基于事件日志模式的自动化流程发现中的泛化框架

Mar, 2022

基于事件日志模式的自动化流程发现中的泛化框架

Generalization in Automated Process Discovery: A Framework based on Event Log Patterns

Daniel Reißner, Abel Armas-Cervantes, Marcello La Rosa

TL;DR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。

Abstract

The importance of quality measures in process mining has increased. One of the key quality aspects, generalization, is concerned with measuring the degree of overfitting of a process model w.r.t. an event log, si

process mining quality measures generalization measures event logs control-flow structures

发现论文，激发创造

从事件日志中自动发现过程模型：评估与基准

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。

May, 2017

关于下一个活动预测的概括讨论

现有研究使用深度学习技术并使用公开的事件日志评估其预测性能，但本文通过实验证据对这些评估方法的有效性提出了质疑，揭示了常用的事件日志中存在大量的样本泄漏，使得相对简单的预测方法与利用深度学习的方法几乎同样表现。我们进一步指出，设计稳健的评估需要更深入地参与下一个活动预测的主题，特别是与对新数据的泛化概念相关的。为此，我们提出了不同类型的泛化引导未来研究的各种预测场景。

Sep, 2023

使用增量评估挖掘最小的行为模式集

采用增量计算和修剪策略改进 COBPAM 方法，实现复杂、灵活流程的行为模式挖掘，提供关于流程的洞察力。

Feb, 2024

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

基于聚类的预测性过程监控

提出了一个基于事件日志的预测性流程监控框架，在运行中的案例中，通过将其映射到群集并应用相应的分类器，估计一个给定谓词在完成时将被满足的概率，该框架已在 ProM 工具集上实现并在一家大型医院的癌症治疗日志上验证。

Jun, 2015

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。