工作流建模过程中的模型挖掘

一个企业想要对其管理系统进行有效的管理，使其能够发挥出更加大的作用，一个工作流管理系统是非常必要的，通过这样的一个系统，我们可以对当前运行的工作流程的数据进行有效的监视和管理。

但是，很多的企业在很久以前就具备了一个或者多个日常工作的管理系统。例如，办公人员有自己的OA系统，生产部门有自己的生产管理系统，销售部门有销售管理系统等等，每一个系统可能都有自己的平台，自己的数据库。如果有了工作流管理系统，能够对其中的工作流程进行有效，统一的管理，那么就会使各个系统更好的运行。然而，在最基本的一个步骤——工作流建模的过程中，我们就会遇到很大的困难。

基本的方法我们可能要对所有的业务流程进行分析，然后从中抽取出合理的，并将其作为建立模型的基础，然后才能够开始建模的工作。

上面的工作很多都要手工来完成，工作效率是可想而知的，如果我们能够使用工具自动的从已有的数据中抽取出来必要的模型，所有的工作都先自动化执行，然后通过手工进行局部的调整，效率一定会有很大的提高的。

但是，并非数据库里面的数据都可以直接拿过来使用的，因为里面可能会缺少我们在进行模型挖掘的时候所必需的一些数据，所以我们要在之前进行相关的处理。

1 。抽取出在流程中流动的数据的定义

2。在数据库中查找相关的信息

3。消除对我们没有用的数据，添加必要的其他信息

其中对我们来说无用的数据应该是一些细节的数据，由于我们要进行的是对工作流的抽取，所以，许多特别细节的数据对我们来说就没有意义了。而需要添加的数据应该是时间戳，成功失败信息，上一环节，下一环节等等，这些数据可能是一边抽取一边添加的，也可能是在最后一起添加的，需要根据不同的情况进行调整。

接下来我们就具备了挖掘的源数据，就可以进行模型挖掘工作了。

从这些丰富的数据里面，我们可以挖掘出以下的几类数据

1）正常流程的模型

2）异常流程的模型

3）错误流程的模型

然后通过对前两种数据的分析，我们就可以得到工作流模型了。