TWI856607B - 基於數據的流程生成裝置及其方法 - Google Patents

基於數據的流程生成裝置及其方法 Download PDF

Info

Publication number
TWI856607B
TWI856607B TW112113723A TW112113723A TWI856607B TW I856607 B TWI856607 B TW I856607B TW 112113723 A TW112113723 A TW 112113723A TW 112113723 A TW112113723 A TW 112113723A TW I856607 B TWI856607 B TW I856607B
Authority
TW
Taiwan
Prior art keywords
data
task
data set
processor
process generation
Prior art date
Application number
TW112113723A
Other languages
English (en)
Other versions
TW202437104A (zh
Inventor
孫國鑫
張志
Original Assignee
大陸商鼎捷軟件股份有限公司
鼎新電腦股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 大陸商鼎捷軟件股份有限公司, 鼎新電腦股份有限公司 filed Critical 大陸商鼎捷軟件股份有限公司
Publication of TW202437104A publication Critical patent/TW202437104A/zh
Application granted granted Critical
Publication of TWI856607B publication Critical patent/TWI856607B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本發明提供一種基於數據的流程生成裝置以及方法。基於數據的流程生成裝置包括儲存裝置以及處理器。處理器耦接儲存裝置。處理器接收數據組。處理器將數據組作為輸入數據組，進而根據輸入數據組搜尋數據圖譜，以取得最佳任務路徑。處理器執行所述最佳任務路徑，以取得輸出數據組。處理器將輸出數據組作為輸入數據組，並且重複地根據輸入數據組搜尋數據圖譜，以及執行對應的最佳任務路徑，直到輸出數據組相同於目標數據組。

