基于Petri網(wǎng)行為輪廓挖掘配置信息的方法研究.pdf

1、業(yè)務(wù)流程挖掘是業(yè)務(wù)流程管理的一種新型應(yīng)用，包括流程的設(shè)計(jì)和實(shí)施、模型的建立和分析以及程序的執(zhí)行等。業(yè)務(wù)流程挖掘通過(guò)對(duì)信息系統(tǒng)記錄的業(yè)務(wù)流程運(yùn)行產(chǎn)生的事件日志進(jìn)行分析，將業(yè)務(wù)流程運(yùn)轉(zhuǎn)過(guò)程還原成模型，并利用日志序列對(duì)其原始模型進(jìn)行優(yōu)化，得出最終模型。業(yè)務(wù)流程挖掘技術(shù)的研究，不僅有助于降低運(yùn)營(yíng)成本、提高系統(tǒng)運(yùn)轉(zhuǎn)效率，同時(shí)在提高企業(yè)生產(chǎn)效率，提高服務(wù)質(zhì)量方面都發(fā)揮著重要的作用。
　　隨著業(yè)務(wù)流程管理變得越來(lái)越重要，對(duì)業(yè)務(wù)流程的要求也相對(duì)提

2、高了很多，已有的流程挖掘技術(shù)主要針對(duì)于挖掘工作流模型。但是在挖掘業(yè)務(wù)流程模型的過(guò)程中往往會(huì)出現(xiàn)一些存在于過(guò)程模型中，卻沒(méi)有出現(xiàn)在日志序列中的變遷，這樣的變遷是大量存在于現(xiàn)實(shí)的模型中。因此，從事件日志中挖掘隱變遷可以很好的還原模型，提高操作的運(yùn)轉(zhuǎn)效率，進(jìn)而達(dá)到高效率的生產(chǎn)及服務(wù)。對(duì)于挖掘含有隱變遷等配置信息的模型，已有的方法是通過(guò)α算法來(lái)挖掘，此方法運(yùn)算量較大而且在不可見(jiàn)任務(wù)挖掘的準(zhǔn)確性上存在不足。針對(duì)隱變遷的挖掘，本文提出在行為輪廓、概

3、率行為關(guān)系的基礎(chǔ)上對(duì)日志序列進(jìn)行研究，從而挖掘出帶有配置信息的模型，使得模型更加的完備。本文主要貢獻(xiàn)有:
　　(1)提出了基于Petri網(wǎng)行為輪廓挖掘事件日志中的隱變遷。從事件日志中挖掘隱變遷是研究過(guò)程模型的一個(gè)難點(diǎn)。目前針對(duì)自由選擇網(wǎng)有一些解決辦法，但是對(duì)于復(fù)雜的過(guò)程模型有一定的局限性?；赑etri網(wǎng)行為輪廓尋找隱變遷的方法，首先根據(jù)發(fā)生頻率最高的且發(fā)生變遷較多的日志序列，通過(guò)分析其行為輪廓得出源模型，再根據(jù)剩余日志中發(fā)生頻率

4、最高的且最長(zhǎng)的序列作為增量進(jìn)一步優(yōu)化源模型，重復(fù)上述步驟直到通過(guò)行為輪廓關(guān)系找到隱變遷。最后通過(guò)與源模型進(jìn)行比較挖掘出帶有隱變遷模型的合理性及適當(dāng)性。最后通過(guò)實(shí)驗(yàn)證明該方法的有效性和簡(jiǎn)捷性。
　　(2)提出了基于概率行為關(guān)系挖掘事件日志中的隱變遷。在過(guò)程挖掘中，通過(guò)觀察到的行為去發(fā)現(xiàn)一個(gè)盡可能最好的過(guò)程模型是過(guò)程挖掘中的主要挑戰(zhàn)之一。隱變遷是指一些存在于過(guò)程模型中，但沒(méi)有出現(xiàn)在日志序列中的變遷?？紤]隱變遷對(duì)過(guò)程模型挖掘的影響，本文