[发明专利]一种基于卷积神经网络的业务流程推荐方法

摘要

本发明公开了一种基于卷积神经网络的业务流程推荐方法，包括(1)业务流程数据集的标准化；(2)基于矩阵变换的特征提取；(3)多层卷积核操作；(4)子采样和分类；(5)模型迭代调参。本发明创新性地将业务流程推荐问题抽象为图分类问题，并采用改进的卷积神经网络技术对问题进行求解，该方法绝大部分时耗集中于线下的训练模块，线上推荐时间复杂度很小，从而显著增强了推荐的实时性；另一方面，本发明方法可以适用于任何含有复杂结构的业务流程推荐问题中，因而有效地提高了推荐的平均准确率。

主权项

一种基于卷积神经网络的业务流程推荐方法，包括如下步骤：(1)获取一定数量的流程文件并对这些文件进行预处理，得到大量流程子图组成训练集；所述流程子图包括末节点以及由其余节点所组成的上游子图，所述上游子图用于特征训练，所述末节点的类型作为分类标签；(2)对训练集中的上游子图进行数据标准化，得到对应初始特征矩阵；(3)对初始特征矩阵进行基于矩阵变换的特征提取得到初始特征图；(4)对初始特征图进行多层卷积核操作以挖掘初始特征图中的隐含特性，得到最终特征图；(5)对最终特征图中每一行进行子采样并将采样结果组成训练样本，基于大量训练样本作为全连接神经网络的输入层，采用随机梯度下降算法对该神经网络进行训练从而得到分类模型，通过调用所述分类模型为实际业务流程子图推荐后续流程节点。