Description

基於數據的流程生成裝置及其方法
本發明是有關於一種數據流程程生成裝置，且特別是有關於一種基於數據的流程生成裝置及其生成方法。
在企業管理領域中，業務流程管理系統被用於處理企業業務行為的管理，其通過表單以及流程的方式進行業務處理。然而，這些業務邏輯和數據不僅彼此具有關聯並且散落在各種資訊系統、電子化表單以及各職務人員的承辦經驗中，導致無法有效地感知數據的變化以及及時地做出反應與處理。並且，傳統的業務邏輯，僅用於被動由使用者進行操作而輔助人工處理數據，而非代替使用者，因此實際仍有大量操作需由用戶主動發起來完成。對此，主要的問題是因為傳統系統對於知識的承載能力不足，導致仍然依賴於各操作人員的經驗進行判斷。此外，現有系統是根據不同的企業系統以及不同的業務專案建立整套的系統，導致現存的系統以及系統架構難以靈活地應用於不同企業或是不同業務專案的流程中，而無法滿足各種不同業務場景的需求，以 及無法有效地運用已經建立的業務流程。對此，上述問題在目前傳統的流程引擎或是企業資源規劃(Enterprise Resource Planning，ERP)系統中都難以被克服。
本發明是針對一種基於數據的流程生成裝置及其生成方法，可根據當前數據組以及目標數據組自動生成最佳任務路徑上的任務數據以及執行任務後的輸出數據。
根據本發明的實施例，基於數據的流程生成裝置包括儲存裝置以及處理器。處理器耦接儲存裝置，並且用以接收數據組。處理器將數據組作為輸入數據組，並且根據輸入數據組搜尋數據圖譜，以取得最佳任務路徑。處理器根據數據組執行最佳任務路徑，以取得輸出數據組。處理器將輸出數據組作為輸入數據組，並且重複地根據輸入數據組搜尋數據圖譜。處理器執行對應的最佳任務路徑，直到輸出數據組相同於所述目標數據組。
根據本發明的實施例，基於數據的流程生成方法包括以下步驟：接收數據組；將數據組作為輸入數據組，並且根據輸入數據組搜尋數據圖譜，以取得最佳任務路徑；執行最佳任務路徑，以取得輸出數據組；將輸出數據組作為輸入數據組，並且重複地根據輸入數據組搜尋數據圖譜；以及執行對應的最佳任務路徑，直到輸出數據組相同於目標數據組。
為讓本發明的上述特徵和優點能更明顯易懂，下文特舉 實施例，並配合所附圖式作詳細說明如下。
100:流程生成裝置
110:處理器
120:儲存裝置
101:數據組
102:目標數據組
301:請求指令
302:數據組
303:可執行任務
310:處理器
320:儲存裝置
330:電腦裝置
340:數據查詢系統
350:任務查詢系統
360:伺服器
510、540、550:數據組
601、603、611、613、615、617、619:數據
600、610、620、630、640:數據模型
530:任務數據
531、532、533、520、602、612、614、616、618:任務
S210~S250、S304、S410~S470:步驟
圖1是本發明的一實施例的執行裝置的電路示意圖。
圖2是本發明的一實施例的執行方法的流程圖。
圖3是本發明的一實施例的多個系統、伺服器、處理器及裝置的示意圖。
圖4是本發明的一實施例的執行方法的流程圖。
圖5是本發明的一實施例的最佳任務路徑的示意圖。
圖6A是本發明的一實施例的數據模型的示意圖。
圖6B是本發明的一實施例的任務列表的示意圖。
現將詳細地參考本發明的示範性實施例，示範性實施例的實例說明於附圖中。只要有可能，相同元件符號在圖式和描述中用來表示相同或相似部分。
圖1是本發明的一實施例的執行裝置的電路示意圖。圖2是本發明的一實施例的執行方法的流程圖。圖3是本發明的一實施例的系統設定的流程圖參考圖1、圖2以及圖3，流程生成裝置100包括處理器110以及儲存裝置120。處理器110耦接儲存裝置120。在本實施例中，處理器110可包括中央處理器(Central Processing Unit，CPU)、微處理器(Microprocessor Control Unit，MCU)或現場可程式閘陣列(Field Programmable Gate Array，FPGA)等諸如此類的處理電路或具有數據運算功能的晶片，但本發明並不以此為限。