过程挖掘
过程挖掘的相关文献在2004年到2022年内共计174篇,主要集中在自动化技术、计算机技术、经济计划与管理、教育
等领域,其中期刊论文143篇、会议论文10篇、专利文献104154篇;相关期刊67种,包括电化教育研究、山东科技大学学报(自然科学版)、北京生物医学工程等;
相关会议8种,包括2016中国计算机辅助设计与图形学会大会、第十五届全国Petri 网理论与应用学术会议、中国电子学会电子系统工程分会第二十届军队信息化理论学术会议、中国指挥与控制学会C4ISR理论与技术专业委员会第一届高峰论坛、信息系统工程国防科技重点实验室第五届C4ISR技术论坛等;过程挖掘的相关文献由351位作者贡献,包括方贤文、王丽丽、王建民等。
过程挖掘—发文量
专利文献>
论文:104154篇
占比:99.85%
总计:104307篇
过程挖掘
-研究学者
- 方贤文
- 王丽丽
- 王建民
- 杜玉越
- 刘祥伟
- 李彤
- 朱锐
- 闻立杰
- 宋巍
- 曾庆田
- 代飞
- 尚庆民
- 林雷蕾
- 刘伟
- 刘聪
- 唐婧芝
- 戴汪洋
- 方欢
- 汤雅惠
- 金涛
- 马自飞
- 鲁法明
- 包云霞
- 周华
- 徐海峰
- 李燕
- 李莉
- 查海平
- 段瑞
- 王玥薇
- 王路
- 瞿华
- 肖芳雄
- 莫启
- 詹悦
- 郑明
- 郑灿彬
- 丁旭阳
- 付会林
- 余建波
- 刘健
- 刘国城
- 刘大有
- 刘强
- 刘继红
- 化佩
- 南峰涛
- 姜强
- 孙福振
- 宋炜
-
-
许玮;
沈致仪
-
-
摘要:
混合式协作学习下,学生可以通过社交媒体分享和建构知识,研究大学生如何在此过程中发展基于认知与情感的互动调节是建成混合式“金课”的关键。研究以30名本科生的2256条协作学习对话数据为样本,采用启发式挖掘算法和时间序列分析总结互动过程的发展规律与高低分组的行为模式。研究结果表明,高分组在协作过程中注重规划与反思,且情感参与的认知互动多于低分组,协作学习互动过程遵循IDB型的变化规律,高低分组的行为模式与自我调节阶段的变化趋势存在差异。本研究试图进一步理解学习者在协作学习中的认知与情感的调节互动模式,可为高校教师建设混合式课程资源、设计混合式协作学习的课程方案提供参考和借鉴。
-
-
徐晓青;
赵蔚;
姜强;
刘红霞;
乔丽方
-
-
摘要:
教育数据爆发式增长为全面理解学习奠定了基础,同时也给教育数据挖掘带来了挑战。复现学习过程是理解学习的重要一环。虽然,当前的教育研究已经广泛应用学习分析技术,但在呈现复杂学习过程方面仍然存在不足。过程挖掘算法强调对日志文件中时间戳数据的分析,相比于传统统计方法更加智能。研究选择教育领域最常见的三种过程挖掘算法:模糊矿工、启发式矿工、感应矿工,通过对比三种算法的特征,分析其对教育研究的应用潜力和实践价值。首先,文献综述三种算法的应用现状;其次,从三种算法的计算原理角度解读它们在教育领域的应用实践;最后,以课程平台时间戳数据为源数据,在自我调节学习理论支持下,对比三种算法的过程挖掘结果。即从理论、原理、实践三方面对三个过程挖掘算法进行探析,总结过程挖掘技术在教育领域中的应用前景和实践价值。研究依据结论提出三种算法在教育领域中的应用启示,为过程挖掘智能技术助力教育研究,提供相关经验和参考。
-
-
赵海燕;
李欣歌;
陈庆奎;
曹健
-
-
摘要:
在企业业务运行过程中会产生大量的数据,这些数据以事件日志的方式进行保存.通过对事件日志的采集、处理和分析可以支持对业务过程的挖掘、监控和优化.然而,原始的事件日志因含有各种类型的数据质量问题而无法直接应用于过程挖掘与分析.尽管目前在数据挖掘领域已提出各种数据预处理方法进行数据过滤,但由于业务过程事件日志中事件信息的序列化、动态化以及传递性等特点不同于普通数据,所以无法简单地应用传统的数据预处理方法对事件日志进行预处理.本文对事件日志数据预处理的研究现状进行了系统化的总结,分析了事件日志数据预处理技术面临的挑战,并对未来的研究方向进行了展望.
