基于日志聚类构造行为子集的近似一致性方法

摘要

利用行为子集可以求得事件日志与过程模型之间的近似一致性度,但现有方法得到日志候选迹间的行为差异小,影响了行为子集的代表性而导致近似一致性度的准确度偏低。针对该问题,提出一种应用聚类技术预处理事件日志以构造行为子集的近似一致性方法。首先根据迹之间的Levenshtein编辑距离,将事件日志中具有较高行为相似性的迹聚类成若干个子日志;然后遍历各子日志,采用簇内高频和簇中心两种方法选出子日志中的代表迹,形成候选迹集合;进一步利用最优对齐技术构造出模型的行为子集,将其与完整的事件日志进行拟合度计算来得到近似一致性度及其上下界值。最后对现实事件日志进行仿真实验,从准确度和时间效率两方面验证了该方法的优越性。