基于依赖关联度的业务过程噪声日志过滤方法

日志中发生的低频次行为与挖掘的流程模型中某些不必要的结构相对应,而这些结构的出现会引起挖掘模型在适应度和精确度等指标上的下降。为解决这些结构对流程挖掘模型质量造成的影响,提出一种基于依赖关联度的噪声日志过滤方法。该方法首先根据日志中事件及其依赖关系的统计频率,定义了依赖关系的局部关联度和整体关联度,并将两者归一化为混合关联度来筛选出噪声日志。然后通过轨迹可达性分析去除日志中的噪声,以便最大程度地保留日志轨迹中记录的其他行为。与传统噪声日志过滤算法过滤掉包含噪声日志的整条日志轨迹不同,所提算法在移除噪声日志的同时最大程度地保留了原始日志中的其他非噪声日志。     

基于行为特征网的流程模型分解挖掘

为了使包含活动数目较多的事件日志有效挖掘流程模型,提出基于行为特征网的流程模型分解挖掘方法,基于活动日志确定各活动间的行为足迹关系,推得相应的行为矩阵;结合行为矩阵计算行为关系图,从而产生活动聚类;通过现存挖掘算法过滤子日志挖掘子网,并对子网添加接口库所形成子网行为特征网;在行为特征网的基础上,运用合成网的观点合成整网,以此挖掘流程模型。最后通过仿真分析验证了该分解挖掘方法的有效性。     

一种面向流程的业务服务设计方法

为了实现面向服务架构业务导向和灵活性的目标,提出了一种流程导向的服务设计方法.该方法从流程分析人手,考虑了流程的松散耦合性和应变性两个基本目标.通过活动依赖关系,量化了流程活动间的依赖性,引入竞争元素,量化了流程应变性.设计了"竞争-活动-依赖结构"矩阵,以描述复杂流程的竞争要素和活动间的依赖关系.在"竞争-活动-依赖结构"矩阵的基础上,采用多目标聚类算法来识别流程的业务服务.     

基于参考模型的临床路径挖掘

鉴于临床诊疗过程的高度动态性和复杂性,目前通过计算机辅助临床路径制定的效果不佳提出一种基于参考模型的临床路径挖掘算法。该算法以时序数据为输入,以国家标准临床路径为参考模型进行临床路径挖掘,生成本地化的临床路径模型。通过同义医嘱数据消解降低医嘱数据维度,通过关键医嘱序列挖掘实现医嘱数据与参考模型的时序对齐,通过多分类的医嘱主题聚类实现医嘱到标准临床路径活动的映射。实验结果表明,所提算法充分考虑了我国临床路径管理模式推广过程中的实际情况,能够有效辅助我国医疗机构进行本地化临床路径的制定。     

以业务单据为中心的业务流程模型聚类及相似性查询方法

针对已有模型查询机制的查询效率和查准率低下的问题,提出一种以业务单据为中心的业务流程模型相似性查询方法.首先利用聚类技术,综合流程中关键业务单据相似、流程模型结构相似和流程行为相似三个层面对流程模型进行预处理,降低模型查询空间,提高检索效率.在查询过程中,该方法不仅考虑了流程模型的结构和行为,也考虑了流程中的核心业务数据,在保证查全率的前提下进一步提高了查准率.通过实验验证了该方法的有效性.     

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.     

基于外形特征的三维模型聚类方法研究

针对实际应用中三维模型数据集的模型分类管理、检索聚类预处理等聚类问题,提出了一种基于划分方法的无监督聚类模型。该模型通过以傅里叶矩不变算法为基础的特征提取算法,综合运用了现有聚类算法,将特征提取和聚类计算有效结合起来,充分考虑了聚类模型数据格式的敏感性问题。计算结果表明,该方法对有一定类结构的数据集在有整体聚类效果的情况下有一定的局部最优性。     

流程挖掘在流程优化中的应用

企业信息系统产生的大量流程日志数据隐藏了一些有用的模式,流程挖掘从控制流、组织、资源等多个视图分析这些数据,发现流程中存在的问题,指导管理人员对流程进行优化。详细总结了近年来流程挖掘在流程优化中的应用,分析了利用流程挖掘优化业务流程的几种典型方法,论述了流程挖掘在改善流程结构、提升组织效率、优化资源配置和检测流程异常等领域的应用,并指出了进一步的研究方向。     

基于任务最短跟随距离矩阵的流程模型行为相似性算法

目前的流程模型行为相似性算法有着不同程度的缺陷,为此首次提出任务最短跟随距离矩阵的概念,以很好地体现流程模型的行为特征,并给出了基于Petri网完全有限前缀的高效计算方法.基于该矩阵提出的行为相似性算法能完整支持流程模型各类结构.与现有算法的对比表明,该算法更符合流程模型行为相似性算法应该具有的各项性质.     