儲存裝置120可為記憶體(Memory)，其中記憶體可例如是唯讀記憶體(Read Only Memory，ROM)、可擦除可規劃式唯讀記憶體(Erasable Programmable Read Only Memory，EPROM)等非揮發記憶體、隨機存取記憶體(Random Access Memory，RAM)等揮發記憶體、及硬碟驅動器(hard disc drive)、半導體記憶體等儲存裝置，並且用於儲存本發明所提到的各種模組、軟體、單元、程式、數據及資訊等，以供處理器110讀取並執行之。或者，處理器110以及儲存裝置120也可由多個運算設備的處理電路及存放裝置所組成。值得注意的是，本發明各實施例所述的模組、引擎以及單元可個別由相對應的一個或多個演算法及/或軟體所實現，並且可依其一個或多個演算法及/或軟體的執行結果來實現實施例所描述的相關功能與操作。
在一實施例中，流程生成裝置100也可以設置在雲端伺服器，以供用戶(即企業)或租戶(企業的員工)連線並執行設置在雲端伺服器中的應用程式介面(Application Programming Interface，API)的相關業務服務(Business service)功能，以運作流程生成裝置100的自動任務流程匹配功能以及執行任務功能。所述雲端伺服器可例如是軟體即服務(Software as a Service，SaaS)伺服器，並且所述應用程式介面對應於軟體即服務應用程式，但本發明並不限於 此。或者，在另一實施例中，流程生成裝置100可設置在企業內部的地端伺服器所運行的企業資源規劃(Enterprise Resource Planning，ERP)系統中，以通過對應的應用程式介面提供自動方案推薦功能。
參考圖1至圖2，流程生成裝置100可執行以下步驟S210~S250。在步驟S210，處理器110接收數據組101。在本實施例中，使用者可輸出數據組101至處理器110。數據組是當前數據組以及目標數據組102，並且當前數據組包括當前的描述數據、狀態數據以及特徵數據。並且，目標數據組102包括目標的描述數據、狀態數據以及特徵數據。描述數據有關於數據的描述或是有關於數據的類型。換言之，不同的描述數據有不同的數據結構，因此具有相同描述數據的數據具有相同的數據結構。例如包含哪些欄位、欄位是甚麼類型、主鍵(primary key)、唯一鍵(unique)的內容。描述數據例如是請購單、採購單以及訂單。
狀態數據是有關於數據的狀態，換言之，狀態數據是指系統對於包含一系列特徵數據的數據給予一個穩定的狀態定義，並且此狀態定義可作用於數據處理流程中的一個數據處理節點，狀態數據可以是未簽核、已審核、已簽核、已發出以及完成採購等狀態。當前的特徵數據是有關於當前數據的特徵，特徵數據可以是緊急、優先處理、年齡、職業、性別、愛好等數據。不同的特徵數據將對應不同的處理規則(即不同的任務數據)。
在步驟S220，處理器110將數據組101作為輸入數據組， 並且根據輸入數據組搜尋數據圖譜以取得最佳任務路徑。儲存裝置120可儲存有數據圖譜。在本實施例中，處理器110可根據數據組101中的當前數據組以及目標數據組搜尋數據圖譜，以取得最佳任務路徑。對此，處理器110將前述的當前數據組做為路徑起點以及將前述的目標數據組102作為路徑終點。如此，處理器110可運用圖演算法來查詢先前建立的數據圖譜，來找到最佳任務路徑(可達路徑中最快的路徑或是最短的路徑)。
在步驟S230，處理器110執行最佳任務路徑，以取得輸出數據組。在本實施例中，處理器110根據當前數據組執行最佳任務路徑，以獲得執行最佳任務路徑後所產生的輸出數據組。輸出數據組包括描述數據、狀態數據以及特徵數據。在步驟S240，處理器110將輸出數據組作為輸入數據組，並且重複地根據輸入數據組搜尋數據圖譜。在本實施例中，處理器110將步驟S230中所獲得的輸出數據組作為輸入數據組，並且再次搜尋數據圖譜以獲得對應的最佳任務路徑。接著，在步驟S250，處理器110執行對應的最佳任務路徑，直到輸出數據組相同於目標數據組102。在本實施例中，處理器110執行步驟S240中所獲得的最佳任務路徑，並且獲得對應的輸出數據組。在本實施例中，當輸出數據組相同於目標數據組102，則處理器110結束流程。當輸出數據組不同於目標數據組102，則處理器110重複執行步驟S240以將輸出數據組作為輸入數據組，並且接著執行步驟S250。
