数据意识下的条件不频繁行为挖掘与优化

来源：计算机集成制造系统杂志2018年第7期北京时间：

作者：曹蕊,方贤文,王丽丽,方欢

单位：安徽理工大学数学与大数据学院

摘要：业务流程不频繁行为是指低频次事件轨迹记录的行为,从事件日志中挖掘条件不频繁行为是业务流程优化的关键点之一。已有的研究方法忽略低频次行为,也较少考虑数据流角度下的不频繁行为,本文考虑了事件间隐藏的数据依赖关系,提出基于数据意识的条件不频繁行为挖掘与优化。以模块间的通讯行为轮廓理论为基础,通过查询参考模型的可行迹对频次较低的轨迹添加属性值,计算交互特征间的数据依赖值并对不频繁行为进行分类处理,并根据处理后的优化日志构建模块网和特征网。模块网与特征网进行交互,挖掘出特征网与模块网的业务流程优化通讯模型。最后通过具体的实例分析验证了所提方法的有效性。

关键词：业务流程模型,不频繁行为,通讯行为轮廓,隐藏变迁,特征网,数据意识

基金资助：国家自然科学基金资助项目(61572035,61402011);安徽省自然科学基金资助项目(1508085MF111,1608085QF149);安徽省高校自然科学基金重点资助项目(KJ2016A208);安徽省学术和技术带头人资助项目(DG119);安徽省优秀青年人才资助项目(ZY290)。