一种基于面向服务架构的业务功能联动方法和装置制造方法及图纸

本发明专利技术涉及业务联动技术领域，揭露了一种基于面向服务架构的业务功能联动方法，包括：逐个选取业务层集中业务作为目标业务，从目标业务中分别提取出业务性能、业务功能特征以及业务结构特征，根据业务功能特征将目标业务层合并成目标合并业务层，将所有的目标合并业务层汇集成合并业务层集；获取客户需求文本，从客户需求文本中提取出业务需求，根据业务需求、业务结构特征和业务性能从合并业务层集筛选出目标需求业务组，并对目标需求业务组中的各个业务进行业务组合，得到目标客户业务。本发明专利技术还提出一种基于面向服务架构的业务功能联动装置。本发明专利技术可以提高业务功能联动的效率。率。率。

【技术实现步骤摘要】
一种基于面向服务架构的业务功能联动方法和装置


[0001]本专利技术涉及业务联动
，尤其涉及一种基于面向服务架构的业务功能联动方法和装置。

技术介绍

[0002]随着企业和机构规模的不断扩大和信息技术的发展，自动化服务成为了提高生产效率和竞争力的重要手段，而业务功能联动是自动化服务的核心概念之一，它通过将不同业务功能相互关联，实现业务过程的自动化执行。
[0003]现有的业务功能联动技术多为基于人工设计的业务功能联动技术，通过对机构的所有业务进行整体性的分析，确定每个业务的功能与结构，并根据各个业务的功能与结构实现业务功能联动，实际应用中，基于人工设计的业务功能联动技术需要工作人员逐一地对机构的业务进行联动性的分析，造成了大量的人力浪费，且基于人工设计的业务功能联动技术根据按照经验判断联动后的业务的执行效率，可能会导致进行业务功能联动时的效率较低。

