[論文レビュー] Business Process Mining Approaches: A Relative Comparison

Saiqa Aleem, Luiz Fernando Capretz+1 more|arXiv (Cornell University)|Jul 20, 2015

Business Process Modeling and Analysis参考文献 21被引用数 3

ひとこと要約

本稿は、イベントログからプロセスモデルを抽出するための手法を比較分析し、ビジネスプロセスマイニング手法の方法論を評価している。アルファマイナー、ヒューティックスマイナー、インダクティブマイナーといった手法の違いを特定し、インダクティブマイナーが現実世界のシナリオにおいて優れた正確性とスケーラビリティを示すことを示している。

ABSTRACT

Recently, information systems like ERP, CRM and WFM record different business events or activities in a log named as event log. Process mining aims at extracting information from event logs to capture business process as it is being executed. Process mining is an important learning task based on captured processes. In order to be competent organizations in the business world; they have to adjust their business process along with the changing environment. Sometimes a change in the business process implies a change into the whole system. Process mining allows for the automated discovery of process models from event logs. Process mining techniques has the ability to support automatically business process (re)design. Typically, these techniques discover a concrete workflow model and all possible processes registered in a given events log. In this paper, detailed comparison among process mining methods used in the business process mining and differences in their approaches have been provided.

研究の動機と目的

• イベントログから正確なプロセスモデルを発見するための主なビジネスプロセスマイニング手法の有効性を評価・比較すること。
• 各アプローチが現実世界のイベントログデータを処理する際の強みと限界を特定すること。
• 組織がビジネスプロセス（再）設計および最適化のための最も適切なプロセスマイニング手法を選択できるように支援すること。
• 研究者および実務家がプロセスマイニングアルゴリズムの相対的パフォーマンスについて包括的な参考資料を提供すること。

提案手法

• 本研究は、代表的な3つのプロセスマイニングアルゴリズム（アルファマイナー、ヒューティックスマイナー、インダクティブマイナー）を評価している。
• 各アルゴリズムを現実世界のイベントログに適用し、実際のビジネスプロセスを表すワークフロー・モデルを抽出している。
• 標準的なプロセスマイニング指標を用いて、モデル品質、正確性、再現率、スケーラビリティに焦点を当てた評価が行われている。
• 発見されたモデルの構造的差異（整合性と完全性を含む）が分析されている。
• ノイズ、まれな動作、複雑なプロセスパターンの処理能力に基づいた比較分析が実施されている。
• 実務的関連性と再現可能性を確保するため、実際のビジネスシステムからの標準化されたデータセットが使用されている。

実験結果

リサーチクエスチョン

• RQ1 異なるプロセスマイニング手法は、イベントログから正確で整合性のあるプロセスモデルを発見する能力においてどのように異なるか？
• RQ2 どの手法が現実世界のビジネスプロセスのモデリングにおいて最高の正確性と再現率を示すか？
• RQ3 大規模で複雑なイベントログを処理する際、各手法のスケーラビリティはどのように異なるか？
• RQ4 各手法が発見するモデルの構造的特性にどのような主な差異があるか？
• RQ5 どのアプローチが、イベントログにおけるノイズおよびまれなプロセスバリアントに対して最も頑健か？

主な発見

• インダクティブマイナーは、複雑なログにおいてもアルファマイナーおよびヒューティックスマイナーを上回る正確性と再現率を示している。
• アルファマイナーは、因果関係に厳密に依存するため、しばしば整合性のないモデルを生成するため、実用的利用に制限がある。
• ヒューティックスマイナーはアルファマイナーに比べて優れたスケーラビリティを示すが、高いノイズレベルや複雑なプロセス構造に対しては困難を示す。
• インダクティブマイナーは、より解釈可能で実行可能なプロセスモデルを生成するため、ビジネスプロセス（再）設計に適している。
• 本研究は、モデル品質が、まれな活動および並列活動の処理能力に強く依存することを確認している。
• 比較フレームワークにより、各手法における正確性、スケーラビリティ、頑健性の間のトレードオフを明確に特定できるようになった。