close

Prosessilouhinta

Siirry navigointiin Siirry hakuun

Prosessin louhinta on prosessinhallintatekniikka , joka mahdollistaa liiketoimintaprosessien analysoinnin tapahtumalokien perusteella . Tapahtumalokeihin sovellettavien erityisten tiedonlouhintaalgoritmien avulla on mahdollista poimia tietoa jälkimmäisistä: itse asiassa on mahdollista löytää muotia, malleja ja paljon muuta tietojärjestelmään liittyvää tietoa . Prosessilouhinnan tavoitteena on itse asiassa parantaa jälkimmäistä tarjoamalla tekniikoita ja työkaluja prosessirakenteiden, datan, organisaatioiden ja sosiaalisten rakenteiden löytämiseen lokeista alkaen. [1]

Yleinen idea

Prosessin louhintatekniikoita käytetään usein silloin, kun prosessin kuvausta ei ole saatavilla muilla keinoin tai kun tämän dokumentaation laatu on kyseenalainen. Tapahtumalokianalyysillä voidaan myös verrata tapahtumalokeja a priori -malleihin, jotta voidaan tutkia, onko havaittu vastaa kuvaavaa vai ohjeistavaa mallia.

Nykypäivän johtamistrendit, kuten BAM ( Business Activity Monitoring ), BOM ( Business Operations Management ) ja BPI ( Business Process Intelligence ), osoittavat kiinnostusta tukea diagnostisia toimintoja liiketoimintaprosessien hallintateknologioiden yhteydessä (esim. Workflow Management System , mutta myös muut).

Sovellukset

Prosessin louhinta noudattaa liiketoimintaprosessien suunnittelun määrittämiä vaihtoehtoja ja menee sitten näitä vaihtoehtoja pidemmälle antamalla palautetta liiketoimintaprosessien esittämiseen [2] :

  • prosessianalyysi suodattaa, lajittelee ja pakkaa lokitiedostoja syventääkseen tutkimusta prosessitoimintojen yhteydessä;
  • prosessien mallintamista voidaan tukea prosessin valvonnasta saadulla palautteella toimintojen tai tapahtumien tallentamiseen (lokitiedostot);
  • Prosessikehitys hyödyntää lokipohjaisia ​​prosessilouhintatuloksia prosessitoimintojen jatkokehitykseen.

Luokitus

Prosessilouhintatekniikoita on kolme pääluokkaa. Tämä luokittelu perustuu siihen, onko olemassa a priori malli ja miten sitä käytetään.

  • Discovery : a priori mallia ei ole , eli malli rekonstruoidaan lokiin tallennettujen tapahtumien perusteella. Esimerkiksi Alpha-algoritmia [3] käyttämällä on mahdollista rekonstruoida prosessimalli. Prosessimallien automaattiseen rakentamiseen on olemassa monia tekniikoita (esim. Petri-verkkojen suhteen ) [3] [4] [5] [6] [7] . Viime aikoina prosessilouhintatutkimuksessa on alettu tutkia muita näkökulmia, kuten dataa, resursseja, aikaa jne. Esimerkiksi julkaisussa (Aalst, Reijers & Song, 2005) [8] kuvattuja tekniikoita voidaan käyttää sosiaalisen verkoston rakentamiseen.
  • Vaatimustenmukaisuus : On olemassa a priori malli, ja tätä mallia verrataan tapahtumalokiin ja analysoidaan lokin ja mallin väliset erot. Vaatimustenmukaisuustarkastuksia voitaisiin käyttää tunnistamaan eroja alkuperäisestä mallista. Myöhemmin on mahdollista käyttää klassisia tiedonlouhintatekniikoita valvomaan, mitkä tiedot vaikuttavat eniten valintoihin (esimerkiksi luomalla päätöspuu jokaiselle prosessin valinnalle).
  • Parannus : On olemassa a priori malli. Tätä mallia on laajennettu uudella näkökulmalla; Tavoitteena ei ole hallita eroja, vaan rikastaa alkuperäistä mallia. Esimerkkinä on mallin laajentaminen suorituskykytiedoilla (esim. pullonkauloja voidaan korostaa prosessin sisällä).

Process Mining Software

Wil van der Aalst ym. kehitti Technische Universiteit Eindhovenissa ohjelmistokehyksen prosessilouhintaalgoritmien arviointiin, ja se on saatavilla avoimen lähdekoodin työkalupakkina .

