关系矩阵的生成具体包括以下步骤：

将业务过程模型转化为Petri网模型；

将Petri网模型转换为时序保存的完全有限前缀；

提取时序保存的完全有限前缀中的任务和任务间时序，生成用于检索的任务间关系矩阵，与对应的业务过程模型映射存储在业务过程模型数据库中，供用户检索。

进一步地，通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。

进一步地，根据WMD算法进行任务间时序关系矩阵与查询条件的不完全匹配。

进一步地，根据查询请求编辑查询条件，具体包括以下步骤：

根据查询请求从查询条件公式数据库中选取查询条件公式；

基于该查询条件公式编辑查询条件，

其中，查询条件公式数据库根据任务间时序关系矩阵的任务名称和任务间时序关系建立。

进一步地，上述基于时序特征的业务过程模型查询方法，还包括：

根据查询历史记录，将一一映射的查询条件、任务间时序关系矩阵和业务过程模型更新至业务过程模型数据库。

根据本发明的另一方面，提供了一种实现基于时序特征的业务过程模型查询方法的***，包括：

任务间时序关系矩阵建立模块，用于业务过程模型中的任务名称和任务间时序关系，生成任务间时序关系矩阵，与业务过程模型映射存储在业务过程模型数据库中；

任务间时序关系矩阵匹配模块，用于根据查询请求编辑查询条件，并从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵；

业务过程模型获取模块，用于根据任务间时序关系矩阵与业务过程模型的映射关系，导出业务过程模型。

进一步地，任务间时序关系矩阵生成模块包括：

业务过程模型转化单元，用于将业务过程模型转化为Petri网模型；

Petri网模型转换单元，用于将Petri网模型转换为时序保存的完全有限前缀；

任务间关系矩阵生成单元，用于提取时序保存的完全有限前缀中的任务和任务间时序，生成用于检索的任务间关系矩阵，与对应的业务过程模型映射存储在业务过程模型数据库中，供用户检索。

进一步地，在任务间时序关系矩阵匹配模块中，通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。

进一步地，在任务间时序关系矩阵匹配模块中，根据WMD算法进行任务间时序关系矩阵与查询条件的不完全匹配。

本发明与现有技术相比具有以下的优点：

1.本发明的基于时序特征的业务过程模型查询方法及查询***中，通过将业务过程模型转换为任务间时序关系矩阵，该任务间时序关系矩阵清楚地显示任务名称和任务间时序关系，使得业务过程模型的查询简单快速；

2.本发明的基于时序特征的业务过程模型查询方法及查询***中，根据任务间时序关系矩阵建立的查询条件公式数据库为查询条件公式的编辑提供参考，能够针对性地查询任务间时序关系矩阵，从而查到业务过程模型，大幅度地降低查询语言的复杂性和难度，提高查询的速度和准确度。

附图说明

以下结合附图和实施例对本发明作进一步说明。

图1为本发明的基于时序特征的业务过程模型查询方法流程图；

图2为本发明的任务间时序关系矩阵流程图；

图3为本发明实施例的Petri网模型示意图；

图4(a)为本发明实施例的一个时序保存的完全有限前缀；

图4(b)为本发明实施例的另一时序保存的完全有限前缀；

图4(c)为本发明实施例的又一时序保存的完全有限前缀；

图5是为发明的基于时序特征的业务过程模型查询***框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

图1是本发明的基于时序特征的业务过程模型查询方法流程图，如图1所示，本发明提供的基于时序特征的业务过程模型查询方法，包括以下步骤：

S110，提取业务过程模型中的任务名称和任务间时序关系，生成任务间时序关系矩阵，与业务过程模型映射存储在业务过程模型数据库中；

S120，查询请求编辑查询条件，并从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵；

S130，根据任务间时序关系矩阵与业务过程模型的映射关系，导出业务过程模型。

参考图2，任务间时序关系矩阵的生成具体包括以下步骤：

将业务过程模型转化为Petri网模型，该Petri网模型如图3所示；

将Petri网模型转换为时序保存的完全有限前缀，该时序保存的完全有限前缀如图4(a)、4(b)和4(c)所示；

提取时序保存的完全有限前缀中的任务和任务间时序，生成用于检索的任务间关系矩阵，与对应的业务过程模型映射存储在业务过程模型数据库中，供用户检索，任务间关系矩阵如表2所示。