-
-
徐海峰;
李绒;
张阳;
赵东升
-
-
摘要:
过程挖掘为洞察和改进医疗业务过程提供了一种新的方式,它能够从实际临床活动产生的事件日志中发掘出过程模型,并通过对比事件数据和临床指南,实现合规性检查、延迟预测、辅助决策支持及过程改进等。本文介绍了医疗过程挖掘的技术框架,并从任务类型、模型表示方法和研究维度等方面,梳理总结这一研究领域的进展情况,比较不同挖掘方法的优缺点,指出目前研究存在的主要问题和可能的改进措施,为提高医疗大数据的分析利用水平提供参考借鉴。
-
-
徐海峰;
毛华坚;
杨雨;
李梅;
赵东升
-
-
摘要:
目的随着医疗数据的快速增长,过程挖掘成为一个新的研究热点。然而目前缺乏能够直接用于医疗过程挖掘的数据抽取工具,为此课题组开发了基于openEHR原型查询语言(archetype query language,AQL)的数据抽取软件,支持从兼容openEHR标准的医疗信息系统中提取事件日志,便于临床科研人员进行过程挖掘与分析。方法首先,对openEHR的元数据进行预处理,解析原型(archetype)和模板(template)文件,确定其中每个数据项的对应关系;其次,通过WordNet字典进行查询扩展,得到用户输入的同义词列表;然后,根据用户选择的数据项和设置的检索条件,自动生成原型查询语言脚本;最后,在电子病历服务器上运行AQL脚本提取出所需数据,并转换为过程挖掘所使用的标准事件日志格式(extensible event stream,XES)。结果本文以国家卫生健康委员会脑卒中防治工程委员会卒中院内筛查项目为例,将临床研究中3种常用的数据检索类型作为评价指标,对软件功能进行了验证。在输入查询条件后,软件能够自动生成和执行AQL脚本,并正确返回转换后的日志文件。结论本文开发的软件为临床科研人员提供了一种易用的医疗过程数据获取工具,它能够有效屏蔽异构信息系统的复杂性,便于开展医疗过程挖掘的分析与研究工作。
-
-
李莉
-
-
摘要:
为了解决从日志中挖掘出更精确的过程模型问题,提出了一种基于案例属性和时间相关性的挖掘子目标的方法。首先利用案例属性对原始案例进行分组,得到具有特定属性的案例子组;然后通过案例目标与子目标间的时间相关性,挖掘每个子组中的子目标。最后基于挖掘出的子目标对案例应用过程发现算法,挖掘出的模型可以对基于原始案例挖掘的模型进行优化和改进。通过在ProM上对真实案例进行实验表明,利用基于案例属性的子目标发现方法,得到的模型比基于完整日志发现的模型具有更好的质量。
-
-
高俊涛;
陈珂;
刘云峰;
刘聪
-
-
摘要:
鉴于现有剩余时间预测模型所采用的离线构建方式周期长、更新速度慢,在流式事件分析中容易老化,提出一种在线预测模型的构建及剩余时间预测方法。融合多种抽象机制得到复合变迁系统作为预测模型,设计了增量式预测模型学习算法,以保证模型的实时性;基于统计理论定义预测信度,给出基于预测信度的剩余时间预测算法,采用轨迹回顾机制增强模型的预测能力;定义波动性衡量预测结果在时间维度上变化的幅度;通过在多个公开数据集上与已有方法对比,表明所提方法在预测准确性和波动性上均具有明显的优势。
-
-
林雷蕾;
闻立杰;
钱忱;
宗瓒;
王建民
-
-
摘要:
过程挖掘的目标是从软件系统产生的日志数据中提取出有价值信息,用于配置或优化已实施的业务过程.与此同时,大数据、物联网等技术的发展不仅使得业务内容愈加复杂,更是加速了业务演化的速度.在此背景下,有必要对原始日志进行划分,使得事件日志通过分解而被更有效地分析,进而提升过程挖掘的质量.日志划分的宗旨是根据不同问题采取不同方法将原始事件日志划分为多个子日志,为后续的过程挖掘研究提供支撑.模型发现是过程挖掘中最重要的应用场景,而该场景面临的两大难题就是模型过于复杂和模型不正确.当前,解决这两个难题的方法分别是轨迹聚类和概念漂移,而这两类方法的本质都是对原始事件日志进行了划分.本文针对轨迹聚类和概念漂移两个分支进行归纳总结,试图厘清日志划分内容中这两个分支的异同点.接着,通过文献规约系统地对现有研究进行统计与分析,揭露了两个研究分支的发展趋势.然后,梳理了现有研究方法的主要思路,将轨迹聚类分为距离驱动、模型驱动和混合聚类三类,并将概念漂移分为单一类型和复合类型两类.最后,利用公开数据集测试不同类型算法的优缺点,并指出未来研究的发展方向.