  • Prosessilouhinta [9]
  • Prom Framework [10]
  • Prom Import Framework [11]

Muita avoimen lähdekoodin kirjastoja, jotka tukevat prosessilouhintaa, ovat:

  • PM4Py [12] , avoimen lähdekoodin ja yleiskäyttöinen prosessilouhintakirjasto Pythonissa, jonka on kehittänyt Fraunhofer FIT
  • bupaR [13] , Process Mining -kirjasto R:ssä
  • pMineR [14] , Process Mining for Healthcare -kirjasto, R
  • PM4JS , Javascript Process Mining -kirjasto
  • MicroPM4Py [15] , Python Process Mining -kirjasto mikro-ohjaimille ja sulautetuille järjestelmille
  • PMLAB [16] , Process Mining -kirjasto Pythonissa

Prosessilouhinnan toiminnot toteuttavat myös seuraavat kaupalliset toimittajat:

  • Futura Reflect [17] , Futura Technologyn kehittämä sarja prosessilouhintaan ja älykkäisiin prosesseihin.
  • Interstage Automated Process Discovery, [18] Fujitsu, Ltd:n tarjoama prosessilouhintapalvelu osana Interstage Integration Middleware Suitea.
  • QPR ProcessAnalyzer [19] tarjoaa QPR Software Plc [20] .
  • Nitro [21] on Fluxiconin [22] kehittämä työkalu tapahtumalokien muuntamiseen helposti CSV- tai XLS -muotoon , jotta niitä voidaan käyttää ProM :ssä
  • Disco [23] Fluxiconin [22] kehittämä prosessilouhintaohjelmisto, joka keskittyy käyttöliittymän ja analyysin yksinkertaisuuteen .
  • myInvenio [24] , Cognitive Technology Ltd:n rakentama prosessilouhintaominaisuuksia tarjoava pilvipalvelu .

Muistiinpanot

  1. ^ Prosessilouhinta.Arkistoitu 4. toukokuuta 2007 Internet-arkistossa . osoitteeseen Is.tm.tue.nl. Sivu näytetty 23.9.2009.
  2. ^ Prosessilouhinta - löytö, vaatimustenmukaisuus ja | Wil MP van der Aalst | Springer . Haettu 20. lokakuuta 2016 .
  3. ^ a b Aalst, W. van der , Weijters, A., & Maruster, L. (2004). Työnkulun louhinta: prosessimallien löytäminen tapahtumalokeista. IEEE Transactions on Knowledge and Data Engineering, 16 (9), 1128-1142.
  4. ^ Agrawal, R., Gunopulos, D., & Leymann, F. (1998). Kaivosprosessimallit työnkulun lokeista. Kuudennessa kansainvälisessä tietokantateknologian laajentamista käsittelevässä konferenssissa (s. 469-483).
  5. ^ Cook, J., & Wolf, A. (1998). Ohjelmistoprosessien mallien löytäminen tapahtumapohjaisesta tiedosta. ACM Transactions on Software Engineering and Methodology, 7 (3), 215-249.
  6. ^ Datta, A. (1998). Sellaisten liiketoimintaprosessimallien löytämisen automatisointi: todennäköisyyspohjaiset ja algoritmiset lähestymistavat. Information Systems Research, 9 (3), 275-301.
  7. ^ Weijters, A., & Aalst, W. van der (2003). Työnkulkumallien löytäminen uudelleen tapahtumapohjaisista tiedoista Little Thumbin avulla. Integrated Computer-Aided Engineering, 10 (2), 151-162.
  8. ^ Aalst, W. van der , Beer, H., & Dongen, B. van (2005). Prosessin louhinta ja ominaisuuksien todentaminen: ajalliseen logiikkaan perustuva lähestymistapa. Julkaisussa R. Meersman & ZT et ai. (Toim.), On the Move to Meaningful Internet Systems 2005: CoopIS, DOA ja ODBASE: OTM Confederated International Conferences, CoopIS, DOA ja ODBASE 2005 (Vol. 3760, s. 130-147). Springer-Verlag, Berliini.
  9. ^ Prosessilouhinta
  10. ^ Prom Framework
  11. ^ Prom Import Framework
  12. ^ PM4Py
  13. ^ bupaR
  14. ^ Gatta R, Lenkowicz J ja Vallati M, et ai., PMineR: An Innovative R Library for Performing Process Mining in Medicine , julkaisussa Artificial Intelligence in Medicine , voi. 10259, 2017, s. 351-355, DOI : 10.1007 / 978-3-319-59758-4_42 .
  15. ^ MicroPM4Py
  16. ^ PMLAB
  17. ^ Futura Reflect Arkistoitu 20. helmikuuta 2009 Internet-arkistoon .
  18. ^ Interstage Automated Process Discovery
  19. ^ QPR ProcessAnalyzer
  20. ^ QPR Software Oyj
  21. ^ Nitro
  22. ^ a b Fluxicon
  23. ^ Prosessin louhinta- ja automatisoitu prosessinhakuohjelmisto ammattilaisille - Fluxicon Disco. , osoitteessa fluxicon.com . Haettu 20. tammikuuta 2016 .
  24. ^ Liiketoimintaprosessien hallintatyökalu | _ myInvenio , My-Inveniossa . Haettu 20. tammikuuta 2016 .

