.png){kind=icon}
返回
Activity Instance Identification Using Bipartite Graph Matching
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-96-7238-7_7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
流程挖掘通过从信息系统提取的事件数据为企业提供对其业务流程的洞察。过程发现、一致性检查和性能分析等技术能够对流程进行建模、评估和优化。同时，一个活动执行被记录为表示活动生命周期内转换的事件，这些事件的集合被称为活动实例。为了准确表示活动实例，事件日志（流程挖掘中常用的 eventdata 格式）需要事件的相关性。然而，现实世界的事件日志通常缺乏此类信息，导致结果不可靠或有偏差。本文提出了一种新的方法来识别活动实例。通过使用二分图匹配和对齐来关联事件，我们识别出符合活动生命周期的活动实例。实验表明，该方法在跨领域的多个事件日志中有效，并对噪声和缺失事件具有鲁棒性。
Keyword:
Process Mining
Activity Instance
Graph Matching
期刊
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容