工作流模型结构化挖掘方法研究

流程挖掘是业务流程管理(business process management,BPM)研究的一项重要内容.提出了一种结构化挖掘方法,实现从事务型日志中挖掘出工作流网.该方法基于工作流模型的4种基本结构(顺序、并行、选择和循环)进行挖掘.定义了可挖掘的工作流模型--结构化工作流网(structural workflow net,SWF),从日志预处理,流程挖掘方法和合理性验证3个方面对挖掘算法进行了详细描述,证明挖掘出的工作流模型满足合理性和安全性的同时,具有可读性和容易理解的特点.     

动态工作流挖掘模型及算法研究

工作流挖掘是工作流再设计与分析的一项关键技术,目的在于从企业已有信息系统的日志记录中提取与实际应用相关的业务流程,从而提高工作流建模的客观性。从实际应用的角度出发,提出基于动态工作流网的挖掘模型,并设计了可行的算法。该算法从零日志开始,在工作流执行期间柔性地构建工作流模型和生成日志记录,动态生成工作流网,在很大程度上解决了常规挖掘方法在挖掘复杂结构效率低、准确性差、依赖完整的日志记录和不支持柔性工作流等方面的问题。算法的实用性在实际应用系统中得到了很好的证明。     

基于Petri网的海关业务流程工作流模型设计

现在人们大多都用Petri网进行工作流建模,但是传统Petri网的柔性和结构性不好,它会使图形变得庞大复杂难以理解.在时间Petri网的基础上引入了资源/变迁Petri网.这里通过对基于Petri网的海关业务流程工作流模型的实例分析可知,通过调整工作流程,最终可以得出优秀的工作流模型来优化工作流程、提高企业运行效率、增强企业竞争力,而且该建模方式也为设计与开发高可靠性、柔性和适用性的工作流模型提供很好的依据.     

基于数据仓库的工作流日志智能管理

工作流管理系统是一种软件平台，它定义、执行、监控和管理企业中各种业务流程，其中流程日志是非常重要的信息资源，它跟踪记录业务流程执行的真实情况。这些信息可用来分析流程的执行情况，帮助理解性能“好”和“坏”的原因。本文将根据工作流日志的特性结合数据仓库技术，构建一个流程日志数据仓库，为进一步分析挖掘“隐藏”在流程日志中的“知识”打下良好的基础。     

基于分布式工作流日志挖掘的流程识别算法

为了识别出分布式环境下工作流的执行流程,对分布式工作流管理系统进行了研究,通过对分布式工作流执行站点中XML格式的系统运行日志进行分析,提出了一种增量式工作流挖掘算法。该算法通过对大量工作流执行站点中的活动执行时间序列进行分析与合并,从而重构出分布式环境下的工作流模型。该算法主要由两个重要部分组成:一个是时间序列挖掘算法,用于从工作流执行日志中挖掘出活动间的执行时间序列;另一个是工作流程识别算法,在时间序列挖掘算法得出的活动执行时间序列基础上,识别出结构化的工作流模型。通过实例结果表明了该算法的有效性。     

基于条件约束的工作流语义验证方法及应用

针对业务流程在动态执行时,由于业务环境、资源的复杂性和多变性会给流程的正确执行带来影响的问题,提出一个用于描述基于业务目标实现的流程、业务资源,以及三者协作争约束关系的四维元模型;并且基于流程模式对业务过程进行表示,利用XML进行流程知识表示的优势,通过在流程模式的XML Schema中对实现业务目标所依赖的资源、环境等进行条件约束的设计,根据业务目标、流程和资源三者之间的逻辑条件约束关系,采用条件匹配算法对动态规划出的流程文件进行解析和语义检查,减少了工作流引擎在执行时会发生错误的概率.     

过程挖掘中一种能发现重复任务的扩展α算法

基于α-算法,提出了能发现工作流日志中重复任务的过程挖掘算法α**,并给出了正确性证明.该算法先通过机器学习的方法分析重复任务的性质,给出了判定重复任务的定理并证明了其正确性;然后使用这些定理判断并标识出日志中的所有重复任务;最后,采用α-算法从标识后的日志中提取出工作流网,并对其进行调整得到包含重复任务的工作流网模型.通过模拟实验验证了算法的有效性,与现有的重复任务挖掘方法的实验结果相比证实了文中提出的方法具有更高的效率.     

基于协作模式的工作流最优员工分配方法

一个业务流程的执行一般需要由多个员工共同协作完成.当员工完成流程中某项任务的能力已知时,员工之间的协作能力对于整个流程的执行性能就会有决定性的影响.通常,流程中执行活动的员工之间的协作能力越高,整个流程实例的运行效率就会越高.文中提出了一种基于协作模式的最优员工分配方法.该方法首先通过分析历史流程日志计算不同员工在执行不同活动时彼此之间的协作能力,然后从历史日志中挖掘出协作较好的员工分配方式（即,协作水平较高的协作模式）,再使用编码的方式将这些模式与待分配流程快速匹配选出可使流程协作水平达到最优的员工分配方式.实验说明该方法能够快速有效地实现流程协作最优的员工分配.     