因此，基於數據的流程生成裝置100以及基於數據的流 程生成方法可有效地自動將每一筆的輸出數據組作為輸入數據組，以重複執行數據圖譜的搜尋以及任務(即最佳任務路徑)的執行。如此，基於數據的流程生成裝置100以及基於數據的流程生成方法可提供最符合當前數據組的任務流程，通過達到數據與流程的逐步比對，以令處理器執行更加貼近當前數據的任務流程，進而有效提升數據流程的效率以及準確率。
圖3是本發明的一實施例的多個系統、伺服器、處理器及裝置的示意圖。在本實施例中，流程生成裝置100可如圖3所示包括數據查詢系統340、任務查詢系統350以及伺服器360，但本發明並不限於此。在本實施例中，數據查詢系統340、任務查詢系統350以及伺服器360可分別是以JSON(JavaScript Object Notation)、可延伸標記式語言(Extensible Markup Language，XML)或YAML等諸如此類的程式語言來實現的，但本發明也不限於此。在另一實施例中，數據查詢系統340、任務查詢系統350以及伺服器360可分別由不同的伺服器所實現。在本實施例中，處理器110可通過讀取且執行這些系統以及伺服器的應用程式介面，以實現本發明的自動匹配任務路徑以及執行任務的功能，以產生對應的目標數據組102。
參考圖2至圖3，流程生成裝置100可執行以下步驟S304。在本實施例中，使用者通過電腦裝置330將請求指令301輸入至處理器310中。接著，處理器310接收請求指令301，並且處理器310根據請求指令301搜尋資料庫(Database)，以取得數據組302。 在本實施例中，資料庫是數據查詢系統340。換言之，處理器310根據請求指令301中的數據從數據查詢系統340中獲得對應的數據組302。並且，處理器310將數據組302輸入至任務查詢系統350以搜尋數據圖譜，進而獲得可執行任務303。在步驟S304中，處理器310將可執行任務(即最佳任務路徑)輸入至伺服器360，以通過伺服器360執行對應的任務。
在另一實施例中，處理器310對請求指令301中的起始數據(即當前數據)進行數據封裝，以產生數據組302，並且處理器310根據數據組302以及數據處理的請求指令301的實現目標(即目標數據組102)搜尋數據圖譜，以取得至少一個任務路徑(即最佳任務路徑)。換言之，數據圖譜可返回狀態數據對應的數據定義，依據定義將業務數據轉換為裝置可識別的數據組(包括描述數據、狀態數據以及特徵數據)。
圖4是本發明的一實施例的執行方法的流程圖。參考圖2至圖4，流程生成裝置100可執行以下步驟S410~S470。在步驟S410，處理器310接收請求指令301。接著，在步驟S420，處理器310將入參數據(即請求指令301中的數據)輸入至知識圖譜(即資料庫)發起查詢，以獲得數據組302。並且，處理器310將數據組302作為輸入數據組。在步驟S430，處理器310將輸入數據組輸入至行動邏輯圖譜(即數據圖譜)，以獲得可執行的任務路徑。在步驟S440，處理器310將可執行的任務路徑輸入至任務執行伺服器(即伺服器360)，以獲得任務執行完後所產生的輸出數據組。
值得注意的是，在步驟S450，處理器310判斷輸出數據組是否相同於數據組中的目標數據組102。在步驟S450中，當處理器310判斷輸出數據組與目標數據組102相同，則執行步驟S470以結束這次的流程。當處理器310判斷輸出數據組與目標數據組102不同，則處理器310執行步驟S460將輸出數據組作為數據組(即輸入數據組)並且執行步驟S430。如此一來，處理器310重複地執行步驟S430、步驟S440、步驟S450以及步驟S460，直到輸出數據組相同於目標數據組102。
圖5是本發明的一實施例的最佳任務路徑的示意圖。請參照圖1與圖5。當前數據組包括描述數據、狀態數據以及特徵數據。在本實施例中，輸入數據組510的描述數據是請購單、狀態數據是已審核、以及特徵數據是緊急。處理器110基於數據組的狀態數據判斷與數據圖譜中多個任務路徑的匹配度，以選擇匹配程度最高的任務路徑作為最佳任務路徑。
如圖5所示，符合輸入數據組510中的請購單(描述數據)以及已審核(狀態數據)有任務數據530以及任務520(即一般請購單轉採購單的任務)，處理器110進一步地比對，符合輸入數據組510的緊急(特徵數據)為任務數據530。因此，符合輸入數據組510的最佳任務路徑為加急請購單轉採購單的任務(即任務數據530)，其包括有任務531、任務532以及任務533。任務531是取得敏態(即快速變動)請購數據資訊、任務532是使用者轉換成員工操作以及任務533是請購單轉換成採購單的API調用。處理器110執行 任務數據530(例如圖4步驟S440)以獲得輸出數據組，處理器110根據執行結果產生輸出數據組540或是輸出數據組550。換言之，當處理器110執行任務數據530的執行結果為成功之時，輸出轉換成功的未審核採購單數據(即輸出數據組540)。當處理器110執行任務數據530的執行結果為失敗之時，處理器110輸出轉換失敗的轉換失敗請購單數據(即輸出數據組550)。