基于Web使用挖掘的智能电子商务及其应用

海量、异构的Web日志同时蕴含有巨大潜在价值的信息,为有效发现这些资源,并用于为用户提供更高效的服务,建立了智能电子商务模型,指出通过Web使用挖掘,发掘规律、模式和知识来支撑电子商务的智能。提出了细化最大向前引用模型算法,用于处理Web日志,获取用户事务序列,并与最大向前引用模型算法进行了比较,说明细化后的算法更能反映用户浏览习惯。将这些用户事务序列转换为二进制向量,并结合改进蚁群聚类算法,对它们进行了聚类操作,实现了用户簇聚。最后,建立了在线自动聚类的智能电子商务系统原型,并应用到了实际运营的Web系统中,验证了原型的合理性。     

基于行为距离的带隐变迁过程模型挖掘方法

过程发现的目的是基于记录在事件日志中的业务过程的执行数据发现过程模型,由于一些原因导致过程模型中可能会出现隐变迁,而这些隐变迁的执行又不出现在事件日志中,因此隐变迁的挖掘是过程挖掘的难点之一.已有隐变迁挖掘方法对解决并发结构中的隐变迁存在不足,且可能出现一些冗余的隐变迁.基于此,提出一种带隐变迁的过程模型挖掘新方法,首先基于日志分析活动的基本行为关系,通过并发交叉关系和循环交叉关系来发现and网关类型和循环类型的隐变迁.然后,根据活动基于日志的最小和最大行为距离寻找可能存在skip类型隐变迁的活动对,进一步分析该活动对基于模型和并发结构的最小行为距离,以发现skip类型的隐变迁,并不断优化初始模型,最终得到带多种类型隐变迁的过程模型.实验结果表明,该方法能正确地发现多类型隐变迁,相对现有隐变迁挖掘方法,所提方法能显著降低模型中冗余隐变迁的个数,同时在不降低模型精确度的前提下,有效地改善了模型的适合度.     

面向顾客购买偏好的产品配置研究

为了将顾客购买偏好行为有机地融入产品配置设计中,从而提高企业产品的市场竞争力,建立面向顾客购买偏好的产品配置模型,该模型将配置单元、配置规则及配置约束以类单元为核心进行有效集成;基于该模型给出联合分析法分析实现顾客购买偏好的策略,并给出基于SPSS软件的配置单元效用值求解算法,设计了以消费者偏好最大满足度为目标、基于遗传算法理念的算法体系,来完成配置方案优选。最后,以某公司的电脑配置设计为应用实例,验证了所述方法的可行性和有效性。     

面向大批量定制设计的定制客户动态聚类方法研究

通过分析现有客户聚类存在的不足，面向大批量定制设计提出了根据功能结构模型进行客户动态聚类划分的新方法。采用面向对象的技术，
将功能作为产品族的特征属性与产品族结构封装，建立了产品族功能结构模型；应用蚂蚁自我聚集行为的聚类原理，以产品族功能结构模型为分类模式，以动态定制客户集为模式样本，提出了基于功能结构蚂蚁树的定制客户动态聚类算法。在自行开发的工程机械产品定制服务平台上，以摊铺机定制客户的聚类划分为例进行了实验验证。     

基于规则的服务流程配置模型与系统

在现有的服务流程应用中,由于业务复杂性,标准服务流程与变化的业务需求通常不相符合.为提高企业的响应能力,提出了一种服务流程配置模型和系统.在流程运行过程中,通过激发合适的配置规则序列,对服务流程实施个性化配置,并允许用户在流程自动化配置的基础上实施二次配置,同时提供基于流程修改日志的规则挖掘模块,学习流程在特定上下文下的配置方式,实现对服务流程知识库的自动扩充.     

