(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111667271.9 (22)申请日 2021.12.31 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市下沙高教园区 二号路 (72)发明人 雒兴刚　李梦伟　汪紫薇　张忠良　 阮渊鹏　蔡灵莎　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 陈保成 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 30/00(2012.01) G06N 7/00(2006.01) G06F 30/27(2020.01) G06F 30/23(2020.01)G06F 111/08(2020.01) (54)发明名称 一种基于条件概率网络图的服务流程分析 方法 (57)摘要 本发明公开了一种基于条件概率网络图的 服务流程 分析方法， 步骤S1： 收集相关数据， 客观 记录流程在不同场景下的运作情况； 步骤S2： 根 据实际运作结构抽象采集建模所需的各元素集 及弧集， 明确它们的含义， 将命题元素合理分配 至对应环节中， 统计每个命题元素成真的概率并 将其作为已知条件添加至命题元素集中； 步骤 S3： 将抽象采集所得的因素以实际流程运行的逻 辑结构连接起来， 建立基于条件概率网络图的流 程模型； 步骤S4： 对流程模型进行仿真模拟， 验证 所提定义及定理， 得到一种对更加完整全面的服 务流程进行分析的方法。 权利要求书5页 说明书12页 附图4页 CN 114511183 A 2022.05.17 CN 114511183 A 1.一种基于条件概 率网络图的服 务流程分析方法， 其特 征在于， 包括如下步骤： 步骤S1： 收集相关数据， 客观记录流程在不同场景下的运作情况， 其中， 可以将服务流 程的实际运作结构按时间的顺序， 分为顾客需求确定环节、 服务准备与出产环节、 产品交付 环节和服务反馈环 节； 步骤S2： 根据实际运作结构抽象采集建模所需的各元素集及弧集， 将命题元素合理分 配至对应环节中， 统计每个命题元素成真的概率并将其作为已知条件添加至命题元素集 中， 其中， 结合服务 实际情况， 给每个元素取名并给出相关含义， 而抽象得出的元素集X包括 命题元素集XP和一般变量元素集XV两部分， 命题元素集XP由命题元素组Ai组成， 命题元素组 是命题元 素Pi与命题元 素成真概 率Zi的集合； 步骤S3： 将抽象采集所得的因素以实际流程运行的逻辑结构连接起来， 建立基于条件 概率网络图的流程模型， 其中， 实际流程运行的四种基本逻辑结构有顺序、 并行、 循环和选 择， 将任务连接起 来， 构成完整的基于条件概 率网络图的流 程模型； 步骤S4： 对流程模型进行仿真模拟， 验证所提定义及定理， 得到完整全面的服务流程进 行分析的方法， 其中， 建立基于条件概率网络图的服务流程模 型后， 参照遍历算法对其进 行 仿真模拟， 其中， 已知的条件为各元素集、 网络图的逻辑结构、 每组每个命题组中各命题元 素为真的概率， 要求输出的结果为模型的邻接矩阵A ′、 各边的发生概率ξe与路径的连通概 率ξ CM(B,C)。 2.根据权利要求1所述的基于条件概率网络图的服务流程分析方法， 其特征在于， 步骤 S1中， 服务流程按时间的顺序进行划分的实际运作结构进一 步如下： 步骤S11： 顾客需求确定环节： 顾客可通过线上平台、 线下平台或电话联系表达需求， 提 交个人基本信息与需求产品， 由服务平台接受并处理顾客提供 的信息集， 生成顾客需求并 审核需求信息； 步骤S12： 服务准备与出产环节： 在需求信息审核通过后， 服务平台将会把顾客需求移 交给流程中的其他服务处理机构， 通过流程中存在的各类服务机构的处理及生产， 产出符 合顾客需求的产品或服 务； 步骤S13： 产品交付环节： 在服务平台方完成且实现顾客需求后， 将对所产出的产品或 服务对顾客进行交付； 步骤S14： 服务反馈环节： 顾客在确认接收服务平台方交付的产品或服务后， 将对所得 的产品或服务进行反馈和评价， 服务平台方在顾客确认接 收后生成服务完成单据， 同时对 顾客的反馈信息进行收集及纠正协调。 