[論文レビュー] Causal Process Mining from Relational Databases with Domain Knowledge

Philipp Waibel, Lukas Pfahlsberger+2 more|arXiv (Cornell University)|Feb 16, 2022

Business Process Modeling and Analysis被引用数 8

ひとこと要約

本稿では、外部キー制約からのドメイン知識を用いてリレーショナルデータベースのイベントデータを因果的イベントグラフ（CEG）に変換する、新しい手法である因果的プロセスマイニング（CPM）を提案する。従来の直接続く関係グラフ（DFG）で一般的に生じる誤った関係を回避し、因果的依存関係をモデル化することでノイズを低減し、モデルの正確性を向上させる。ヨーロッパの食品生産業者を対象とした事例研究において、CPMはDFGベースの手法を上回り、有効なプロセスフローをより的確に捉えていることを示している。

ABSTRACT

The plethora of algorithms in the research field of process mining builds on directly-follows relations. Even though various improvements have been made in the last decade, there are serious weaknesses of these relationships. Once events associated with different objects that relate with a cardinality of 1:N and N:M to each other, techniques based on directly-follows relations produce spurious relations, self-loops, and back-jumps. This is due to the fact that event sequence as described in classical event logs differs from event causation. In this paper, we address the research problem of representing the causal structure of process-related event data. To this end, we develop a new approach called Causal Process Mining. This approach renounces the use of flat event logs and considers relational databases of event data as an input. More specifically, we transform the relational data structures based on the Causal Process Template into what we call Causal Event Graph. We evaluate our approach and compare its outputs with techniques based on directly-follows relations in a case study with an European food production company. Our results demonstrate the benefits for enriching process mining with additional knowledge from the domain.

研究の動機と目的

• フラットなイベントログと直接続く関係を用いる従来のプロセスマイニングにおける表現バイアスを是正すること。特に1:NおよびN:Mの正規化状況において顕著である。
• 複数の相互作用するオブジェクトを含むプロセスをモデル化する際、直接続く関係グラフ（DFG）が誤った関係、自己ループ、逆ジャンプを生じるという限界を克服すること。
• リレーショナルデータベースからの因果的ドメイン知識（特に外部キー関係）をプロセスマイニングに統合し、モデルの忠実度を向上させること。
• リレーショナルデータ構造と因果的テンプレートを活用して、より正確なプロセスモデルを生成する新しいモデリングパラダイム、因果的プロセスマイニング（CPM）を構築すること。
• 実世界の食品生産環境におけるCPMの有効性を、DFGベースの手法と比較する事例研究を通じて実証すること。

提案手法

• 外部キー制約から得られるドメイン固有の因果的関係をエンコードする因果的プロセステンプレート（CPT）を用いて、リレーショナルデータベースのイベントデータを因果的イベントグラフ（CEG）に変換する。
• プロセスインスタンスをオブジェクト中心のトレースとしてモデル化し、イベントと関連するビジネスオブジェクトの関係を保持する。単一のケースログにフラット化するのではなく、これにより関係性を維持する。
• 異なる抽象化レベルでCEGをグループ化することで、集約因果的イベントグラフ（ACEG）を構築し、マルチレベルのプロセス分析を可能にする。
• グラフデータベースを用いてCEGおよびACEGを格納・クエリ可能とし、プロセスインスタンス全体にわたる因果的依存関係の効率的探索を可能にする。
• ピアの階層に従う因果推論の原則を適用し、時系列的順序ではなく、実際の因果的依存関係を反映するようにする。
• CPMの出力結果とDFGベースのモデルを比較することで、予期しない関係比や時系列違反回数といった指標を用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 複雑なオブジェクト正規化状態を示すリレーショナルデータベースにおいて、因果的プロセスマイニング（CPM）は、従来の直接続く関係グラフ（DFG）手法と比較して、どれほど誤った関係を低減できるか？
• RQ2 具体的に外部キー関係として表現される因果的ドメイン知識は、リレーショナルイベントデータから導出されるプロセスモデルの正確性をどれほど向上させられるか？
• RQ3 実世界の産業環境において、因果的プロセスマイニング（CPM）は、DFGベースの手法と比較して、より解釈可能で正確なプロセスモデルを生成できるか？
• RQ4 集約因果的イベントグラフ（ACEG）における異なる集約レベルは、プロセスモデルの明確さと忠実度にどのように影響するか？
• RQ5 時系列整合性（例：時系列違反）は、CPMとDFGベースの手法の両者で生成されるモデルの品質に、それぞれどのような影響を及えるか？

主な発見

• CPMは誤った関係を顕著に低減した：事例研究において、第3集約レベルで予期しない関係の割合は、DFGの950.36％からCPMでは0.00％に低下した。
• Noreja手法（DFGベース）は、'注文納品準備 → 注文品目ピッキング計画'の遷移で427,634件の予期しない関係を生成したが、CPMでは予期しない関係がゼロであった。
• CPMモデルでは、ほとんどの遷移において、時系列違反のない関係と違反のある関係の比率が100％であった。これは高い時系列整合性を示している。
• CPMでは、'納品書作成 → 組み合わせ納品書生成'の遷移で、予期しない関係を100％削減した。一方、DFGベースのNoreja手法では195,604.17％の予期しない関係が生じた。
• CPMにおける時系列違反の数は著しく削減された。例として、'納品書作成 → 組み合わせ納品書生成'経路では、CPMで13件の違反しか発生しなかったが、DFGベースの手法では35,465件の違反が生じた。
• CPMは11の遷移のうち8つで、誤った関係が0％となった。これは、DFGベースの手法よりも優れた正確性と因果的妥当性を示している。