基于行为距离的带隐变迁过程模型挖掘方法

来源：计算机集成制造系统杂志2021年第9期北京时间：

作者：王丽丽,方贤文

单位：1.安徽理工大学数学与大数据学院2.同济大学嵌入式系统与服务计算教育部重点实验室

摘要：过程发现的目的是基于记录在事件日志中的业务过程的执行数据发现过程模型,由于一些原因导致过程模型中可能会出现隐变迁,而这些隐变迁的执行又不出现在事件日志中,因此隐变迁的挖掘是过程挖掘的难点之一。已有隐变迁挖掘方法对解决并发结构中的隐变迁存在不足,且可能出现一些冗余的隐变迁。基于此,提出一种带隐变迁的过程模型挖掘新方法,首先基于日志分析活动的基本行为关系,通过并发交叉关系和循环交叉关系来发现and网关类型和循环类型的隐变迁。然后,根据活动基于日志的最小和最大行为距离寻找可能存在skip类型隐变迁的活动对,进一步分析该活动对基于模型和并发结构的最小行为距离,以发现skip类型的隐变迁,并不断优化初始模型,最终得到带多种类型隐变迁的过程模型。实验结果表明,该方法能正确地发现多类型隐变迁,相对现有隐变迁挖掘方法,所提方法能显著降低模型中冗余隐变迁的个数,同时在不降低模型精确度的前提下,有效地改善了模型的适合度。

关键词：标签Petri网,隐变迁,行为距离,过程挖掘,行为关系

基金资助：国家自然科学基金资助项目(61572035,61402011),安徽省高校领军骨干人才资助项目(2020-1-12);安徽省自然科学基金资助项目(2008085QD178);安徽省学术和技术带头人资助项目(2019H239),安徽省高校优秀人才支持计划资助项目(gxyqZD2020020),嵌入式系统与服务计算教育部重点实验开放资助项目(ESSCKF2018-04)。