23、挖掘混合业务流程模型：追求更高精度

挖掘混合业务流程模型：追求更高精度

1. 引言

近年来，为了更好地理解命令式和声明式流程建模语言的独特特征，并支持在不同场景中选择最合适的范式，进行了各种比较研究。尽管这两种范式的优缺点在学术研究和行业中仍在探讨，但结合命令式和声明式规范的混合方法已成为一种趋势。

许多现实生活中的流程具有以下特点：
- 结构较松散、可变性高的流程，通常可以使用声明式语言（如Declare、SCIFF或DCR图）以简洁的方式描述。
- 更稳定、控制流结构良好的流程，更适合使用传统的命令式语言（如Petri网和BPMN）。

因此，近期有很多努力来全面开发和形式化这种混合建模符号和方法。混合方法可以根据命令式和声明式范式的集成紧密程度分为以下三类：
1. 互补方法 ：命令式和声明式符号用于单独的模型中，没有任何语义交互，但旨在表示同一流程的不同方面。
2. 分层方法 ：命令式和声明式符号都用于同一个整体模型中，但模型被分为几个子流程，每个子流程使用单一统一的符号。目前大多数混合方法的提议都属于这一类别。
3. 完全混合方法 ：命令式和声明式构造在同一模型中完全重叠。这种方法虽然最灵活，但也最复杂，因为建模者需要详细考虑和理解不同符号元素之间的交互。

自动流程发现是混合方法可能带来重大进展的一个领域，其目标是从现实生活的事件日志中生成有用的流程模型。现有的命令式和声明式流程发现算法（通常称为挖掘器）在面对不同特征的事件日志时存在挑战：
- 命令式挖掘器在处理高度可变的日志时，倾向于创建“意大利面条模型”或“花模型