(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 202210736208.4 (22)申请日 2022.06.27 (71)申请人 中银金融科技有限公司 地址 200120 上海市中国 （上海） 自由贸易 试验区银城中路20 0号4层408室 (72)发明人 王旭　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 秦晓君 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 批量流程完成时间的预测方法及装置 (57)摘要 本发明提供一种批量流程完成时间的预测 方法及装置， 该方法包括： 当接收到T WS下发的批 量流程对应的作业运行信息时， 基于作业运行信 息确定批量流程的运行状态； 基于运行状态， 确 定批量流程中已运行完成的各个第一作业和未 运行完成的各个第二作业； 获取作业运行信息中 包含的各个第一作业的真实耗时； 应用第一预测 模型基于作业运行信息， 预测每个第二作业的预 测耗时； 基于各个真实耗时及各个预测耗时， 确 定批量流程的作业完成程度； 应用第二预测模型 基于作业完成程度， 预测批量流程的完成时间。 应用本发明提供的方法， 可以提高预测批量流程 完成时间的准确性。 权利要求书3页 说明书13页 附图4页 CN 115081218 A 2022.09.20 CN 115081218 A 1.一种批量 流程完成时间的预测方法， 其特 征在于， 包括： 获取TWS中的批量流程对应的作业运行信息时， 基于所述作业运行信息确定所述批量 流程的运行状态， 所述批量流程包含多个作业， 所述作业运行信息包括所述批量流程中各 个作业对应的作业信息； 基于所述运行状态， 确定所述批量流程中已运行完成的各个第 一作业和未运行完成的 各个第二作业； 获取所述作业 运行信息中包 含的各个所述第一作业的真实耗时； 应用预先构建的第 一预测模型基于所述作业运行信 息， 预测每个所述第 二作业的预测 耗时； 基于各个所述真实耗时及各个所述预测耗时， 确定所述批量 流程的作业完成程度； 应用预先构建的第 二预测模型基于所述作业完成程度， 预测所述批量流程的预计完成 时间。 2.根据权利要求1所述的方法， 其特 征在于， 构建所述第一预测模型的过程， 包括： 获取历史批量流程的历史作业运行信息中， 每个历史作业的作业信息及历史真实耗 时； 将每个所述历史作业的作业信 息作为第 一自变量， 每个所述历史作业的历史真实耗 时 作为第一响应 变量； 基于所述第 一自变量对预先设置的第 一初始预测模型进行迭代训练， 并将所述第 一初 始预测模型每次训练时输出的第一训练结果与所述第一响应变量进行计算， 获得第一误 差； 当所述第一误差大于预设的第 一误差阈值 时， 应用预设的线性 回归算法计算所述第 一 误差值对应的第一损失函数， 并基于所述第一损失函数调整所述第一初始预测模型； 当所 述第一误差不大于所述第一误差阈值时， 结束所述第一初始预测模型 的迭代训练， 完成第 一预测模型的构建。 3.根据权利要求2所述的方法， 其特征在于， 所述应用预先构建的第 一预测模型基于所 述作业运行信息， 预测每 个所述第二作业的预测耗时， 包括： 获取所述作业 运行信息中每 个所述第二作业的作业信息； 将每个所述第 二作业的作业信 息输入所述第 一预测模型， 获得所述第 一预测模型输出 的每个所述第二作业的预测耗时。 4.根据权利要求2所述的方法， 其特 征在于， 构建所述第二预测模型的过程， 包括： 基于各个所述历史作业的运行顺序， 计算所述历史批量流程中运行完每个所述历史作 业的累计耗时； 基于所述历史完成耗 时及运行完每个所述历史作业的累计耗 时， 计算每个所述批量流 程中每完成一个历史作业后对应的历史完成程度， 并基于每个历史完成程度， 更新预先设 置的历史批量运行信息表， 所述历史批量运行信息表包括所述历史批量流程对应的批量流 程运行数据； 将每次更新的历史批量运行信 息表中的各个批量流程运行数据作为第 二自变量， 所述 历史完成耗时作为第二响应 变量； 基于各个所述第 二自变量对预设的第 二初始预测模型进行迭代训练， 并将所述第 二初权　利　要　求　书 1/3 页 2 CN 115081218 A 2始预测模型每次训练时输出的第二训练结果与所述第二响应变量进行计算， 获得第二误 差； 当所述第二误差大于预设的第 二误差阈值 时， 应用预设的线性 回归算法计算所述第 二 误差阈值对应的第二损失函数， 并基于所述第二损失函数调整所述第二初始预测模型； 当 所述第二误差不大于所述第二误差阈值时， 结束所述第二初始预测模型 的迭代训练， 完成 第二预测模型的构建。 5.根据权利要求4所述的方法， 其特征在于， 所述应用预先构建的第 二预测模型基于所 述作业完成程度， 预测所述批量 流程的完成时间， 包括： 将所述作业完成程度写入所述批量 流程对应的批量 流程信息表； 将所述批量流程信 息表输入所述第 二预测模型， 获得所述第 二预测模型输出的所述批 量流程的完成时间。 6.根据权利要求1所述的方法， 其特 征在于， 还 包括： 当所述批量 流程运行结束时， 确定所述批量 流程的真实完成时间； 将所述真实完成时间与所述预计完成时间的第三 误差值； 基于所述第三 误差值， 调整所述第二预测模型的模型参数。 7.一种批量 流程完成时间的预测装置， 其特 征在于， 包括： 第一获取单元， 用于获取TWS中的批量流程对应的作业运行信息时， 基于所述作业运行 信息确定所述批量流程的运行状态， 所述批量流程包含多个作业， 所述作业运行信息包括 所述批量 流程中各个作业对应的作业信息； 第一确定单元， 用于基于所述运行状态， 确定所述批量流程中已运行完成的各个第一 作业和未运行完成的各个第二作业； 第二获取 单元， 用于获取 所述作业 运行信息中包 含的各个所述第一作业的真实耗时； 第一预测单元， 用于应用预先构建的第一预测模型基于所述作业运行信息， 预测每个 所述第二作业的预测耗时； 第二确定单元， 用于基于各个所述真实耗时及各个所述预测耗时， 确定所述批量流程 的作业完成程度； 第二预测单元， 用于应用预先构建的第二预测模型基于所述作业完成程度， 预测所述 批量流程的完成时间。 8.根据权利要求7 所述的装置， 其特 征在于， 还 包括： 第一构建单元， 用于获取历史批量流程的历史作业运行信息中， 每个历史作业的作业 信息及历史真实耗时； 将每个所述历史作业的作业信息作为第一自变量， 每个所述历史作 业的历史真实耗时作为第一响应变量； 基于所述第一自变量对预先设置的第一初始预测模 型进行迭代训练， 并将所述第一初始预测模型每次训练 时输出的第一训练结果与所述第一 响应变量进 行计算， 获得第一误差； 当所述第一误差大于预设的第一误差阈值时， 应用预设 的线性回归算法计算所述第一误差值对应的第一损失函数， 并基于所述第一损失函数调整 所述第一初始预测模型； 当所述第一误差不大于所述第一误差阈值时， 结束所述第一初始 预测模型的迭代训练， 完成第一预测模型的构建。 9.根据权利要求8所述的装置， 其特 征在于， 所述第一预测单 元， 包括： 获取子单 元， 用于获取 所述作业 运行信息中每 个所述第二作业的作业信息；权　利　要　求　书 2/3 页 3 CN 115081218 A 3