-
公开(公告)号:CN109033368A
公开(公告)日:2018-12-18
申请号:CN201810840017.6
申请日:2018-07-27
Applicant: 安徽理工大学
IPC: G06F17/30
CPC classification number: G06F2216/03
Abstract: 本发明公开一种基于活动划分和日志划分的块结构过程挖掘方法。本发明依据共同变迁的概念计算日志的共同变迁集,根据共同变迁的数量,用不同但相互交错的方法划分日志的活动集,进而划分模块和纵向划分日志,达到简化日志的目的。不同于以往的挖掘方法,本发明致力于简化复杂日志,以便从复杂日志中挖掘出精确的过程模型,本发明简化日志的方法是纵向划分日志,既减少日志的数量,又缩短迹的长度,使得每个日志划分都充分简单。每个日志划分对应一个块结构,组合所有块结构得到合理且满足人们需求的Petri网模型。构造了基于日志划分的块结构过程挖掘算法,该算法是递归算法,共分为五个步骤,可以化复杂日志为简单日志,从简单日志中发现块结构,进而从复杂日志中获得精确的过程模型。
-
公开(公告)号:CN108984774A
公开(公告)日:2018-12-11
申请号:CN201810815625.1
申请日:2018-07-24
Applicant: 安徽理工大学
Abstract: 本发明公开一种基于后继关系的行为块过程挖掘方法。本发明依据日志中活动对的后继关系,建立后继关系矩阵,找出顺序、选择、并行、循环模式和隐含行为,达到找出所有行为结构的目的。不同于以往的块挖掘,本发明挖掘每两个活动的结构关系,并依据相同和不同类型行为块的组合原理,组合所有行为块,得到初始模型。本发明还能发现隐式直接后继关系,这是日志中隐含的行为关系,为了得到更精确的模型,本发明利用隐式直接后继关系产生的库所修正初始模型,得到合理且满足人们需要的Petri网模型。构造了基于后继关系的行为块过程挖掘算法,该算法分为6个步骤,可以发现日志中的隐式直接后继关系,提高模型的精确度。
-