一种多角度业务流程下一候选活动提取方法技术

本发明专利技术公开了一种多角度业务流程下一候选活动提取方法。该方法基于业务流程中事件活动间的关系、事件在实例内的位置、以及事件的属性相似性分别提取了三个下一候选活动属性，并将三者进行级联得到完整的业务流程下一候选活动属性。本发明专利技术方法具有多角度挖掘、符合业务流程运行实际等优点，其结果可以用于后续的业务流程深度分析如业务流程下一活动预测的，为检测业务流程执行是否违规、后续活动资源分配是否合理等提供支撑。

【技术实现步骤摘要】
一种多角度业务流程下一候选活动提取方法
本专利技术涉及业务流程监控领域，尤其涉及一种多角度业务流程下一候选活动提取方法。
技术介绍
业务流程是为达到特定的价值目标而由不同的人分别完成的一系列活动。业务流程是企业运行的脉络，在很大程度上决定了企业的作业逻辑。业务流程挖掘作为数据挖掘在业务流程管理上的应用，旨在从历史的事件日志中提取有用的过程知识，从而去发现流程模型、检测日志中的记录是否符合实际流程模型或改进已有的流程模型。近年来，业务流程挖掘的重点不再局限于提供事件日志的脱机分析，而转向为业务流程优化提供在线支持，即对正在执行的流程实例进行分析和预测。预测性业务流程监控(PredictiveProcessMonitoring,PPM)成为流程挖掘的重要子领域之一。PPM通过分析和学习流程历史执行的事件日志，得到影响预测结果的诸多特征，从而对当前正在执行的流程实例进行多方面预测，包括预测下一步将执行哪个活动、何时执行、由谁执行以及预测实例剩余执行时间或最终结果。作为提高业务流程性能、引导业务流程正确执行的一种有效方式，PPM可以在流程执行过本文档来自技高网...

【技术保护点】
1.一种多角度业务流程下一候选活动提取方法，其特征在于包括以下步骤：/nS1.输入原始日志文件

【技术特征摘要】
1.一种多角度业务流程下一候选活动提取方法，其特征在于包括以下步骤：
S1.输入原始日志文件其中由多条流程轨迹σ＝<e1，e2，e3，...，em>组成，每条流程轨迹σ由若干个事件e＝(CaseID，Activity，Resource，StartTime，CompleteTime，attr1，attr2，...attrn)组成，其中CaseID代表事件所属的实例，Activity代表事件执行的活动，Resource代表事件执行所需的资源，StartTime和CompleteTime分别代表该事件的开始时间和结束时间，attr1，attr2，...attrn代表该事件的其余n个属性，将日志中所有事件的集合记为ε＝{e1，e2，e3，...，ek}；
S2.为ε中的每个事件添加CandActBasedAct属性，具体包含以下子步骤：
S21.对ε中的所有事件，初始化其CandActBasedAct属性为null；
S22.对ε中的每个事件ei，迭代执行以下操作：
(1)提取其执行的活动ai，然后遍历所有流程轨迹搜索紧随在活动ai后执行的活动aj，得到ai的下一活动集合succ(ai)，其中succ(ai)中的活动不重复；
(2)依次计算ai与succ(ai)中每个活动aj的依赖度，具体公式如下：



其中O(ai，aj)表示流程轨迹中出现执行顺序是ai→aj的次数，→表示相邻两个活动的执行路径；
(3)将计算得到的所有依赖度从高到低进行排序，筛选出依赖度最高的活动作为活动ai的高频下一活动HDsucc(ai)，其依赖度为Dep(ai，HDsucc(ai))；
(4)将Dep(ai，HDsucc(ai))与依赖度阈值α进行比较，若Dep(ai，HDsucc(ai))≥α，则将HDsucc(ai)赋值给ei的CandActBasedAct属性；若Dep(ai，HDsucc(ai))＜α，则首先根据事件ei所属流程轨迹的执行顺序找到其前一活动，即事件ei的前一事件ei-1的执行活动ai-1，然后遍历所有流程轨迹搜索紧随在ai-1→ai后执行的活动al，得到ai-1→ai的下一活动集合suCC(ai-1，ai，)，依次计算ai-1→ai与succ(ai-1，ai，)中每个活动al的依赖度，计算公式如下：



其中O(ai-1，ai，，al)表示流程轨迹中出现执行顺序是ai-1→ai→al的次数；
最后对计算得到的所有依赖度从高到低进行排序，筛选出依赖度最高的活动HDsucc(ai-1→ai)并将其赋值给ei的CandActBasedAct属性；
S3.为ε中的每个事件添加CandActBasedPos属性，具体包含以下子步骤：
S31.对ε中的所有事件，初始化其CandActBasedPos属性为null；
S32.对ε中的...

【专利技术属性】
技术研发人员：孙笑笑，应钰柯，俞东进，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33