一种可交互学习的业务专家思维数字化及动态演进系统

专利主权项内容

1.一种可交互学习的业务专家思维数字化及动态演进系统，其特征在于，包括：要素信息形成模块，用于通过对业务专家思维信息进行分析定义形成要素信息；要素信息分类采集模块，用于对要素信息进行非行为要素信息和行为要素信息分类，针对不同的要素信息分别采取不同的方法进行信息采集；业务专家思维要素表示框架构建及更新模块，用于针对业务分析领域中的多形态专家知识表示方式，构建基于图网络的业务专家思维要素表示框架，基于图论对多业务专家思维要素进行融合；通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征，以聚类分析和分类分析的方式挖掘业务专家思维的网络特征，找到不同业务分析任务中相应思维模式进行推荐；在不断学习的过程中，采用深度置信神经网络模型对业务专家思维知识进行持续迭代更新，形成更加符合业务专家思维的模型，支撑业务的智能分析与处理；所述要素信息包括知识数据、规则模板类数据、算法模型数据和执行流程数据；在要素信息分类模块中，针对非行为要素信息通过分析平台提供的导入接口进行采集，针对行为要素信息通过设计平台工作流管理组件进行采集，并分别存储到业务存储和分析平台对应知识库中完成业务专家思维信息的数字化；通过人机交互实现各种活动执行过程中用户与计算机应用工具之间的交互，进而使计算机学习到业务专家思维，并持续动态演进；所述非行为要素信息具体包括：规则模板类形态要素信息、知识类形态要素信息和算法模型类形态要素信息；所述行为要素信息具体包括：流程方法类形态要素信息；在业务专家思维要素表示框架构建及更新模块中，针对业务智能分析领域中的多形态专家知识表示方式，构建基于图网络的业务专家思维要素表示框架，具体包括：针对业务分析领域中的多形态的专家知识，通过对业务专家思维中的流程方法、规则模板思维形态进行图网络构建，利用Petri网与知识类思维要素的语义网络进行融合，最终完成业务专家思维网络的构建，Petri网是对离散并行系统的数学表示；通过所述Petri网构建的业务专家思维的特征包括行为特征和非行为特征；所述通过频繁子图和网络表示学习分别提取业务专家思维的行为特征和非行为特征，具体包括：采用Apriori频繁子图挖掘算法输出频繁项集，得到基于频繁子图的思维要素行为特征；通过保留业务专家思维图网络拓扑结构、顶点内容和边信息对网络重新编码，将网络顶点嵌入到低维向量空间，在新的向量空间中，利用机器学习的方法解决业务专家思维的非行为特征提取问题，Apriori频繁子图挖掘算法是关联规则挖掘算法。 来源：马 克 数 据 网