结合AI的RPA系统流程复杂度确定方法与装置制造方法及图纸

本发明专利技术实施例提供了一种结合AI的RPA系统流程复杂度确定方法与装置，涉及RPA、AI领域，该方法包括：RPA系统获取目标业务的多个流程关联特征信息，RPA系统将各流程关联特征信息输入到预设评估模型中，RPA系统根据流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果，由于RPA系统在确定目标业务转化为RPA流程的复杂度时，综合考虑了多种流程关联特征信息，所以提高了确定结果的准确率。并且RPA系统在确定RPA流程的复杂度的整个过程中都是由电子设备自动化执行，所以提高了RPA流程的复杂度确定的效率。

【技术实现步骤摘要】
结合AI的RPA系统流程复杂度确定方法与装置
本专利技术实施例涉及机器人流程自动化(RoboticProcessAutomation，RPA)、AI(ArtificialIntelligence，人工智能)
，尤其涉及一种结合AI的RPA系统流程复杂度确定方法、装置、设备及存储介质。
技术介绍
机器人流程自动化(RoboticProcessAutomation，RPA)是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前，RPA和AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。在企业在将人工完成的业务流程准备转成到RPA流程前，需要对该业务流程对应的RPA流程的复杂度进行确定，根据确定后的结果再决定是否转为RPA流程。现有技术中，在对RPA流程复杂度进行确定时，只是由相关领域的专家进行简单的确定，使确定复杂度时所需要的专业化程度高，并且确定过程考虑的因素并不全面，导致确定的结果准确率较低，确定效率也较低。
技术实现思路
本专利技术实施例提供一种结合AI的RPA系统流程复杂度确定方法、装置、设备及存储介质，解决了现有技术中只是由相关领域的专家进行简单的确定，使确定所需要的专业化程度高，并且确定过程考虑的因素并不全面，导致确定的结果准确率较低，确定效率也较低的技术问题。第一方面，本专利技术实施例提供一种结合AI的RPA系统流程复杂度确定方法，包括：RPA系统获取目标业务的多个流程关联特征信息；所述RPA系统将各流程关联特征信息输入到预设评估模型中；所述RPA系统根据所述流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果。第二方面，本专利技术实施例提供一种结合AI的RPA系统流程复杂度确定装置，包括：信息获取模块，用于获取目标业务的多个流程关联特征信息；信息输入模块，用于将各流程关联特征信息输入到预设评估模型中；结果确定模块，用于根据所述流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果。第三方面，本专利技术实施例提供一种电子设备，包括：存储器，处理器以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如第一方面所述的方法。本专利技术实施例提供一种结合AI的RPA系统流程复杂度确定方法、装置、设备及存储介质，RPA系统通过获取目标业务的多个流程关联特征信息，将各流程关联特征信息输入到预设评估模型中，根据流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果，由于RPA系统在确定目标业务转化为RPA流程的复杂度时，综合考虑了多种流程关联特征信息，所以提高了确定结果的准确率。并且RPA系统在确定RPA流程的复杂度的整个过程中都是由电子设备自动化执行，所以提高了RPA流程的复杂度确定的效率。应当理解，上述
技术实现思路
部分中所描述的内容并非旨在限定本专利技术的实施例的关键或重要特征，亦非用于限制本专利技术的范围。本专利技术的其它特征将通过以下的描述变得容易理解。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一提供的结合AI的RPA系统流程复杂度确定方法的流程图；图2为本专利技术实施例二提供的结合AI的RPA系统流程复杂度确定方法的流程图；图3为本专利技术实施例二提供的结合AI的RPA系统流程复杂度确定方法中确定配置界面的示意图；图4为本专利技术实施例三提供的结合AI的RPA系统流程复杂度确定装置的结构示意图；图5为本专利技术实施例四提供的结合AI的RPA系统流程复杂度确定装置的结构示意图；图6为本专利技术实施例五提供的电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本专利技术的实施例。虽然附图中显示了本专利技术的某些实施例，然而应当理解的是，本专利技术可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本专利技术。应当理解的是，本专利技术的附图及实施例仅用于示例性作用，并非用于限制本专利技术的保护范围。本专利技术实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。为了清楚理解本专利技术实施例的技术方案，下面对本专利技术实施例涉及到的关键词汇进行解释：RPA流程复杂度：RPA流程执行时的复杂程度，可以采用复杂度分值或复杂度等级等数据来表示。流程关联特征信息：为与目标业务的处理流程相关联的特征信息。如可以包括：在处理目标业务时目标设备的屏幕切换次数、业务场景类型、标准输入数据的个数、目标设备的部署方式、结构化输入数据的个数、自由文本输入的个数等。预设评估模型：确定目标业务对应RPA流程的复杂度的模型。该预设评估模型可以为设置各流程关联特征信息的数值与复杂度分值的映射关系的模型，或者还可以为采用深度学习算法构建出的训练至收敛的评估模型等。实施例一图1为本专利技术实施例一提供的结合AI的RPA系统流程复杂度确定方法的流程图，如图1所示，本实施例的执行主体为RPA(RoboticProcessAutomation，机器人流程自动化)系统，该RPA系统可以集成在电子设备中，则本实施例提供的结合AI的RPA系统流程复杂度确定方法包括以下几个步骤。步骤1－S1，RPA系统获取目标业务的多个流程关联特征信息。本实施例中，目标业务为需要进行RPA流程复杂度确定的业务，如可以为企业中的需要人工进行的业务，如可以为财务报销业务，收发邮件业务等。其中，流程关联特征信息为与目标业务的处理流程相关联的特征信息。如可以包括：在处理目标业务时目标设备的屏幕切换次数、业务场景类型、标准输入数据的个数、目标设备的部署方式、结构化输入数据的个数、自由文本输入的个数等。具体地，本实施例中，RPA本文档来自技高网...

