15、瓶颈检测、预测与推荐方法及软件架构保密性不确定性分类

瓶颈检测、预测与推荐方法及软件架构保密性不确定性分类

在当今的商业和技术领域，流程挖掘技术对于发现和解决业务流程中的瓶颈问题起着至关重要的作用。同时，软件系统的保密性也成为了日益关键的问题，尤其是在面对软件架构和执行环境的不确定性时。

流程挖掘中的瓶颈检测、预测与推荐

流程挖掘技术在检测业务流程瓶颈方面已达到相对成熟的阶段，但在预测和推荐阶段的研究相对较少。为解决这一问题，提出了一种BDPR方法，该方法基于之前的分类模型，旨在为从业者提供运营支持。

案例研究发现

• 数据质量问题 ：以LSP案例研究为例，事件数据是流程挖掘的丰富来源，但需要从多个来源聚合数据。然而，数据缺失严重影响了性能，实际数据仅反映了12%的现实情况，适配度指标仅为0.39。这表明数据质量问题是制约流程挖掘分析的重要因素。
• 报告行为差异 ：不同国家在报告行为上存在差异，缺乏统一的标准程序来规定司机在车载电脑上应记录和不应记录的内容。这导致了数据记录的不一致性，进一步限制了分析的深入进行，包括合规性检查和模型改进。
• 工具能力有限 ：在案例研究中使用的Disco、Apromore和ProM 6等流程挖掘工具，在瓶颈预测和推荐方面的能力有限。这为未来的研究指明了方向，即开发能够更好支持这些功能的工具。

相关利益者反馈

利益相关者	反馈内容