RPA组件智能推荐方法及系统技术方案

本发明专利技术属于RPA产品技术领域，具体涉及RPA组件智能推荐方法及系统。S1，提取组件的目标信息；S2，根据提取组件的目标信息，通过K

【技术实现步骤摘要】
RPA组件智能推荐方法及系统


[0001]本专利技术属于RPA产品
，具体涉及RPA组件智能推荐方法及系统。

技术介绍

[0002]当前，在数字化变革的时代背景下，企业需要将业务人员从简单重复的低附加值工作中解放出来，使得人员能够转型从事更具创造性、更有价值的工作，从而为企业变革与转型提供组织基础，为企业发展提供有效支撑。而作为一种新兴的数字工具，机器人流程自动化(Robotic Process Automation, RPA)，一种预先配置的软件，它能使用业务规则和预定义的活动设计，来自动执行完成一个或多个不相关软件系统中的流程、活动、事务和任务的组合，打破各系统信息孤岛，具有高效、简单、智能、灵活等特点，成为了不少企业实现智能化转型升级的重要途径之一。
[0003]作为RPA厂家，如何提供更加高效、易用、便捷的RPA产品就至关重要，因此就需要不断降低产品的使用门槛，增强产品的易用性，提升产品的体验。当前，RPA产品在可视化页面提供很多原子组件，如流程控制、数据处理、浏览器等，开发者可以根据自己的业务需求对这些组件进行拼装，来完成流程的设计和开发。但随着组件越来越多，组件之间的连接方式也日趋复杂，用户在流程开发过程中需要熟悉了解各个组件及之间的连接关系，增加开发人员的学习成本，并且也导致开发低效开发。
[0004]目前，现有的组件创建都是基于用户主动通过菜单栏、搜索框、收藏夹、历史搜索等方式进行选择，本质上需求都是明确的，是用户的一种主动选择的结果，当用户对产品不够熟悉，组件名称不够了解的时候，组件连接关系不够清楚，就会存在如下一些不足点：第一：组件名称不熟悉。目前市面各个主流RPA厂商的组件数量都多达几百个，开发者要了解并熟悉各个组件是件比较困难的事情。而由于当前组件的创建方式主要是基于搜索框及菜单栏的方式，搜索框是大部分基于精准模糊匹配方式实现，需要开发者知道组件的名称或者名称的关键字符串，当字符串涵盖某个异常字符时候，导致搜索结果为空；菜单栏是基于用户从几百个组件选择自己需要的，筛选过程非常耗时，一旦用户不了解组件，往往达不到想要的效果。因此，这两种方式都需要开发者熟悉RPA产品，增加开发者的学习成本。
[0005]第二：组件之间连接关系不了解。组件是业务关系的具体实现，开发者要实现具体的业务流程，需要将具体的业务转变组件之间的连接关系，这不仅要熟悉组件的名称，组件之间的内在作用也需要较深的了解，无疑也增加RPA产品的使用门槛。
[0006]第三：目前组件的创建方式是基于用户的主动行为。当前组件创建方式都是基于用户输入一些信息，返回结果，当用户不了解不清楚相关信息，此时怎么样让开发者也能较轻松的上手RPA产品就变得非常重要。
[0007]因此，设计一种能增强产品的易用性，提升开发人员的开发效率和提高用户组件获取效率的RPA组件智能推荐方法及系统，就显得十分重要。
[0008]例如，申请号为CN202110927454.3的中国专利文献描述的一种基于状态转移概率
模型的RPA组件推荐方法，包括：该方法通过统计业务场景中各类操作对应功能组件的使用关系，得到每个功能组件到其他组件的转移概率；以转移概率为依据为每一步RPA流程创建推荐组件，并通过高频组件的类别分布，推荐组件类别；虽然提到的组件及类别推荐基于转移概率模型实现，模型训练数据量越大，模型准确率越高；为避免过拟合应当选择当前业务场景中多个业务人员的操作数据为输入，以防止个人的不规范操作习惯影响模型整体的准确率；另外，可以帮助创建者快速找到适用组件，加速流程构建，但是其缺点在于，并没有解决当现有用户对组件名称不熟悉及组件逻辑不了解时，如何提高用户创建组件效率的问题。