3.根据权利要求1所述的基于条件概率网络图的服务流程分析方法， 其特征在于， 步骤 S2中， 对于抽象采集建模所需的各 元素集、 弧集以及命题元 素成真的概 率进一步如下： 步骤S21： 流程建模所需的元素集合包括变量元素集合和命题元素集合， 变量元素集合 XV为有限个元素的集合， 即X＝{x1,x2,…,xn}， 表示不同类型的基本信息； 命题元素集合XP由 K个(K≥1)命题元素 组组成， 一个命题元素 组内因分支节 点会产生n条(n≥1)分支， n条分支 对应n个命题元素， 每一个命题元素 组的组成元素以＜命题元素， 命题元素成真概率＞的形 式存在， Pi1,Pi2,…,Pin为一个命题元素组内的命题元素， 同组的命题元素间互斥， 即 组内各命题元素对应的成真概 率为Zi1,Zi2,…,Zin， 满足Zi1+Zi2+权　利　要　求　书 1/5 页 2 CN 114511183 A 2Zin＝1， 即同组命题元 素成真概 率和为1； 该步骤S21进一 步包括如下步骤： 步骤S211： 对于条件概率网络图S*＝＜XP∪XV,E＞， 源元素集 目标元素集 从B∪XP至C的通路CM(B,C)＝{l ′l,l＝1,2, …,L}， 其中， 通路中 的相关命题元素α 可分为纯输入命题元素β(只出现于边入点集内的命题元素)和中间命题元素γ， 公式表示 为： 相关命题元 素： 纯输入命题元素： 中间命题元 素： 步骤S22： 对于弧集， 由E表示， 且E＝{e1,e2,…,ek}， 表示元素之间的有 向关联关系， 其 中， 在整个流程系统中， 对于任意两个元素x,y∈X， 通路h(x,y)＝＜e1,e2,…,ek＞为元素x 至 y 的 一 条 弧 的 序 列 ， 其 中 x ∈ i n v e r t e x (e1) ,y ∈ o u t v e r t e x (ek) ， 均满足 通路的长度为弧序列中所包 含的弧个数； 步骤S23： 对于命题元素成真的概率， 本发明根据流程过往运行数据， 统计不同场景发 生的概率， 记为Zi， 且同组命题元素成真概率和为1， 即Zi1+Zi2+Zin＝1， 将每个命题元素成真 的概率赋予元素中， 产生边发生概率、 通路发生概率以及路径连通概率的定义； 该步骤S23 进一步包括如下步骤： 步骤S231： 边发生概率为在整个流程系统中， 根据模型运行结果， 统计得出各边发生的 可能性， 即E＝{e1， e2， ...， ek}， 其发生概率记为ξ ek， 计算公式为： 其中， N为流程运行的总次数， n 为流程运行中边ek发生的次数， ξ ek∈[0， 1]； 其中， 已知α 为S*中命题元素集合， β 为纯输入命题 元素集合， γ为中间命题 元素集合， XP 为命题元 素， XV为一般变量元 素， 对于边发生的概 率ξ ek， 具体计算如下： 其中， 若边en的入点集中存在纯输入命题元素， 出点集中不存在 中间命题元素， 则边en 发生概率为Zn， 公式表示 为： 若XPn∈invertex(en)， XVn∈outver tex(en)， 则 ξ ek＝Zn； 其中， 若边ek的入点集中不存在命题元素， 出点集中存在 中间命题元素， 则边ek发生概 率为Zk， 公式表示 为： 若 γ∈outver tex(ek)， 则 ξ ek＝Zk； 其中， 若边ei的入点集和出点集中均存在相关命题元素， 则 边ei发生概率为Zi×Z′i， 公 式表示为： 若XPi∈invertex(ei)， X′Pi∈outvertex(ei)， 则 ξ ek＝Zi×Z′i； 其中， 若边ej的入点集和出点集中均不存在相关命题元素， 则边ej发生概率为1， 公式表 示为：权　利　要　求　书 2/5 页 3 CN 114511183 A 3