Интеллектуальная процессная аналитика (process mining) предоставляет методы для синтеза моделей процессов в выбранном формализме (например сети Петри, деревья процессов, Business Process Model and Notation, и т.д.), проверки соответствия (conformance checking) синтезированной модели логу событий и обогащения полученной модели информацией доступной в логе событий (например информация о частоте возникновения событий или выделение “узких мест” в процессе). Изначально, методы интеллектуальной процессной аналитики были разработаны для работы в оффлайн сценарии. Другими словами, анализируемый лог событий должен быть полностью доступен на момент начала синтеза модели. В связи с интенсивным развитием информационных технологий появилась необходимость применения методов process mining в потоковом сценарии, когда логи событий целиком недоступны. В докладе будут разобраны потоковые методы синтеза процессов и проверки соответствия моделей, будет представлена классификация алгоритмов потокового синтеза моделей процессов и приведены алгоритмы из области потоковой обработки событий, которые используются для трансформации оффлайн методов интеллектуальной процессной аналитики в свои онлайн версии.

Литература:

1. Sebastiaan van Zelst, Boudewijn van Dongen, and Wil van der Aalst. 2018. Event Stream-Based Process Discovery using Abstract Representations. Knowledge and Information Systems 54 (02 2018). https://doi.org/10.1007/s10115-017-1060-2
2. G. Manku and R. Motwani. 2002. Approximate frequency counts over data streams. Proceedings of 28th International Conference on Very Large Data Bases 5 (01 2002).
3. Erik D. Demaine, Alejandro Lopez-Ortiz, and J. Ian Munro. 2002. Frequency Estimation of Internet Packet Streams with Limited Space. In Algorithms - ESA 2002, 10th Annual European Symposium, Rome, Italy, September 17-21, 2002, Proceedings (Lecture Notes in Computer Science, Vol. 2461), Rolf H. Mohring and Rajeev Raman (Eds.). Springer, 348–360. https://doi.org/10.1007/3-540-45749-6_33
4. Daniel Schuster, Sebastiaan J. van Zelst, and Wil M. P. van der Aalst. 2020. Incremental Discovery of Hierarchical Process Models. In RCIS (Lecture Notes in Business Information Processing, Vol. 385). Springer, Berlin, 417–433. https://doi.org/10.1007/978-3-030-50316-1_25
5. Daniel Schuster, Sebastiaan J. van Zelst, and Wil M. P. van der Aalst. 2021. Freezing Sub-models During Incremental Process Discovery. In Conceptual Modeling - 40th International Conference, ER 2021, Virtual Event, October 18-21, 2021, Proceedings (Lecture Notes in Computer Science, Vol. 13011), Aditya K. Ghose, Jennifer Horkoff, Vitor E. Silva Souza, Jeffrey Parsons, and Joerg Evermann (Eds.). Springer, Berlin, 14–24. https://doi.org/10.1007/978-3-030-89022-3_2
6. Daniel Schuster and Gero Joss Kolhof. 2020. Scalable Online Conformance Checking Using Incremental Prefix-Alignment Computation. In Service-Oriented Computing - ICSOC 2020 Workshops and Satellite Events, Dubai, United Arab Emirates, December 14-17, 2020, Proceedings (Lecture Notes in Computer Science, Vol. 12632), Hakim Hacid, Fatma Outay, Hye-young Paik, Amira Alloum, Marinella Petrocchi, Mohamed Reda Bouadjenek, Amin Beheshti, Xumin Liu, and Abderrahmane Maaradji (Eds.). Springer, 379–394. https://doi.org/10.1007/978-3-030-76352-7_36
7. Sebastiaan van Zelst, Alfredo Bolt, Marwan Hassani, Boudewijn van Dongen, and Wil van der Aalst. 2019. Online conformance checking: relating event streams to process models using prefix-alignments. International Journal of Data Science and Analytics 8 (10 2019). https: //doi.org/10.1007/s41060-017-0078-6
8. Andrea Burattin, Sebastiaan J. van Zelst, Abel Armas-Cervantes, Boudewijn F. van Dongen, and Josep Carmona. 2018. Online Conformance Checking Using Behavioural Patterns. In Business Process Management - 16th International Conference, BPM 2018, Sydney, NSW, Australia, September 9-14, 2018, Proceedings (Lecture Notes in Computer Science, Vol. 11080), Mathias Weske, Marco Montali, Ingo Weber, and Jan vom Brocke (Eds.). Springer, 250–267. https://doi.org/10.1007/978-3-319-98648-7_15
9. Wil M. P. van der Aalst and Josep Carmona (Eds.). 2022. Process Mining Handbook. Lecture Notes in Business Information Processing, Vol. 448. Springer, Berlin. https://doi.org/10.1007/978-3-031-08848-3

Слайды доклада

Видео доклада (Youtube)

Видео доклада (VK Видео)