基于流程轨迹相似度的大语言模型日志修复方法
来源：计算机集成制造系统杂志2026年第3期北京时间：
作者：金鑫宇, 赵爽耀, 陈彬彬
单位：1.合肥工业大学管理学院2.过程优化与智能决策教育部重点实验室3.智能决策与信息系统技术国家地方联合工程研究中心
摘要：在运用流程挖掘对企业业务流程进行分析的过程中,由于信息系统故障或记录错误等问题而造成的事件日志数据缺失与信息不完备,严重影响了流程挖掘的质量。在修复文本信息与推理复杂关系方面,大语言模型已经在其他领域展现了较为优越的能力。本文提出了一种基于流程轨迹相似度的大语言模型日志修复方法,该方法使用一个预训练的语言模型对日志中的缺失数据进行填充,通过选取相似流程轨迹,利用模型的上下文学习能力提高修复准确率,并利用生成结果反思和生成结果一致性降低模型幻觉输出。最后,通过一组公开数据集对本文所提方法进行评估,结果表明该方法在修复缺失事件日志方面表现出更高的准确性与鲁棒性。
关键词：缺失日志,大语言模型,轨迹相似度,流程挖掘
基金资助：国家自然科学基金面上项目(72571088)。
