一种能发现重复任务的过程挖掘算法

吉林大学学报(工学版)

一种能发现重复任务的过程挖掘算法

李嘉菲^1,2，刘大有^1,2，于万钧³

1.吉林大学计算机科学与技术学院，长春 130012； 2.吉林大学符号计算与知识工程教育部重点实验室，长春 130012； 3.东北电力学院信息工程系，吉林吉林 132012

收稿日期:2006-04-05 修回日期:2006-09-12 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 李嘉菲

Process mining algorithm to discover duplicate tasks

Li Jia-fei^1,2，Liu Da-you^1,2，Yu Wan-jun³

1.College of Computer Science and Technology,Jilin University,
Changchun 130012,China；2.Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education,Jilin University,Changchun 130012,China；3.Department of Information Engineering, Northeast China Institute of Electric Power Engineering,Jilin 132012，China

Received:2006-04-05 Revised:2006-09-12 Online:2007-01-01 Published:2007-01-01
Contact: Li Jia-fei

摘要/Abstract

摘要： 针对α算法无法检测出重复任务的不足，对其进行了扩展，提出了一种机器学习和α算
法相结合的α*算法。先建立任务的前驱/后继表，通过其中的信息学习出判定重复任务的
启发式规则来标识日志中的所有重复任务，然后采用α算法从标识后的日志中提取出工作
流网，并对其进行调整得到包含重复任务的工作流网模型。实验结果说明了α*算法的
有效性。

关键词: 人工智能, 过程挖掘, 工作流挖掘, 重复任务, Petri网, 工作流网

Abstract: To overcome the disadvantage that α algorithm is not able to detect the duplicate tasks,an improved algorithm called α*algorithm, was presented,which combines the techniques of machine learning and α-algorithm to distill duplicate tasks.In the algorithm,the Predecessor/Successor Tables of task are constructed first.Then the heuristic rules to determine the duplicate tasks are learned from the information contained in these tables and adopted to identify all duplicate tasks in the workflow log.Finally,the workflow net is extracted from the identified log using the α-algorithm and is fine-tuned to get the workflow model containing duplicate tasks.Experiment results illustrate the validity of the α*algorithm.

中图分类号:

TP181

李嘉菲，刘大有，于万钧 . 一种能发现重复任务的过程挖掘算法[J]. 吉林大学学报(工学版), 2007, 37(01): 106-110.

Li Jia-fei，Liu Da-you，Yu Wan-jun . Process mining algorithm to discover duplicate tasks[J]. 吉林大学学报(工学版), 2007, 37(01): 106-110.

参考文献

相关文章 15

[1]	董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2]	顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3]	王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4]	张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[5]	黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[6]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[7]	刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[8]	王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[9]	杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[10]	刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[11]	曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[12]	李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[13]	邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[14]	王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[15]	马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed