基于AI算法的智能业务建模方法技术

本发明专利技术涉及计算机技术领域，具体涉及一种基于AI算法的智能业务建模方法，包括以下步骤：S1、获取用户的业务需求；S2、通过AI算法分析完成业务需求所需要的必要信息流程；S3、根据业务场景和业务动作流程对业务内容提取关键词；再通过AI算法对关键词进行拓展和细化分析，得到关键词集；S4、分析关键词集中各个关键词之间的关联关系，并根据各个关键词之间的关联关系对关键词集中的各个关键词进行分类组合，得到多个关键词组合；S5、根据关键词集各个关键词之间的关联关系和多个关键词组合绘制组成结构树，输出结构树组作为业务建模。本发明专利技术能够快速创建业务模型，缩短业务模型创建周期，提高效率。提高效率。提高效率。

【技术实现步骤摘要】
基于AI算法的智能业务建模方法


[0001]本专利技术涉及计算机
，具体涉及一种基于AI算法的智能业务建模方法。

技术介绍

[0002]多数人换工作或者新接手公司内部其他业务线的工作时，都是进入到一个全新的业务领域。此时会产生一种面对业务的手足无措感，感觉这个业务好像是一个陌生的庞然大物，完全不知道从何去理解业务，更别提为这套业务设计一套系统去自动化进行日常业务运营的管理了。事实上这个问题广泛存在在需要面对多业态的信息化服务商中，例如经典的零售业的货物采购业务，便利店、商超、大卖场、超市等都有货物采购业务。虽然说大家都是在进行零售业务的开展，但是由于店铺规模以及货物管理规模的不相同，就会导致业务流程有翻天覆地的差异，无法照搬套用。因此业务建模显得十分有必要性。但不能简单认为企业的业务自动化建立应用，直接照搬企业模式就能实现。其原因是企业原有的业务模式在以人为主的环境中可能运行得很好，可是把这套模式原封不动地搬到计算机上就未必会适合了。人的能力和计算机的能力有很大的出入，所以流程必须经过调整以适应计算机。
[0003]目前，大部分的零售业务的业务建模都需要技术人员根据业务人员的需求进行业务模型的梳理、建立，进而完成业务建模，导致业务流型创建的周期增长，无法适应业务的敏捷变化和流程的快速构建。

技术实现思路

[0004]本专利技术的目的在于提供一种基于AI算法的智能业务建模方法，能够快速创建业务模型，缩短业务模型创建周期，提高效率。
[0005]为了达到上述目的，提供了一种基于AI算法的智能业务建模方法，包括以下步骤：
[0006]S1、获取用户的业务需求；
[0007]S2、通过AI算法分析完成业务需求所需要的必要信息流程；所述必要信息流程包括业务场景和业务动作流程；
[0008]S3、根据业务场景和业务动作流程提取与业务内容相关的关键词；再通过AI算法对关键词进行拓展和细化分析，得到关键词集；
[0009]S4、分析关键词集中各个关键词之间的关联关系，并根据各个关键词之间的关联关系对关键词集中的各个关键词进行分类组合，得到多个关键词组合；
[0010]S5、根据关键词集各个关键词之间的关联关系和多个关键词组合绘制关系图，输出关系图组作为业务模型。
[0011]原理及优点：
[0012]1.获取用户的业务需求，就可以初步完成业务的立项工作。
[0013]2.通过AI算法分析完成业务需求所需要的必要信息流程，例如现有的基于神经网络的语言模型，根据用户的初步需求，进行后续的文字预测，从而补全用户的需求，可以极大程度减少人员参与，为后续的高效业务建模提供数据支撑；
[0014]3.需求补完之后，根据业务场景和业务动作流程对业务内容提取关键词；再通过AI算法对关键词进行拓展和细化分析，得到关键词集；实现内容的自动填充补全。然后再分析关键词集中各个关键词之间的关联关系，并根据各个关键词之间的关联关系对关键词集中的各个关键词进行分类组合，得到多个关键词组合。以便各个步骤快速联系起来，构成业务模型。从而提高业务建模效率。
[0015]进一步，所述步骤S2中，所述业务场景包括零售背景、信息输入、信息输出和信息参与角色；所述业务动作流程包括信息参与角色、信息输入和信息输出之间的信息分析逻辑；所述步骤S2中具体包括以下步骤：
[0016]S201、通过AI算法分析业务需求进行信息流逐级拆解分析，并对各信息流进行任务定义，得到信息流分析表；
[0017]S202、根据信息流分析表分析完成对应任务执行所需的信息输入、信息输出和信息参与角色，以及信息参与角色、信息输入和信息输出之间的信息分析逻辑。
[0018]进一步，所述步骤S3中具体包括以下步骤：
[0019]S301、根据信息流分析表和信息参与角色提取与信息输入相关的关键词，再通过AI算法对关键词进行拓展和细化分析；
[0020]S302、根据信息流分析表和信息参与角色提取与信息输出相关的关键词，再通过AI算法对关键词进行拓展和细化分析；
[0021]S303、根据信息流分析表和信息参与角色提取与信息分析逻辑相关的关键词，再通过AI算法对关键词进行拓展和细化分析，最终得到关键词集。
[0022]进一步，所述信息流分析表包括有多级信息流，所述多级信息流中的每一级信息流为业务需求经多级分解后的项目任务总称；所述步骤S4中具体包括以下步骤：
[0023]S401、将多级信息流中的每一级信息流依次设为第一级、次一级、次二级，将每一级信息流下的信息输入、信息输出和信息分析逻辑并称为类型且设为第二级关联度，将信息参与角色设为第三级关联度，将信息输入、信息输出和信息分析逻辑的具体内容设为第四级关联度；
[0024]S402、根据多级信息流、信息参与角色提取、信息输入和信息输出对应的关联度等级定义，分析关键词集中各个关键词之间的关联关系；
[0025]S403、根据各个关键词之间的关联关系对关键词集中的各个关键词进行分类组合，得到多个关键词组合。
[0026]进一步，还包括以下步骤：
[0027]S6、对业务模型的功能完整性进行诊断，并输出诊断结果。通过对业务模型的功能完整性进行诊断，以保证业务模型的后续使用。
[0028]进一步，所述关系图包括流程图、表格、结构树和序列图。通过设计多种数据图结构，以便对应角色执行对应的任务。
[0029]进一步，所述AI算法为基于神经网络构建的语言模型。基于神经网络构建的语言模型可以高效自动地完成业务建模的数据准备工作，从而提高业务建模中的整体效率。
附图说明
[0030]图1为本专利技术实施例一中基于AI算法的智能业务建模方法的流程示意图。
具体实施方式
[0031]下面通过具体实施方式进一步详细说明：
[0032]实施例一
[0033]一种基于AI算法的智能业务建模方法，基本如图1所示，包括以下步骤：
[0034]S1、获取用户的业务需求和历史经营数据；例如进销存业务系统采购侧的建模示例，所谓进销存系统就是指供应链中以管理账务管理作为目标的系统，也就是管理除了仓库作业外的信息。因此，业务需求可定义为店铺老板对某项产品的进销存管理，具体例如可乐进货。
[0035]S2、通过AI算法分析完成业务需求所需要的必要信息流程；所述必要信息流程包括业务场景和业务动作流程；所述步骤S2中，所述业务场景包括零售背景、信息输入、信息输出和信息参与角色；所述业务动作流程包括信息参与角色、信息输入和信息输出之间的信息分析逻辑。所述零售背景为店面经营规模，例如便利店、商超、大卖场、超市等，店面经营规模不同，进出货的数量金额是不同的。
[0036]所述步骤S2中具体包括以下步骤：
[0037]S201、通过AI算法分析业务需求进行信息流逐级拆解分析，并对各信息流进行任务定义，得到信息流分析表；本实施例中，所述AI算法为现有的基于神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于AI算法的智能业务建模方法，其特征在于，包括以下步骤：S1、获取用户的业务需求；S2、通过AI算法分析完成业务需求所需要的必要信息流程；所述必要信息流程包括业务场景和业务动作流程；S3、根据业务场景和业务动作流程提取与业务内容相关的关键词；再通过AI算法对关键词进行拓展和细化分析，得到关键词集；S4、分析关键词集中各个关键词之间的关联关系，并根据各个关键词之间的关联关系对关键词集中的各个关键词进行分类组合，得到多个关键词组合；S5、根据关键词集各个关键词之间的关联关系和多个关键词组合绘制关系图，输出关系图组作为业务模型。2.根据权利要求1所述的基于AI算法的智能业务建模方法，其特征在于：所述步骤S2中，所述业务场景包括零售背景、信息输入、信息输出和信息参与角色；所述业务动作流程包括信息参与角色、信息输入和信息输出之间的信息分析逻辑；所述步骤S2中具体包括以下步骤：S201、通过AI算法分析业务需求进行信息流逐级拆解分析，并对各信息流进行任务定义，得到信息流分析表；S202、根据信息流分析表分析完成对应任务执行所需的信息输入、信息输出和信息参与角色，以及信息参与角色、信息输入和信息输出之间的信息分析逻辑。3.根据权利要求2所述的基于AI算法的智能业务建模方法，其特征在于：所述步骤S3中具体包括以下步骤：S301、根据信息流分析表和信息参与角色提取与信息输入相关的关键词，再通过AI算法对关键词进行拓展和细化分析；S302、根据信息流分析表和信...

【专利技术属性】
技术研发人员：杨灵运，杨文峰，李琳，李洋，袁江远，陈安锦，李凌，
申请(专利权)人：贵州航天云网科技有限公司，
类型：发明
国别省市：