技术实现思路

[0004]本专利技术提供一种基于面向服务架构的业务功能联动方法和装置，其主要目的在于解决进行业务功能联动时的效率较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于面向服务架构的业务功能联动方法，包括：根据业务类型将目标公司的所有业务划分成业务层集，逐个选取所述业务层集中的业务层作为目标业务层，逐个选取所述目标业务层中的业务作为目标业务，将所述目标业务的业务信息数据拆分成目标业务图集、目标业务文本以及目标业务数据；从所述目标业务数据中提取出业务评价参数集，根据所述业务评价参数集计算出所述目标业务的业务性能，依次对所述目标业务图集进行增强特征提取和业务语义识别操作，得到目标图片语义，其中，所述根据所述业务评价参数集计算出所述目标业务的业务性能，包括：分别从所述业务评价参数集中提取出业务营收、业务成本、业务完成率、业务人员参数组以及业务周期；利用如下的业务性能公式根据所述业务营收、所述业务成本、所述业务完成率、所述业务人员参数组以及所述业务周期计算出所述业务性能：其中，P是指所述业务性能，e是指所述业务营收，o是指所述业务成本，s是指所述完成率，N是指所述业务人员参数组中的人员总数，T是指所述业务周期，n是指所述业务人员参数组中的第n个员工，w
n
是指所述业务人员参数组中的第n个员工的人员权重，t
n
是指所述业务人员参数组中的第n个员工的参加率；依次对所述目标业务文本进行文本去噪和文本向量化操作，得到目标文本向量序
列，利用预先训练的结构分析模型分析出所述目标文本向量序列对应目标结构语义以及目标文本语义；根据所述目标图片语义和所述目标文本语义生成所述目标业务的业务功能特征，根据所述目标结构语义生成所述目标业务的业务结构特征，根据所述业务功能特征对所述目标业务层中的各个业务进行功能合并，得到目标合并业务层，将所有的目标合并业务层汇集成合并业务层集；获取客户需求文本，从所述客户需求文本中提取出业务需求，根据所述业务需求、所述业务结构特征和所述业务性能从所述合并业务层集筛选出目标需求业务组，并对所述目标需求业务组中的各个业务进行业务组合，得到目标客户业务。
[0006]可选地，所述依次对所述目标业务图集进行增强特征提取和业务语义识别操作，得到目标图片语义，包括：对所述目标业务图集进行中值滤波，得到去噪业务图集；依次对所述去噪业务图集进行目标检测和图片分割，得到分割业务图集；对所述分割业务图集进行特征增强，得到增强业务图集；对所述增强业务图集进行多级特征提取，得到业务色彩特征集、业务纹理特征集以及业务结构特征集；将所述业务色彩特征集、所述业务纹理特征集以及所述业务结构特征集汇集成标准业务特征集；对所述标准业务特征集进行线性激活，得到目标特征编码，将所述目标特征编码对应的业务语义作为目标图片语义。
[0007]可选地，所述对所述去噪业务图集进行目标检测和图片分割，得到分割业务图集，包括：逐个选取所述去噪业务图集中的去噪业务图片作为目标去噪图片，提取出所述目标去噪图片的区域特征；根据所述区域特征从所述目标去噪图片中筛选出业务区域图片；对所述业务区域图片进行边缘检测，得到业务区域边缘；根据所述业务区域边缘生成边缘掩膜，利用所述边缘掩膜对所述目标去噪图片进行掩膜操作，得到分割业务图片，并将所有的分割业务图片汇集成分割业务图集。
[0008]可选地，所述对所述分割业务图集进行特征增强，得到增强业务图集，包括：逐个选取所述分割业务图集中的分割业务图片作为目标分割图片，将所述目标分割图片的灰度图作为目标灰度图片；利用如下的灰度映射算法对所述目标灰度图片进行灰度映射，得到目标映射图片：其中，u
i
是指所述目标映射图片中第i个像素的灰度值，T()是灰度映射算法符号，r
i
是指所述目标灰度图片中第i个像素的灰度值，M是指所述目标灰度图片的像素总数，且所述目标灰度图片的像素总数与所述目标映射图片的
像素总数相同，L是所述目标映射图片的灰度级数，j是指灰度值，q
j
是指灰度值为的像素个数；利用如下的对比增强算法对所述目标映射图片进行灰度拉伸，得到目标增强图片：其中，z
i
是指所述目标增强图片中第i个像素的灰度值，z
min
是指所述目标增强图片中像素的最小灰度值，z
max
是指所述目标增强图片中像素的最大灰度值，L是指所述目标映射图片的灰度级数，u
min
是指所述目标映射图片中像素的最小灰度值，u
i
是指所述目标映射图片中第i个像素的灰度值；将所述目标增强图片色彩还原成增强业务图片，并将所有的增强业务图片汇集成增强业务图集。
[0009]可选地，所述对所述标准业务特征集进行线性激活，得到目标特征编码，包括：根据所述标准业务特征集建立如下的标准业务特征矩阵：其中，X是指所述标准业务特征矩阵，x
d1
是指所述标准业务特征集中第d个标准业务特征的第1维特征，d是所述标准业务特征集的特征总个数；利用如下的最大方差算法计算出所述标准业务特征矩阵的最大空间方差：其中，σ是指所述最大空间方差，max是最大值函数，d是所述标准业务特征集的特征总个数，X是指所述标准业务特征矩阵，W
k
是指所述标准业务特征矩阵的投影矩阵，k是指所述投影矩阵的特征维度，是所述标准业务特征矩阵X的均值向量，T是指转置符号；根据所述最大空间方差计算出所述标准业务特征矩阵的标准投影矩阵；利用所述标准投影矩阵对所述标准业务特征矩阵进行特征投影，得到目标降维特征；对所述目标降维特征进行归一化操作，得到目标特征编码。