表2

	用户开户申请	开通普通户	开通国际户	开通VIP户	分析用户历史
						用户开户申请	无	可能先于	可能先于	可能先于	总是先于
开通普通户	可能后于	无	无	无	可能先于
						开通国际户	可能后于	无	无	无	可能先于
开通VIP户	可能后于	无	无	无	可能先于
						分析用户历史	总是后于	总是后于	总是后于	总是后于	无

其中，当业务过程模型为EPC模型时，利用ProM(process mining，流程挖掘)将EPC模型转化为Petri网模型。

本发明的基于时序特征的业务过程模型查询方法中，通过将业务过程模型转换为任务间时序关系矩阵，该任务间时序关系矩阵清楚地显示任务名称和任务间时序关系，使得业务过程模型的查询简单快速。

将Petri网模型转换为时序保存的完全有限前缀，具体包括以下步骤：

将Petri网模型转化为分支进程；

将分支进程分解为多个时序保存的完全有限前缀。

在这里，Petri网Σ是一个三元组Σ＝(P，T，F)，其中，P是库所的有穷集合，T为变迁的有穷集合，满足且是有向弧的集合，称作流关系。

设Σ＝(N，M_o)是一个Petri网***，

其中N＝(P，T，F)，同时假设有ρ＝(N’，h)为Σ对应的展开，其中N’＝(P’，T’，F’)，于是存在：

1)对N的任意一个可达状态M，有Eq(M，ρ)＝{e∈E’|Mark([e])＝M}。在不导致理解混乱的前提下，本文都省略ρ，将Eq(M，ρ)简记为Eq(M)。

2)continuation(M)代表ρ中的一个线索结点。

对于每一个可达状态M，continuation(M)定义为：

存在一个唯一的e’∈Eq(M)，对于其他所有的e∈Eq(M)，如果有e≠e’且[e’]＜[e]，那么e’就是continuation(M)，对于某一切除事件e，若Mark(Cut(e))＝M，那么continuation(e)＝continuation(M)，并称该点为切除事件e的线索结点。

3)Off(M)＝Eq(M)\continuation(M)表示对应于可达状态M的所有切除事件。

可以通过引入从切除事件到其线索结点之间的链接来实现保持所有任务间时序关系的目的。

一个Petri网***Σ＝(N，M_o)的时序保存的完全有限前缀是一个二元组(ρ，L)，记作

Γ_Σ，其中：

1)ρ＝(B，E，G)是Σ的完全有限前缀；

2)L是一个链接的集合，如果有(e，e’)∈L，那么存在一个Σ的可达状态M使得e’＝continuation(M)并且e∈Off(M)。

令LΣ＝(P，T，F，A，L)为工作流网：(1)P包含唯一一个源库所i，满足(2)P包含唯一一个汇结库所o，满足(3)任给节点x(x∈P∪T)，存在从源库所i到汇结库所o的路径，节点x在该路径上。

出现网是一个三元组N＝(B，E，F)，满足以下条件：(1)B是条件的集合，E是事件的集合，满足且(2)对于任意的b∈B，|·B|≤1；(3)F是无环的；(4)对于任意x∈B∪E，传递闭包中(y，x)(其中y∈B∪E)的集合也是有限的；(5)E中不存在自我冲突的元素。

工作流网LΣ＝(P，T，F，A，L)的分支进程是一个二元组β＝(N，p)，其中，N＝(B，E，F)是一个出现网，p是一个从LΣ到N的映射，满足：(1)Min(Σ)与M_o是一个双射；(2)对于每一个e₁，e₂∈E，如果·e₁＝·e₂且p(e₁)＝p(e₂)，则e₁＝e₂。

提取时序保存的完全有限前缀中的任务和任务间时序，生成用于检索的任务间关系矩阵，具体包括以下步骤：

针对时序保存的完全有限前缀，基于业务过程模型行为规则对其进行遍历；

根据遍历结果，得到任务名称和任务两两间时序关系；

根据任务名称和任务两两间时序关系构建任务间关系矩阵。

通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。具体地，在步骤S120中，查询请求编辑查询条件，将该查询条件转换为语法树，根据语法树上的任务名称和任务间时序关系通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。

可以根据WMD(word mover’s distance，词移距离)算法进行任务间时序关系矩阵与查询条件的不完全匹配，通过该智能语义匹配方法，能够确保查询的业务过程模型包含可以归并为同一任务名称的业务过程模型。