在本實施例中，儲存裝置120儲存數據組、輸入數據組、任務數據以及輸入數據組。值得說明的是，數據圖譜包括多個任務數據以及方向性參數，方向性參數包括節點數據以及連接數據。連接數據有關於多個任務數據之間的連接關係，可以是任務數據A與任務數據B之間的連接關係以及輸出、輸入數據，例如是任務數據A的輸出數據組A1的最佳任務路徑是任務數據B。節點數據有關於描述數據、狀態數據、數據特徵、以及數據程式碼。數據圖譜包括多個節點數據，其中每一個節點數據對應於不同的描述數據以及狀態數據。在另一實施例中，連接數據有關於當前數據組的特徵數據。
應注意的是，本發明各實施例中所提到的數據類型或是描述數據是指數據中包括用於定義數據本身的類型的多個欄位，並且這些欄位可包括不同類型的字段、不同的主鍵(primary key)及唯一鍵(unique key)等，而本發明並不限於此。並且，相同的數據類型可具有相同、相似或不同的數據結構，而本發明也不加以限制。此外，本發明各實施例中所提到的狀態數據是指系統對於包含 一系列數據特徵的數據給予一個穩定的狀態定義，並且此狀態定義可作用於數據處理流程中的一個數據處理節點，以供系統以及裝置在數據處理過程中可根據處理需求來重新指向此一個數據處理節點。
圖6A是本發明的一實施例的數據模型的示意圖。圖6B是本發明的一實施例的任務列表的示意圖。數據圖譜可包括多個數據模型。處理器110預定多個參考描述數據、多個參考特徵以及多個參考狀態數據，並且預定多個參考目標數據以及創建多個參考任務數據，其中處理器110根據多個參考描述數據、多個參考狀態數據、多個參考目標數據以及多個任務數據創建多個參考任務路徑。如此一來，處理器110可從多個參考任務路徑選擇其中一個用於產生最佳任務路徑。最佳任務路徑包括對應當前數據組的任務數據。
在一實施例中，處理器110預先基於多個參考描述數據以及多個任務數據530之間的關聯創建數據圖譜，並且將數據圖譜儲存至儲存裝置120。數據模型600(數據-任務-數據)是由對應的輸入數據組601、對應的任務602以及對應的輸出數據組所組成。在數據模型600中，任務602用於處理具有某些特徵的輸入數據601，然後可輸出另外一種數據類型或數據特徵的輸出數據603。輸出數據603可作為另一個或下一個數據模型的輸入數據。輸入數據601以及輸出數據603可泛化為數據實體。任務602可泛化為邏輯實體。
如此一來，執行系統100可預先建立整個業務處理流程(企業流程)的各種可能出現的數據類型以及每種數據類型可能出現的狀態以及狀態數據之間的流轉關係，以供後續查詢使用。
更具體而言，任務602是數據引擎中最小的業務邏輯單元，並且用於負責具體的業務邏輯執行。任務602可以在一定的環境下處理具有某種特性的某種類型數據，並且可並輸出另外一種類型數據或者狀態數據。任務602的任務類型可根據不同的數據處理維度來對任務進行拆分。對此，任務602可例如根據執行方式分為手動執行任務以及自動執行任務。任務602可例如根據業務類型分為簽核型、回復型以及異常排除型等。任務602可例如根據實現方式分為腳本、配置以及內部流程等。任務602的實現上可採用數據平臺模式。對此數據平臺可為任務提供了高層次的封裝和抽象，並且可提供抽象介面來為底層的具體業務進行實現，並且可給任務實現傳入上下文資訊以及由數據平臺所提供的各種工具類，並且可規定固定的返回模型。返回模型可例如包括返回的狀態(數據平臺會根據返回的狀態進行不同的處理)、返回的描述資訊、返回給平臺的全域流程變數以及返回的數據實例資訊(例如包括一個或者多個的數據類型、數具特徵以及數據實體等)。
應注意的是，本發明各實施例中所提到的數據特徵是指對於數據實體本身所抽取出的一系列的特徵，以便於裝置可根據對應的處理規則來進行數據處理。