Bibliografia

  • Aalst, W. van der , Dongen, B. van, Herbst, J., Maruster, L., Schimm, G. ja Weijters, A. (2003). Workflow Mining: Survey of Issues and Approaches. Data and Knowledge Engineering, 47 (2), 237-267.
  • Aalst, W. van der , Reijers, H., & Song, M. (2005). Sosiaalisten verkostojen löytäminen tapahtumalokeista. Tietokoneella tuettu yhteistyö, 14 (6), 549-593.
  • Dongen, B. van, Medeiros, A., Verbeek, H., Weijters, A., & Aalst, W. van der (2005). ProM-kehys: Process Mining Tool -tuen uusi aikakausi. Teoksessa G. Ciardo & P. ​​​​Darondeau (toim.), Petri Netsin soveltaminen ja teoria 2005 (nide 3536, s. 444–454). Springer-Verlag, Berliini.
  • Dumas, M., Aalst, W. van der , & Hofstede, A. ter (2005). Prosessitietoiset tietojärjestelmät: Ihmisten ja ohjelmistojen yhdistäminen prosessiteknologian avulla. Wiley & Sons.
  • Grigori, D., Casati, F., Castellanos, M., Dayal, U., Sayal, M., & Shan, M. (2004). Liiketoimintaprosessien älykkyys. Computers in Industry, 53 (3), 321-343.
  • Grigori, D., Casati, F., Dayal, U., & Shan, M. (2001). Liiketoimintaprosessien laadun parantaminen poikkeusten ymmärtämisen, ennustamisen ja ennaltaehkäisyn avulla. Teoksessa P. Apers, P. Atzeni, S. Ceri, S. Paraboschi, K. Ramamohanarao ja R. Snodgrass (toim.), Proceedings of 27th international Conference on Very Large Data Bases (VLDB'01) (s. 159– 168). Morgan Kaufmann.
  • IDS Scheer. (2002). ARIS Process Performance Manager (ARIS PPM): Mittaa, analysoi ja optimoi liiketoimintaprosessisi suorituskykyä (tietokirja).
  • Ingvaldsen, JE ja JA Gulla. (2006). Mallipohjainen liiketoimintaprosessien louhinta. Journal of Information Systems Management, Vol. 23, No. 1, Special Issue on Business Intelligence, Auerbach Publications
  • zur Muehlen, M. (2004). Työnkulkuun perustuva prosessinhallinta: työnkulkuun perustuvien prosessitietojärjestelmien perusta, suunnittelu ja soveltaminen. Logos, Berliini.
  • zur Muehlen, M., & Rosemann, M. (2000). Työnkulkuun perustuva prosessien seuranta ja valvonta - tekniset ja organisatoriset kysymykset. Teoksessa R. Sprague (Toim.), Proceedings of the 33rd Hawaii International Conference on System Science (HICSS-33) (s. 1–10). IEEE Computer Society Press, Los Alamitos, Kalifornia.
  • Rozinat, A., & Aalst, W. van der (2006b). Päätöksen kaivostoiminta ProM:ssä. Teoksessa S. Dustdar, J. Faideiro ja A. Sheth (toim.), International Conference on Business Process Management (BPM 2006) (Nide 4102, s. 420–425). Springer-Verlag, Berliini.
  • Sayal, M., Casati, F., Dayal, U., & Shan, M. (2002). Business Process Cockpit. Teoksessa Proceedings of 28th International Conference on very large tietokannat (VLDB'02) (s. 880–883). Morgan Kaufmann.

Aiheeseen liittyvät tuotteet

Ulkoiset linkit

Haettu osoitteesta " https://it.wikipedia.org/w/index.php?title=Process_mining&oldid=123753127 "