基于图卷积神经网络的漂移检测方法

来源：计算机集成制造系统杂志2024年第8期北京时间：

作者：林雷蕾, 肖礼文, 魏代森, 徐昱嵩, 王静岐, 闻立杰, 李猛坤

单位：1.首都师范大学管理学院2.工业大数据系统与应用北京市重点实验室3.浪潮通用软件有限公司4.清华大学软件学院

摘要：从时间维度来看,演化是业务过程的必然性。流程挖掘中漂移检测的宗旨是找出运行日志中的变化时间点,进而划分出演化前后的不同业务过程。然而,现有漂移检测算法在执行过程中,都需要人为指定需要监控的演化特征,给用户增加了使用负担。同时,还存在准确率低和耗时较长问题。为此,提出一种基于图卷积网络的检测算法:首先,将日志轨迹转为活动图,利用图的节点信息和拓扑结构来刻画日志所有特征;接着,利用图卷积的聚合特性获取到活动图的全局特征;然后,通过增加虚拟节点来表达活动图的所有信息;最后,采用欧氏距离和k-近邻算法来检测漂移点位置。通过真实公开数据集实验测试,表明了本文方法的有效性。

关键词：概念漂移,业务演化,图卷积网络,流程挖掘

基金资助：国家重点研发计划资助项目(2019YFB1704003);国家自然科学基金资助项目(62021002);北京市教育委员会科学研究计划资助项目(KM202310028003)。