[发明专利]一种基于消息流划分与合并的跨界服务流程融合方法及系统

权利要求书

1.一种基于消息流划分与合并的跨界服务流程融合方法，其特征在于，包括：

S1：获取待融合业务流程，对待融合业务流程进行消息流标注，其中，待融合业务流程包含流对象，根据流对象的所属角色和消息流标注结果将业务流程划分为子流程片段，子流程片段为同一角色所执行的流程集合，流对象为事件、活动或者网关；

S2：将所属角色相同或者关联角色相同的子流程片段作为待融合片段对，进行相似度计算，并根据待融合片段对的相似度计算结果确定可融合片段对，可融合片段对包括可融合的两个子流程片段，每个可融合的子流程片段包括活动节点；

S3：根据活动节点之间的映射关系，对可融合片段对进行片段融合；

S4：对融合后的子流程片段进行整合，实现业务流程的融合；

其中，S2具体包括：

S2.1：将所属角色相同或者关联角色相同的子流程片段作为待融合片段对，放入待融合片段候选集中；

S2.2：对待融合片段候选集中的每一个待融合片段对，进行相似度计算，获取待融合片段对的融合相似度，将融合相似度满足相似度阈值范围的一组待融合片段对作为可融合片段对，放入可融合片段对集合中；

S2.2中每一个待融合片段对，进行相似度计算，具体包括：

S2.2.1：计算活动节点的语法相似度，两个活动节点分为

activity₁＝(SR₁，AR₁，G₁，Des₁，PreN₁，PosN₁)∈f₁和

activity₂＝(SR₂，AR₂，G₂，Des₂，PreN₂，PosN₂)∈f₂，每个活动节点的语法相似度为活动节点的描述activity₁.Des₁和activity₂.Des₂的语法相似度，计算公式如下所示：

其中，SynSim(Des₁，Des₂)表示活动节点的语法相似度，ed(Des₁，Des₂)表示Des₁，Des₂之间的可编辑距离，如果SynSim(Des₁，Des₂)＞α，则活动节点间存在映射关系Map_1-1(activity₁，activity₂)，其中，α为阈值；

S2.2.2：根据活动节点的语法相似度，计算消息流语法相似度，

其中，MessSim(f₁，f₂)表示消息流语法相似度，表示子流程片段f₁，f₂的输入消息流注释，为输出消息流的注释，表示子流程片段之间消息流的输入消息流注释的语法相似度，表示子流程片段之间消息流的输出消息流注释的语法相似度；

S2.2.3：根据消息流的语法相似度和活动节点，计算子流程片段的整体相似度为：

其中，Sim(f₁，f₂)表示子流程片段的整体相似度，ω₁和ω₂为权重因子，且ω₁+ω₂＝1，|MappedActivities|表示存在Map_1-1的映射关系的活动数量，Map_1-1的映射关系为一一对应关系，|f₁.node|和|f₂.node|分别指片段f₁和f₂的活动节点数量，SynSim(G₁，G₂)指目标G₁和G₂的语法相似度；

待融合片段对中片段f₁和f₂之间的融合相似度最终通过公式(4)计算：

其中，和为权重因子。