[論文レビュー] May I Take Your Order? On the Interplay Between Time and Order in Process Mining

Wil M. P. van der Aalst, Luis F. R. Santos|arXiv (Cornell University)|Jul 8, 2021

Business Process Modeling and Analysis参考文献 13被引用数 7

ひとこと要約

本論文は、粗い時間集約とカスタマイズ可能なtiebreakerを組み合わせることで、信頼性の低いタイムスタンプや不適切な時間的順序を扱う、イベントログの前処理フレームワークを提案する。部分順序を生成することで、不正確なタイムスタンプに起因するアーティファクトを低減し、標準的手法との互換性を確保するためのk-sequentializationを支援する。ProMに統合されたPartialOrderVisualizerにより、部分順序の探索が可能となり、より正確なプロセスマイニングが実現される。

ABSTRACT

Process mining starts from event data. The ordering of events is vital for the discovery of process models. However, the timestamps of events may be unreliable or imprecise. To further complicate matters, also causally unrelated events may be ordered in time. The fact that one event is followed by another does not imply that the former causes the latter. This paper explores the relationship between time and order. Moreover, it describes an approach to preprocess event data having timestamp-related problems. This approach avoids using accidental or unreliable orders and timestamps, creates partial orders to capture uncertainty, and allows for exploiting domain knowledge to (re)order events. Optionally, the approach also generates interleavings to be able to use existing process mining techniques that cannot handle partially ordered event data. The approach has been implemented using ProM and can be applied to any event log.

研究の動機と目的

• プロセスモデル発見に歪みをもたらす、信頼性の低いまたは不正確なタイムスタンプの問題に対処すること。
• 現実世界のシステムにおける遅延発生や粗いタイムスタンプ記録に起因する誤った時間的順序を軽減すること。
• 強制的な全順序化を避けて、イベント順序の不確実性を部分順序を用いて原理的かつ適切に表現すること。
• k-sequentializationを用いて、部分順序データに対して標準的なプロセスマイニング手法を適用可能にする。
• ドメインエキスパートが因果的または論理的制約をtiebreakerを通じてイベント順序に統合できるようにすること。

提案手法

• タイムスタンプの粗さを減らすための時間集約器（ta）を用い、例えば秒から時間や日単位に変換することで、微小なタイムスタンプ差に起因する誤った順序を低減する。
• 粗いタイムスタンプと、追加の因果的またはドメイン固有の制約に基づいて、イベント間に部分順序 ≺o を定義する。
• 複数のイベントが同じ粗いタイムスタンプを持つ場合の継続的順序の解消のため、tiebreaker ≺tb を導入し、決定論的な部分順序の構築を可能にする。
• ProMに統合されたPartialOrderVisualizerを実装し、異なる時間粒度でのイベントログのインタラクティブな探索と、部分順序のバリエーションの可視化を可能にする。
• 部分順序化されたイベントログのk-sequentializationsを生成し、全順序を必要とする標準的なプロセスマイニングツールとの互換性を確保する。
• 実世界のログ（例：P2P、Covid-19治療、道路罰金）に本手法を適用し、スケーラビリティと洞察の生成を実証する。

実験結果

リサーチクエスチョン

• RQ1 信頼性の低いまたは不正確なタイムスタンプを有するイベントログを、プロセスモデル発見におけるアーティファクトを低減するようにどのように前処理できるか？
• RQ2 タイムスタンプの誤差が存在する状況において、時間粒度の粗さを高めることで、プロセスマイニング結果の正確性がどの程度向上するか？
• RQ3 部分順序は、意味的なプロセス意味論を保ちつつ、イベント順序の不確実性を効果的に表現できるか？
• RQ4 ドメイン知識をどのようにイベント順序に統合することで、プロセスモデルの品質を向上させられるか？
• RQ5 部分順序化されたログにk-sequentializationを適用した場合、トレースバリアント数とモデル忠実度にどのような影響が生じるか？

主な発見

• 時間集約器を用いた時間粒度の粗さ処理により、医療や行政ログにおいて特に顕著に、不正確なタイムスタンプに起因する誤った順序が顕著に低減された。
• 時間粒度の粗さ処理により、部分順序のバリエーション数が増加する場合があるが、すべてのイベントが同じ時間期間にマッピングされる場合に最小限に抑えられる。
• PartialOrderVisualizerにより、異なる時間粒度でのイベントログのインタラクティブな探索が可能となり、たとえば同じ時間帯（1時間または1週間）に頻繁に発生する活動のパターンが明らかになった。
• P2Pプロセスログ（2,654件のケース）において、1時間の時間粒度を使用した場合、部分順序のバリエーションは710件にまで減少したが、週単位の粒度にすると未順序化されたイベント数が増加し、k=10のk-sequentialization後に8,864件のトレースバリアントが得られた。
• 本手法は効率的にスケーリングでき、560k件以上のイベントを含む大規模な道路罰金ログを、細かい時間抽象化を用いて約10秒で処理した。実用的応用の可能性を示した。