圖6B是本發明的一實施例的任務列表的示意圖。參考圖 6B，舉例而言，多個數據模型610~640可組成如圖6B的任務路徑。從另一角度而言，所述最佳任務路徑是由多個數據模型610~640建構而成的任務列表。如圖6B所示，數據模型610包括採購件數量不足的數據611、完成採購數據的任務612以及採購底稿未簽核的數據613。採購件數量不足的數據611輸入至完成採購數據的任務612，並且經由完成採購數據的任務612的邏輯實體進行運算或數據處理後，可產生採購底稿未簽核的數據613。採購底稿未簽核的數據613接著作為數據模型620的輸入數據。數據模型620包括採購底稿未簽核的數據613、採購內部審核的任務614以及採購底稿已簽核的數據615。採購底稿未簽核的數據613輸入至採購內部審核的任務614且經由採購內部審核的任務614的邏輯實體進行運算或數據處理後，可產生採購底稿已簽核的數據615。採購底稿已簽核的數據615接著作為數據模型630的輸入數據。數據模型630包括採購底稿已簽核的數據615、採購發出的任務616以及採購單已發出的數據617。採購底稿已簽核的數據615輸入至採購發出的任務616，並且經由採購發出的任務616的邏輯實體進行運算或數據處理後，可產生採購單已發出的數據617。採購單已發出的數據617接著作為數據模型640的輸入數據。數據模型640包括採購單已發出的數據617、交期(即繳交期限)回復檢查的任務618以及交期已回復的數據619。採購單已發出的數據617輸入至交期回復檢查的任務618，並且經由交期回復檢查的任務618的邏輯實體進行運算或數據處理後，可產生交期已回復的數據 619。
在一實施例中，用於推薦方案的最佳任務路徑的可以是具有最短執行路徑、具有最短執行時間或具有最高推薦度等，但本發明不限於此。在另一實施例中，當多個任務路徑具有相同匹配度時，處理器110還可根據預設規則選擇多個任務路徑的其中一個來產生所述最佳任務路徑(即推薦方案)。所述預設規則可例如是對於特定的當前狀態數據或特定的實現目標來預設特定的推薦方案，或根據先前的使用者操作歷程來決定的特定的推薦方案或是最佳任務路徑。
在本實施例中，處理器110可對數據處理請求的起始數據進行數據封裝，以取得具有某一狀態數據(例如已審核或是未簽核)的數據，並且搜尋數據圖譜。另外，應注意的是，在數據圖譜結構的基礎上，流程生成裝置100所產生的多個任務路徑(即多個方案)之間也可有數據傳遞。舉例來說，任務A可產生用於另一方案的數據，或者數據也可跳轉成由另一方案中的某一任務B來執行。在一實施例中，處理器110也可根據流程生成裝置100的使用者介面接收路徑選擇指令產生即時模型(即根據使用者的指令以及選擇產生如圖6B的模型610~640)，並且處理器110可根據即時模型與預先儲存的離線模型來產生推薦方案。
在一實施例中，流程生成裝置100可包括使用者介面，用以接收使用者所輸入的請求指令301。即時模型可經由使用者修改或離線模擬等手段進行調整，以生成最終執行方案，以使後續可 直接使用最終執行方案。或者，即時模型也可在產生推薦結果的過程中可借鑒由用戶修改的方案或由離線模擬所產生的方案。因此，流程生成裝置100可有效地自動產生對應請求指令301的最佳任務路徑，以自動完成實現目標數據組的流程。並且，在任務路徑的執行過程中，流程生成裝置100也可根據使用者手動操作或自動執行相關任務邏輯來有效排除異常數據的問題。
綜上所述，為了突破傳統系統實現業務邏輯的局限性，本發明的基於數據模型的流程生成裝置與執行方法提供一種根據每一次任務的執行結果(即輸出數據組)，重複地匹配出適合的任務路徑，進而令每次的任務流程更加貼近當前數據組，以提升流程的準確率以及正確率。也就是說，固定的路徑流程將導致某一任務的執行結果為失敗時，執行系統亦繼續執行固定的路徑流程導致耗費任務執行的時間，以及無法即時地根據當前數據調整任務流程。因此，不同於固定的路徑流程，本發明的流程生成裝置100與執行方法可提供更加貼近當前數據，以及當輸出數據相同於目標數據時自動地結束流程。同時，可針對不同特徵數據的各種場景下的提供不同的任務路徑，進而具有較高的包容性和準確性，並且針對各個企業以及區域提供更佳的任務流程以及執行結果。
最後應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技 術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的範圍。
S210~S250:步驟

