[發明專利]一種自動編程的方法、裝置、服務器及存儲介質

有效

• 申請號: 201910299121.3
• 申請日: 2019-04-15
• 公開（公告）號: CN109992250B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 陳星;賀光容;楊捷;熊雄;王慶華
• 申請（專利權）人: 深圳怡化電腦股份有限公司;深圳市怡化時代科技有限公司;深圳市怡化金融智能研究院
• 主分類號: G06F8/20
• 分類號: G06F8/20;G06F8/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種自動編程的方法、裝置、服務器及存儲介質。該方法包括：獲取業務需求流程，所述業務需求流程包括多個需求模塊；將所述業務需求流程輸入已經預先訓練好的流程預測模型，得到中間件模塊序列，所述中間件模塊序列為多個中間件模塊的依次連接順序。本發明實施例的技術方案，通過AI自主編程，實現快速業務創新和開發實現，降低軟件開發周期，降低終端應用系統開發技術門檻，實現了終端應用系統的自主編程開發。

技術領域

本發明實施例涉及人工智能技術，尤其涉及一種自動編程的方法、裝置、服務器及存儲介質。

背景技術

讓AI(人工智能)自動編程是人工智能領域長久以來的夢想之一。來自彭博和英特爾實驗室的兩位研究人員，號稱實現了首個能夠自動生成完整軟件程序的AI系統“AIProgrammer”，這個“AI程序員”利用遺傳算法和圖靈完備語言，開發的程序理論上能夠完成任何類型的任務。AI自動編程的時代，大幕已開。

研究人員表示，他們用這個系統證明了長久以來的假設，那就是功能完備的程序確實能夠被自動生成。具體到這項工作，AI Programmer利用機器學習中的遺傳算法，模擬復雜的指令。雖然現在AI Programmer生成的程序，復雜程度與人類新手程序員編寫的結果相當。但研究人員認為，AI Programmer編寫的程序完全可以超越傳統范疇，不受人類時間和智慧的局限。

在銀行網點智能化轉型的浪潮中，銀行正在積極創新求變，呈現業務創新高潮迭起的局面，在設備引進和改進上不斷涌現諸多新型的終端設備，包括但不限于可視柜臺VTM、大額存取款機、智能叫號機等。新業務的呈現、新流程的改進、業務模式的推進，以及銀行新業務快速推廣，在現有低下的開發模式和業務效率低下的情況下，使得金融終端應用開發變得較為困難。

在金融技術領域，隨著無現金技術興起，我國銀行業面臨著業務模式和技術手段的深刻變革，金融終端業務創新周期越來越短，業務實現和上線貴在搶占先機，這對仍然使用傳統技術進行系統開發的金融終端服務提供商帶來了巨大的技術挑戰和成本壓力。

國內終端設備數量龐大，分布地域廣，涉及設備功能交互、人機界面交互、后臺服務交互，因而技術比較復雜，運維成本居高不下，高達占整個生命周期 80％以上成本。當前金融終端應用軟件開發環境和開發技術復雜，要求開發人員專業性強，代碼版本不斷增多管理成本高昂。這種人工編程開發方式自動化智能化程度低下，開發周期長，費用高，軟件運維風險大，因而亟需改變。

發明內容

本發明提供一種自動編程的方法、裝置、服務器及存儲介質，以實現金融終端應用軟件在低成本和低技術門檻的前提下的快速創新和開發實現。

第一方面，本發明實施例提供了一種自動編程的方法，該方法包括：

獲取業務需求流程，所述業務需求流程包括多個需求模塊；

將所述業務需求流程輸入已經預先訓練好的流程預測模型，得到中間件模塊序列，所述中間件模塊序列為多個中間件模塊的依次連接順序。

可選的，所述流程預測模型的預先訓練，包括：

獲取多個訓練樣本的業務需求流程以及對應所述業務需求流程的中間件模塊序列；

使用標簽對每個訓練樣本的業務需求流程進行標記，將標記后的每個訓練樣本的業務需求流程存入樣本特征庫作為訓練樣本集，所述標簽包括每個訓練樣本的業務需求流程對應的中間件模塊序列；

使用訓練樣本集對所述流程預測模型進行訓練。

可選的，所述流程預測模型為隱馬爾可夫模型。

可選的，所述隱馬爾可夫模型的初始狀態概率矩陣為所述業務需求流程中前一需求模塊連接后一需求模塊的概率。

可選的，所述隱馬爾可夫模型的隱含狀態轉移概率矩陣為所述業務流程的每個需求模塊對應選用不同中間件模塊的概率。