一种基于Token Log的符合性检查方法

使用事件日志进行符合性检查的主要方法是:使用过程模型模拟执行事件日志中的任务序列,通过统计可被模型再现的任务序列及模型运行中可能触发的非运行序列中的任务个数,判断模型与日志的符合程度.但这种判断方法并不完备:如果模型中包含大量选择结构,则即使日志是模型本身的日志,也会因为模拟执行较多任务时会触发当前序列外的其他任务,而误判日志与模型的符合性较低;或者,如果模型中只包含少数的并发结构和多数的顺序结构,则即使日志只包含顺序结构的内容且非该模型对应日志时,也会因为在模拟执行时只有个别任务会导致模型无法继续执行,而其他多数任务可以执行而误判日志与模型有较高的符合性.基于已有方法的弱点,提出了使用日志内容检查模型结构正确性与使用模型结构检查日志内容完整性的双向检查标准,并提出一种内容特征与模型结构特征一一对应的新型日志——Token Log,用于过程模型与系统日志的符合性检查,使得检查和判断过程更加清晰简洁,结果更加准确.     

工作流的非邻接模式挖掘算法

为了发现业务执行流程中的潜在知识,提出一种非邻接模式挖掘算法,同时考虑活动和边的发生频率,结合工作流模型和作用日志,以图分析方法挖掘工作流非邻连模式。该算法对候选模式搜索空间进行充分剪枝,以提高运行效率,可以为业务流程的改造和优化提供依据。     

基于Web日志的数据预处理研究

详细介绍Web日志挖掘的数据预处理过程.通过对预处理的结果用户会话文件进行处理,构造出扩展有向树模型,并从每个用户会话文件中发现该用户所有的最大向前引用路径,为实施Web日志挖掘算法提供数据基础.     

基于Web日志文件的关联规则挖掘模块的实现

在对Web应用挖掘的基本步骤作系统性研究的基础上,设计了一个基于Web日志文件的关联规则挖掘模块。该系统应能够对用户访问Web时服务器方留下的访问记录进行挖掘,从中得出用户的访问模式和访问兴趣。为了识别用户浏览模式,实现了利用关联规则挖掘算法Apriori对Web应用挖掘过程中预处理阶段所产生的用户会话文件进行挖掘的模块,该模块针对用户选定的若干页面产生满足最小支持度和最小置信度的页面之间的强关联规则,并以文本的形式显示挖掘的结果。     

日志结构文件系统技术的研究

介绍了一种新的磁盘管理技术－日志结构文件系统，把对文件的修改汇成日志条目顺序地写入磁盘，既加速了写文件的速度，又加速了崩溃恢复的速度，把整个磁盘作为日志，磁盘上包含有效的读取日志结构文件所需的索引信息，为了保持快速写所需的大的磁盘空闲快，将磁盘分成段，用一个清理工线程收集压缩分散到各个段中的有效信息，以一个日志结构文件系统的原型，即Sprite LFS为例，对日志文件系统设计和实现的各个阶段进行了分析，并与Unix的文件系统，即快速文件系统（FFS）进行了比较。     

工作流挖掘技术研究综述

现代过程感知的信息系统是由过程模型驱动的,过程建模是系统成功运行的关键因素。工作流挖掘技术旨在通过分析事件日志自动产生过程模型,辅助过程模型的设计与再设计。该文首先介绍了工作流挖掘的概念和一般步骤,然后对国内外工作流挖掘的研究现状作了综述,重点介绍了几种有代表性的过程挖掘算法,最后讨论了工作流挖掘领域目前存在的挑战性问题。     

基于Petri网的流程挖掘算法设计与应用

讨论了利用Petri网对应用系统日志进行建模和分析的方法,给出一个日志过滤、简化及转换模型的方法,提出了一个基于Petri网的专家挖掘算法,其中专家是指对某个业务流程特别熟练的人.以广州地铁法律咨询流程为例,介绍了该流程的建模和模型的简化算法.使用该算法可以有效的对操作人员进行评估和考核,有利于资源的合理配置.最后,以法律咨询流程日志为基础进行了实验,实验结果表明,算法认准率达90%以上,且通过模型简化可有效减低算法时间复杂度.     

工作流模型挖掘算法及其应用研究

工作流管理系统由工作流模型所驱动,但产业界的实践表明定义工作流模型的工作不仅费时而且易错。工作流挖掘技术能够帮助解决这一问题,并能为现有工作流的分析与优化提供参考。简要介绍三种典型且具有应用价值的工作流模型挖掘算法,并应用其中一种挖掘算法,详细讨论了一个实际的工作流模型挖掘过程。挖掘过程以某Staffware系统的工作流日志文件为起点,包括数据预处理、初始工作流模型挖掘、初始工作流模型化简三个主要步骤,具体实现可通过一个工作流模型挖掘子系统参与完成。     

工作流日志中的工作流模式图挖掘技术研究*

工作流挖掘技术能够从系统的执行日志中构建出过程,大部分过程挖掘方法都使用了一种图形化的方式来表示模型,也就是控制流图.讨论了工作流模式图挖掘,它实际上是工作流挖掘的一种扩展;对其中所涉及的问题进行了剖析,并介绍了一种模式图挖掘算法.     

基于数据块的关系数据库日志挖掘技术

在关系型数据库中数据库通过Redo日志来实现事物的快速提交,并记录事物的操作过程与操作内容.通过对Redo日志的分析与变化数据内容的捕获,将变化数据传送到灾备端,并在灾备端实现变化数据的写入,是目前数据库复制最主要实现原理.本文分析了oralce数据库Redo日志文件结构,阐述了日志文件头标志位信息.结合Redo 日志文件头定位分析技术,给出了一种基于数据块的数据库Redo日志挖掘算法.通过测试分析,验证了该Redo日志挖掘技术的可行性与可靠性.最后展望了下一步的研究方向.