RPA组件智能推荐方法及系统与流程

技术特征：
1. rpa组件智能推荐方法，其特征在于，包括如下步骤；s1，在接受到用户在rpa产品界面创建组件情况下，提取组件的目标信息；s2，根据提取组件的目标信息，通过k-means聚类方法对用户进行聚类处理，获得相似用户组；s3，根据相似用户组，确定待添加组件用户属于的用户族，并依据确定的用户族的具体信息计算候选组件列表；s4，依据候选组件列表，计算各个候选组件的后验概率值，设定阈值，并按后验概率值从高到低的顺序，从候选组件列表确定预设数量的候选推荐组件，再返回候选组件列表；s5，将所述候选推荐组件在rpa界面进行展示，供用户依据实际需求进行组件选择。2.根据权利要求1所述的rpa组件智能推荐方法，其特征在于，步骤s1中所述组件的目标信息包括组件名称、项目属性、用户id、用户行业、用户职业、用户年龄、用户注册时间、用户使用时间和用户是否精通一门编程语言。3.根据权利要求1所述的rpa组件智能推荐方法，其特征在于，步骤s2包括如下步骤：s21，对提取的组件的目标信息进行向量化处理；s22，对向量化处理后的组件的目标信息，进行数据归一化处理，消除数据量纲因素，生成数据集；s23，在归一化后的数据集中，初始化生成k个作为聚类中心a=a1，a2，a3，
…
，a
k
；s24，针对数据集中每个样本，计算各个样本到k个聚类中心的距离d(x
i
)=arg min||x
i-a
r
||2，r=1，2，3，
…
，k，并将各个样本分到距离最小的聚类中心所对应的类中；其中x
i
表示样本经过归一化生成的特征向量，a
r
表示类别的聚类中心点；s25，针对每个类别a
j
，重新计算a
j
的聚类中心a
j
=，其中c
i
表示聚类类别包含的样本数据，x表示聚类类别中的样本，|c
i
|表示类别的数量；s26，重复步骤s24和步骤s25 ，直至预设的中止条件达成。4.根据权利要求3所述的rpa组件智能推荐方法，其特征在于，所述预设的中止条件包括迭代次数达到预设最大值或达到误差变化达到预设最小值。5.根据权利要求3所述的rpa组件智能推荐方法，其特征在于，步骤s21中所述向量化处理采用one-hot离散化处理方式。6.根据权利要求1所述的rpa组件智能推荐方法，其特征在于，步骤s4包括如下步骤：当各个候选组件的后验概率值均低于阈值或者后验概率值不存在时，采用预设的组件逻辑规则，进行组件推荐，按照被推荐组件的概率从高到低的顺序，然后从候选组件列表确定预设数量的候选推荐组件，确定候选组件列表，再返回候选组件列表。7.根据权利要求6所述的rpa组件智能推荐方法，其特征在于，步骤s4还包括如下步骤：设定i={i1，i2，i3，...，i
m
}为一个组件项集，m表示组件的个数，其中i
m
表示第m个项，对应于单个组件；流程t
n
对应于单个流程，每个流程都包含若干个组件；流程组成的集合记做d={t1，t2，t3，...，t
n
},称为流程事物库；支持度p（xy）=（同时包含组件x和y的组件流程/所有流程数量）；置信度p（y｜x）=p（xy）/p(x)，其中支持度p（xy）表示组件x和组件y关联的数据在数据集中出现的次数占总数据集的比重，置信度p（y｜x）表示组件x出现后组件y出现的概率，p(x)表示组件x出现的概率；
s41，对流程事物库进行一次扫描，聚类k个类别，分别统计k个类别总每个组件出现的次数，形成候选1-项集；s42，根据预设的最小支持度阈值筛选出频繁1-项集；s43，根据1-项集查找流程事物库，寻找候选组件，形成候选2-项集，为每个候选2-项集进行计数，同样依据预设的最小支持度阈值筛选频繁2-项集；s44，计算各个项集的置信度，然后依据置信度概率大小从高到低的顺序排列各个项集，并返回候选组件列表。8.根据权利要求1所述的rpa组件智能推荐方法，其特征在于，步骤s5包括如下步骤：进行设置埋点，用于判断用户是否选择候选推荐组件，并记录用户选择候选推荐组件的次数。9.rpa组件智能推荐系统，其特征在于，包括；rpa数据采集模块，用于在接受到用户在rpa产品界面创建组件情况下，提取组件的目标信息；数据处理模块，用于根据提取组件的目标信息，通过k-means聚类方法对用户进行聚类处理，获得相似用户组；根据相似用户组，确定待添加组件用户属于的用户族，并依据确定的用户族的具体信息计算候选组件列表；模型训练模块，用于依据候选组件列表，计算各个候选组件的后验概率值，设定阈值，并按后验概率值从高到低的顺序，从候选组件列表确定预设数量的候选推荐组件，再返回候选组件列表；预设规则模块，用于当各个候选组件的后验概率值均低于阈值或者后验概率值不存在时，采用预设的组件逻辑规则，进行组件推荐；页面展示模块，用于将所述候选推荐组件在rpa界面进行展示，供用户依据实际需求进行组件选择。10.根据权利要求9所述的rpa组件智能推荐系统，其特征在于，所述数据处理模块包括：数据预处理模块，用于对提取的组件的目标信息进行向量化处理以及数据归一化处理。

技术总结
本发明属于RPA产品技术领域，具体涉及RPA组件智能推荐方法及系统。S1，提取组件的目标信息；S2，根据提取组件的目标信息，通过K-means聚类方法对用户进行聚类处理，获得相似用户组；S3，根据相似用户组，确定待添加组件用户属于的用户族，并计算候选组件列表；S4，依据候选组件列表，计算各个候选组件的后验概率值，设定阈值，并按后验概率值从高到低的顺序，从候选组件列表确定预设数量的候选推荐组件；S5，将所述候选推荐组件在RPA界面进行展示，供用户依据实际需求进行组件选择。本发明具有能增强产品的易用性，提升开发人员的开发效率和提高用户组件获取效率的特点。提高用户组件获取效率的特点。提高用户组件获取效率的特点。


技术研发人员：郭洪锋 孙跃刚 周婷
受保护的技术使用者：杭州实在智能科技有限公司
技术研发日：2021.12.22
技术公布日：2022/1/21