-
-
高俊涛;
闫駪艺
-
-
摘要:
为减少过程挖掘中隐私保护带来的效用损失,提出一种基于遗传算法的事件日志匿名化隐私保护方法。基于最小违规轨迹证明活动抑制集可行性的必要条件和约简规则,缩小大型日志集的搜索空间;根据基于日志的次序关系、轨迹变体和最大频繁轨迹设计适应度函数,引导种群向高效用性进化;改进交叉变异算子,保证种群多样性,避免遗传算法陷入局部最优。在真实事件日志上进行对比实验,结果表明在隐私保护强度相同的条件下,所提方法的效用损失比TLKC和基线方法生成的事件日志更低。
-
-
刘雯;
王桂玲
-
-
摘要:
鉴于当前大多数方法因在日志聚类结果上缺乏可解释性而影响应用,提出一种事件日志的可解释聚类分析方法iBelt。该方法定义“过程连接带”描述事件日志的分析结果,基于聚类树思想设计了提升聚类树模型,并采用方差和判别特征分析的无监督特征选择方法提升已有方法的聚类效果和拟合度,解决了高维数据影响过程连接带可解释性的弊端。通过公开数据集上的实验结果表明,所提方法分析得到的过程连接带具有简洁易懂的可解释规则,提升了对应过程模型的质量。
-
-
Wang Kejian;
王克剑;
Liu Jihong;
刘继红
- 《2016中国计算机辅助设计与图形学会大会》
| 2016年
-
摘要:
针对目前协同设计的研究缺少快速形成有效设计共识的方法,导致难以发现协同认知规律及共识形成的认知机理的问题,提出一种基于过程挖掘的共享设计脉络提取方法来获得设计共识,以支持利用设计理性知识的知识融合型协同设计.首先从单个设计理性模型实例中提取设计脉络,并将其表达为petri网模型;然后再应用改进α算法遍历各设计脉络,去除设计脉络中噪声对挖掘过程的影响,从而提取出共享设计脉络;最后,将共享设计脉络转换为便于理解的共享设计理性模型.实例验证表明,该方法是有效的.
