基于非頻繁行為的業(yè)務過程挖掘方法及應用.pdf

1、過程挖掘建立于過程模型驅動方法和數(shù)據(jù)挖掘之上并應用于流程管理，它通過從事件日志中提取信息，進而發(fā)現(xiàn)、監(jiān)督和改善業(yè)務流程，這使得過程挖掘成為流程管理領域的研究熱點。隨著信息技術的發(fā)展過程挖掘面臨著越來越多的挑戰(zhàn)，需要進一步研究分析過程挖掘以適應現(xiàn)今的發(fā)展。本文主要對挖掘過程中的多模塊系統(tǒng)及非頻繁行為問題進行分析研究。
　　由于現(xiàn)存的許多研究方法都是針對單模塊的，而對多模塊系統(tǒng)的處理有著一定的局限性，本文針對這一問題提出了基于特征網與

2、模塊網的多模塊挖掘方法。首先，按照模塊標識分離出各個模塊的模塊日志，對模塊日志使用基于語言的域挖掘方法得到模塊網;其次，通過分析模塊間的交互特征，提出了基于特征通信的特征網挖掘方法;最后，基于開放Petri網的性質，通過融合特征網與模塊網提出了挖掘完整Petri網模型的方法。
　　目前對于日志中非頻繁行為的研究還不完善，通常非頻繁日志的過濾方法都是把所有的非頻繁行為作為噪聲進行過濾，然而在實際系統(tǒng)中存在的部分非頻繁行為包含著重要的

3、系統(tǒng)信息，不能簡單的作為噪聲過濾去除，例如，飛船系統(tǒng)的逃逸行為，汽車系統(tǒng)的安全囊防撞行為等，這些行為雖然在整個系統(tǒng)的運行過程中極少出現(xiàn)，卻尤為重要。本文針對這一問題提出了基于因果網過濾非頻繁行為的挖掘方法，首先，依據(jù)事件日志中事件之間的因果關系構建因果網，通過基于因果網的過濾方法，移除真正的噪聲行為保留包含系統(tǒng)信息的非頻繁行為。然后，通過文中提出的挖掘方法從事件日志與因果網中挖掘出更利于系統(tǒng)分析的Petri網模型。
　　本文通過對