【技术实现步骤摘要】
本申请涉及流程编排，具体而言，涉及一种用于流程编排的原子能力推荐方法、装置、存储介质。
技术介绍
1、随着流程编排开发模式越来越受到企业的欢迎，企业越来越倾向于使用流程编排系统进行业务开发和运维开发。而不管是企业中私有化部署的流程编排系统，还是公有云流程编排系统，其用户量较大，随着流程编排系统的建设，原子能力也会越来越多。当用户在使用流程编排系统建设工作流程时，很难从海量的原子能力中选择当前节点最需要的原子能力。
2、为此，相关技术人员一般是通过如下方式实现原子能力的推荐：根据名称来搜索原子能力；根据标签或分类来少选原子能力，但上述推荐方式仍存在如下弊端：无法根据当前用户的历史行为来推荐原子能力；无法根据当前用户的用户属性来推荐原子能力；无法根据当前作业流的作业流属性来推荐原子能力；无法根据当前作业流的内容来推荐原子能力。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种用于流程编排的原子能力推荐方法、装置、存储介质，以至少解决相关技术使用流程编排系统编排作业流时，难以从海量的原子能力中为作业流的各个节点选择最合适的原子能力的技术问题。
2、根据本申请实施例的一个方面，提供了一种用于流程编排的原子能力推荐方法，包括：获取第一用户待编排的第一作业流，并确定第一用户的第一用户属性和第一历史评分行为数据以及第一作业流的第一作业流属性，其中，第一历史评分行为数据包括：第一用户对原子能力库内各个原子能力的第一评分、
3、可选地，获取第一用户待编排的第一作业流，并确定第一用户的第一用户属性、第一历史评分行为数据以及第一作业流的第一作业流属性，包括：获取流程编排系统内第一用户待编排的第一作业流，并确定第一用户的第一用户属性和第一作业流的第一作业流属性，其中，第一用户属性包括以下至少之一：用户角色、用户所属部门、用户职位，第一作业流属性包括以下至少之一：流程用途、流程分组、流程标签；对于原子能力库中每个原子能力，获取第一用户对原子能力的评分行为，并依据评分行为和预设的行为权重确定第一用户对原子能力的第一评分，其中，评分行为包括以下至少之一：第一用户收藏原子能力、第一用户编排的任意一个作业流使用原子能力、第一用户查看原子能力；汇总第一用户对各个原子能力的第一评分，确定第一用户已评分的第一原子能力个数。
4、可选地，预设数量阈值的确定方法包括：确定流程编排系统内多个用户已评分的原子能力个数，并确定由各个用户已评分的原子能力个数组成的数组的中位数和平均数；计算中位数和平均数的均值，并将均值作为预设数量阈值。
5、可选地，该方法还包括：创建第一类推荐模块，其中，第一类推荐模块用于对流程编排系统内各个用户的历史评分行为数据进行分析，得到各个用户对原子能力库内各个原子能力的第一推荐系数矩阵；创建第二类推荐模块，其中，第二类推荐模块用于对流程编排系统内当前用户待编排的当前作业流的当前作业流属性、当前用户属性，以及多个其他第二用户的第二用户属性和多个其他第二作业流的第二作业流属性进行分析，得到原子能力库内各个原子能力的原子能力相似度矩阵；创建第三类推荐模块，其中，第三类推荐模块用于对当前作业流内的前i个工作节点的第一原子能力进行分析，得到原子能力库内各个原子能力的第二推荐系数矩阵，其中，i为大于1的正整数。
6、可选地，第一类推荐模块的分析流程包括：通过第一类推荐模块确定各个用户对原子能力库内的每个原子能力的第二评分；基于用户对原子能力库内的各个原子能力的第二评分构建评分矩阵，并依据用户对原子能力库内的各个原子能力的第二评分计算任意两个原子能力的第一相似度，由任意两个原子能力的第一相似度构建原子能力相似度矩阵；将评分矩阵与原子能力相似度矩阵相乘，得到用户对原子能力库内每个原子能力的第一推荐系数矩阵。
7、可选地，第二类推荐模块的分析流程包括：通过第二类推荐模块计算当前用户的当前用户属性和各个第二用户的第二用户属性的第二相似度，并依据第二相似度构建用户相似度矩阵；将用户相似度矩阵转换为用于表征作业流的创建用户的相似度的作业流相似度加权系数矩阵；计算当前作业流属性和每个第二作业流属性的第三相似度，并依据第三相似度构建作业流相似度矩阵，并基于作业流相似度矩阵和作业流相似度加权系数矩阵确定作业流加权相似度矩阵；依据作业流加权相似度矩阵确定原子能力库内的每个原子能力所在的多个第二作业流对应的作业流加权相似度，并依据多个第二作业流对应的作业流加权相似度的平均值确定原子能力的第四相似度；基于各个原子能力的第四相似度构建原子能力相似度矩阵。
8、可选地，通过第二类推荐模块计算当前用户的当前用户属性和每个第二用户的第二用户属性之间的第二相似度，包括：通过第二类推荐模块确定当前用户与每个第二用户具备的相同用户属性个数，以及当前用户和每个第二用户具备的全部用户属性个数；将相同用户属性个数与全部用户属性个数之商作为当前用户属性与每个第二用户属性的第二相似度。
9、可选地，计算当前作业流属性和每个第二作业流属性的第三相似度，包括：通过第二类推荐模块确定当前作业流与每个第二作业流具备的相同作业流属性个数，以及当前作业流和每个第二作业流具备的全部作业流属性个数；将相同作业流属性个数与全部作业流属性个数之商作为当前作业流属性与每个第二作业流属性的第三相似度。
10、可选地，第三类推荐模块的分析流程包括：通过第三类推荐模块提取当前作业流内已配置第一原子能力的第i个工作节点的第一上游子流程以及多个其他第二作业流内已配置第二原子能力的各个工作节点的第二上游子流程；分别构建第一上游子流程与多个第二上游子流程的多个第一邻接矩阵，以及各个第二上游子流程与第一上游子流程的多个第二邻接矩阵；对于每个第二上游子流程，基于第一上游子流程与第二上游子流程的第一邻接矩阵和第二上游子流程与第一上游子流程的第二邻接矩阵计算第一上游子流程与第二上游子流程的第五相似度，并依据第五相似度确定第二上游子流程的第一推荐系数；对于第二上游子流程内的任意一个第二原子能力，依据第二原子能力所在的多个第二上游子流程的第一推荐系数确定第二原子能力的第二推荐系数；由各个第二原子能力对应的第二推荐系数组成第二推荐系数矩阵。
11、可选地，分别构建第一上游子流程与多个第二上游子流程的多个第一邻接矩阵，以及各个第二上游子流程与第一上游子流程的多个第二邻接矩阵，包括：对于每个第二上游子流程，通过第三类推荐模块将第一上游子流程和第二上游子流程划分为第一类原子能力、第二类原子能力和第三类原本文档来自技高网...
