[論文レビュー] Process Mining for Unstructured Data: Challenges and Research Directions

Agnes Koschmider, Milda Aleknonytė‐Resch+8 more|arXiv (Cornell University)|Nov 30, 2023

Business Process Modeling and Analysis被引用数 7

ひとこと要約

この論文は、動画、センサーストリーム、音声などの非構造化データにプロセスマイニングを適用する際の主な課題を特定し、それらのデータをプロセスマイニング対応のイベントログに変換するための5段階のアナリティクスパイプラインを提案する。5つの重要な研究分野を提示する：ドメイン知識を統合したハイブリッドモデリング、包括的インサイトを得るためのデータ統合、高度な可視化、説明可能なAIの統合、倫理的・法的フレームワーク。非構造化データにおけるプロセスマイニングは、変革的ではあるがまだ十分に掘り広げられていない分野であると位置づけられる。

ABSTRACT

The application of process mining for unstructured data might significantly elevate novel insights into disciplines where unstructured data is a common data format. To efficiently analyze unstructured data by process mining and to convey confidence into the analysis result, requires bridging multiple challenges. The purpose of this paper is to discuss these challenges, present initial solutions and describe future research directions. We hope that this article lays the foundations for future collaboration on this topic.

研究の動機と目的

• 非構造化データ（例：動画、センサーストリーム、音声）が一般的な分野において、従来のプロセスマイニングと互換性のない状況におけるプロセスマイニングの需要増加に応えること。
• 低レベルの非構造化データをプロセスマイニングに適した構造化イベントログに変換する際の、根幹的な課題を特定し、体系化すること。
• 非構造化データの前処理と分析をプロセスマイニングワークフローに統合するための体系的で5段階のアナリティクスパイプラインを提案すること。
• 技術的・倫理的・ドメイン固有のギャップを埋める、前向きな5つの研究分野を提示すること。
• 非構造化データにおけるプロセスマイニング分野における今後の協働の基盤を築くために、未解決の課題と実行可能な研究アジェンダを提示すること。

提案手法

• 非構造化データソースに特化した5段階のプロセスアナリティクスパイプライン（データ収集、イベント抽象化、イベントログ作成、プロセスマイニング、結果解釈）を提案する。
• 生の非構造化入力（例：動画フレーム、センサーリーディング）から意味のあるアクティビティを抽出し、それらをシンボリックなイベントログエントリにマッピングするためのイベント抽象化技術を採用する。
• ドメイン知識をプロセスマイニングワークフローに統合するハイブリッドモデリングアプローチを導入し、モデルの正確性と関連性を向上させる。
• 異種のデータソース（例：動画、センサー、ログ）を統合するデータ統合技術を推奨し、より豊富で正確なプロセス表現を実現する。
• インタラクティブでスケーラブルな可視化手法（例：ダッシュボード、3Dモデル）の活用を提唱し、複雑なプロセスマイニング結果をステークホルダーに効果的に伝える。
• 非構造化入力から得られるプロセスマイニングの結果に対する透明性と信頼性を高めるために、説明可能なAI（XAI）技術の統合を奨励する。

実験結果

リサーチクエスチョン

• RQ1 動画、音声、センサーストリームなどの非構造化データを、プロセスマイニングに適した構造化イベントログに体系的に変換する方法は何か？
• RQ2 低レベルの非構造化データソースからイベントログを導出する際、データ品質とプロセスの忠実性を確保するための主な課題は何か？
• RQ3 実世界の応用において、正確性と関連性を高めるために、ドメイン固有の知識をプロセスマイニングモデルに効果的に統合する方法は何か？
• RQ4 異種のデータソース（例：動画、センサーデータ、ログ）を統合するためのデータ統合戦略として、より包括的で信頼性の高いプロセスインサイトを生み出すものは何か？
• RQ5 監視データやバイアスに関する懸念を含め、非構造化データのプロセスマイニングにおける倫理的・法的課題を、予防的かつ的確に取り扱う方法は何か？

主な発見

• 非構造化データをプロセスマイニング対応のイベントログに変換するには、ケースID、アクティビティ名、タイムスタンプが本質的に欠落しているため、イベント抽象化やデータ構造化といった中間ステップが必要不可欠である。
• 従来のプロセスマイニングは、離散的で完全順序付けられており、正確なイベントログを前提としているが、非構造化データはしばしばこれらの仮定に反するため、事前処理なしでは直接適用は非現実的である。
• 異種のデータソース（例：動画、センサーデータ、生産ログ）の統合により、個別のデータストリームでは見えないパターンが明らかになり、プロセスのインサイトと監視能力が向上する。
• インタラクティブダッシュボードや3D表現を含む高度な可視化技術は、非技術的ステークホルダーに非構造化データからの複雑なプロセスマイニング結果を伝えるために不可欠である。
• 医療や法的分野など、高リスク分野における非構造化データのプロセスマイニングでは、説明可能性が極めて重要であり、将来的なシステムはモデルの信頼性を高めるためのフィードバックメカニズムを統合する必要がある。
• プライバシー、バイアス、データ保護に関する倫理的・法的課題は顕著であり、匿名化技術や透明性のあるガバナンスモデルを含む、専用のフレームワークの構築が、責任ある利用を確保するために不可欠である。