技术实现思路

[0009]本专利技术是为了克服现有技术中，在RPA产品组件的创建过程中，现有用户对组件名称不熟悉及组件逻辑不了解的问题，提供了一种能增强产品的易用性，提升开发人员的开发效率和提高用户组件获取效率的RPA组件智能推荐方法及系统。
[0010]为了达到上述专利技术目的，本专利技术采用以下技术方案：RPA组件智能推荐方法，包括如下步骤；S1，在接受到用户在RPA产品界面创建组件情况下，提取组件的目标信息；S2，根据提取组件的目标信息，通过K
‑
means聚类方法对用户进行聚类处理，获得相似用户组；S3，根据相似用户组，确定待添加组件用户属于的用户族，并依据确定的用户族的具体信息计算候选组件列表；S4，依据候选组件列表，计算各个候选组件的后验概率值，设定阈值，并按后验概率值从高到低的顺序，从候选组件列表确定预设数量的候选推荐组件，再返回候选组件列表；S5，将所述候选推荐组件在RPA界面进行展示，供用户依据实际需求进行组件选择。
[0011]作为优选，步骤S1中所述组件的目标信息包括组件名称、项目属性、用户id、用户行业、用户职业、用户年龄、用户注册时间、用户使用时间和用户是否精通一门编程语言。
[0012]作为优选，步骤S2包括如下步骤：S21，对提取的组件的目标信息进行向量化处理；S22，对向量化处理后的组件的目标信息，进行数据归一化处理，消除数据量纲因素，生成数据集；S23，在归一化后的数据集中，初始化生成k个作为聚类中心a=a1，a2，a3，
…
，a
k
；S24，针对数据集中每个样本，计算各个样本到k个聚类中心的距离D(x
i
)=arg min||x
i
‑
a
r
||2，r=1，2，3，
…
，k，并将各个样本分到距离最小的聚类中心所对应的类中；其中x
i
表示样本经过归一化生成的特征向量，a
r
表示类别的聚类中心点；S25，针对每个类别a
j
，重新计算a
j
的聚类中心a
j
=；其中C
i
表示聚类类别包含的样本数据，x表示聚类类别中的样本，|C
i
|表示类别的数量；S26，重复步骤S24和步骤S25 ，直至预设的中止条件达成。
[0013]作为优选，所述预设的中止条件包括迭代次数达到预设最大值或达到误差变化达到预设最小值。
[0014]作为优选，步骤S21中所述向量化处理采用One
‑
hot离散化处理方式。
[0015]作为优选，步骤S4包括如下步骤：当各个候选组件的后验概率值均低于阈值或者后验概率值不存在时，采用预设的组件逻辑规则，进行组件推荐，按照被推荐组件的概率从高到低的顺序，然后从候选组件列表确定预设数量的候选推荐组件，确定候选组件列表，再返回候选组件列表。
[0016]作为优选，步骤S4还包括如下步骤：设定I={I1，I2，I3，...，I
m
}为一个组件项集，m表示组件的个数，其中I
m
表示第m个项，对应于单个组件；流程t
n
对应于单个流程，每个流程都包含若干个组件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1. RPA组件智能推荐方法，其特征在于，包括如下步骤；S1，在接受到用户在RPA产品界面创建组件情况下，提取组件的目标信息；S2，根据提取组件的目标信息，通过K
‑
means聚类方法对用户进行聚类处理，获得相似用户组；S3，根据相似用户组，确定待添加组件用户属于的用户族，并依据确定的用户族的具体信息计算候选组件列表；S4，依据候选组件列表，计算各个候选组件的后验概率值，设定阈值，并按后验概率值从高到低的顺序，从候选组件列表确定预设数量的候选推荐组件，再返回候选组件列表；S5，将所述候选推荐组件在RPA界面进行展示，供用户依据实际需求进行组件选择。2.根据权利要求1所述的RPA组件智能推荐方法，其特征在于，步骤S1中所述组件的目标信息包括组件名称、项目属性、用户id、用户行业、用户职业、用户年龄、用户注册时间、用户使用时间和用户是否精通一门编程语言。3.根据权利要求1所述的RPA组件智能推荐方法，其特征在于，步骤S2包括如下步骤：S21，对提取的组件的目标信息进行向量化处理；S22，对向量化处理后的组件的目标信息，进行数据归一化处理，消除数据量纲因素，生成数据集；S23，在归一化后的数据集中，初始化生成k个作为聚类中心a=a1，a2，a3，
…
，a
k
；S24，针对数据集中每个样本，计算各个样本到k个聚类中心的距离D(x
i
)=arg min||x
i
‑
a
r
||2，r=1，2，3，
…
，k，并将各个样本分到距离最小的聚类中心所对应的类中；其中x
i
表示样本经过归一化生成的特征向量，a
r
表示类别的聚类中心点；S25，针对每个类别a
j
，重新计算a
j
的聚类中心a
j
=，其中C
i
表示聚类类别包含的样本数据，x表示聚类类别中的样本，|C
i
|表示类别的数量；S26，重复步骤S24和步骤S25 ，直至预设的中止条件达成。4.根据权利要求3所述的RPA组件智能推荐方法，其特征在于，所述预设的中止条件包括迭代次数达到预设最大值或达到误差变化达到预设最小值。5.根据权利要求3所述的RPA组件智能推荐方法，其特征在于，步骤S21中所述向量化处理采用One
‑
hot离散化处理方式。6.根据权利要求1所述的RPA组件智能推荐方法，其特征在于，步骤S4包括如下步骤：当各个候选组件的后验概率值均低于阈值或者后验概率值不存在时，采用预设的组件逻辑规则，进行组件推荐，按照被推荐组件的概率从高到低的顺序，然后从候选组...

【专利技术属性】
技术研发人员：郭洪锋，孙跃刚，周婷，
申请(专利权)人：杭州实在智能科技有限公司，
类型：发明
国别省市：