基于BPM平台进行业务流程推荐的方法及BPM平台

    公开(公告)号:CN114004505A

    公开(公告)日:2022-02-01

    申请号:CN202111293175.2

    申请日:2021-11-03

    Abstract: 本发明实施例提供了一种基于BPM平台进行业务流程推荐的方法及BPM平台,其中,方法包括:流程监控组件读取导入BPM平台的业务流程数据;流程运行组件基于读取的业务流程数据和统一流程模型库中的第一流程模型创建流程实例;流程运行组件执行流程实例;流程推荐组件基于当前执行的流程实例的流程信息,进行流程语义推荐和流程结构推荐,获得推荐结果;流程推荐组件将推荐结果输出。由于本发明可以进行流程语义推荐和流程结构推荐,因此用户可以使用推荐结果进行业务流程的搭建,而无需按照既定步骤一步步进行搭建。可见,本发明可以提高搭建业务流程操作效率。

    一种对比学习增强的动态图神经网络推荐方法

    公开(公告)号:CN119338544A

    公开(公告)日:2025-01-21

    申请号:CN202411316685.0

    申请日:2024-09-20

    Abstract: 本发明公开了一种对比学习增强的动态图神经网络推荐方法,涉及推荐系统领域,具体为:首先,下载推荐任务数据集,并划分测试集和训练集;使用训练集对对比学习增强的动态图神经网络推荐模型进行训练,当输出的预测推荐结果与真实推荐结果的误差在给定阈值范围内,得到训练好的推荐模型的最优可学习参数;然后,使用测试集对训练好的动态图神经网络推荐模型进行测试,得到最终的动态图神经网络推荐模型。利用最终的动态图神经网络推荐模型对用户新推荐的项目进行预测,将预测结果返回给当前用户。本发明更好地挖掘和利用用户对项目资源的潜在兴趣,通过主视图和辅助视图上的跨视图对比学习,增强主视图上的动态图神经网络推荐模型性能。

    一种基于等变图神经网络的多智能体强化学习方法

    公开(公告)号:CN118428444A

    公开(公告)日:2024-08-02

    申请号:CN202410679202.7

    申请日:2024-05-29

    Abstract: 本发明公开了一种基于等变图神经网络的多智能体强化学习方法,属于多智能体强化学习领域;首先,搭建包括特征初始化模块和等变空间模块的等变图神经网络,作为智能体的决策网络;针对当前智能体i,建立与周围智能体间的邻接关系;然后,初始化该智能体的等变特征和不变特征;逐层进行不变特征的提取,更新智能体的不变特征并从中提取智能体的深层不变信息;其次进行等变特征的更新,提取深层几何信息并保持等变特性。同时设计了具有等变特性的激活函数以增强模型的表征能力。最后,输出动作为智能体的决策结果,将该智能体决策网络应用于演员评论家架构的算法中;本发明加快了收敛速度和收敛性能,促进解决复杂多变问题的效果的意义。

Patent Agency Ranking