iBelt:一种事件日志的可解释聚类分析方法

来源：计算机集成制造系统杂志2022年第10期北京时间：

作者：刘雯, 王桂玲

单位：1.北方工业大学信息学院2.北方工业大学大规模流数据集成与分析技术北京市重点实验室

摘要：鉴于当前大多数方法因在日志聚类结果上缺乏可解释性而影响应用,提出一种事件日志的可解释聚类分析方法iBelt。该方法定义“过程连接带”描述事件日志的分析结果,基于聚类树思想设计了提升聚类树模型,并采用方差和判别特征分析的无监督特征选择方法提升已有方法的聚类效果和拟合度,解决了高维数据影响过程连接带可解释性的弊端。通过公开数据集上的实验结果表明,所提方法分析得到的过程连接带具有简洁易懂的可解释规则,提升了对应过程模型的质量。

关键词：过程挖掘,轨迹聚类,可解释性聚类,决策树

基金资助：国家重点研发计划资助项目(2018YFB1402500);国家自然科学基金重点资助项目(61832004);国家自然科学基金国际(地区)合作与交流资助项目(62061136006)。