← 返回列表

一种RPA流程推荐方法、设备及存储介质

申请号: CN202311851220.0
申请人: 安徽思高智能科技有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种RPA流程推荐方法、设备及存储介质
专利类型 发明授权
申请号 CN202311851220.0
申请日 2023/12/29
公告号 CN117520406B
公开日 2024/3/26
IPC主分类号 G06F16/2457
权利人 安徽思高智能科技有限公司
发明人 张竞超; 李扬; 朱小龙; 张玉红; 吴信东
地址 安徽省合肥市高新区望江西路900号中安创谷科技园A1栋408

摘要文本

本发明涉及一种RPA流程推荐方法、设备及存储介质,方法采用基于知识图谱表示学习的方案,综合考虑到了图谱结构信息与流程使用信息,可以发现用户潜在的感兴趣的RPA流程。本发明提出的RPA流程推荐方法是一种粗粒度的推荐方法,可以为销售人员提供一系列完整的RPA流程推荐结果,从而降低公司在处理相关业务中需要的财力与物力,提升工作效率和效益。

专利主权项内容

1.一种RPA流程推荐方法,其特征在于:包括以下步骤:S1、构建一个完整的RPA知识图谱,并采用预训练模型对所述RPA知识图谱中的每个用户节点进行初始向量表示,得到各个用户节点初始向量;S2、基于所述RPA知识图谱,构建用户自身的流程节点集合;PiS3、根据各个用户节点初始向量,计算每一个用户,与其它用户的相似度;UiS4、根据相似度,针对每一个用户,取与该用户相似度最高的前个用户和相似度最低的个用户,构建与用户的相似用户集合和不相似用户集合;UiKKUiUsiUNsiS5、对于相似用户集合和不相似用户集合,按照步骤S2构建用户的相似流程集合和不相似流程集合;UsiUNsiUiPsiPNsiS6、采用基于翻译的模型TransE对RPA知识图谱的节点表示进行优化;S7、得到优化后RPA知识图谱中所有节点的最终表示;步骤S6中采用所述基于翻译的模型TransE进行节点优化,具体指采用结构损失函数与偏好损失函数进行模型的训练;所述结构损失函数如下式:其中, (h, r, t)表示RPA知识图谱中的一个三元组正样本;Pos时正样本集合;表示RPA知识图谱中的一个负样本;表示负样本集合;表示头节点,表示尾节点,表示连接这两个实体之间的关系;(+, )表示正样本中头实体加关系减去尾实体后的模长;γ表示超参数;/>表示负样本中头实体加关系减去尾实体后的模长;Neghtrdhrt所述偏好损失函数如下式:其中某一个用户与自己使用过的流程节点的偏好分数之和;/>表示某一个用户与他相似用户的流程节点的偏好分数之和;/>表示负样本,为某一个用户与他不相似用户的流程的偏好分数之和;/>和/>分别表示超参数;当得到RPA知识图谱中所有节点的最终表示后,对于RPA知识图谱中的某一个用户U,为其进行流程推荐时首先计算其与所有流程节点的偏好值,从中选出偏好值最小的k个流程节点作为推荐结果。