[0010]可选地，所述依次对所述目标业务文本进行文本去噪和文本向量化操作，得到目标文本向量序列，包括：对所述目标业务文本进行符号过滤，得到初级业务文本；对所述初级业务文本进行文本分词，得到初级文本词序列；对所述初级文本词序列进行停用词过滤，得到次级文本词序列；对所述次级文本词序列进行向量化操作，得到目标文本向量序列。
[0011]可选地，所述利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面向服务架构的业务功能联动方法，其特征在于，所述方法包括：S1：根据业务类型将目标公司的所有业务划分成业务层集，逐个选取所述业务层集中的业务层作为目标业务层，逐个选取所述目标业务层中的业务作为目标业务，将所述目标业务的业务信息数据拆分成目标业务图集、目标业务文本以及目标业务数据；S2：从所述目标业务数据中提取出业务评价参数集，根据所述业务评价参数集计算出所述目标业务的业务性能，依次对所述目标业务图集进行增强特征提取和业务语义识别操作，得到目标图片语义，其中，所述根据所述业务评价参数集计算出所述目标业务的业务性能，包括：S21：分别从所述业务评价参数集中提取出业务营收、业务成本、业务完成率、业务人员参数组以及业务周期；S22：利用如下的业务性能公式根据所述业务营收、所述业务成本、所述业务完成率、所述业务人员参数组以及所述业务周期计算出所述业务性能：其中，P是指所述业务性能，e是指所述业务营收，o是指所述业务成本，s是指所述完成率，N是指所述业务人员参数组中的人员总数，T是指所述业务周期，n是指所述业务人员参数组中的第n个员工，w
n
是指所述业务人员参数组中的第n个员工的人员权重，t
n
是指所述业务人员参数组中的第n个员工的参加率；S3：依次对所述目标业务文本进行文本去噪和文本向量化操作，得到目标文本向量序列，利用预先训练的结构分析模型分析出所述目标文本向量序列对应目标结构语义以及目标文本语义；S4：根据所述目标图片语义和所述目标文本语义生成所述目标业务的业务功能特征，根据所述目标结构语义生成所述目标业务的业务结构特征，根据所述业务功能特征对所述目标业务层中的各个业务进行功能合并，得到目标合并业务层，将所有的目标合并业务层汇集成合并业务层集；S5：获取客户需求文本，从所述客户需求文本中提取出业务需求，根据所述业务需求、所述业务结构特征和所述业务性能从所述合并业务层集筛选出目标需求业务组，并对所述目标需求业务组中的各个业务进行业务组合，得到目标客户业务。2.如权利要求1所述的基于面向服务架构的业务功能联动方法，其特征在于，所述依次对所述目标业务图集进行增强特征提取和业务语义识别操作，得到目标图片语义，包括：对所述目标业务图集进行中值滤波，得到去噪业务图集；依次对所述去噪业务图集进行目标检测和图片分割，得到分割业务图集；对所述分割业务图集进行特征增强，得到增强业务图集；对所述增强业务图集进行多级特征提取，得到业务色彩特征集、业务纹理特征集以及业务结构特征集；将所述业务色彩特征集、所述业务纹理特征集以及所述业务结构特征集汇集成标准业务特征集；对所述标准业务特征集进行线性激活，得到目标特征编码，将所述目标特征编码对应的业务语义作为目标图片语义。
3.如权利要求2所述的基于面向服务架构的业务功能联动方法，其特征在于，所述对所述去噪业务图集进行目标检测和图片分割，得到分割业务图集，包括：逐个选取所述去噪业务图集中的去噪业务图片作为目标去噪图片，提取出所述目标去噪图片的区域特征；根据所述区域特征从所述目标去噪图片中筛选出业务区域图片；对所述业务区域图片进行边缘检测，得到业务区域边缘；根据所述业务区域边缘生成边缘掩膜，利用所述边缘掩膜对所述目标去噪图片进行掩膜操作，得到分割业务图片，并将所有的分割业务图片汇集成分割业务图集。4.如权利要求2所述的基于面向服务架构的业务功能联动方法，其特征在于，所述对所述分割业务图集进行特征增强，得到增强业务图集，包括：逐个选取所述分割业务图集中的分割业务图片作为目标分割图片，将所述目标分割图片的灰度图作为目标灰度图片；利用如下的灰度映射算法对所述目标灰度图片进行灰度映射，得到目标映射图片：其中，u
i
是指所述目标映射图片中第i个像素的灰度值，T()是灰度映射算法符号，r
i
是指所述目标灰度图片中第i个像素的灰度值，M是指所述目标灰度图片的像素总数，且所述目标灰度图片的像素总数与所述目标映射图片的像素总数相同，L是所述目标映射图片的灰度级数，j是指灰度值，q
j
是指灰度值为的像素个数；利用如下的对比增强算法对所述目标映射图片进行灰度拉伸，得到目标增强图片：其中，z
i
是指所述目标增强图片中第i个像素的灰度值，z
min
是指所述目标增强图片中像素的最小灰度值，z
max
是指所述目标增强图片中像素的最大灰度值，L是指所述目标映射图片的灰度级数，u
min
是指所述目标映射图片中像素的最小灰度值，u
i
是指所述目标映射图片中第i个像素的灰度值；将所述目标增强图片色彩还原成增强业务图片，并将所有的增强业务图片汇集成增强业务图集。5.如权利要求2所述的基于面向服务架构的业务功能联动方法，其特征在于，所述对所述标准业务特征集进行线性激活，得到目标特征编码，包括：根据所述标准业务特征集建立如下的标准业务特征矩阵：其中，X是指所述标准业务特征矩阵，x
d1
是指所述标准业务特征集中第d个标准业务特征的第1维特征，d是所述标准业务特征集的特征总个数；利用如下的最大方差算法计算出所述标准业务特征矩阵的最大空间方差：
其中，σ是指所述最大空间方差，max是最大值函数，d是所述标准业务特征集的特征总个数，X是指所述标准业务特征矩阵，W
k
...

【专利技术属性】
技术研发人员：苏刚，
申请(专利权)人：深圳中汇能科技有限公司，
类型：发明
国别省市：