基于多維度的事件日志決策規(guī)則挖掘優(yōu)化研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展和工業(yè)技術(shù)的革新，工業(yè)4.0時(shí)代將很快到來(lái)。越來(lái)越多的企業(yè)已采用ERP、CRM、MIS等信息管理系統(tǒng)來(lái)支持企業(yè)的管理運(yùn)作，然而由于這類系統(tǒng)在運(yùn)行過(guò)程中產(chǎn)生大量工作流日志文件，使工業(yè)生產(chǎn)中的數(shù)據(jù)事件的記錄和分析變得隨處可見，系統(tǒng)間處理的過(guò)程詳細(xì)信息也同樣保存在事件日志中。為了挖掘出企業(yè)系統(tǒng)所產(chǎn)生的事件日志中有價(jià)值的信息，過(guò)程挖掘應(yīng)運(yùn)而生。過(guò)程挖掘通過(guò)分析企業(yè)系統(tǒng)所產(chǎn)生的事件日志，提取事件日志中的信息，重現(xiàn)業(yè)務(wù)流程的真實(shí)

2、執(zhí)行過(guò)程，并利用所發(fā)現(xiàn)的知識(shí)對(duì)流程模型進(jìn)行優(yōu)化和重構(gòu)。
　　本文在研究過(guò)程挖掘的經(jīng)典算法基礎(chǔ)上，針對(duì)傳統(tǒng)決策規(guī)則挖掘算法指出了其中的不足之處:一是傳統(tǒng)算法在生成過(guò)程模型時(shí)使用的是α算法，但該過(guò)程模型生成算法在處理事件日志中的隱藏活動(dòng)和重復(fù)活動(dòng)等復(fù)雜結(jié)構(gòu)活動(dòng)時(shí)存在一定的不足;二是傳統(tǒng)算法在考慮數(shù)據(jù)活動(dòng)屬性時(shí)只考慮了活動(dòng)的案例維度屬性，而對(duì)一些其余重要維度屬性，如時(shí)間維度屬性和組織維度屬性則并沒(méi)有考慮到算法中，這樣使得分析出來(lái)的決策規(guī)

3、則分類缺乏一定的準(zhǔn)確性。整體而言，基于傳統(tǒng)決策規(guī)則算法挖掘事件之間的關(guān)系存在著一定的局限性。
　　針對(duì)上述問(wèn)題，本文提出了一種基于多維度的事件日志決策規(guī)則挖掘優(yōu)化方案，改善了傳統(tǒng)決策規(guī)則挖掘算法在挖掘事件關(guān)系上的局限性，在決策規(guī)則挖掘前，先在算法中添加對(duì)隱藏活動(dòng)和重復(fù)活動(dòng)的識(shí)別方法，提取出更加精確的過(guò)程模型，從而確定事件日志中的決策點(diǎn)集合信息;然后對(duì)事件日志進(jìn)行結(jié)點(diǎn)分析，通過(guò)利用時(shí)間戳信息得到事件日志的時(shí)間維度屬性，同時(shí)分析出整個(gè)