基于Petri网的过程挖掘与检索

发布时间：2023-04-09 19:47

　　业务过程挖掘和检索是业务过程管理的重要组成部分,精确高效的业务过程挖掘和检索能够提高企业的业务过程管理能力,进而加强企业的竞争力。随着社会和企业的发展,系统产生并记录的日志越来越复杂,从繁琐复杂的日志中挖掘块结构过程变得更加具有挑战性。本文通过纵向划分日志,极大地减少每个日志划分的实例数,并缩短每条迹的长度,把每个日志划分当作原日志,为了从中挖掘出精确的模型,解决目前已有的过程挖掘方法在发现循环结构和隐藏行为上存在的缺陷,本文提出一种基于后继关系的行为块过程挖掘方法,该方法依据后继关系定义建立日志的后继关系矩阵,通过分析矩阵中变迁间对应的值,发现所有的最小行为块和隐藏的行为关系。利用组合原理组合所有行为块得到该日志划分的初始模型,用隐藏的行为关系修正初始模型得到最终模型,组合所有日志划分的模型得到复杂日志的模型。为了提高从企业模型库中检索模型的效率,进而提高业务过程管理的能力,本文从两个不同的角度设计了两种不同的相似性度量算法:基于变迁图编辑距离的过程相似性算法和基于加权流关系的过程相似性算法。通过图编辑距离衡量两个模型间的相似性是一种经典的相似性度量方法,本文给出变迁图的概念及其生成...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
引言
1 绪论
    1.1 研究背景
    1.2 研究现状
        1.2.1 过程挖掘
        1.2.2 过程相似性算法
    1.3 主要贡献
    1.4 本文结构
2 基础知识
    2.1 Petri网相关概念
    2.2 共同变迁与后继关系
    2.3 权重分配规则
3 基于后继关系的行为块过程挖掘方法
    3.1 后继关系矩阵
    3.2 后继关系矩阵中的模式
        3.2.1 后继顺序模式
        3.2.2 选择模式
        3.2.3 并行模式
        3.2.4 循环模式
    3.3 隐式直接后继关系
    3.4 基于重复变迁的行为块组合
        3.4.1 基于重复变迁的最小行为块组合
        3.4.2 基于重复变迁的结构行为块组合
        3.4.3 算法
    3.5 实例分析
    3.6 小结
4 基于日志划分的块结构过程挖掘
    4.1 基于共同变迁的活动划分
    4.2 基于活动划分的模块划分
    4.3 基于活动划分和模块划分的日志划分
    4.4 基于日志划分的块结构过程挖掘
    4.5 无共同变迁的块结构挖掘方法
        4.5.1 无共同变迁的活动划分
        4.5.2 基于活动划分的日志划分
        4.5.3 日志划分的再划分
    4.6 块结构挖掘算法
        4.6.1 算法设计
        4.6.2 算法复杂度
    4.7 实验设计与分析
        4.7.1 实验设计
        4.7.2 实验结果分析
    4.8 小结
5 基于加权流关系的过程相似性算法
    5.1 ωF生成算法
    5.2 ωF相似性
        5.2.1 相似性的计算方法
        5.2.2 ωF算法
    5.3 实验与分析
        5.3.1 实验设计
        5.3.2 ωF算法相似性性质验证
        5.3.3 时间复杂度分析及性能比较
    5.4 小结
6 基于变迁图编辑距离的过程相似性算法
    6.1 图编辑距离
    6.2 基于变迁图的相似性计算
        6.2.1 变迁图的生成
        6.2.2 变迁图的行为语义
        6.2.3 图编辑操作及其代价
        6.2.4 相似性计算
    6.3 TGED算法
        6.3.1 算法设计
        6.3.2 算法时间复杂度分析
    6.4 实验与评估
        6.4.1 实验设计
        6.4.2 距离性质验证
        6.4.3 相似性性质验证
    6.5 小结
总结
参考文献
致谢
作者简介及读研期间主要科研成果



本文编号：3787626