Claims (16)

  1. 一種基於數據的流程生成裝置，包括：儲存裝置；以及處理器，耦接所述儲存裝置，其中所述處理器接收數據組，所述數據組包括當前數據組以及目標數據組；其中所述處理器將所述數據組作為輸入數據組，進而根據所述輸入數據組搜尋數據圖譜，以取得最佳任務路徑，其中所述處理器執行所述最佳任務路徑，以取得輸出數據組，其中所述處理器將所述輸出數據組作為所述輸入數據組，並且重複地根據所述輸入數據組搜尋所述數據圖譜，以及執行對應的所述最佳任務路徑，直到所述輸出數據組相同於所述目標數據組，其中所述數據圖譜包括多個節點數據，其中所述多個節點數據之中每一個節點數據對應於不同的描述數據以及狀態數據；其中相鄰的所述多個節點數據之間包括至少一連接數據，其中所述連接數據有關於所述當前數據組的特徵數據。
  2. 如請求項1所述的基於數據的流程生成裝置，其中所述處理器接收請求指令，並且所述處理器根據所述請求指令搜尋資料庫，以取得所述數據組。
  3. 如請求項1所述的基於數據的流程生成裝置，其中所述最佳任務路徑是由多個數據模型建構而成的任務列表，並且所述多個數據模型的每一個是由對應的輸入數據組、對應的任務以及對應的輸出數據組所組成。
  4. 如請求項2所述的基於數據的流程生成裝置，其中所述資料庫是數據查詢系統，並且所述處理器通過任務流程生成裝置執行所述最佳任務路徑。
  5. 如請求項1所述的基於數據的流程生成裝置，其中所述當前數據組包括所述描述數據、所述狀態數據以及特徵數據，其中所述處理器基於所述數據組的所述狀態數據判斷與所述數據圖譜中多個任務路徑的匹配度，以選擇匹配程度最高的任務路徑作為所述最佳任務路徑，其中所述儲存裝置儲存所述數據組、任務數據以及所述輸入數據組。
  6. 如請求項5所述的基於數據的流程生成裝置，其中所述數據圖譜包括多個任務數據以及方向性參數，所述方向性參數包括所述節點數據以及所述連接數據，其中所述連接數據有關於所述多個任務數據之間的連接關係，並且所述節點數據有關於所述描述數據、所述狀態數據以及數據程式碼。
  7. 如請求項1所述的基於數據的流程生成裝置，其中所述處理器預定多個參考描述數據與多個參考狀態數據，並且預定多個參考目標數據以及創建多個參考任務數據，其中所述處理器根據所述多個參考描述數據、所述多個參考狀態數據、所述多個參考目標數據以及多個任務數據創建多個參考任務路徑，其中所述處理器從所述多個參考任務路徑選擇其中一個用於產生所述最佳任務路徑，其中所述最佳任務路徑包括對應所述當前數據組的任務數據。
  8. 如請求項7所述的基於數據的流程生成裝置，其中所述處理器預先基於所述多個參考描述數據以及所述多個任務數據之間的關聯創建所述數據圖譜，並且儲存所述數據圖譜至所述儲存裝置。
  9. 一種基於數據的流程生成方法，包括：接收數據組，所述數據組包括當前數據組以及目標數據組；將所述數據組作為輸入數據組，並且根據所述輸入數據組搜尋數據圖譜，以取得最佳任務路徑；執行所述最佳任務路徑，以取得輸出數據組；將所述輸出數據組作為所述輸入數據組，並且重複地根據所述輸入數據組搜尋所述數據圖譜，以及執行對應的所述最佳任務路徑，直到所述輸出數據組相同於所述目標數據組， 其中所述數據圖譜包括多個節點數據，其中所述多個節點數據之中每一個節點數據對應於不同的描述數據以及狀態數據：其中相鄰的所述多個節點數據之間包括至少一連接數據，其中所述連接數據有關於所述當前數據組的特徵數據。
  10. 如請求項9所述的基於數據的流程生成方法，其中接收所述數據組的步驟之前，所述方法包括：接收請求指令；以及根據所述請求指令搜尋資料庫，以取得所述數據組。
  11. 如請求項9所述的基於數據的流程生成方法，其中所述最佳任務路徑是由多個數據模型建構而成的任務列表，並且所述多個數據模型的每一個是由對應的輸入數據組、對應的任務以及對應的輸出數據組所組成。
  12. 如請求項10所述的基於數據的流程生成方法，其中所述方法的步驟由處理器執行，其中所述資料庫是數據查詢系統，並且所述處理器通過任務執行系統執行所述最佳任務路徑。
  13. 如請求項10所述的基於數據的流程生成方法，其中所述當前數據組包括所述描述數據、所述狀態數據以及特徵數據，其中根據所述輸入數據組搜尋所述數據圖譜，以取得所述最佳任務路徑的步驟包括：基於所述數據組的所述狀態數據判斷與所述數據圖譜中多個 任務路徑的匹配度，以選擇匹配程度最高的任務路徑作為所述最佳任務路徑；以及儲存所述數據組、任務數據以及所述輸入數據組。
  14. 如請求項13所述的基於數據的流程生成方法，其中所述數據圖譜包括多個任務數據以及方向性參數，所述方向性參數包括所述節點數據以及所述連接數據，其中所述連接數據有關於所述多個任務數據之間的連接關係，並且所述節點數據有關於所述描述數據、所述狀態數據以及數據程式碼。
  15. 如請求項10所述的基於數據的流程生成方法，其中還包括：預定多個參考描述數據與多個參考狀態數據；預定多個參考目標數據以及創建多個參考任務數據；根據所述多個參考描述數據、所述多個參考狀態數據、所述多個參考目標數據以及多個任務數據創建多個參考任務路徑，其中根據所述輸入數據組搜尋所述數據圖譜，以取得所述最佳任務路徑的步驟包括：從所述多個參考任務路徑選擇其中一個用於產生所述最佳任務路徑；其中所述最佳任務路徑包括對應所述當前數據組的任務數據。
  16. 如請求項15所述的基於數據的流程生成方法，其中創建所述多個參考任務路徑的步驟之後，所述方法還包括：預先基於所述多個參考描述數據以及所述多個任務數據之間的關聯創建所述數據圖譜；以及儲存所述數據圖譜至儲存裝置。
TW112113723A 2023-03-14 2023-04-12 基於數據的流程生成裝置及其方法 TWI856607B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2023102458441 2023-03-14
CN202310245844.1A CN118673154A (zh) 2023-03-14 2023-03-14 基于数据的流程生成装置及其生成方法

