بهبود کشف فرآیند مبتنی بر الگوریتم آلفا با استفاده از مدل نگاشت- کاهش

امروزه فرآیندکاوی یکی از نیازهای هر سازمان است. با کمک فرآیندکاوی سازمان ها می توانند به جای اینکه تحت فرضیات عمل کنند، آنچه را که واقعا در فرآیندهایشان اتفاق می افتد را نشان دهند. کشف فرآیند نوعی از فرآیندکاوی است که هدف آن ساختن مدل هایی از فرآیندهای کسب وکار است؛ اطلاعات این فرآیندها در فایل تاریخچه رخداد تولید شده از سیستم های اطلاعات سازمانی جمع آوری شده است. از رایج ترین الگوریتم ها که با آن می توان از تاریخچه رخداد به مدل فرآیند دست یافت الگوریتم آلفا و بهبودهای آن است.در این مقاله، الگوریتم های آلفا و آلفاپلاس به صورت مقیاس پذیر برای کشف فرآیند از تاریخچه رخدادهای بزرگ ارائه می شود؛ برای این مهم از مدل نگاشت کاهش در طراحی دوباره این الگوریتم ها استفاده شده است. روش پیشنهادی شامل سه گام اصلی است: ۱) ساخت تاریخچه رخداد مناسب متنی و تشخیص حلقه های کوتاه، ۲) کشف روابط میان فعالیت ها با استفاده از مدل نگاشت-کاهش و ۳) ترسیم شبکه پتری به عنوان مدل خروجی. ارزیابی های لازم باتوجه به معیارهای زمان، تناسب و دقت انجام شده در مقاله نشان می دهد که روش پیشنهادی برای الگوریتم آلفا، با حفظ تناسب و دقت، امکان کشف فرآیند از تاریخچه رخدادهای بزرگ را فراهم می کند. سپس این الگوریتم، برای شناسایی حلقه بهبود داده می شود این بهبود با نام آلفاپلاس شناخته می شود. ارزیابی ها نشان می دهد که پیاده سازی الگوریتم آلفاپلاس به روش نگاشت-کاهش، علاوه بر کشف سریع حلقه در تاریخچه رخدادهای بزرگ، دقت مدل را حدود ده درصد نسب به روش آلفا، بهبود می دهد.

کلیدواژه ها:

فرآیندکاوی ، کشف فرآیند ، تاریخچه رخداد ، الگوریتم آلفا ، مدل نگاشت-کاهش