基于Spark的并行分布式过程挖掘算法
来源:计算机集成制造系统杂志2019年第4期北京时间:
作者:胡小强,吴翾,闻立杰,王建民
单位:1.清华大学软件学院2.吉林大学计算机科学与技术学院
摘要:针对传统的过程发现算法对大规模事件日志挖掘效率低的问题,提出一种利用Spark集群进行加速过程挖掘的方法。该方法主要针对基于日志活动关系的过程挖掘算法,对抽取活动关系阶段进行加速。通过并行分布式抽取活动关系,将事件日志转化为活动关系矩阵。然后利用关系矩阵,按算法原本的后续步骤,挖掘出过程模型。利用Spark实现分布式α-Mine算法和分布式Flexible Heuristic Miner算法,结果表明:所提方法在时间消耗上优于目前最好的算法,挖掘效率明显提升。
关键词:过程挖掘算法,Spark集群,大数据,并行分布式化
基金资助:国家重点研发计划资助项目(2016YFB1001101);国家自然科学基金资助项目(61472207,71690231);工业大数据系统与应用北京市重点实验室资助项目;北京信息科学与技术国家研究中心资助项目。
2019年4期其他文献查阅:
基于Spark的并行分布式过程挖掘算法
面向边缘侧卸载优化的工作流动态关键路径调度算法
基于Petri网的事件日志与过程模型对齐方法
从事件日志中发现过程模型的渐变漂移
基于事件日志增强的时序活动表示学习方法
基于性能约束的业务过程模型检索
基于Artifact生命周期的业务流程一致性检查
基于机器学习的流程异常预测方法
基于日志完备性的过程漂移检测方法
循环并发结构的过程模型修正方法
云工作流环境下隐私感知的多租户访问控制模型
基于后继关系的行为块过程挖掘方法
混合云环境下面向时延优化的科学工作流数据布局策略
基于日志的流程相似度计算方法适用性分析
基于熵的业务流程阻塞变迁挖掘方法
业务流程管理中基于规格属性及索引机制的服务匹配算法
基于微服务架构和支持业务过程可靠执行的数据通信方法
移动边缘计算中能耗优化的多重资源计算卸载策略
业务过程成批处理配置优化方法
基于依赖关联度的业务过程噪声日志过滤方法
一种支持区块链交易溯源的混合索引机制
标签匹配方法对业务流程模型相似性影响的分析
业务流程中一种个性化的任务完成时间预测方法
基于遗传算法的临床路径本地化研究
诊疗活动向量化表示研究
基于药物疗效日志的临床路径挖掘方法
基于遗传算法的医院门诊过程挖掘算法
基于立体数据的高校学生就业去向预测方法