[发明专利]一种基于图嵌入的多任务用户交互日志分段方法

说明书

本发明公开一种基于图嵌入的多任务用户交互日志分段方法，包括：日志预处理、行为向量学习、日志切分、日志切片聚类。本发明首先提取日志中的行为属性上下文和内容上下文，并将用户交互日志表示为直接跟随图；其次，利用行为上下文的相似度对直接跟随图进行权重增强，并基于图嵌入算法学习行为的向量表示；然后，利用行为向量计算其前驱、后继相似度，根据前驱、后继相似度变化对用户交互日志进行切分；最后，对切分后的日志切片进行聚类，从而改进日志分段效果，提高分段准确性。

技术领域

本发明属于机器人流程自动化及流程挖掘领域，具体涉及一种基于图嵌入的多任务用户交互日志分段方法。

背景技术

机器人流程自动化技术能够代替人工完成一些重复性高、工作量大、规则性强的任务。通常情况下，机器人流程自动化需要经历以下三个阶段：(1)流程任务分析与设计、(2)流程程序实现与部署、(3)流程程序监测与维护。其中，流程模型分析与设计阶段需要借助用户交互日志对用户在软件界面的操作行为进行分析，从中挖掘任务的流程模型，并确定可自动化的行为序列。

用户交互日志是一种记录用户和应用程序之间交互行为的时序日志，用于描述完整一项或多项任务的执行过程。根据任务数量和执行方式不同，可以将用户交互日志大致分为三种类型：单任务执行日志、多任务串行执行日志和多任务并发执行日志。串行和并发执行的主要区别在于一项任务执行过程是否受到其他任务的干扰，表现在日志中就是不同任务的行为序列是否发生交错。用户交互日志分段旨在区分不同行为所属的任务，从而将相同任务的行为序列提取出来，重组为以任务为单位的日志(简称任务日志)，为后续流程建模工作提供帮助。

目前国内外的研究人员对用户交互日志分段做了许多有价值的研究工作，现有的方法主要基于序列频繁模式识别(Frequent-Pattern Identification)技术，该方法可以从用户交互日志中挖掘经常出现的行为序列，以它们作为依据进行日志分段。现有方法在单任务执行日志和多任务串行执行日志上的效果较好，但是在多任务并发执行日志上的效果欠佳。这是因为多任务并发执行日志的行为序列存在复杂的交错情况，序列频繁模式识别技术得到的行为序列存在多种变体，无法准确地描述任务的执行过程。除此之外，现有方法仅从控制流角度解决问题，没有充分利用用户交互日志中行为的内容信息，难以准确描述行为和行为之间关系。

发明内容

本发明针对多任务场景下任务并发执行引起用户交互日志发生交错，进而导致日志分段准确性不高的问题，提出了一种基于图嵌入的多任务场景下用户交互日志分段的方法，本发明能够改善多任务并发执行日志的分段效果。

本发明提供了一种基于图嵌入的多任务用户交互日志分段方法，该方法包括以下步骤：

(1)收集多任务场景下用户与应用程序交互产生的用户交互日志

(2)在(1)的基础上进行数据预处理工作，包括去除噪声行为、从行为上下文中提取行为属性上下AC和行为内容上下文CC；

(3)根据行为间的直接跟随关系，将用户交互日志表示为直接跟随图；

(4)在(3)的基础上，利用行为属性上下文和内容上下文对直接跟随图做权重增强操作；

(5)在完成权重增强的直接跟随图上，利用图嵌入算法node2vec学习行为节点的向量表示；

(6)根据行为节点向量计算行为的前驱相似度和后继相似度

(7)在(6)的基础上，根据行为前驱、后继相似度变化情况，确定日志分割点，对用户交互日志进行切分；

(8)给定任务类别数，对步骤(7)得到的日志切片利用K-均值算法进行聚类，将聚类后的结果按照时间戳大小排序得到完整的任务日志，以此实现任务分段的目的。