首页> 中国专利> 一种基于多层机器学习的业务流程剩余时间预测方法

一种基于多层机器学习的业务流程剩余时间预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于多层机器学习的业务流程剩余时间预测方法。该方法提取了历史日志中的实例间属性以剩余关键活动数属性，并使用stacking技术将XGBoost、LightGBM模型进行融合，从而得到一个更优的融合模型来完成对流程实例剩余时间的预测。这种业务流程剩余时间预测方法有精度高、鲁棒性强等特点，能有效预测流程未来执行信息，为相关人员进行流程优化、流程控制等提供指导。

著录项

公开/公告号CN111178623A

专利类型发明专利
公开/公告日2020-05-19

原文格式PDF
申请/专利权人杭州电子科技大学;
展开▼

申请/专利号CN201911366631.4
发明设计人俞东进;侯文杰;孙笑笑;应钰柯;
展开▼

申请日2019-12-26
分类号
代理机构杭州君度专利代理事务所(特殊普通合伙);
代理人杨舟涛
地址 310018 浙江省杭州市下沙高教园区
入库时间 2023-12-17 10:46:11

法律信息

法律状态公告日

法律状态信息

法律状态
2020-06-12

实质审查的生效 IPC(主分类):G06Q10/04 申请日:20191226

实质审查的生效
2020-05-19

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于多层机器学习的业务流程剩余时间预测方法 [P] . 中国专利： CN111178623A . 2020-05-19
2. 基于机器学习的多层电弧增材制造过程热历史预测方法 [P] . 中国专利： CN112149335A . 2020-12-29
3. Machine-Learning based Methods for Executing Self-Adaptive Business Processes [P] . 韩国专利： KR101712627B1 . 2017-03-14

机译：基于机器学习的执行自适应业务流程的方法
4. Machine-Learning based Methods for Designing and Executing Self-Adaptive Business Processes [P] . 韩国专利： KR20170011912A . 2017-02-02

机译：基于机器学习的设计和执行自适应业务流程的方法
5. Machine Learning-Based Model for Identifying Executions of a Business Process [P] . 美国专利： US2017109657A1 . 2017-04-20

机译：基于机器学习的模型，用于识别业务流程的执行