基于行为的自动化流程建模推荐方法

业务流程建模在业务流程管理中扮演着重要角色,传统基于人为建模的方式耗时长且准确性得不到保证,流程推荐技术可以在一定程度上提高建模的智能性及效率。现有大多数基于推荐的流程建模方法大多只关注流程的图结构,未考虑流程的行为语义。然而,对于相同的两个图结构,它们的执行行为不一定一致。由此,提出一种基于行为的自动化流程建模推荐方法,推荐给用户下一个建模节点的相关节点,进而实现流程的高效建模。首先,将正在建模的"参考流程"片段及流程库中所有流程模型转换为对应的流程结构树,随后提取出代表它们流程行为的独立路径。然后,对"参考流程"的独立路径和数据库中的独立路径进行相似度计算,选取流程库中前k个相似度最高的独立路径作为候选路径,进一步选取这些独立路径中当前建模节点的下一节点作为推荐节点。若存在相似度相同的路径,则通过路径权重值计算,权重较大者被优先推荐。基于所提方法,实现了一个可视化原型系统,从而支持用户根据流程推荐结果进行可视化建模。另外,通过对所提方法与现有方法在准确率和效率方面进行比较,证明了所提方法能够满足实际应用。     

基于功能蚁树的定制客户动态聚类

在分析定制客户需求特点和产品族模型构成的基础上,提出了一种根据功能结构模型进行定制客户动态聚类划分的新方法。采用面向对象的技术,将功能作为产品族的特征属性与产品族结构封装,建立了产品族功能结构模型;应用蚂蚁聚集行为的聚类方法,以产品族功能结构模型为分类模式,设计了基于功能蚁树的客户动态聚类算法。并以多功能沥青混凝土摊铺机产品的定制客户聚类划分为例,进行聚类分析,聚类结果能直观地反映各功能结构模块动态需求变化。     

面向快速工艺准备的闭环工作流管理系统的研究

为提高军工制造企业工艺准备的响应速度,给出了一种基于流程挖掘及结果反馈的闭环工作流管理系统,用于支撑工艺一准备的流程控制.研究了该系统的框架、内部结构及各模块(特别是流程组织挖掘模块)的交互方式.运用活动一资源关系挖掘算法,对工作流运行日志进行了基于组织角度的挖掘.为优化工艺准备系统的任务分配,运用基于流程挖掘结果的反馈算法,对系统的资源组织进行了处理.同时,采用基于社会网络分析技术处理挖掘数据,以帮助优化资源组织结构.最后,采用.NET技术进行了系统实现,并基于该系统进行了一些验证实验.     

基于时变滑窗的白适应流程挖掘方法

为了挖掘流程变迁过程中各时段的流程模型,提高流程挖掘结果的准确性,提出了一种基于时变滑窗的自适应流程挖掘方法。在分析了业务流程变化特点的基础上,定义了时变滑窗、相邻事件概率依赖关系等相关概念,研究了以流程实例时间为变量,来控制调整滑窗大小和滑动进度的日志更新规则;基于相邻事件概率依赖关系,给出了流程模型挖掘规则和一种新的流程挖掘算法,根据流程挖掘结果的变化频度和流程实例日志流的到达速率推动时变滑窗持续变更,进而挖掘出整个流程日志中各时段的流程模型。实验结果表明,与已有的流程挖掘方法相比,所提方法具有良好的自适应性和抗噪性。     

基于轨迹聚类种群的遗传过程混成挖掘算法

遗传过程挖掘算法以模型质量引导模型的发现,在挖掘模型的同时不断修正挖掘算法的执行,因此相比于其他挖掘算法,更容易生成高质量的过程模型。但由于其迭代发现的特性,对于大型日志,挖掘效率往往较低且生成模型质量不高。针对以上问题,提出一种基于轨迹聚类种群的遗传过程混成挖掘算法(GMTC)。该算法一方面通过轨迹聚类划分事件日志,简化挖掘环境,再使用归纳挖掘算法对事件日志进行预挖掘,为遗传挖掘算法准备高质初始种群;另一方面优化遗传算子,使用对齐日志得到的模型偏差信息指导突变操作,使得突变操作由随机变为有向,从而有效地提高种群的综合质量,使遗传挖掘算法加快收敛。基于过程日志生成器生成模拟日志、某市政府建筑许可申请过程的真实日志以及6个公开数据集的实验结果表明:基于轨迹聚类种群的遗传过程混成挖掘算法相较于其他挖掘算法不但在挖掘效率方面有较大提升,而且挖掘得到的模型质量也能够达到较高的水平。