基于足迹矩阵的分解模型挖掘方法

来源：计算机集成制造系统杂志2025年第5期北京时间：

作者：刘鑫, 王路, 王康, 刘聪, 杜玉越

单位：1.山东科技大学计算机科学与工程学院2.山东科技大学电子信息工程学院3.山东理工大学计算机科学与技术学院

摘要：模型挖掘是流程挖掘研究的重要领域之一,其目标是通过分析事件日志生成业务流程模型。然而,现有模型挖掘方法在处理大规模日志时效率较低。为更好地分析模型并提高效率,分解模型挖掘成为研究领域的热点,旨在将复杂流程模型分解为更小、更简单的子模型。精简流程结构树（RPST）是一种以有向图为输入,以单入单出片段构成的层次树状结构为输出的图分解技术。但应用RPST挖掘模型在质量上有所欠缺,为克服现有方法的不足并提高模型质量,提出基于足迹矩阵的分解模型挖掘方法。根据日志间次序关系得到足迹矩阵,提出关系精简流程结构树（R-RPST）的概念,用于分解活动间因果依赖图。根据分解后的图片段生成子日志,利用已有挖掘方法得到子模型,最后基于足迹矩阵判断边界活动的分支结构合并子模型。所提方法已基于ProM平台实现,利用BPI Challenge、ETM等公开真实日志及仿真日志与已有模型挖掘方法进行对比实验。结果表明,所提方法时间效率较高,得到的模型质量较高。

关键词：模型挖掘,分解,精简流程结构树,足迹矩阵

基金资助：国家自然科学基金资助项目(61902222);山东省泰山学者工程专项基金资助项目(ts20190936,tsqn201909109);山东省自然科学基金优秀青年基金资助项目(ZR2021YQ45);教育部人文社会科学研究项目（青年基金）资助项目(20YJCZH159);山东省自然科学基金（青年基金）资助项目(ZR2022QF020);山东省高等学校青创科技计划创新团队资助项目(QC2021948080);2024年度青岛市社会科学规划研究资助项目(QDSKL2401103)。