本技术涉及计算机技术及金融科技领域，特别是涉及一种基于rpa技术的机器人资源预测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着rpa（robotic process automation，机器人流程自动化）技术的发展和使用规模的扩大，相对应投入的机器人资源也会增加。如何精确地评估当前机器人资源是否够用，进而决策是否需要继续投放机器人，对于rpa技术使用者来说至关重要。
2、传统技术中，rpa流程的执行过程为：使用者在rpa项目上线之后，配置rpa流程执行任务。在配置执行的资源池时，使用者可以选择使用已存在的公共资源池，或者是单独建立一个私有资源池。当到达开始执行时间，需要在资源池中选择一个空闲的机器人来执行任务。若当前资源池中没有空闲机器人，任务进入排队状态；若当前资源池中有空闲机器人，将选择任意一个空闲机器人来执行rpa任务。
3、然而，用户在配置流程执行资源池时，若是使用公共资源池，则难以判断哪些资源池中当前机器人资源充足，只能通过查看流程是否按照预设执行策略来执行任务，事后才能判断机器人资源是否满足要求，由此导致目前技术中rpa项目的机器人资源利用率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于rpa技术的机器人资源预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种基于rpa技术的机器人资源预测方法。所述方法包括：
3、响应于客户端发起的任务执行请求，确定待执行的rpa任务以及执行所述rpa任务的目标资源池；
4、获取所述目标资源池的历史记录数据和用户输入的任务配置参数，根据所述任务配置参数，在所述目标资源池中配置所述rpa任务的执行流程信息；
5、基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据；
6、根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量；
7、根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况。
8、在其中一个实施例中，所述基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据，包括：
9、根据所述执行流程信息以及所述历史记录数据中各目标历史时间段内的机器人在线数量，构建预设数量的初始机器人特征数据；根据所述执行流程信息以及所述历史记录数据中各目标历史时间段内的已执行任务数量，构建预设数量的初始任务特征数据；对所述初始机器人特征数据和所述初始任务特征数据进行特征选择和特征提取，得到所述目标机器人特征数据和所述目标任务特征数据。
10、在其中一个实施例中，所述对所述初始机器人特征数据和所述初始任务特征数据进行特征选择和特征提取，得到所述目标机器人特征数据和所述目标任务特征数据，包括：
11、在所述初始机器人特征数据中筛选出符合预设条件的机器人特征数据子集，以及在所述初始任务特征数据中筛选出符合所述预设条件的任务特征数据子集；利用主成分分析法分别对所述机器人特征数据子集和所述任务特征数据子集进行数据降维和特征提取，得到所述目标机器人特征数据和所述目标任务特征数据。
12、在其中一个实施例中，在所述根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量之前，还包括：
13、根据所述各目标历史时间段内的所述机器人在线数量构建第一时间序列预测模型，根据所述各目标历史时间段内的所述已执行任务数量构建第二时间序列预测模型；所述根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，包括：采用所述第一时间序列预测模型，根据所述机器人特征数据进行预测，得到所述目标资源池的所述在线机器人数量；所述根据所述目标任务特征数据预测所述目标资源池的在线任务数量，包括：采用所述第二时间序列预测模型，根据所述任务特征数据进行预测，得到所述目标资源池的所述在线任务数量。
14、在其中一个实施例中，所述方法还包括：
15、获取所述第一时间序列预测模型的第一反馈数据和所述第二时间序列预测模型的第二反馈数据；根据第一反馈数据对所述第一时间序列预测模型进行更新，并根据第二反馈数据对所述第二时间序列预测模型进行更新；所述根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，包括：将所述机器人特征数据输入更新后的第一时间序列预测模型，得到所述目标资源池的所述在线机器人数量；所述根据所述目标任务特征数据预测所述目标资源池的在线任务数量，包括：将所述任务特征数据输入更新后的第二时间序列预测模型，得到所述目标资源池的所述在线任务数量。
16、在其中一个实施例中，所述根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况，包括：
17、判断所述在线机器人数量和所述在线任务数量之间的大小关系；在所述在线机器人数量大于或等于所述在线任务数量的情况下，生成资源充足提示信息；在所述在线机器人数量小于所述在线任务数量的情况下，根据所述在线机器人数量和所述在线任务数量的差值，生成资源调配提示信息。
18、在其中一个实施例中，在所述获取所述目标资源池的历史记录数据和任务配置参数之后，还包括：
19、识别出所述历史记录数据中存在的缺失数据以及所述任务配置参数中存在的异常数据；根据已有的历史记录数据对所述缺失数据进行填充，得到完整的历史记录数据；确定所述异常数据的数据类型，并根据所述数据类型，生成对应的修改提示信息。
20、第二方面，本技术还提供了一种基于rpa技术的机器人资源预测装置。所述装置包括：
21、任务确定模块，用于响应于客户端发起的任务执行请求，确定待执行的rpa任务以及执行所述rpa任务的目标资源池；
22、信息配置模块，用于获取所述目标资源池的历史记录数据和用户输入的任务配置参数，根据所述任务配置参数，在所述目标资源池中配置所述rpa任务的执行流程信息；
23、特征构建模块，用于基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据；
24、数量预测模块，用于根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量；
25、资源预测模块，用于根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况。
26、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
27、响应于客户端发起的任务执行请求，确定待执行的rpa任务以及执行所述rpa任务的目标资源池；获取所述目标资源池的历史记录数据和用户输入的任务配置参数，根据所述任务配置参数，在所述目标资源池中配置所述rpa任务的执行流程信息；基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据；根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量；根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况。
28、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
29、响应于客户端发起的任务执行请求，确定待执行的rpa任务以及执行所述rpa任务的目标资源池；获取所述目标资源池的历史记录数据和用户输入的任务配置参数，根据所述任务配置参数，在所述目标资源池中配置所述rpa任务的执行流程信息；基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据；根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量；根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况。
30、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
31、响应于客户端发起的任务执行请求，确定待执行的rpa任务以及执行所述rpa任务的目标资源池；获取所述目标资源池的历史记录数据和用户输入的任务配置参数，根据所述任务配置参数，在所述目标资源池中配置所述rpa任务的执行流程信息；基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据；根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量；根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况。
32、上述基于rpa技术的机器人资源预测方法、装置、计算机设备、存储介质和计算机程序产品，通过采集目标资源池的历史记录数据和用户在目标资源池中设置的任务配置参数，综合运用机器学习和数据分析中的特征工程技术对采集到的数据进行处理、提取、转换以及在线建模，实现预测目标资源池在未来某段时间内的在线机器人数量和在线任务数量，并提供给用户作为目标资源池是否需要补充机器人资源的依据；这样有助于用户提前进行机器人资源调配，可以避免发生任务无法按时执行的情况，从而提高了rpa任务按时执行的比例以及rpa项目中机器人资源的利用率。
1.一种基于rpa技术的机器人资源预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述执行流程信息和所述历史记录数据，在所述目标资源池中构建所述rpa任务的目标机器人特征数据和目标任务特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述初始机器人特征数据和所述初始任务特征数据进行特征选择和特征提取，得到所述目标机器人特征数据和所述目标任务特征数据，包括：
4.根据权利要求2所述的方法，其特征在于，在所述根据所述目标机器人特征数据预测所述目标资源池的在线机器人数量，根据所述目标任务特征数据预测所述目标资源池的在线任务数量之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述在线机器人数量和所述在线任务数量，预测所述目标资源池的机器人资源使用情况，包括：
7.根据权利要求1所述的方法，其特征在于，在所述获取所述目标资源池的历史记录数据和任务配置参数之后，还包括：
8.一种基于rpa技术的机器人资源预测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
