CN119398720B 一种数字化转型过程协同监测系统及方法 （云镝智慧科技有限公司）

(19)国家知识产权局(12)发明专利道梅都社区中康路136号深圳新一代产业园3栋1601(72)发明人崔毕方邵楠崔翔事务所(普通合伙)44837专利代理师张海基本发明公开了一种数字化转型过程协同监流程挖掘算法分析数据关系，构建业务流程模2获取所有需要进行数字化转型的数据，按照业务层次将数据划分为生产数据、营运数按照实际的业务流程进行数字化转型，按照预设的流程挖义直接跟随关系矩阵F;遍历事件集合E中的事件对(e;,ej),得到事件集合E的直接跟随关系矩阵F;根据所述直接跟随关系矩阵F分析得到因果关系集合、并行关系集合和无关关系集合；根据数据关系构建关系模型，包括：将活动集合A、因果关系集合Ac、并行创建第一库所Pij:PAc={p;j|(a;,a;)∈Ac};对于并行关系(a;,a)∈Ap,创建第二库所P():PAp={Pa)|(a;,a)∈Ap},定义库所集合PA:PA=PAcUPAp;创建因果关系弧FAc,FAc={(a;,Pij),(Pij,a;)|(a;,aj)∈Ac},创建并行关系弧FAp,FAp={(a,P(u)),(a,P()),(P(,),a),(P(),a)|(a;,aj)∈Ap}FA=FAcUFAp;根据转换集合T、库所集合PA和综合弧集合FA构建关系模型N=(PA,T,FA);根据关系模型构建业务流程模型，对所述业务流程模型进行数字化验证，生成数字化当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通过，对实时数据流进行异常分析，当识别到异常时，将异常数据和3当活动a;对应的事件直接跟随活动aj对应的事件的频次大于W1,且活动aj对应的事件当活动a;对应的事件直接跟随活动aj对应的事件的频次大于W2,且活动aj对应的事件当活动a;对应的事件直接跟随活动aj对应的事件的频次为零，且4.根据权利要求3所述的一种数字化转型过程协同监测方法，其特征在于，对所述业务流程模型进行数字化验证，生成数字化验证评分，数字化验证评分的计算逻辑为：为,其中，f(a;,a;)为活动a;和aj之间6.一种数字化转型过程协同监测系统，用于实现权利要求1-5任一项所述的一种数字数据获取模块：获取所有需要进行数字化转型的数据，模型构建模块：按照实际的业务流程进行数字化转型，按照预模型验证模块：根据关系模型构建业务流程模型，对所述业务协同计算模块：当数字化验证评分大于预设的数字化验证4一种数字化转型过程协同监测系统及方法技术领域[0001]本发明涉及数字化转型监测领域，具体为一种数字化转型过程协同监测系统及方背景技术[0002]随着数字化转型的推进，企业和组织愈发依赖于数字化手段优化业务流程，以提高效率、降低成本并增强竞争力。然而，在业务流程的数字化转型过程中，由于数据来源多样、业务流转复杂以及缺乏有效的监测工具，容易导致以下问题：数据分散与缺乏关联性，业务数据通常来自多个异构系统，数据之间缺乏有效的关联分析，难以支持整体流程的优化。现有技术中，针对业务流程的监测手段往往只关注局部数据的单一指标，无法有效评估业务流程的全局协调性；模型适配性不足，传统业务流程建模方法大多基于静态规则或经验驱动，难以动态适应实际业务场景的复杂变化，在已有技术方案中，模型验证往往局限于特定场景或假设条件，无法准确捕捉业务活动中的异常事件及其影响；缺乏协同度与实时评估方法，当前技术中，针对业务活动之间的协同度评价方法较为单一，难以全面反映活动之间的关联性和协调性。缺乏实时的评分机制，难以对业务流程的数字化转型效果进行动态评估。发明内容[0003]基于以上所述现有技术的缺点，本发明的目的是提供一种数字化转型过程协同监测系统及方法，以解决上述技术问题。[0004]为实现上述目的，本发明提供如下技术方案：一种数字化转型过程协同监测方法，[0005]获取所有需要进行数字化转型的数据，按照业务层次将数据划分为生产数据、营运数据和支持数据；[0006]按照实际的业务流程进行数字化转型，按照预设的流程挖掘算法分析数据关系，根据数据关系构建关系模型；[0007]根据关系模型构建业务流程模型，对所述业务流程模型进行数字化验证，生成数字化验证评分；[0008]当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通[0009]对实时数据流进行异常分析，当识别到异常时，将异常数据和活动之间的协同度大于阈值的活动的数据进行标记，生成预警信号。[0010]本发明进一步设置为，所述业务流程由一个或多个活动构成，所述活动执行的实件输入数据和事件输出数据。