基于过程日志的业务过程自动化建模方法设计

提出了一种基于马尔可夫转移矩阵的过程挖掘方法.在该方法中,业务过程被看作是一条有限齐次的马尔可夫链.基于日志建立转移矩阵,定义基本过程逻辑关系的挖掘规则,并据此规则设计了挖掘算法.此外,将过程形式化表示算法的设计从过程挖掘算法中分离出来,可以满足同一过程的不同形式化表示的需要,具体给出了基于工作流网的过程形式化表示算法.     

基于日志完备性的过程漂移检测方法

过程挖掘中漂移检测的目的是通过检测日志的变化来断定模型是否发生了改变,然而现有方法存在抽取特征量大、检测延迟及无法准确定位变化区域的局限。针对突发漂移检测提出一种基于完备性的漂移检测算法。首先,将突发漂移检测转换为日志中局部完备性计算问题;然后,利用切比雪夫不等式推断完备性表达式;进一步,通过可选参数的窗口来训练完备性初始值,避免选择及并发结构的干扰;最后,定义了切割操作对漂移之前的完备值进行清除,进而对日志进行迭代检测。通过多组模型数据进行了实验评估,并与已有方法进行对比,验证了所提方法的有效性。     

基于熵的业务流程阻塞变迁挖掘方法

流程配置信息挖掘是业务流程管理的核心内容之一。现有的配置变迁挖掘方法主要是针对业务流程的隐变迁进行挖掘,很少涉及挖掘业务流程的阻塞变迁,对还原模型的具体行为具有一定影响。为此,提出了基于熵的业务流程阻塞变迁挖掘方法。首先依据高频优先策略建立初始模型,对部分低频日志进行分类并建立增量模型;然后基于Petri网的Merging操作实现增量模型和初始模型的合并,分析阻塞变迁可能存在的活动位置;其次基于熵的分析方法确定阻塞变迁的精确活动位置。最后,通过相关实例分析验证了所提方法的有效性。     

基于Petri网的事件日志与过程模型对齐方法

为了提高过程挖掘中计算最优对齐的效率,提出一种基于Petri网的事件日志与过程模型之间的快速对齐方法——RapidAlign方法。该方法在观察日志的同时运行模型,比对日志活动与模型活动,从而得到日志移动、模型移动和同步移动;根据移动类型计算代价值,并记录日志和模型的当前状态;选取代价值最小的状态继续日志的观察和模型的运行,直到日志和模型均到达结束状态。最终生成一个最优对齐图,其源节点到终节点之间的路径包含了基于标准似然代价函数的事件日志与业务过程模型之间的所有最优对齐。对RapidAlign方法的适用性进行了详细且严格的描述,从理论上证明了该方法的正确性与有效性。通过仿真实验,验证了RapidAlign方法的优越性。     

基于日志的流程相似度计算方法适用性分析

针对现有业务流程相似度计算方法的不足,从流程日志出发计算流程相似度,并根据以流程日志为输入的特点对现有方法进行了改进,提出两种改进方法。一种方法是通过日志重构流程模型,基于模型结构计算流程相似度,但是为体现流程日志中对流程结构某些执行路径或分支的倾向性,在流程模型上重演日志轨迹,利用A*算法寻找匹配日志轨迹的最佳重演方式,识别最佳重演方式下被执行的流关系,以对流关系加权生成加权BPMN模型计算流程相似度;另一种方法不需重构模型,基于任务序列计算流程相似度,为支持任务相似度计算,定义了任务间的距离,由此得到支持任务距离度量的轨迹距离,进一步利用轨迹多集计算流程相似度。通过在不同的真实数据集上的实验,分析了两种方法在相似度计算结果的异同之处,并总结了两种方法的适用范围。     

基于Petri网的分层业务过程挖掘方法

已有的过程挖掘方法通常以事件日志为输入,挖掘得到扁平过程模型,然而这些方法并不能很好地支持任务之间嵌套关系的识别和分层过程模型的挖掘。由此,提出一种从带有任务生命周期信息的事件日志中识别任务之间嵌套关系,进而挖掘分层业务过程模型的方法,挖掘得到的模型用分层Petri网来描述。在分层过程模型的基础上,给出了模型质量度量方法。为了提高所提方法的通用性和对事件日志中的噪声和低频行为的处理,定义了基本任务关系的频次和频率,并引入噪声阈值来过滤低频关系。所提方法均已在开源过程挖掘平台ProM工具中实现。基于仿真日志数据和真实日志数据,定量比较了所提方法与已有过程挖掘方法挖掘模型的质量,进一步验证了本文方法针对分层业务过程模型挖掘的优势。     

