面向复杂业务流程的轨迹聚类技术
来源：计算机集成制造系统杂志2026年第3期北京时间：
作者：林雷蕾, 底颖, 张建林, 曹宇诺, 金宇萌, 李明胸, 闻立杰
单位：1.首都师范大学管理学院2.北京师范大学教育学部3.首都师范大学信息工程学院4.清华大学软件学院
摘要：信息系统在执行业务过程时会产生大量业务日志,这些日志中包含了多个部门的业务流程。如果直接对信息系统产生的日志进行流程发现,会得到一个十分复杂且不可读的流程模型。因此,需要预先对日志数据进行聚类得到多个子日志,使得同一个部门的相关流程尽量在一个子日志中。轨迹聚类是一种能够缓解流程过于复杂问题的有效策略。本文提出了一种利用图卷积网络对事件日志进行聚类的新方法,该方法包含以下3步:①使用K-means算法将原始日志划分为大量子日志,并将每个子日志转换为有向图;②采用图卷积网络来捕捉每个图的特征,然后使用度量矩阵记录任意两个有向图之间的欧氏距离;③利用层次聚类方法合并这些有向图,直到簇的数量满足用户的需求。通过大量实验在5个公开的数据集上进行了验证,表明本文方法优于现有方法。
关键词：流程发现,图卷积,事件日志,层次聚类,有向图
基金资助：北京市教育委员会科学研究计划资助项目(KM202310028003)。
