基于组织网络和过程模型嵌入的下一个活动预测方法
来源：计算机集成制造系统杂志2026年第3期北京时间：
作者：王如意, 蔡正阳, 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：预测性业务流程监控通过实时预测业务流程的未来行为来发现业务执行过程中的异常情况,从而帮助企业及时调整并优化业务流程。现有研究通常关注事件日志中的序列信息或过程模型的结构信息,而忽略了企业组织网络中隐含的组织交互信息对预测的积极作用。针对这一问题,本文提出了一种融合组织网络和过程模型的下一个活动预测方法。该方法同时考虑了事件日志中的时序信息以及来自组织网络和过程模型的结构信息,以显性化的形式将两类结构信息进行融合编码,并集成了Transformer encoder架构来学习历史执行轨迹中的时序信息,以实现对下一个活动的预测。在5个真实的事件日志上的实验结果表明,与基线方法相比,本文所提方法在下一个活动预测的准确率上具有较好的表现。
关键词：下一个活动预测,时空信息编码,组织网络,Transformer,预测性业务流程监控
基金资助：国家自然科学基金资助项目(92467302,72571087)。
