推荐星级：
- 1
- 2
- 3
- 4
- 5
采用协同过滤技术进行工作流活动推荐
资料介绍
为解决企事业单位的流程变动问题,利用正常实例和异常实例信息向当前不完整实例推荐下一可能执行的活动.由于每个工作流实例是一个活动名称序列,它们不能直接参与数值运算,需首先将序列中每个活动出现的顺序以数值的形式表示出来,最终将实例库转换成矩阵形式,该矩阵类似于推荐系统中的User-Item矩阵,以便于实例间相似度计算.最后,从实例库中筛选出与当前不完整实例相似性高的完整实例,利用这些实例的信息构造出活动列表,作为推荐结果.实验结果及对比分析表明:我们的活动推荐算法是可行的和有效的.
部分文件列表
| 文件名 | 大小 |
| 采用协同过滤技术进行工作流活动推荐.pdf | 1M |
部分页面预览
（完整内容请下载后查看）4
Vol． 45 No． 4
Apr． 2017
第
期
电
子
学
报
2017
4
ACTA ELECTRONICA SINICA
年
月
采用协同过滤技术进行工作流活动推荐
， ，
陈广智 何 文 李 磊
(
，
中山大学数据科学与计算机学院 广东广州
510006)
:
，
为解决企事业单位的流程变动问题 利用正常实例和异常实例信息向当前不完整实例推荐下一可能执
摘
要
． ， ，
行的活动 由于每个工作流实例是一个活动名称序列 它们不能直接参与数值运算 需首先将序列中每个活动出现的
， ，
顺序以数值的形式表示出来 最终将实例库转换成矩阵形式 该矩阵类似于推荐系统中的
User-Item
，
矩阵 以便于实例
． ， ，
间相似度计算 最后 从实例库中筛选出与当前不完整实例相似性高的完整实例 利用这些实例的信息构造出活动列
， ． :
表 作为推荐结果 实验结果及对比分析表明 我们的活动推荐算法是可行的和有效的
．
:
;
;
;
;
关键词
中图分类号
URL: http: / /www． ejournal． org． cn
协同过滤 活动推荐 推荐系统 工作流活动 工作流实例
TP311 0372-2112 ( 2017) 04-0890-08
DOI: 10． 3969 /j． issn． 0372-2112． 2017． 04． 018
:
:
A
:
文章编号
文献标识码
电子学报
Workflow Activity Recommendation by Collaborative Filtering
CHEN Guang-zhi，HE Wen，LI Lei
( School of Data and Computer Science，Sun Yat-sen University，Guangzhou，Guangdong 510006，China)
Abstract: To address the problem of changes of business processes for an enterprise or organization，we utilize the nor-
mal and exceptional instances to recommend the next possible activity for the current incomplete workflow instance． Since ev-
ery workflow instance is a sequence of activity names，it cannot be calculated numerically． we firstly extract the order of each
activity in the sequence as a number value，and then get a matrix which is similar to User-Item matrix in traditional recommen-
dation systems． This matrix can facilitate the calculation of similarity between two workflow instances． Finally，we choose these
complete instances which are most similar to the current incomplete instance，construct the activity list as the recommendation
result by these instances． Experimental results show that the proposed algorithm is effective and efficient．
Key words:
collaborative filtering; activity recommendation; recommendation system; workflow activity;
workflow instance
．
究内容
1
引言
传统工作流管理系统假定工作流模型事先完全确
［1］
，
工作流技术 已经在一些领域得到了应用 且应
， ．
定 当业务流程不发生变化的情况下它是可行的 事实
［2］
［3］
， ，
用领域越来越广泛 例如 汽车制造
、
、
医
电子商务
， ．
上 掌控全部流程信息是困难的 信息管理系统则没有
［4］
［5，6］
、
．
等 随着市场经济的快速发展及大
疗
电子政务
，
包含任何流程信息 不能从流程管理方面支持企业或
、 ，
数据 云计算等技术的普及 企业或组织的流程变动日
．
组织高效率运转 上述两种系统的过渡地带就存在着
．
益成为突出问题 采用智能化技术适应流程变动成为
， ，
这样的系统 其需要流程信息 但这些流程信息不太明
［7］
．
，
流程变动分为两种
对工作流技术的一个必然要求
; ，
确又经常变动 或者说 纵然预先定义的模型已经覆盖
， ．
一是模型的变动 另一个是实例的变动 针对模型变动
，
，
了系统大部分实例 但受各种情况的影响总会出现特
［8 ～ 11］
一些方法
利用先前保存的模型库对当前建模的模
． ，
殊实例 这类系统如采用传统方法管理流程 就会陷入
， ，
型进行建模任务推荐 从而重用先前建模信息 以加速
“ ” ．
流程变动 的泥潭里 为了解决这类系统面临的流程
; ，
建模过程 而实例变动研究较少 因而是本文的主要研
，
变动问题 本文综合利用系统积累下来的正常实例和
: 2015-11-26;
: 2016-03-28;
:
责任编辑 孙瑶
收稿日期
修回日期
:
基金项目 国家自然科学基金
( No． 61300095) ;
( No． S2012040011123) ;
( No．
广东省教育厅高校优秀青年创新人才培育
广东省自然科学基金
2012LYM 0065)
－
891
4
:
陈广智 采用协同过滤技术进行工作流活动推荐
第
期
^
; e = ＜ a ，a ，…，a ＞
整实例可以在 中出现多次 为一
，
特殊实例信息 向当前不完整实例推荐下一个可能活
E
i1
i2
iδ
， ． ，
动 而非强制规定 这既利用了模型信息 又融合了特殊
， a ，
不完整实例 其中活动 不满足模型结束活动定义 δ
iδ
^
e
^
^
e，
如何向
，
实例信息 避免了工作流模型再设计
．
． :
的长度 我们的问题定义为 给定
E
和
e
是
［12］
［13］
［14］
，
当前 推 荐 技 术 在 音 乐
、
电 影
、
图 书
、
购
a ?
