(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210581587.4 (22)申请日 2022.05.26 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心14、 15、 16、 37、 41、 44、 45、 46层 (72)发明人 丁家琳　 (74)专利代理 机构 深圳众鼎专利商标代理事务 所(普通合伙) 44325 专利代理师 张美君 (51)Int.Cl. G06F 9/50(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 任务请求信息的自动生成方法、 装置、 计算 机设备及 介质 (57)摘要 本发明涉及人工智能技术领域， 尤其涉及一 种任务请求信息的自动生成方法、 装置、 计算机 设备和介质。 该方法将目标任务流程表示为任务 图数据， 将任务图数据输入预训练好的资源分配 网络， 进行再训练后， 得到计算资源分配量， 通过 计算资源分配量确定每个任务预测执行时长， 并 进一步确定每个任务的配置请求时间点， 在配置 请求时间点由对应交互任务生 成配置请求信息， 避免资源分配不合理的情况， 减少了冗余等待时 长， 能够有效提高任务流程执行的效率， 并且预 先获取配置请求信息， 在尽可能少的占用存储资 源的情况下， 缩短配置信息等待时间， 从而提高 任务流程执行的效率。 权利要求书3页 说明书13页 附图3页 CN 114896067 A 2022.08.12 CN 114896067 A 1.一种任务请求信息的自动生成方法， 其特 征在于， 所述方法包括： 将目标任务流程中的任务作为节点， 获取每个节点的标识信息、 标记信息和历史执行 记录， 以及任两个相邻节点对应任务之间的关联程度， 所述历史执行记录包括任务执行时 长和执行分配资源量， 所述标记信息用于表征节点对应任务是否需要配置数据； 将所述任务执行时长、 所述执行分配资源量和所述标记信息作为对应节点的节点信 息， 并在所述关联程度满足预设条件的节点之间设置边， 得到任务图数据； 使用所述任务图数据对预训练好的资源分配网络进行再训练， 得到再训练后的资源分 配网络， 将所述任务图数据输入所述再训练后的资源分配网络， 输出每个节点对应的计算 资源分配量； 根据每个节点对应的所述计算资源分配量， 计算对应节点的预测执行时长， 根据所述 预测执行时长和所述目标任务 流程， 确定每 个任务的执 行时间点； 根据每个任务的所述执行时间点和预设的配置预留时间， 确定每个任务的配置请求 时 间点， 并在当前时间达到所述配置请求时间点时， 由对应任务生成配置请求信息， 所述配置 请求信息用于发送给用户， 以获取配置数据。 2.根据权利要求1所述的自动生成方法， 其特征在于， 所述任务包括任务输入组件和任 务输出组件， 所述关联程度为任务流程中在后任务的所述任务输入组件与相 邻在前任务的 所述任务输出组件相同的个数； 在所述得到任务图数据之后， 还 包括： 根据所述关联程度， 根据预设的权重查找表确定对应关联程度的权重， 将所述权重确 定为所述任务图数据中的对应边的权 重， 得到带权任务图数据； 针对任一节点， 将对应节点的聚合值与所述阈值进行比较， 若对应节点的聚合值大于 所述阈值， 确定对应节点的类别为关键节点类别， 若对应节点的聚合值小于或等于所述阈 值， 确定对应节点的类别为非关键节点类别； 将每个节点的类别添加至所述任务图数据中对应节点的节点信息中。 3.根据权利要求1所述的自动生成方法， 其特征在于， 所述资源分配网络包括编码器和 解码器， 所述资源分配网络的预训练样本为训练图数据， 以重构损失作为预训练损失函数； 所述资源分配网络的预训练过程包括： 将所述预训练样本 输入所述编码器， 得到样本特 征张量； 使用所述 解码器对所述样本特 征张量进行 特征重构， 得到样本 重构结果； 根据所述样本重构结果和所述预训练样本计算所述预训练损失函数， 根据计算结果通 过反向传播算法更新所述编码器和所述解码器的参数， 直至所述预训练损失函数收敛， 得 到预训练好的资源分配网络 。 4.根据权利要求1至3任一项所述的自动生成方法， 其特征在于， 所述预训练好的资源 分配网络包括预训练好的编 码器和预训练好的解码器， 以资源分配损失函数作为再训练的 损失函数； 所述使用所述任务图数据对预训练好的资源分配网络进行再训练， 得到再训练后的资 源分配网络， 将所述任务图数据输入所述再训练后的资源分配网络， 输出每个节点对应的 计算资源分配量包括： 将所述任务图数据输入所述预训练好的编码器， 得到特 征张量；权　利　要　求　书 1/3 页 2 CN 114896067 A 2使用所述预训练好的解码器对所述特 征张量进行 特征重构， 得到 重构结果； 根据所述重构结果计算所述再训练 的损失函数的计算， 根据计算结果通过反向传播算 法更新所述预训练好的编 码器和所述预训练好的解码 器的参数， 直至所述再训练的损失函 数收敛； 将所述任务图数据输入参数更新后的资源分配网络， 确定所述参数更新后的资源分配 网络的输出 结果为资源分配结果。 5.根据权利要求4所述的自动生成方法， 其特征在于， 若将每个任务按照所述任务流程 中的任务执行顺序划分为N个执行集合， N为大于0的整数， 每个执行集合内的任务并行执 行， 则所述资源分配损失函数 具体为： 其中， n为执行集合的序号， n∈[1,2, …,N]， N为执行集合的个数， i为执行集合内任务 的序号， i∈[1,2, …,In]， In为第n个执行集合内任务的个数， C为资源参考值， 为第n个执 行集合的第i个任务的预测资源分配量， 为第n个执行集合的第i个任务的执行分配资源 量， 为第n个执 行集合的第i个任务的任务执 行时长， T为时间参 考值。 6.根据权利要求5所述的自动生成方法， 其特征在于， 在所述使用所述任务图数据对预 训练好的资源分配网络进行 再训练之前， 还 包括： 获取所述目标任务 流程对应的预设完成时间和实时总计算资源量； 以所述实时总计算资源量， 更新所述资源分配损失函数中对应的资源参 考值； 以所述预设完成时间， 更新所述资源分配损失函数中对应的时间参 考值。 7.根据权利要求6所述的自动生成方法， 其特征在于， 在所述以所述预设完成时间， 更 新所述资源分配损失函数中对应的时间参 考值之后， 还 包括： 获取每个已完成任务的实际用时； 将每个已完成任务对应的节点及 关联的边从所述任务图数据中删除， 更新所述任务图 数据； 计算所述预设完成时间与 所有已完成任务对应的所述实际用时的和的差值， 以所述差 值更新所述预设完成时间， 并调整所述资源分配损失函数中对应的时间参 考值。 8.一种任务请求信息的自动生成装置， 其特 征在于， 所述自动生成装置包括： 任务信息获取模块， 用于将目标任务流程中的任务作为节点， 获取每个节点的标识信 息、 标记信息和历史执行记录， 以及任两个相邻节点对应任务之间的关联程度， 所述历史执 行记录包括任务执行时长和执行分配资源量， 所述标记信息用于表征节点对应任务是否需 要配置数据； 图数据构建模块， 用于将所述任务执行时长、 所述执行分配资源量和所述标记信息作 为对应节点的节点信息， 并在所述关联程度满足预设条件的节点之间设置边， 得到任务图 数据； 资源分配模块， 用于使用所述任务图数据对预训练好的资源分配网络进行再训练， 得权　利　要　求　书 2/3 页 3 CN 114896067 A 3