Prozessmodell erkennen

Einleitung

Durch die Erkennung eines Prozesses erhalten Sie ein besseres Verständnis für die Prozessstruktur. Erweiterte Process Mining-Techniken, die als Probabulator sie der Miner (PIM) bezeichnet werden, identifizieren automatisch Aktivitäten, die parallel erfolgen, Teil einer Entscheidung sind oder Teil einer komplexeren Schleife sind, indem das gesamte Ereignisprotokoll analysiert wird. Dadurch wird eine flexible und realistische Darstellung davon geschaffen, wie der Prozess tatsächlich in der Praxis abläuft, unter Berücksichtigung der verschiedenen Arten, wie Aufgaben ausgeführt werden können, und der Häufigkeit, mit der sie auftreten. Dies kann besonders in komplexen Umgebungen nützlich sein, in denen Prozesse nicht immer genau definiert ablaufen.

Sie können Prozessmodell erkennen als Process Mining-Typ auswählen, wenn Sie eine Prozess-App erstellen. Weitere Informationen finden Sie unter Assistent zum Erstellen einer neuen App .

Algorithmus

Der PIM-Algorithmus unterteilt den Satz von Aktivitäten im Ereignisprotokoll rekursiv in kleinere Teilmengen, bis nur noch einzelne Aktivitäten übrig sind. Dann wird jedes Mal versucht, die am besten passende Beziehung zwischen diesen Teilmengen zu finden. Diese Beziehungen, die die Struktur und das Verhalten des Prozesses definieren, werden als Prozesssemantik bezeichnet.

PIM funktioniert in den folgenden rekursiven Phasen:

1. Folgt direkt-Prozessmodell: Der Increment Miner beginnt mit dem Erstellen eines „Folgt direkt“-Prozessmodells, das zeigt, wie Aktivitäten im Ereignisprotokoll aufeinander folgen.
2. Schnitterkennung: Im Schritt der Erkennung des Schnitts teilt der Increment Miner den Prozess in zwei Teile, sodass ein Operator die Beziehung zwischen diesen Teilen beschreiben kann. Der Operator drückt eine „Sequence“, eine „exklusive Auswahl“, eine „Parallelität“ oder eine „Schleifenschleifen“-Beziehung zwischen den beiden Hälften des Schnitts aus.
3. Protokollaufteilung: In diesem Schritt wendet der Induktive Miner die Aufteilung aus dem Schnitt auf das Ereignisprotokoll an, wobei die Aktivitäten beider Hälften in verschiedene Ereignis-Unterprotokolle getrennt werden. Der Algorithmus erstellt dann neue Direkt-Folgt-Prozessmodelle aus diesen Unterprotokollen und wiederholt den Prozess der Erkennung und Aufteilung von Abschnitten rekursiv. Bevor jedoch mit der Rekursion fortgefahren wird, sucht der Algorithmus nach einigen Basisfällen. Wenn beispielsweise ein Unterprotokoll nur eine einzelne Aktivität enthält, wird die Rekursion angehalten, da keine weiteren Schnitte erkannt werden können.

Schnitterkennung

Der Schritt Erkennung der Ausschneidefunktion ist der Kern des Probability Increment Miners. PIM berechnet Verhaltenspunktzahlen zwischen 0 und 1 für jedes Aktivitätspaar, was die Stärke des Verhaltens zwischen ihnen angibt. Diese Punktzahlen werden von den Häufigkeiten in den Daten des Prozessmodells „Folgt direkt“ abgeleitet. PIM unterscheidet zwischen Sequence, ausschließlicher Auswahl, Parallelität und Schleifenverhalten.

Als Nächstes berechnet PIM die Wahrscheinlichkeiten für die Schnitterkennung. Diese Wahrscheinlichkeiten basieren auf dem Durchschnitt der Punktzahlen von Aktivitätspaaren zwischen den aufgeschnittenen Hälften. Anstatt jede mögliche Aufteilung zu berücksichtigen und die beste Option auszuwählen, identifiziert PIM direkt die Schnittmenge mit der höchsten Wahrscheinlichkeit.

Beispiel

Betrachten Sie das folgende Ereignisprotokoll und das zugehörige Prozessmodell Folgt direkt .

<A, D, E>12 <A, B, C, E>5 <A, C, B, E>3

PIM berechnet die folgenden Sequence -Verhaltensbewertungen für jedes Aktivitätspaar. Da wir immer mit A beginnen, sind die Punktzahlen von A bis zu jeder anderen Aktivität hoch. Da wir immer mit E enden, sind die Punktzahlen von jeder Aktivität bis E hoch.

Sequence-Scores	A	B	C	D	E
A	-	0,88	0,88	0,92	0,95
B	0	-	0,22	0	0,88
C	0	0	-	0	0,88
D	0	0	0	-	0,92
E	0	0	0	0	0

In der nächsten Phase kommt PIM zu dem Schluss, dass beide Sequence-Aufteilungen (A | B, C, D, E) und (A, B, C, D | E) gleich wahrscheinlich sind, und wählt eine von ihnen aus. Die Aufteilung wird auf das Ereignisprotokoll angewendet, wodurch zwei kleinere Ereignisprotokolle erstellt werden, die rekursiv auf Aufteilungen analysiert werden. Schließlich identifiziert PIM eine Parallelbeziehung zwischen B und C und eine Auswahlbeziehung mit D. Die folgende Abbildung zeigt das erhaltene Ergebnis.