【技术保护点】
1.一种结合AI的RPA系统流程复杂度确定方法，其特征在于，包括：/nRPA系统获取目标业务的多个流程关联特征信息；/n所述RPA系统将各流程关联特征信息输入到预设评估模型中；/n所述RPA系统根据所述流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果。/n

【技术特征摘要】
20200630 CN 20201061435401.一种结合AI的RPA系统流程复杂度确定方法，其特征在于，包括：
RPA系统获取目标业务的多个流程关联特征信息；
所述RPA系统将各流程关联特征信息输入到预设评估模型中；
所述RPA系统根据所述流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果。


2.根据权利要求1所述的方法，其特征在于，所述RPA系统获取目标业务的多个流程关联特征信息，具体包括：
所述RPA系统监测用户在所述目标设备上对所述目标业务进行处理的流程数据；
所述RPA系统基于自然语言处理NLP从所述流程数据中提取出多个流程关联特征信息。


3.根据权利要求1所述的方法，其特征在于，所述RPA系统监测用户在所述目标设备上对所述目标业务进行处理的流程数据，具体包括：
所述RPA系统向用户展示确定配置界面，所述确定配置界面中包括多个信息配置项；
所述RPA系统接收用户在所述确定配置界面上通过对应的信息配置项配置的流程关联特征信息。


4.根据权利要求1所述的方法，其特征在于，所述RPA系统监测用户在所述目标设备上对所述目标业务进行处理的流程数据，具体包括：
所述RPA系统获取目标业务的流程框图；
所述RPA系统基于自然语言处理NLP对所述流程框图进行解析，以获取多个流程关联特征信息。


5.根据权利要求1所述的方法，其特征在于，所述RPA系统根据所述流程关联特征信息和预设评估模型对目标业务流程的复杂度进行确定，以获得复杂度确定结果，具体包括：
所述RPA系统从至少一个预设评估模型中选取一个目标预设评估模型；
所述RPA系统通过所述目标预设评估模型确定各流程关联特征信息对应的复杂度分值以及复杂度总分值计算策略，根据所述复杂度总分值计算策略对所述各流程关联特征信息对应的复杂度分值进行计算，以输出复杂度总分值。


6.根据权利要求5所述的方法，其特征在于，所述RPA系统根据所述流程关联特征信息和预设评估模型对目标业务流程的复...

【专利技术属性】
技术研发人员：汪冠春，胡一川，褚瑞，李玮，潘庚生，翁嘉颀，
申请(专利权)人：北京来也网络科技有限公司，北京奔影网络科技有限公司，
类型：发明
国别省市：北京;11