[0011]本发明进一步设置为，按照预设的流程挖掘算法分析数据关系，包括：5[0012]获取原始事件数据集合，从所述原始事件数据集合中提取业务流程执行的事件日志，按照活动名称、标识号、时间戳、事件输入数据和事件输出数据将事件进行[0023]对于因果关系集合(a;,aj)∈Ac,创建第一库所Pij:PAc={pij|(ai,aj)∈Ac}[0024]创建因果关系弧FAc,FAc={(ai,Pij),(pij,aj)|(a;,aj)∈Ac},创建并行关系弧FAp,FAp={(ai,P(ij),(aj,P(ij)),(P(ij),ai),(P(ij),aj)|(ai,aj)∈Ap},Sdv为数字化验证评分，业务流程被定义到转换集合T中的活动数量， 6[0027]本发明进一步设置为，活动之间的协同度的计算逻辑为：为活动a;和a之间的路径集合，P为活动a和a之间的路径，λ(p)为路径的权重，计算逻辑[0028]本发明还提供一种数字化转型过程协同监测系统，所述系统包括：[0029]数据获取模块：获取所有需要进行数字化转型的数据，按照业务层次将数据划分[0030]模型构建模块：按照实际的业务流程进行数字化转型，按照预设的流程挖掘算法分析数据关系，根据数据关系构建关系模型；[0031]模型验证模块：根据关系模型构建业务流程模型，对所述业务流程模型进行数字[0032]协同计算模块：当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通过，计算活动之间的协同度；[0033]异常预警模块：对实时数据流进行异常分析，当识别到异常时，将异常数据和活动之间的协同度大于阈值的活动的数据进行标记，生成预警信号。[0034]本发明提供一种数字化转型过程协同监测系统及方法，所述方法通过获取所有需要进行数字化转型的数据，按照业务层次将数据划分为生产数据、营运数据和支持数据；按照实际的业务流程进行数字化转型，按照预设的流程挖掘算法分析数据关系，根据数据关系构建关系模型；根据关系模型构建业务流程模型，对所述业务流程模型进行数字化验证，生成数字化验证评分；当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通过，计算活动之间的协同度；对实时数据流进行异常分析，当识别到异常时，将异常数据和活动之间的协同度大于阈值的活动的数据进行标记，生成预警信号，产生的有益效果包括：[0035]1、全面的数据整合与分析能力，通过构建直接关联关系矩阵和因果关系集，实现了对业务活动数据的多层次关联分析，有效解决了现有技术中数据分散、孤立的问题，支持对来自异构系统的多源数据进行整合，保证了数据分析的全面性和准确性；[0036]2、精确的模型验证与动态适配，通过预定义的业务流程模型，对业务活动进行数字化验证，并生成数字化验证评分，可动态反映模型与实际流程的适配性，克服了传统静态建模方法无法适应业务变化的不足，数字化验证评分不仅评估整体流程效果，还结合未使用活动和异常活动对模型进行修正，增强了模型的动态适配能力；[0037]3、活动协同度计算的精准性与灵活性，通过计算协同度，量化了业务活动间的协同效果，弥补了现有方法中对活动间关系分析不足的缺陷，通过设定多种阈值，对活动的直接关联与并行关系进行了精细化划分，使得协同度评估更加科学。[0038]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。7附图说明[0039]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他[0040]图1为本发明的一示例性实施例示出的一种数字化转型过程协同监测方法的流程[0041]图2为本发明的一示例性实施例示出的一种数字化转型过程协同监测系统的结构示意图。具体实施方式[0042]以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。[0043]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。[0044]在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。[0045]实施例一[0047]获取所有需要进行数字化转型的数据，按照业务层次将数据划分为生产数据、营运数据和支持数据；[0048]按照实际的业务流程进行数字化转型，按照预设的流程挖掘算法分析数据关系，根据数据关系构建关系模型；[0049]根据关系模型构建业务流程模型，对所述业务流程模型进行数字化验证，生成数字化验证评分；[0050]当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通[0051]对实时数据流进行异常分析，当识别到异常时，将异常数据和活动之间的协同度大于阈值的活动的数据进行标记，生成预警信号。[0052]本发明进一步设置为，所述业务流程由一个或多个活动构成，所述活动执行的实件输入数据和事件输出数据。具体的，业务流程由一个或多个活动组成，每个活动代表业务8流程中的基本单元，每个活动的具体执行被定义为事件，事件是活动执行的具体表现，每个事件包含以下核心要素：活动名称，标识事件所属的活动；标识号，为每个事件分配唯一标[0053]本发明进一步设置为，按照预设的流程挖掘算法分析数据关系，包括：[0054]获取原始事件数据集合，从所述原始事件数据集合中提取业务流程执行的事件日志，按照活动名称、标识号、时间戳、事件输入数据和事件输出数据将事件进行区分，得到事件集合E,提取所有出现的活动，构成活动集合A,其中，事件集合E中的元素[0055]定义直接跟随关系矩阵F,其中，Fj为表示活动a对应的事件直接跟随活动a对应的事件的频次，其中，活动a;对应的事件直接跟随活动a对应的事件的数据传递指：活动a;对应的事件的输入数据为活动a对应的事件的输出数据；具体的，Fj表示活动a;与活动aj间的直接关联关系，通过以下逻辑确定：Fij≠0:如果活动a的输出数据被用作活动a的输入数据，则F返映其关系强度；Fij=0:如果两活动间不存在直接关系。