计算机应用研究

作者：任紫薇,王丽丽,左殷恺,

单位：安徽理工大学a.数学与大数据学院;b.深部煤矿采动响应与灾害防控国家重点实验室;c.安徽省煤矿安全大数据分析与预警技术工程实验室,安徽淮南232001；

关键词：行为重要性,有效低频行为,数据影响链,恢复集,行为容忍度,

基金：国家自然科学基金资助项目(61572035,61402011)；安徽理工大学高层次引进人才科研启动基金资助项目(2022yjrc87)；安徽省煤矿安全大数据分析与预警技术工程实验室开放基金资助项目(CSBD2022-ZD03)；深部煤矿采动响应与灾害防控国家重点实验室开放基金资助项目(SKLMRDPC22KF12)；安徽理工大学研究生创新基金资助项目(2022CX2136)；；

低频行为识别是揭示业务流程重要信息和优化流程模型的方法之一，现有流程发现方法忽略了数据影响链对低频行为产生的影响，导致了一些低频行为被视为噪声直接过滤掉。针对这一问题，提出了一种基于活动恢复集的有效低频行为分析方法。首先根据事件日志中的行为重要性过滤日志，并构建初始流程模型；其次从事务日志中提取活动的输入输出数据项，并根据这些数据项构造活动影响链图，在此基础上获取每个活动基于迹的活动恢复集；最后根据活动恢复集来计算每条迹的行为容忍度以区分有效低频行为和噪声。实验结果表明，与其他方法相比，该方法能够有效区分有效低频行为与噪声，并且从拟合度、精度以及简单性方面提高了流程模型的质量。该方法考虑了由活动恢复集而导致的偏差情况，可以成功识别事件日志中的有效低频行为，从而优化了流程模型。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期