推荐其下一个可能执行的活动
iδ + 1
［15，16］
，
等方面已经得到了应用 自然地也可将其用于
物
4
推荐方法
．
工作流活动推荐 我们将当前正在执行的工作流实例
4． 1
数据格式的转化
，
称为不完整实例 将已经执行结束的实例称为完整实
为利用协同过滤技术中数值形式的相似度计算方
． ，
例 为将协同过滤技术中的相似度量用于实例 本文先
， E ，
法 必须首先将 中完整实例信息转化成数值形式 本
;
，
讨论如何将实例转化成数值形式 然后 在上述数值形
式的基础上给出不完整实例和完整实例的相似度计算
flowRec
． E
文将其转化成矩阵形式 矩阵行对应 中一个完整实
， A ，
例 矩阵列对应集合 中的一个活动 矩阵元素是某个
;
，
方法 最后 设计了两个工作流活动推荐算法
．
完整实例中某个活动出现的顺序值 由于工作流模型
flowRecK．
，
实验结果及对比分析表明 本文提出的推
和
， E
可能包含循环分支 因此 中那些完整实例对应的活
．
荐算法是可行的和有效的
，
动序列中某些活动可能重复出现 进而导致矩阵元素
2
相关工作
，
．
不是一个数值 而是多个数值的集合 下面详细讨论如
E M．
何将 转化成矩阵形式
［9］
Agnes Koschmider
等人 利用元数据信息筛选出与
E， ;
首先扫描 取出所有可能出现的活动名称 对这
，
当前模型块相似的业务模型或业务模型块 供用户选
， M ，
些名称排序 把它们作为 的列属性 具体如何排序无
． ， ，
用 该方法推荐粒度较大 是模型级别上的推荐 以辅助
， ． ．
所谓 不影响推荐 于是确定了矩阵的列和列数 然后
，
． ［8］
模型建模 文献 讨论了如何更好地利用历史服务组
E
依次由 中每个完整实例确定
M ，
行元素 将实例中各
，
合例子来帮助构建当前服务组合 采用离线创建的模
．
式表向当前不完整服务组合推荐下一服务 本文虽然
个活动出现的先后顺序值作为该行对应活动列的元素
; ，
值 如果某活动出现多次 则将该活动所有出现的顺序
， ;
也用历史信息推荐 但却是实例级别上的推荐 更为不
［17 ～ 21］
M ．
中对应元素的值 一个数据格式转化的例
，
值都作为
同的是本文借鉴了协同过滤技术
应用场景可以
1．
子参见图 图中集合
A = { a ，a ，…，a } ， a ，
并按顺序
7
．
是电子政务中某项审批业务的活动推荐 文献
［10，11］
1
2
1
a ，…，a
M
，
a 、a 、
分别是开始 结
7
作为
的列属性 活动
2、6
束活动 由于 在第一个完整实例中分别以第 顺
先用最小深度优先编码将图形表示的模型转化成字符
2
7
1
．
a
， ;
串 接着用字符串匹配向不完整模型推荐下一任务 而
2
，
2
，
序出现 因此 矩阵第 一 行 第 二 列 元 素 含 两 个 数 值
6．
和
本文是将活动序列构成的字符串转化成数值的集合
．
再用协同过滤方法推荐
［22］
文献 也采用历史实例信息向不完整实例推
，
荐 它采用三种不同的方法筛选与不完整实例相似的
: 、 ．
完整实例 前缀法 集合法和多重集合法 前缀法要求太
;
苛刻且没有考虑当前活动之前的活动 后两种方法则
．
完全忽略了活动的顺序信息 为克服上述方法的不足
，
，
本文方法不仅考虑了不完整实例的最后一个活动 而
．
且也考虑了该活动之前的活动及它们的顺序信息
3
问题描述
，
假定对某业务流程来说 所有可能执行活动的集
，
按上述步骤处理后 得到
M．
，M
严格说 不是通常
A = { a ，a …，a } ，
一个工作流实例定义为有顺序
n
合为
1
2
， ，
意义下的矩阵 因其元素可能含多个数值 但为了方便
，
，
的活动序列 记为
e
＜ a ，a ，…，a ＞ ，
其中
ik
a
A，j
∈
≡
i
i1
i2
ij
． 1
本文仍称之为矩阵 算法 描述了数据格式转化算法
= 1，2，…，k， ．
同一活动允许在实例中多次出现 进一步
dataTransfer( E) ．
: ， A
假定 所有可能执行的活动是确定的 即集合 是确定
， ．
的 而工作流实例可能违反该业务模型 对一个完整实
1
dataTransfer( E)
数据格式转化算法
算法
，
例来说 它的首活动和尾活动分别称为开始活动和结
． E m
束活动 假定 是由 个完整工作流实例构成的实例
Input:
E．
工作流实例库
，
库 记为
E = { e ，e ，…，e } ，
m
，
它是多重集合 即某个完
Output: M．
矩阵
1
2
全部评论(0)