基于XLNet的业务流程下一活动预测方法

来源：计算机集成制造系统杂志2023年第10期北京时间：

作者：夏灿铭, 邢玛丽, 何胜煌

单位：1.广东工业大学自动化学院2.上海交通大学自动化系3.上海交通大学宁波人工智能研究院

摘要：预测性业务流程监控侧重于使用事件日志预测正在运行流程的未来特征,针对大多数现有业务流程预测方法的缺点,例如无法捕获序列的长距离依赖、只能单向利用序列信息,提出一种基于XLNet的业务流程下一活动预测方法。该方法实现了长程记忆,并采用注意力掩码重构事件序列,以利用序列的双向信息。通过在4个公开数据集上进行评估表明,该方法的平均准确率具有优越性,且在日志记录充分时,该方法对业务流程下一活动的预测准确率较高,可为业务流程管理系统提供实时的决策依据。

关键词：业务流程实例,下一活动预测,深度学习,XLNet模型

基金资助：国家重点研发计划资助项目(2019YFB1705904);广东省自然科学基金资助项目(2021A1515012554);国家自然科学基金资助项目(62273101);鹏城实验室重点资助项目(PCL2021A09);广东省及地方创新研究团队专项资助项目(2019BT02X353);宁波市自然科学基金一般资助项目(2022J002)。