基于过程代数的可变业务流程建模方法

为实现灵活的业务流程重组,提出了一种面向流程变化调整的业务流程模型。该模型从业务逻辑中抽取出流程相关性语义,用连接器的模式来实现一种可配置的流程属性。业务人员可以通过调整模型中的连接器对流程进行重新配置,从而实现业务流程重组的软件调整。给出了模型的过程代数描述,并介绍了建模步骤和流程调整方法。最后,以机场塔台调度流程的建模和调整过程为例,对相关问题进行了讨论。     

Web日志挖掘方法的研究

随着Internet/Intranet技术的发展及普及,Web上的数据信息越加丰富,怎样更加有效的利用网络资源变得非常重要.Web日志挖掘就是通过挖掘Web日志文件,找出浏览者的兴趣、访问习惯和偏好路径,得到用户访问Web页面的模式.Web日志挖掘的步骤有三个:数据预处理、模式识别和模式分析.通过Web日志挖掘,提高Web站点性能,理解用户意图,改进Web站点设计,挽留老客户,挖掘潜在的新客户.     

基于流程案例簇的任务关系挖掘算法

为了进行流程发现,提出一种基于流程案例簇的任务关系挖掘方法.该方法首先将基本案例按照特征向量分为多个案例簇,根据基本案例的任务轨迹对案例簇中任务间的依赖关系进行挖掘;然后给出了基于循环基元的循环结构建模和挖掘方法,最终可以从事件日志导出流程中完整的任务依赖关系以及存在的循环结构.所提方法能正确处理任务依赖关系随案例属性取值不同而变化的情况.只要日志完备,基于挖掘到的任务关系和循环结构就能得到一个与原流程行为等价的流程模型.     

基于信息熵的无标日志划分评价方法

为提升模型发现的质量,可以利用日志划分将原始日志数据划分为多个子日志。现有日志划分的评价方法基本采用有标的方式来衡量划分的质量,而实际生活中很难获取到有标的日志数据。为此,提出划分熵作为无标日志划分的衡量标准。首先,定义轨迹变体用于刻画每个子日志的分布情况。其次,提出内部熵和外部熵来分别刻画子日志的内聚度和差异性。然后,利用惩罚因子对盲目迎合评价指标的划分方法进行惩罚。最后,将以上内容进行融合,形成划分熵的表达式。实验结果表明了所提方法的可行性。     

基于工作流日志挖掘的流程角色识别

为实现角色的有效识别,提出了一种将工作流日志挖掘与流程分解相结合的角色识别方法,充分挖掘工作流日志,从多个层面分析问题,自下而上逐层提取,生成一棵与业务流程相对应的角色树。在该方法中,通过挖掘工作流日志,用关联参数规范角色粒度,形成叶子角色。引入流程经理概念,实现基于流程分解的内部角色识别,解决角色的层次性划分问题;沿用工作流模型挖掘的成果,对角色间的活动依赖进行了刻画,由此完成了角色交互行为识别。     

业务流程中一种个性化的任务完成时间预测方法

为实现业务流程中人力资源的有效管理与调度,提出一种个性化任务完成时间的预测方法。该方法首先分析了业务流程的历史日志,对资源的状态和能力进行了建模与评估;然后,采用支持向量机回归的方法,发挥其"柔性边界"和核函数的特点,对日志数据进行预处理、模型训练及参数优化,再结合资源当前的状态和历史能力对资源完成任务的时间进行实时预测。同时考虑了稀疏数据集问题的处理。实验表明,在日志记录充分时,尤其是在完成时间波动较大的情况下,该方法的预测结果能达到较高的准确率,可为资源管理、任务分派等过程提供实时的决策依据。     

