[发明专利]一种基于主题聚类的业务流程图合并方法

权利要求书

1.一种基于主题聚类的业务流程图合并方法，其特征是：包括以下步骤：

步骤1，将流程库中的业务流程视为文档，对流程文档进行预处理；

步骤2，使用CTM对步骤1所得的流程文档进行主题聚类；

步骤3，使用高效频繁子图查找算法，结合频繁子图的定义得到频繁流程子图；

步骤4，根据步骤3所得结果，对频繁流程子图进行合并，从而得到合并后的业务流程；

所述的步骤3包括以下子步骤：

步骤3.1，针对步骤2主题聚类后的流程，将原始业务流程转换为流程结构图；

步骤3.2，使用gSpan算法挖掘同一主题下业务流程子图；

步骤3.3，发现业务流程子图集合内的频繁流程子图即频繁流程片段集合。

2.根据权利要求1所述的一种基于主题聚类的业务流程图合并方法，其特征是：步骤1包括以下子步骤：

步骤1.1，对流程文档进行解析，抽取文档中的所有单词；

步骤1.2，根据单词的词性，将除动词和名词之外的词过滤掉；

步骤1.3，对步骤1.2的结果进行关键词词干化处理，即除去词的前后缀，得到词的原型。

3.根据权利要求1所述的一种基于主题聚类的业务流程图合并方法，其特征是：步骤2包括以下子步骤：

步骤2.1，使用基于逻辑正态分布logistic normal distribution的CTM方法得到每个业务流程文档与其所包含的潜在主题的概率分布；

步骤2.2，找到这个业务流程所包含的主题概率的最大值，将其聚类到该主题对应的主题类簇中；

步骤2.3，重复步骤2.2，直到将特定领域内所有流程文档聚类到T个主题类簇中。

4.根据权利要求1所述的一种基于主题聚类的业务流程图合并方法，其特征是：所述步骤4包括以下子步骤，

步骤4.1，两个业务流程结构图G₁、G₂，查找G₁、G₂能够合并的边，剔除G₂中与G₁相同的边；

步骤4.2，对合并流程结构图MG中的每条共同边用G₁、G₂的标签标注；

步骤4.3，对G₁、G₂的频繁流程子图的前驱节点通过添加异或“xor”连接点连接频繁流程子图，同时添加连接的边；

步骤4.4，对G₁、G₂的频繁流程子图的后继节点通过添加异或“xor”连接点连接频繁流程子图，同时添加连接的边；

步骤4.5，合并频繁流程子图中的连接点。

5.根据权利要求1所述的一种基于主题聚类的业务流程图合并方法，其特征是：所述步骤3.1，将流程图转换为流程结构图的具体方法如下：

业务流程图是一个三元组(V，τ，Ω)，其中τ为类型集合，Ω为节点文本集合；流程结构图Process Structure Graph简称PSG，PSG＝(τ,L,f)，τ为类型集合，L为节点标签集合，满射函数f:Ω→L，使得流程当中的节点文本有唯一与之对应的标签。