公开(公告)号：CN112052990B

公开(公告)日：2021-05-04

申请号：CN202010850009.7

申请日：2020-08-21

Applicant: 杭州电子科技大学

Inventor： 孙笑笑 ,  应钰柯 ,  俞东进

IPC: G06Q10/04 ,  G06K9/62 ,  G06F16/18 ,  G06N3/04

Abstract: 本发明公开了一种基于CNN‑BiLSTM混合模型的多角度业务流程下一活动预测方法。该方法基于事件活动间的关系、属性相似性、事件在实例内的位置提取了三个下一候选活动属性，并将提取出的属性和数据集的基本属性、时间属性一同作为CNN‑BiLSTM的混合模型的输入来开展下一活动的预测。这种方法具有预测精度高、适用性广泛的特点，能够有效地解决一些复杂场景下的下一活动预测问题，从而为流程执行者提供有效信息来防止流程执行顺序出现异常等情况的出现。

公开(公告)号：CN112052990A

公开(公告)日：2020-12-08

申请号：CN202010850009.7

申请日：2020-08-21

Applicant: 杭州电子科技大学

Inventor： 孙笑笑 ,  应钰柯 ,  俞东进

IPC: G06Q10/04 ,  G06K9/62 ,  G06F16/18 ,  G06N3/04

Abstract: 本发明公开了一种基于CNN‑BiLSTM混合模型的多角度业务流程下一活动预测方法。该方法基于事件活动间的关系、属性相似性、事件在实例内的位置提取了三个下一候选活动属性，并将提取出的属性和数据集的基本属性、时间属性一同作为CNN‑BiLSTM的混合模型的输入来开展下一活动的预测。这种方法具有预测精度高、适用性广泛的特点，能够有效地解决一些复杂场景下的下一活动预测问题，从而为流程执行者提供有效信息来防止流程执行顺序出现异常等情况的出现。