arrow
返回

Discovering Work Specialization through Process Mining

delete2026-07-29
delete0
PRE
AI
J
Jing Yang
C
Chun Ouyang
DOI:10.1109/tsc.2026.3717882delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
一个组织的成功取决于其员工队伍的动员和管理程度。许多组织正在采用员工分析来支持其员工队伍的关键决策。流程挖掘能够赋能员工分析,利用事件日志提取关于员工绩效和协作的准确见解。为了实现精确的分析结果,必须考虑工作专业化,即人力资源中的劳动分工。在流程挖掘中,执行上下文可用于表征专业化如何在多个流程维度上体现,从而增强面向资源的分析,例如组织模型挖掘和资源组工作 профиля分析。然而,从事件日志中发现执行上下文且仅具备最少领域专业知识仍是一项挑战。本文通过提出一种系统性的方法来学习执行上下文,解决了这一挑战。我们通过在真实事件日志上的大量实验评估了该方法的有效性。一项附加案例研究展示了该方法在流程执行背景下支持员工分析的实用性。
Keyword:
process mining
event log
resource behavior
work specialization
execution context
workforce analytics

期刊

IEEE Transactions on Services Computing 封面图
IEEE Transactions on Services Computing
IF:
5.8
论文数:
2.2K
被引数:
6.5K

机构

Q
Queensland University of Technology
学者数:
50
论文数: 23
被引数: 0
引用论文

引用论文

暂无论文信息