基于拟间接依赖的过程模型挖掘方法

过程挖掘旨在从信息系统所记录的事件日志中挖掘出人们需要的且合理的过程模型,从而有助于改善或重建业务流程。以往的方法大多是根据任务间的直接依赖关系构建过程模型,具有很大的局限性。现存的过程挖掘方法中,虽然有能挖掘间接依赖的方法,其却没有从过程行为的角度进行分析。基于拟间接依赖的过程模型挖掘方法,把行为轮廓融入其中,依据行为轮廓建立初始模型;然后基于增量日志和拟间接依赖关系调整模型;最后根据评价标准选出最优模型。此方法特别适用于挖掘含有间接依赖的过程模型。

基于拟间接依赖的流程挖掘优化分析

业务流程挖掘旨在从记录的事件日志中挖掘出满足人们需求的流程模型。以往的方法多是根据事件之间的直接依赖关系建立流程模型,具有一定的局限性,提出了基于拟间接依赖的流程挖掘优化分析方法。依据事件日志,以行为轮廓为基础,构建初始模型。在执行日志下,通过基于整数线性规划流程发现算法的基本约束体查找出具有拟间接依赖关系的变迁对,并对模型进行完善,挖掘出优化模型。通过具体的实例分析验证了该方法的有效性。

业务流程隐变迁的拟间接依赖挖掘方法

隐变迁存在于业务流程中,但在日志中未被记录,挖掘隐变迁能够还原模型并提高流程的运行效率。已有方法都是基于日志间直接依赖关系挖掘隐变迁,未考虑其间接依赖关系,具有一定的局限性。提出基于拟间接依赖关系挖掘隐变迁的方法,根据事件日志中活动间的轮廓关系构建初始模型,通过拟间接依赖关系表找出日志序列之间的约束体。利用整数线性规划方法,查找符合要求的拟间接关系变迁对,从而挖掘出拟间接关系变迁对中存在的隐变迁。将隐变迁融合到初始模型中,得到含有隐变迁的目标模型。通过具体的实例分析验证了该方法的有效性。

基于逻辑Petri网的循环选择驱动循环结构过程模型修复方法

模型修复是一种过程增强技术。现有模型修复方法较少考虑含间接依赖关系的过程模型,在表示结构间的间接依赖关系时存在不足,修复含循环选择驱动循环结构的模型时难以描述结构间的间接依赖关系。本研究基于逻辑Petri网,针对循环选择驱动循环结构,提出在修复循环选择驱动循环结构的同时可以表达结构间的间接依赖关系的方法。在从日志中获取循环序列和选择序列算法的基础上,通过定理确定模型与日志是否存在偏差并找到偏差位置;根据不同结构提出修复算法修复模型,并使用关联规则描述结构间的间接依赖关系;最后通过实验证明方法的可行性。