【技术保护点】
1.一种用于流程编排的原子能力推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取第一用户待编排的第一作业流，并确定所述第一用户的第一用户属性、第一历史评分行为数据以及所述第一作业流的第一作业流属性，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设数量阈值的确定方法包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述第一类推荐模块的分析流程包括：
6.根据权利要求4所述的方法，其特征在于，所述第二类推荐模块的分析流程包括：
7.根据权利要求6所述的方法，其特征在于，通过所述第二类推荐模块计算所述当前用户的当前用户属性和每个所述第二用户的第二用户属性之间的第二相似度，包括：
8.根据权利要求6所述的方法，其特征在于，计算所述当前作业流属性和每个所述第二作业流属性的第三相似度，包括：
9.根据权利要求4所述的方法，其特征在于，所述第三类推荐模块的分析流程包括：
10.根据权利要求9所
11.根据权利要求9所述的方法，其特征在于，基于所述第一上游子流程与所述第二上游子流程的第一邻接矩阵和所述第二上游子流程与第一上游子流程的第二邻接矩阵计算所述第一上游子流程与所述第二上游子流程的第五相似度，包括：
12.根据权利要求9所述的方法，其特征在于，依据所述第五相似度计算所述第二上游子流程的第一推荐系数，包括：
13.根据权利要求9所述的方法，其特征在于，依据所述第二原子能力所在的多个第二上游子流程的第一推荐系数确定所述第二原子能力的第二推荐系数，包括：
14.根据权利要求4所述的方法，其特征在于，依据所述第一用户属性、所述第一作业流属性向所述第一用户推荐用于编排所述第一作业流的多个目标原子能力，包括：
15.根据权利要求14所述的方法，其特征在于，依据所述第一原子能力相似度矩阵和所述第二目标推荐系数矩阵向所述第一用户推荐所述第一作业流的第i+1个所述作业节点对应的目标原子能力，包括：
16.根据权利要求4所述的方法，其特征在于，依据所述第一用户属性、所述第一作业流属性、第一用户对各个所述原子能力的评分向所述第一用户推荐用于编排所述第一作业流的多个所述目标原子能力，包括：
17.根据权利要求16所述的方法，其特征在于，依据所述第一目标推荐系数矩阵和所述第一原子能力相似度矩阵向所述第一用户推荐所述第一作业流的第一个作业节点的目标原子能力，包括：
18.根据权利要求16所述的方法，其特征在于，依据所述第一目标推荐系数矩阵、所述第一原子能力相似度矩阵和所述第二目标推荐系数矩阵向所述第一用户推荐所述第一作业流的第i+1个作业节点对应的目标原子能力，包括：
19.一种用于流程编排的原子能力推荐装置，其特征在于，包括：
20.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至18中任意一项所述的用于流程编排的原子能力推荐方法。
...【技术特征摘要】
1.一种用于流程编排的原子能力推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取第一用户待编排的第一作业流，并确定所述第一用户的第一用户属性、第一历史评分行为数据以及所述第一作业流的第一作业流属性，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设数量阈值的确定方法包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述第一类推荐模块的分析流程包括：
6.根据权利要求4所述的方法，其特征在于，所述第二类推荐模块的分析流程包括：
7.根据权利要求6所述的方法，其特征在于，通过所述第二类推荐模块计算所述当前用户的当前用户属性和每个所述第二用户的第二用户属性之间的第二相似度，包括：
8.根据权利要求6所述的方法，其特征在于，计算所述当前作业流属性和每个所述第二作业流属性的第三相似度，包括：
9.根据权利要求4所述的方法，其特征在于，所述第三类推荐模块的分析流程包括：
10.根据权利要求9所述的方法，其特征在于，分别构建所述第一上游子流程与多个所述第二上游子流程的多个第一邻接矩阵，以及各个所述第二上游子流程与所述第一上游子流程的多个第二邻接矩阵，包括：
11.根据权利要求9所述的方法，其特征在于，基于所述第一上游子流程与所述第二上游子流程的第一邻接矩阵和所述第二上游子流程与第一上游子流程的第二邻接矩阵计算所述第一上游子流程与所述第二上游子流程的第五相似度，包括：
12.根据权利要求9所述的方法，其特征在于，依据所述第五相似度计...
【专利技术属性】
技术研发人员：郎俊，罗力友，李显听，
申请(专利权)人：云和恩墨北京信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。