基于事件日志增强的时序活动表示学习方法

传统业务流程建模与分析任务中通常将活动表示为离散符号,损失了一定的语义信息。针对这一问题,提出了时序活动表示学习方法,使用多维实数向量对活动语义进行量化表示,为深度学习等现代人工智能技术在业务流程建模与分析中的应用提供基础支持。首先利用过程模型对事件日志的高层次抽象能力,通过过程模型挖掘及仿真对原始事件日志进行增强,扩大事件日志规模并强化活动关系统计信息;然后设计了融合活动关系和执行时间信息的向量表示学习算法,从增强后的事件日志中学习活动向量表示。通过在一个公开的真实医院诊疗日志语料上开展的实验研究验证了所提方法相比于传统的词向量学习方法具有明显优势。     

从事件日志中发现过程模型的渐变漂移

过程漂移是指过程模型在服务期间发生了变更或演化,分为突发漂移和渐变漂移两种类型。传统的过程发现技术假定业务过程是稳定不变的,忽略了过程漂移的存在。目前突发漂移已有较好的检测方法,但渐变漂移没有。以突发漂移检测为基础提出一种渐变漂移检测方法。该方法利用突发漂移点将日志划分为多个阶段,然后通过日志的行为语义混合判断某个阶段是否为渐变漂移。实验结果表明,所提算法的检测效果优于目前最好的算法。     

基于改进灰色关联度分析的供应商评价方法

供应商选择是一个包含定性因素和定量因素的多目标评价问题，很难用精确的方法来求解。本文针对供应商选择时存在信息不充分现象，提出了利用改进的灰色关联度分析法进行供应商选择的评价方法。该方法在用熵权法确定权重的基础上，充分利用了信息的灰色特性。通过算例分析，该方法计算过程简单方便，结果直观可靠，是多因子综合评价较好的方法。     

基于不完备日志联合发生关系的行为变化挖掘方法

为解决从日志中挖掘业务系统行为变化的问题,提出一种基于不完备日志和日志联合发生关系的挖掘方法。在业务系统原始参考模型未知的情况下,利用系统不含隐变迁的不完备日志,得到日志中活动的联合发生关系;通过提取活动发生的不变集,挖掘日志中的删除(delete)、插入(Insert)和移动(Move)变化操作,实现日志驱动下的系统行为变化挖掘。通过ProM仿真验证了所提方法可以实现系统行为变化的日志挖掘,实验结果表明了该方法的有效性和正确性。     

基于用户兴趣的Web日志挖掘算法

为有效地从Web日志中挖掘出用户访问模式,在分析用户访问行为的基础上,充分考虑用户在路径选择及在页面浏览中表现出的必趣,提出了路径选择兴趣度以及页面浏览兴趣度的概念.设计了路径选择兴趣矩阵和页面浏览兴趣矩阵.并基于两个矩阵,设计了浏览兴趣路径挖掘算法.该算法先通过对两个矩阵进行路径兴趣度计算得到所有的浏览兴趣子路径,然后进行子路径合并生成浏览兴趣路径.实验表明了该算法的有效性.     

不完备事件日志下的业务系统变化检测及模型修复方法

业务系统在演进过程中不可避免地引入变化因素,如何将演进中的变化因素对系统模型进行修复具有实际意义.现有模型修复主要针对原始参考模型和完备日志进行,存在原始参考模型未知和不完备日志的局限性.因此,提出基于不完备日志的变化检测方法,在系统原始模型未知的情形下,利用活动的比较矩阵(行为轮廓矩阵)描述事件日志的Delete、I...     

基于向量空间的垃圾邮件过滤方法研究

针对垃圾邮件过滤中基于邮件内容过滤的需求,采用向量空间模型在真实垃圾邮件组成的示例文档集的基础上提取向量模型。当接收到新邮件,根据向量模型和相关加权方法提取邮件向量,利用余弦函数计算两向量相似度.实现对垃圾邮件的过滤。     

基于安全文档管理的日志系统设计

在安全领域,数字签名保证了数据的完整性、不可抵赖性,而日志系统对于安全来说,同样非常重要。日志系统可以记录系统使用者的操作记录,可以通过它来检查错误发生的原因,或者受到攻击时攻击者留下的痕迹,使得可以对误操作及时纠正。数字签名和日志系统二者结合可以实现数据的安全记录,本文重点讨论了安全文档管理的日志系统设计的设计和实现。