Discovering hierarchical process models: an approach based on events partitioning

Modeling and Analysis of Information Systems. 2024. Vol. 31. No. 3. P. 294–315.

A. K. Begicheva, I. A. Lomazova, R. A. Nesterov

Process mining — это область компьютерных наук, которая занимается синтезом и анализом моделей процессов на основе автоматически генерируемых журналов событий. В настоящее время многие организации используют эту технологию для оптимизации и совершенствования бизнес-процессов. Однако синтезированная модель процесса может быть слишком подробной, сложной и трудной для понимания экспертами. В работе мы рассматриваем задачу синтеза иерархической модели бизнес-процесса из низкоуровневого журнала событий, то есть, задачу автоматического синтеза более удобочитаемых и понятных моделей процессов на основе данных, хранящихся в журналах событий информационных систем.

Построение более структурированных и удобочитаемых моделей процессов широко изучается в рамках исследований в области process mining с разных точек зрения. В этой статье мы представляем алгоритм синтеза иерархических моделей процессов, представленных в виде двухуровневых сетей потоков работ. Алгоритм основан на предопределенном разбиении событий на множества, которые определяют подпроцессы, соответствующие высокоуровневым переходам на верхнем уровне двухуровневой сети потоков работ. В отличие от существующих решений, представленный алгоритм не накладывает ограничений на поток управления процессом, а также допускает параллелизм и итерации.

Ключевые слова: сети Петри, Petri nets, process mining, workflow nets, process discovery, журнал событий, Анализ процессов (Process Mining), hierarchical process models, сети потоков работ, event log, иерархические модели процессов

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Моделирование и анализ процессов в информационных системах на основе цифровых следов (2024)