基于活动的行为关系与关联时间的多视角迹聚类方法

来源：计算机应用研究杂志2023年第2期北京时间：

作者：张顺,方欢,

单位：安徽理工大学a.数学与大数据学院;b.安徽省煤矿安全大数据分析与预警技术工程实验室,安徽淮南232001；

摘要：常用的迹聚类方法大多使用相对单一的标准，如利用活动序列关系，而忽略了活动的行为关系、时间或资源属性，这对于一些柔性配置的业务流程系统提升过程挖掘质量是不利的。针对该问题，提出了一种结合活动行为关系与关联时间的多视角迹聚类方法。首先，根据活动之间的行为关系构建控制流编码；同时，在时间属性上，把迹表示为一组最近关联活动对及其时间差；其次使用加权聚合的方式集成两个视角下的迹相似性，然后进行聚类调整。最后，将所提方法应用于登录系统场景，并且在五个真实日志上与其他聚类方法进行对比。实验结果表明，该方法能够从复杂的登录系统中发现过程场景，并且从适应度、精度和F1分数三个度量标准上验证了该方法的优越性。

关键词：迹聚类,过程挖掘,行为关系,时间,多视角,

基金资助：国家自然科学基金资助项目(61902002)；；