May, 2017

从事件日志中自动发现过程模型：评估与基准

PDF
TL;DR该论文通过对 12 个公开事件日志，12 个专有事件日志和 9 个质量指标的评估，对自动化流程发现方法进行了系统的回顾和比较评估，突出了该领域存在的差距和未被探索的权衡，其中包括某些方法缺乏可扩展性以及它们在所使用的不同质量度量方面性能强烈分歧。
process miningautomated process discoveryevent logbusiness process modelcomparative evaluation
发现论文，激发创造
  • 发现分层流程模型：基于事件聚类的方法

    本文介绍了一种基于事件聚类的自动化合成算法，用于从底层事件日志中发现层次化业务流程模型，以便生成更易读和理解的过程模型。

    Mar, 2023

  • 流程预测深度学习现有技术的系统文献综述

    该研究综合了深度学习算法在流程挖掘中的应用，着重通过系统性文献综述的方式，分析不同数据处理方案、网络拓扑结构、以及目标预测等方面的优缺点。

    Jan, 2021

  • 基于事件日志模式的自动化流程发现中的泛化框架

    本研究提出了一种从事件日志中发现模式并将其与流程模型中的控制流结构进行比较的通用性度量框架，并使用串联重复和并发神谕等方法实例化框架以更好地解决流程挖掘中存在的一些问题。

    Mar, 2022

  • 朝向以知识为中心的过程挖掘

    本文提出了一种基于知识图谱的方法，用于缓解事件日志中的噪声 / 不完整信息对流程分析技术的影响，并帮助流程分析师理解与事件日志相关的可变性。

    Jan, 2023

  • 利用强化学习自动发现多透视过程模型

    本文提出了基于深度 Q 学习的多角度过程模型的自动发现框架和优化体验回放方法，该框架可方便地应用于多角度过程挖掘，并在六个真实事件数据集上进行了验证。

    Nov, 2022

  • 基于时间轴的流程发现

    自动流程发现关注业务流程性能，其中等待时间至关重要。本文提出了一种能够明确与时间轴对齐的自动构建流程模型的方法，并以直接后继图为例证。通过对两个 BPIC 数据集和一个专有数据集的评估，突出了该表示方法相较于标准布局技术的优势。

    Dec, 2023

  • 聚类基于对象的事件日志

    本文提出了一种基于聚类的方法，以简化 Object-Centric Event Logs 中获取到的复杂的流程模型，改善利用 B2B 流程时的用户体验。

    Jul, 2022

  • 本地过程模型分组

    近年来，过程挖掘作为一项成熟技术被应用于分析和改进运营过程。本文提出了一个通过使用不同的过程模型相似性度量来对类似的局部过程模型进行分组的三步流程，并通过实际案例研究展示了分组的实用性以及发现的局部过程模型的重复性对其进行改进的影响。

    Nov, 2023

  • 在保健流程中应用模型复杂度优化和循环状态识别扩展流程发现的研究

    为了更好的达到过程模型的符合度和简化度之间的平衡，本文提出一种半自动化的过程挖掘方法，包括模型简化方法和引入 meta-state 概念来减少模型复杂度，并以三个医疗领域的数据集为案例来说明该技术方案的应用和提供更好实践。

    Jun, 2022

  • 业务流程的预测监控

    本文介绍了一种分析事件日志的方法，以在商业流程执行期间预测性地监视业务目标。该方法可在 ProM 流程挖掘工具套件中实现，并验证了其在大型医院癌症患者治疗日志方面的有效性。

    Dec, 2013