根据查询请求编辑查询条件，具体包括以下步骤：

根据查询请求从查询条件公式数据库中选取查询条件公式；

基于该查询条件公式编辑查询条件，

具体地，根据如表2所示的任务间关系矩阵建立的查询条件公式数据库包括4种描述任务发生或任务间时序关系特征的基本谓词，分别是：

(1)posoccur(t1，r)表示任务间关系矩阵中任务t1发生至少一次；

(2)alwoccur(t1，r)表示任务间关系矩阵中任务t1总是发生；

(3)pospred(t1，t2，r)表示任务间关系矩阵中存在任务t1先于任务t2至少发生一次；

(4)alwpred(t1，t2，r)表示任务间关系矩阵中存在任务t1先于任务t2总是发生。

例如，查询条件“A”pospred“B”and“B”alwpred“C”表示用户希望检索满足以下特征的过程模型：任务间关系矩阵中存在任务A先于任务B至少发生一次，并且任务间关系矩阵中存在任务B先于任务C总是发生。

本发明的基于时序特征的业务过程模型查询方法中，根据任务间时序关系矩阵建立的查询条件公式数据库为查询条件公式的编辑提供参考，能够针对性地查询任务间时序关系矩阵，从而查到业务过程模型，大幅度地降低查询语言的复杂性和难度，提高查询的速度和准确度。

上述基于时序特征的业务过程模型查询方法，还包括：

根据查询历史记录，将一一映射的查询条件、任务间时序关系矩阵和业务过程模型更新至业务过程模型数据库，作为历史记录，方便用户下一次的快速查询。

图5是本发明的基于时序特征的业务过程模型查询***框图，如图5所示，本发明提供的实现基于时序特征的业务过程模型查询方法的***，包括：

本发明的基于时序特征的业务过程模型查询***中，通过将业务过程模型转换为任务间时序关系矩阵，该任务间时序关系矩阵清楚地显示任务名称和任务间时序关系，使得业务过程模型的查询简单快速。

进一步地，任务间时序关系矩阵生成模块包括：

本发明的基于时序特征的业务过程模型查询***中，根据任务间时序关系矩阵建立的查询条件公式数据库为查询条件公式的编辑提供参考，能够针对性地查询任务间时序关系矩阵，从而查到业务过程模型，大幅度地降低查询语言的复杂性和难度，提高查询的速度和准确度。

本发明的基于时序特征的业务过程模型查询***还包括：业务过程模型数据库更新模块，用于将相映射的查询条件、任务间时序关系矩阵和业务过程模型更新至业务过程模型数据库，作为历史记录，方便用户下一次的查询。

对于***实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种基于时序特征的业务过程模型查询方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于时序特征的业务过程模型查询方法，其特征在于，任务间时序关系矩阵的生成具体包括以下步骤：

将业务过程模型转化为Petri网模型；

将Petri网模型转换为时序保存的完全有限前缀；

3.根据权利要求2所述的基于时序特征的业务过程模型查询方法，其特征在于，

通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。

4.根据权利要求3所述的基于时序特征的业务过程模型查询方法，其特征在于，根据WMD算法进行任务间时序关系矩阵与查询条件的不完全匹配。

5.根据权利要求4所述的基于时序特征的业务过程模型查询方法，其特征在于，根据查询请求编辑查询条件，具体包括以下步骤：

根据查询请求从查询条件公式数据库中选取查询条件公式；

基于该查询条件公式编辑查询条件，

6.根据权利要求所述的基于时序特征的业务过程模型查询方法，其特征在于，还包括：

7.一种实现基于时序特征的业务过程模型查询方法的***，其特征在于，包括：

8.根据权利要求7所述的基于时序特征的业务过程模型查询***，其特征在于，任务间时序关系矩阵生成模块包括：

9.根据权利要求8所述的基于时序特征的业务过程模型查询***，其特征在于，在任务间时序关系矩阵匹配模块中，通过倒排索引从业务过程模型数据库中查询与查询条件匹配的任务间时序关系矩阵。

10.根据权利要求9所述的基于时序特征的业务过程模型查询***，其特征在于，在任务间时序关系矩阵匹配模块中，根据WMD算法进行任务间时序关系矩阵与查询条件的不完全匹配。