对工作流网过程挖掘算法探究.docVIP

对工作流网过程挖掘算法探究摘要：过程挖掘主要是发现事件日志的有价值的客观信息，对于它的研究为实施新的业务过程和对已实施的业务过程进行分析改进具有重要的作用，本文主要是基于工作流网，对于多事件类型挖掘、间接依赖关系挖掘以及不可见任务挖掘及算法进行的探讨研究。 关键词：工作流网；过程挖掘；算法 中图分类号：TP311.13 文献标识码：A 文章编号：1007—9599 （2012） 14—0000—02 一、过程挖掘 （一）过程挖掘算法 过程挖掘的主要思路是最早是新墨西哥州立大学的Cook教授等人提出的，他认为：过程挖掘主要根据日志记录中的过程实例来发现和执行信息重构工作流的过程模型。过程挖掘算法即过程挖掘是根据得到的执行日志进行工作的，过程日志是对一个个完整的事件的记录，因此如果能够找到一种算法对日志进行分析，在软件设计时就能够直接依据过程运行的记录，客观而真实地重现整个事件的过程，以此避免因管理者或者业务顾问的主观原因而造成软件设计的失败。他提出了根据记录的活动属性自动地发现事件活动中的相互关联，并提出了使用的方法，既通过纯理论、纯算法和理论和算法相结合的方法，以此对软件的运行过程进行分析。其目标是过程模型通过通过大量的后继工作，在软件过程的事件日志中国自动的发现；算法是采用有限状态自动机来对过程模型进行表达，并对并行结构和噪声进行处理。 （二）过程挖掘工具 当前存在很多的挖掘工具，有代表性的主要是挖掘工具Little Thumb，它是由荷兰埃因霍温理工大学的Van der Aalst教授等人提出的，这种工具能够从不完全的工作流日志中以及包含噪声的工作流日志中诱导出WF—net；还有后来提出的挖掘工具EMiT，该工具用α算法[44，45]的扩展版本挖掘，对挖掘出的WF—net可以自动布局；德国奥尔登堡大学的Schimm教授提出的能够输出块结构的过程模型的挖掘工具Process Miner；德国乌尔姆大学的Herbst等人提出的支持带重名任务的过程模型挖掘的挖掘工具InWoLvE，以及以后出现的方便过程挖掘专家与挖掘算法进行交互的挖掘工具ProTo。 二、多事件类型挖掘 事件类型在目前的过程挖掘技术中几乎没有被注意，普遍的将任务认为是原子，或者仅仅关注两种事件类型开始START、完成COMPLETE，然而对于这两种事件的关系现有的算法也没有给出解释，因而对包含多事件类型的日志进行挖掘是很有必要的。 （一）日志分析 过程挖掘的主要内容就是对任务间的次序关系进行确定，因此对于多事件类型的事件日志，就应当将同任务一次全部执行的有关事件整体进行考虑，即事件类型STARTCOMPLETE。任务间的次序关系主要有两种形式：一种是基本次序关系。对于一次任务的发生一般用带有时刻的线段进行表示，线段的左端点是事件类型开始START，其右端点是事件类型完成COMPLETE，左右端点之间的部分代表正在执行的任务，而线段的长度表示任务的持续时间，以此就可以定义任务之间的相继和相交等次序关系；第二种就是派生次序关系，其是用来产生模型中的如AND—join、AND—split、OR—join、OR—split和其各种组合等形成的典型路由结构的。 （二）挖掘算法 首先对于事件日志中任务间的次序关系以及其与过程模型中连接库所的对应关系，主要通过运用相关的定义和定理以及对其证明来进行考察；再提出以WF—net表示的从日志构造的过程模型的具体算法，称之为为β算法。β算法是通过某具体事件日志（W）来构造一个WF—net，其表示形式为：NW = （PW，TW，FW）。在该算法中是比较简单的获得TW、TI以及TO的，算法的前三步表明了日志大小或事件总数与时间复杂度是一种线性关系，步骤4和步骤5可以表示为O（kn3），即算法复杂度是任务数的指数次方，n代表的任务的个数，k表示库所平均的输入、输出的总的任务个数，最坏情况为n，实际过程中的任务个数n一般不会超过100。最后三个步骤表明时间复杂度与结果模型的大小成正比。 （三）实验评估 β算法已经实现在开源过程挖掘框架ProM的挖掘插件Tsinghua—α中，其输入以MXML格式的日志为标准，用户能够自行选择同事件类型相对应的事件日志。对算法进行评估的日志主要有三种来源：真实日志即从事务操作系统获取的日志、根据给定的模型借助于仿真工具创建的日志以及手工创建的日志；返回的结果是WF—net表示的过程模型。 三、间接依赖关系的挖掘 在目前的过程挖掘领域中，从日志中发现任务间的间接依赖关系还是挑战性的，间接依赖关系问题同其他的过程建模语言存在差异，落实到WF—net上具体就体现为选择与同步相混合的情况，即非自由选择结构，然而现有的方法仍然不能对类似结构进行正确处理。