K2与SharePoint 2003集成特征

本文介绍了K2.Net与SharePoint之间的双向集成组件及其应用场景。从SharePoint到K2.Net的集成支持文档审批等流程功能,并可通过事件触发K2流程实例。从K2.Net到SharePoint的集成则提供了丰富的组件来操作文档、列表和站点。

K2.Net提供了从SharePointK2.Net和从K2.NetSharePoint的集成组件,同时支持与SPSWSS的集成。

SharePointK2.net的集成

这种集成为SharePoint文档库和表单库提供了企业级的流程功能。典型的应用场景是需要文档审批的业务流程。我们可以使用SharePoint事件(Event)发起一个新的K2流程实例。这些事件包括:

  • 向文档库中添加文档;
  • 签入文档;
  • 签出文档;
  • 删除文档;
  • 更新文档;
  • 复制或者移动文档。

K2.net任务列表Web

使用K2.net任务列表部件,用户可以从SharePoint站点上查看并执行自己的任务。SharePoint系统管理员或者用户可以将K2.Net任务列表部件放在任何一个页面上。点击Web部件中的项目,任务就会在新窗口中打开,用户可以在新窗口中执行任务。

 用户可以对K2.net的任务列表进行定制:

  • 设定显示的最多任务项数目;
  • 刷新频率;
  • 显示列;
  • 设定ProcessActivityEventWorklist Item状态筛选条件;
  • 设定排序列及排序方式。

WebPart.jpg

K2.netSharePoint的集成

K2.net为用户操作SharePoint站点中的信息提供了多种集成组件。这些组件称为K2.net Server Events,能够创建和操作SharePoint WorkspaceDocumentList。这些组件包括:

  • SharePoint 2003 Document Event
  • SharePoint 2003 List Event
  • SharePoint 2003 Workspace Event
  • SharePoint 2003 Multiple Documents Event

SharePoint 2003 Document Event

SharePoint 2003 Document Event能够创建和操作SharePoint文档库中的文件。用户可以上传文档获取文档最新版本删除文档签入/签出文档或者审批/否决文档。另外用户还可以用SharePoint 2003 Document Event获取或者设定文档的元数据(Metadata)。

SPS_Doc.gif

SharePoint 2003 List Event

SharePoint 2003 List Event功能更为强大,因为SharePoint中绝大多数信息都是以列表的方式储存的。使用SharePoint 2003 List Event用户可以创建、更新、删除任何标准的列表库或者用户自定义列表。

SPS_List.jpg

SharePoint 2003 Workspace Event

SharePoint 2003 Workspace Event用于在流程执行过程中创建或者删除SharePoint站点或者工作区。用户可以通过代码方式或者流程字段定义SharePoint站点或者工作区的名称、标题以及描述等等。同时用户还可以指定站点或者工作区所使用的模版。可用的模版直接读取自SharePoint站点包括任何用户自定义的模版。

SPS_WorkSpace.jpg

SharePoint 2003 Multiple Documents Event

SharePoint 2003 Multiple Documents EventXML附件字段配合使用。XML附件字段可能包含多个文档。执行此向导时,用户需要选择希望执行的动作。所选择的动作对XML附件字段中的每个文档都执行同样的操作。

SPS_MultiDoc.gif

在用户前台通过拖放式方式进行操作的同时,K2 Server会在后台自动生成相应的代码。如:

ExpandedBlockStart.gifContractedBlock.gifPublic Sub Main()Sub Main(ByRef K2 As ServerEventContext) 
InBlock.gif
InBlock.gif    
' Set up variables
InBlock.gif
    Dim Temp as String, ErrorMessage As String = ""
InBlock.gif

InBlock.gif
    Dim Server As String
InBlock.gif    Server 
= "http://demo:81/"
InBlock.gif

InBlock.gif
    If Not Server.EndsWith("/"Then Server &= "/" 
InBlock.gif
InBlock.gif    
Dim Site As String
InBlock.gif    Site 
= ""
InBlock.gif

