22、自动化流程发现与推理技术解析

自动化流程发现与推理技术解析

自动化流程发现算法

算法概述

许多流程挖掘技术都需要一个流程模型作为前提。从事件日志中，流程发现算法旨在发现一个流程模型，这个模型最好具有清晰的语义、合理性，在适应性、精确性、泛化性和简单性之间实现用户可调整的平衡，并确保该模型能代表记录事件日志的业务流程。主要讨论了三种类型的流程发现算法：基于直接跟随关系的技术、保证合理性的算法和其他算法，它们都针对这些质量标准的一个子集。

直接跟随关系算法

α - 算法改进

α - 算法不太适合应用于实际生活中的日志。Little Thumb（Weijters 和 van der Aalst 2003）对 α 算法进行了扩展，使其具备处理噪声的能力。它不是考虑二元活动关系，而是通过概率推导这些关系，然后根据用户设置的阈值进行过滤。

因果网络挖掘器

• 灵活启发式挖掘器（FHM） ：（Weijters 和 Ribeiro 2011）使用 Little Thumb 的概率活动关系，并专注于合理性。为了解决合理性问题，FHM 返回因果网络，在这种模型形式中，定义了模型中不合理的部分不属于网络行为。
• Fodina 算法 ：（vanden Broucke 和 Weerdt 2017）对 FHM 进行了扩展，支持长距离依赖关系，在某些情况下还支持重复活动。
• 邻近挖掘器 ：（Yahya 等人 2016）通过纳入领域知识对 FHM 进行扩展。