[0056]遍历事件集合E中的事件对(ei,ej),得到事件集合E的直接跟随关系矩阵F;[0057]根据所述直接跟随关系矩阵F分析得到因果关系集合、并行关系集合和无关关系集合。通过事件集合的构建，能够对业务流程中的每个活动实例进行细粒度的分析与追踪。通过事件的输入、输出数据，实现活动状态和业务流程的全方位监控。通过直接关联关系矩阵，明确活动之间的数据流向和强度，为业务流程的优化提供了数据驱动的基础。因果关系集合进一步揭示了活动之间的时间依赖，为复杂流程的动态分析奠定基础。[0058]本发明进一步设置为，根据所述直接跟随关系矩阵F分析得到因果关系集合、并行[0059]当活动a;对应的事件直接跟随活动a对应的事件的频次大于W1,且活动a对应的事件直接跟随活动a对应的事件的频次为零时，将(ai,aj输入因果关系集合Ac;[0060]当活动a;对应的事件直接跟随活动a对应的事件的频次大于W2,且活动a对应的事件直接跟随活动a对应的事件的频次大于W2时，将(ai,aj输入并行关系集合Ap;[0061]当活动a;对应的事件直接跟随活动a对应的事件的频次为零，且活动a对应的事件直接跟随活动ai对应的事件的频次为零时，将(ai,aj)输入无关关系集合An。具体的，通过直接关联关系矩阵的分析，将活动之间的关系划分为因果关系集合、并行关系集合和无关系集合，以清晰地描述业务活动之间的交互关系；活动之间的关联通过事件的直接频次的判定下限，高于此值的活动对一般被归入并行集合，W1和W2通过具体的情景进行具体设置，此处不对此作出限制；通过划分因果、并行和无关系集合，清晰地描述了业务流程中的活动交互逻辑，弥补了传统分析方法中对复杂关系处理不足的缺陷。[0062]本发明进一步设置为，根据数据关系构建关系模型，包括：[0063]将活动集合A、因果关系集合Ac、并行关系集合Ap和无关关系集合An设置为模型输入；[0064]定义转换集合T,将活动集合A设置为转换集合T,其中，转换集合T中的每个活动9[0065]对于因果关系集合(ai,aj)∈Ac,创建第一库所Pi:PAc={pij|(a;,aj)∈Ac};对于并行关系(ai,aj)∈Ap,创建第二库所P(ij):PAp={P(i;)|(ai,aj)∈Ap},库所集合PA:PA=PAcUPAp;具体的，库所集合在业务流程建模中用于表示活动间[0066]创建因果关系弧FAc,FAc={(ai,Pij),(pij,aj)|(ai,aj)∈Ac},创建并行关系弧FAp,FAp={(ai,P(i;j)),(aj,P(ij)),(P(i;,j),ai),(P(;j),aj)|(a;,aj)∈Ap},定义综合弧集合FA,FA=FAcUFAp;具体的，因果关系弧表示活动之间具有Sdv为数字化验证评分，为业务流程被定义到转换集合T中的活动数量， 别，有助于防止异常扩散和快速排查问题根源。[0072]请参阅图2,该示例性的一种数字化转型过程协同监测系统包括：[0073]数据获取模块：获取所有需要进行数字化转型的数据，按照业务层次将数据划分[0074]模型构建模块：按照实际的业务流程进行数字化转型，按照预设的流程挖掘算法分析数据关系，根据数据关系构建关系模型；[0075]模型验证模块：根据关系模型构建业务流程模型，对所述业务流程模型进行数字[0076]协同计算模块：当数字化验证评分大于预设的数字化验证评分阈值时，所述业务流程模型验证通过，计算活动之间的协同度；[0077]异常预警模块：对实时数据流进行异常分析，当识别到异常时，将异常数据和活动之间的协同度大于阈值的活动的数据进行标记，生成预警信号。[0078]需要说明的是，上述实施例所提供的一种数字化转型过程协同监测系统与上述实施例所提供的一种数字化转型过程协同监测方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的一种数字化转型过程协同监测系统在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。[0079]上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例[0080]应理解，本文中术语“和/或”,仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B,可以表示：单独存在A,同时存在A和B,单独存在B这三种情况，少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任[0082]应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺11序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。[0083]本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。[0084]所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。[0085]在本申请所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论