.png){kind=icon}
返回
Adaptive Interactive Process Drift Detection: Detecting and Visualizing Process Drifts
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-03711-4_14.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
过程挖掘从信息系统数据中提取关于业务过程的洞察。然而，传统技术通常假设静态过程，这不切实际。检测过程漂移对于准确分析至关重要，但现有方法由于参数敏感性和缺乏标准比较协议而缺乏一致的检测。本文介绍了自适应交互式过程漂移检测（IPDD），它将ADWIN变化检测器应用于过程模型质量指标随时间的变化。自适应IPDD持续评估适应度和精确度指标以检测漂移。结果表明，IPDD在合成数据集上的有效性，与Apromore在漂移检测上相当，并在平均延迟方面优于Apromore AWIN。我们还强调，IPDD即使在低窗口大小值下也表现出稳定的性能。我们还使用自适应IPDD评估了一个代表意大利公司票务管理过程的真实事件日志。结果表明，通过探索IPDD的用户界面，可以改进真实场景的漂移分析。
Keyword:
Process Drift Detection
IPDD
Process Mining
ADWIN
期刊
A
IF:
0
论文数:
27
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容