过程挖掘中一种能发现重复任务的扩展α算法  

Process Mining:An Extended α-Algorithm to Discovery Duplicate Tasks

作　　者：李嘉菲[1,2] 刘大有[1,2] 杨博[1,2] 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]吉林大学符号计算与知识工程教育部重点实验室,长春130012

出　　处：《计算机学报》2007年第8期1436-1445,共10页Chinese Journal of Computers

基　　金：国家自然科学基金重大项目(60496321);国家自然科学基金(60373098;60573073;60503016);国家"八六三"高技术研究发展计划项目基金(2006AA10Z245);吉林省科技发展计划重大项目基金(20020303);吉林省科技发展计划项目基金(20030523);欧盟项目TH/AsiaLink/010(111084)项目基金资助~~

摘　　要：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.Based on the α-algorithm, an improved process mining algorithm called α^＊＊ is presented and a proof of its correctness is also provided. First, the properties of duplicate tasks are analyzed through the techniques of machine learning, several theorems to judge the duplicate tasks and their proofs are given. Then, all the duplicate tasks in workflow logs are discovered and identified by them. Finally, the workflow net is extracted from the identified log using the α-algorithm and fine-tuned to get the result workflow model containing duplicate tasks. Experiments il- lustrate the validity of α^＊＊-algorithm, the experiment results prove the higher efficiency of the α^＊＊ comparing with the existing duplicate tasks mining algorithm.

关 键 词：过程挖掘 工作流挖掘 重复任务 PETRI网 工作流网 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]