InBlock.gif
    If Not Site.EndsWith("/"And Site.Trim <> "" Then Site &= "/" 
InBlock.gif
InBlock.gif    
Dim Folder As String
InBlock.gif    Folder 
= "Shared Documents"
InBlock.gif
    If Not Folder.EndsWith("/"Then Folder &= "/" 
InBlock.gif
InBlock.gif    
Dim File As String
InBlock.gif    File 
= K2.ProcessInstance.Folio
InBlock.gif
InBlock.gif    
Dim LocalFolder As String
InBlock.gif    LocalFolder 
= "D:\"
InBlock.gif

InBlock.gif
    Dim LocalFile As String
InBlock.gif    LocalFile 
= "code.txt"
InBlock.gif

InBlock.gif
    Dim SpsList As New K2SPSList()
InBlock.gif
InBlock.gif    
' Set Url for Web Service 
InBlock.gif
    SpsList.Url = Server & "_vti_bin/K2SpsList.asmx"
InBlock.gif

InBlock.gif
    ' Set Credentials 
InBlock.gif
    Dim SpsUtils As New SourceCode.K2SPUtilities.SPSUtilities
InBlock.gif    SpsList.Credentials 
= SpsUtils.GetCredentials(Server)
InBlock.gif
InBlock.gif    
' Build The file path
InBlock.gif
    Dim LocalFilePath as String
InBlock.gif    
If Not LocalFolder.EndsWith("\"Then
InBlock.gif        LocalFilePath 
= LocalFolder & "\" & LocalFile
InBlock.gif    
Else
InBlock.gif        LocalFilePath 
= LocalFolder & LocalFile
InBlock.gif    
End If
InBlock.gif
InBlock.gif    
' Read File Into Byte Array
InBlock.gif
    Dim oByte() as Byte 
InBlock.gif    
Dim K2B64 as New K2Base64.K2Base64() 
InBlock.gif    oByte 
= K2B64.FileToByteArray(LocalFilePath)
InBlock.gif
InBlock.gif    
' Call Web Service to Upload Document
InBlock.gif
    If Not SpsList.UploadDocument(Server, Site, Folder, _ 
InBlock.gif                        File, oByte, 
False , ErrorMessage) Then
InBlock.gif        
' Error Occurred in UploadDocument - Raise Error
InBlock.gif
        Throw New System.Exception(ErrorMessage)
InBlock.gif    
End If
InBlock.gif
InBlock.gif    InitializeXmlField(K2.ProcessInstance.XmlFields(
"AttachedDocuments"))
InBlock.gif
InBlock.gif    
' Update the Attahment field
InBlock.gif
    Dim sAtt As String
InBlock.gif    sAtt 
= K2.ProcessInstance.XmlFields("AttachedDocuments").Value
InBlock.gif    sAtt 
= SpsUtils.AddAttachmentField(sAtt, _
InBlock.gif        Server, Site, Folder, File)
InBlock.gif    K2.ProcessInstance.XmlFields(
"AttachedDocuments").Value = sAtt
InBlock.gif    
ExpandedBlockEnd.gif
End Sub

None.gif
ExpandedBlockStart.gifContractedBlock.gif
Private Sub InitializeXmlField()Sub InitializeXmlField(ByRef oXmlField As SourceCode.KO.XmlField)
InBlock.gif    
If oXmlField.Value Is Nothing OrElse oXmlField.Value = "" Then
InBlock.gif        
' Check if Meta Data exist to initialize the field
InBlock.gif
        If oXmlField.MetaData Is Nothing OrElse oXmlField.MetaData = "" Then
InBlock.gif            
Throw New System.Exception("The " & oXmlField.Name & " XML field could not be initialized.")
InBlock.gif        
Else
InBlock.gif            oXmlField.Value 
= oXmlField.MetaData
InBlock.gif        
End If
InBlock.gif    
End If
ExpandedBlockEnd.gif
End Sub

待续。
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差方差,增强整体预测的稳定性准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值