-
-
-
-
李洪奇;
李莉;
谢绍龙
- 《2008中国计算机大会》
| 2008年
-
摘要:
过程挖掘就是从所有可能的候选模型中寻找出最合适的模型,因此过程模型的挖掘可以被看作是一个从所有模型中寻找最佳模型的优化问题。挖掘算法可以使用不同的策略寻找这个最佳模型。大多数挖掘算法采用局部搜索机制,搜寻时不能获得全局信息,因此不能保证跳出局部最优解。遗传算法虽然采用全局搜索机制,但存在计算代价大的弊端。为解决这一问题,本文提出了基于粒子群算法的过程挖掘,即有效地利用全局搜索信息又克服了遗传算法过程挖掘中的不足,取得了很好的效果。
-
-
- 《2008全国软件与应用学术会议(NASAC'08)》
| 2008年
-
摘要:
为了更好地从历史记录中自动获取业务过程来构建信息系统,人们引入了过程挖掘这一概念。过程挖掘通过对业务的日志记录进行信息抽取,并对日志中活动间的关系进行分析,从而快速准确地得到业务的实际工作流程模型,以此实现需求获取自动化。本文的模拟退火算法是为更好挖掘过程模型中非自由选择结构而提出的。将模拟退火算法用于过程挖掘,是以因果矩阵来模拟事件日志行为,通过退火操作来对因果矩阵进行处理,并对挖掘结果不断进行量化衡量来实现的。本文的主要工作包括:(1)在过程挖掘的环境下实现模拟退火算法;(2)用因果矩阵作为内部表示;(3)在结果转化过程中引入启发式规则;(4)对挖掘结果进行量化衡量,并通过过程挖掘的测试平台Prom进行实现和检测。
-
-
曾庆田
- 《第十一届全国Petri网理论与应用学术年会》
| 2007年
-
摘要:
过程挖掘又称工作流挖掘,是工作流再设计与分析方法的一项关键技术,能够根据日志中记录的过程实例的执行信息,来重构出一个工作流过程模型,并使得日志中记录的所有轨迹符合这个过程模型的一个实例。总结了过程挖掘的研究内容、系统架构,算法以及现有挖掘工具。对过程挖掘研究目前存在的问题从日志数据、挖掘技术和挖掘结果等三个方面进行了分析和讨论。并介绍了过程挖掘的一个分支一分布式过程挖掘的相关研究内容。
-
-
HUA Pei;
化佩;
FANG Xian-wen;
方贤文
- 《第十五届全国Petri 网理论与应用学术会议》
| 2015年
-
摘要:
过程挖掘旨在从信息系统所记录的事件日志中挖掘出人们需要的且合理的过程模型,从而有助于改善或重建业务流程.以往的方法多是根据任务间的直接依赖关系构建过程模型,具有很大的局限性.现存的过程挖掘方法中,虽然有能挖掘间接依赖的方法,却没有从过程行为的角度进行分析.基于拟间接依赖的过程模型挖掘方法,把行为轮廓融入其中,依据行为轮廓建立初始模型;然后基于增量日志和拟间接依赖关系调整模型;最后根据评价标准选出最优模型.此方法特别适用于挖掘含有间接依赖的过程模型.
-
-
LI Hong-xia;
李洪霞;
DU Yu-yue;
杜玉越
- 《第十五届全国Petri 网理论与应用学术会议》
| 2015年
-
摘要:
近年来,各种过程感知信息系统记录下了大量业务过程的执行情况。这些系统在对过程进行不同程度追踪,同时记录下了大量可供分析的数据。这些数据为过程挖掘的兴起提供了基础和依据。对于过程挖掘中的审计问题,提出了针对块结构过程模型的确定无回溯日志审计方法.将块结构模型转换为过程树形式,以过程树语义为基础讨论事件日志的审计.针对块结构模型日志审计中的回溯问题,提出了提取公共左因子的解决方法;分析日志审计中的待定移动匹配问题,提出分析过程树FirAct与FolAct交集的解决方案,进而给出可进行确定无回溯日志审计模型应满足的条件.最后,给出了块结构过程模型的确定无回溯日志审计算法,证明了算法的正确性,并用实例说明算法的应用.以实际报销流程和构造模型进行实验,结果表明该方法性能优于现有的对齐算法,适用于对事件日志进行审计.
-
-
查海平;
王建民;
闻立杰
- 《第十一届全国Petri网理论与应用学术年会》
| 2007年
-
摘要:
完备日志是过程挖掘算法设计和算法评价的前提条件,基于行为分析的Petri网模型完备日志生成算法存在状态空间爆炸的问题。提出了基于结构分解的算法,通过生成完备日志次序关系集,构造Petri网模型完备日志。结构分解方法降低了算法时间复杂度,日志次序关系组合计数使得量化评价日志完备性成为可能。
-
-
- 《第二十五届中国数据库学术会议(NDBC2008)》
| 2008年
-
摘要:
正确发现流程实际运作情况对工作流管理有着重要意义。流程挖掘抽取系统日志信息,挖掘流程真实的运作模型.给出一种可学习循环结构的流程挖掘方法。首先根据工作流实例中任务间的执行顺序,把日志数据划分成不同聚类,缩减挖掘过程中的搜索空间.然后,通过扫描日志识别出处于模型最外层循环结构的记录,采用迭代方法来挖掘循环结构模型,并将该循环结构模型添加进原工作流模型中.最后,基于该算法实现了工作流模型挖掘原型,实验结果表明方法的有效性。