基于机器学习的业务流程系统的预测

发布时间：2021-08-13 04:47

　　流程挖掘技术是业务流程领域与数据挖掘技术的结合产物。目前流程挖掘的研究主要关注业务流程的预测方向。而业务流程的预测的主要关注点有:预测业务流程的下一时刻活动,预测业务流程中运行案例的未来路径,预测业务流程运行的剩余周期时间,预测业务流程执行结果以及预测业务流程执行结束后的性能。本文主要提出预测流程结果、预测流程下一时刻活动与时间、预测流程后续时刻事件活动与时间的预测方法并包装成预测模块,最后将预测模块应用到实际场景中,构建出业务流程监控与预测的原型系统。本文针对三个预测任务提出了两个预测模型。一个预测模型是用来预测流程结果的模型,本文提出了利用深度学习中序列处理网络LSTM算法模型去预测流程结果的方法,此方法旨在将流程结果的预测问题与自然语言处理方向相结合,提供一个新的解决思路。另一个预测模型则是用来预测事件活动与时间相关任务的模型,此预测模型将本文研究的预测流程下一时刻活动与时间、预测流程后续时刻事件活动与时间（即剩余周期时间）两个预测任务利用一个预测模型实现。本文提出了利用自然语言处理中的GRU网络结构、双向循环网络结构、Word2vec技术以及Attention机制进行预测的方法... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【图文】：

图２－１：流程挖掘的３种主要类型??

?／??图２－３：集成学习示意图??图２－３是集成学习的一般结构。首先训练出多个个体学习器，之后利用结合??方法例如投票法等结合起来输出集成的结果。个体学习器又被称为基学习器，一??般基学习器都是弱学习器，直观定义就是预测能力弱的学习器。而这些弱学习器??结合而成的整体集成学习器被称为强学习器，字面定义即预测能力强的学习器。??１２??

?？?Ｔｉｍｅ??图２－４：?ＲＮＮ基本结构和按时间展开结构图??图２－４展示了循环神经网络按照时间展开为全网络的结构。展开可以把全部??序列的网络结构表示出来。例如某业务流程的事件轨迹包含１０个事件，那么针??对此流程的全网络结构会有１０层的网络，每一层代表一个事件。而这些展幵的??ＲＮＮ基本网络单元基本的计算都是一致的，可以简单的总结为一个网络结构的??重复使用。因此我们只需要关注一个ＲＮＮ网络单元的计算公式即可得到ＲＮＮ??网络所有的计算公式。??ｈｔ?＝?ｆ（Ｕｘｔ?＋?Ｗｈｔ＾）?（２－５）??ｙｔ?＝?ｓｏｆｔｍａｘ（ｙｈｔ）?（２－６）??式２－５中＆是ｔ时刻输入数据，一般都是当前序列ｔ时刻的某个活动作为输??入。／ｉｔ对应的则是ｔ时刻网络的隐藏状态，是网络最主要的记忆单元。根据式２－??５可以看到，／ｉｔ是通过ｔ时刻的输入数据与前一时刻ｔ－１的隐藏状态一起计算得??到的。而／则是可以自由指定的非线性函数。一般选择Ｔａｎｈ函数作为非线性变换??１３??


本文编号：3339774