Publications (2)

Publication Number Publication Date
TW202437104A TW202437104A (zh) 2024-09-16
TWI856607B true TWI856607B (zh) 2024-09-21

Family

ID=92714007

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112113723A TWI856607B (zh) 2023-03-14 2023-04-12 基於數據的流程生成裝置及其方法

Country Status (3)

Country Link
US (1) US20240311724A1 (zh)
CN (1) CN118673154A (zh)
TW (1) TWI856607B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120096043A1 (en) * 2010-10-19 2012-04-19 7 Degrees, Inc. Data graph cloud system and method
US20180052863A1 (en) * 2014-10-03 2018-02-22 International Business Machines Corporation Hardware acceleration for a compressed computation database
CN112116308A (zh) * 2020-08-10 2020-12-22 中山大学 一种操作票自动生成方法、系统、装置及存储介质
CN112950107A (zh) * 2019-12-11 2021-06-11 卡特彼勒公司 工单集成系统
TW202139091A (zh) * 2019-02-18 2021-10-16 南韓商韓領有限公司 用於出勤者指派的方法及電腦實施系統

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040078105A1 (en) * 2002-09-03 2004-04-22 Charles Moon System and method for workflow process management
WO2013157015A2 (en) * 2012-04-16 2013-10-24 Chunilal Rathod Yogesh A method and system for display dynamic & accessible actions with unique identifiers and activities.
US20150039343A1 (en) * 2013-07-31 2015-02-05 Lightbeam Health Solutions, LLC System for identifying and linking care opportunities and care plans directly to health records
US11436544B2 (en) * 2014-09-03 2022-09-06 CloudLeaf, Inc. System for managing an industrial workflow
US9762450B2 (en) * 2014-09-04 2017-09-12 Accenture Global Services Limited System architecture for cloud-platform infrastructure layouts
US10521738B2 (en) * 2016-11-29 2019-12-31 Ca, Inc. Automated collaboration workflow generation in thing-sourcing environments
US11756543B2 (en) * 2020-10-27 2023-09-12 Incentive Marketing Group, Inc. Methods and systems for application integration and macrosystem aware integration
US12417622B2 (en) * 2021-09-17 2025-09-16 Robert Bosch Gmbh Systems and methods of interactive visual graph query for program workflow analysis
US20230393832A1 (en) * 2022-06-06 2023-12-07 Incentive Marketing Group, Inc. Automated translation of computer languages to extract and deploy computer systems and software
US20240202208A1 (en) * 2022-12-15 2024-06-20 Patterns Data Systems Inc. End-to-end database management framework

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120096043A1 (en) * 2010-10-19 2012-04-19 7 Degrees, Inc. Data graph cloud system and method
US20180052863A1 (en) * 2014-10-03 2018-02-22 International Business Machines Corporation Hardware acceleration for a compressed computation database
TW202139091A (zh) * 2019-02-18 2021-10-16 南韓商韓領有限公司 用於出勤者指派的方法及電腦實施系統
CN112950107A (zh) * 2019-12-11 2021-06-11 卡特彼勒公司 工单集成系统
CN112116308A (zh) * 2020-08-10 2020-12-22 中山大学 一种操作票自动生成方法、系统、装置及存储介质

Also Published As

Publication number Publication date
US20240311724A1 (en) 2024-09-19
CN118673154A (zh) 2024-09-20
TW202437104A (zh) 2024-09-16

Similar Documents

Publication Publication Date Title
CN113052696B (zh) 金融业务任务处理方法、装置、计算机设备和存储介质
US11947996B2 (en) Execution of services concurrently
CN118966330A (zh) 基于大语言模型的智能代理任务处理方法、设备及系统
CN115437757A (zh) 调度方法、系统、服务器和计算机可读存储介质
TWI856607B (zh) 基於數據的流程生成裝置及其方法
CN120911917A (zh) 应用上下文工程增强智能体的数据查询与辅助水库运营方法及系统
US20250298993A1 (en) Systems and methods for analog electronic design and analysis using a multi-modal, multi-agent artificial intelligence (ai) model
TWI844232B (zh) 基於數據驅動的執行系統及其執行方法
US20220230181A1 (en) Next best action framework with nested decision trees
US20250130862A1 (en) Automated distribution of processing nodes of a rules-based application across a cluster of computing devices
US20250377956A1 (en) Method, device, and computer program product for generating executable scripts
US20250147816A1 (en) Automated distribution of processing nodes of a rules-based application across multiple compute instances
CN119887124B (zh) 一种基于rpa协作的批量作业日志检查方法及装置
CN121722819B (zh) 一种基于大模型的智能决策系统及方法
CN119127722B (zh) 一种模型推理一致性校验方法
CN119578796B (zh) 一种基于大模型的电力调度控制方法及装置
CN116757621A (zh) 业务行为管理系统及业务行为管理方法
CN121388077A (zh) 一种基于mcp协议的智能数据调用方法
CN121961479A (zh) 基于拓扑关系的工作流处理方法、系统、设备及存储介质
CN121766738A (zh) 一种任务工作流处理方法、系统、计算机设备及存储介质
CN118152927A (zh) 故障原因的确定方法和装置、存储介质及电子装置
CN121961495A (zh) 一种工作流引擎的任务分解编排与异常重试方法及系统
CN114418435A (zh) 任务分配方法、装置及电子设备
KR20260036973A (ko) 인공지능 기반 공급망 시뮬레이션 방법, 장치, 시스템 및 컴퓨터 프로그램
CN121836212A (zh) 任务的处理方法、装置及相关设备