Stochastic Process Mining: Characteristics and Challenges

Sander J. J. Leemans

doi:10.1109/tkde.2026.3715402

Stochastic Process Mining: Characteristics and Challenges

2026-07-20

0

PRE

AI

Stephan Fahrenkrog-Petersen

A

Avigdor Gal

M

Massimiliano de Leoni

H

Henrik Leopold

O

Orlenys López‐Pintado

Jan-Martijn E. M. van der Werf

DOI：10.1109/tkde.2026.3715402

原文链接

原文求助

摘要

En 中文

过程挖掘旨在通过信息系统中记录的过程数据的自动化分析，从事件日志中获取洞察，其最终目标是改进组织运行的业务流程。然而，现实生活中的事件日志通常是不完整的、有噪声的或模糊的，例如缺少时间戳或具有模糊的事件标签，这些是传统确定性模型无法捕捉的。近年来，过程挖掘的发展更明确地考虑了过程挖掘制品中的不确定性：在记录过程行为的事件日志中，不确定性可能隐式或显式地影响过程挖掘结果，而在过程模型中，显式不确定性允许分析人员解释和评估结果。在本文中，我们通过引入一个四层级规范，为过程挖掘中的不确定性提供了概念基础，该规范分别处理日志属性（如事件活动标签、频率）和模型元素（如服务时间、读保护）中的不确定性。对于每种类型的不确定性，我们通过具体示例说明这些层级，以帮助理解和应用。然后，我们根据我们的规范对随机过程挖掘的现状进行了结构化概述，并提出了关键的研究挑战。

Keyword:

Stochastic process mining

process models

process discovery

levels of uncertainty

Stochastic Process Mining: Characteristics and Challenges

摘要

期刊

机构