[論文レビュー] SQL Queries for Declarative Process Mining on Event Logs of Relational Databases

Stefan Schönig|arXiv (Cornell University)|Dec 1, 2015

Business Process Modeling and Analysis参考文献 10被引用数 3

ひとこと要約

本稿では、リレーショナルデータベースに格納されたリレーショナルイベントログを直接クエリすることで、効率的でカスタマイズ可能なプロセス制約の発見を可能にする、SQLベースの宣言的プロセスマイニング手法を提案する。標準SQLとRelationalXESスキーマを活用することで、制約タイプに制限を設すことなく高いパフォーマンスを達成し、信頼性とサポート度の指標を伴った制御フローおよびリソースベースのパターン（例：ロールベースの先行順序）をサポートする。

ABSTRACT

Flexible business processes can often be modelled more easily using a declarative rather than a procedural modelling approach. Process mining aims at automating the discovery of business process models. Existing declarative process mining approaches either suffer performance issues with real-life event logs or limit their expressiveness to a specific set of constaint types. Lately, with RelationalXES a relational database architecture for storing event log data has been introduced. In this technical report, we introduce a mining approach that directly works on relational event data by querying the log with conventional SQL. We provide a list of SQL queries for discovering a set of commonly used and mined process constraints.

研究の動機と目的

• 実際のイベントログにおける宣言的プロセスマイニングのパフォーマンスボトルネックを解消すること。
• 既存の手法が事前に定義された制約タイプのセットに制限されることの課題を克服すること。
• リレーショナルデータベースから直接宣言的プロセスモデルを柔軟かつカスタマイズ可能にマイニングできること。
• 標準SQLを用いて制御フローおよびリソース関連の制約を発見できること。
• 組織的視点（例：ロール）をSQLベースのクエリによってプロセスマイニングに統合できること。

提案手法

• 本手法は、リレーショナルXES（RXES）スキーマを用いてデータベースに格納されたイベントログから直接標準SQLクエリを実行することで、プロセス制約をマイニングする。
• Declare言語の一般的な制御フロー制約（例：Response、Precedence、Mutual Exclusion）を発見するためのSQLクエリのセットを定義する。
• イベントログとRelationテーブルからのリソースロール情報の結合により、リソース割り当てパターンへのマイニングを拡張する。
• 有効なインスタンスおよびトレースの数をカウントするサブクエリを用いて、サポートと信頼性の指標を計算し、全トレース数で正規化する。
• リソースロールに基づいてイベントをフィルタリングし、時間的順序を考慮することで、ロールベースの先行順序およびロールベースの応答制約をサポートする。
• 自己結合を用いたLogテーブルのクエリと、関連するサブクエリを用いて、時間的および組織的条件を評価する構造となっている。

実験結果

リサーチクエスチョン

• RQ1 標準SQLを用いて大規模なリレーショナルイベントログ上で宣言的プロセスマイニングを効率的に行うことは可能か？
• RQ2 制約タイプをハードコードすることなく、標準SQLクエリで幅広い宣言的制約を発見できるか？
• RQ3 組織的ロールをマイニングプロセスに統合することで、ロール依存のプロセスパターンを発見できるか？
• RQ4 正規化されたリレーショナルイベントデータ上で標準SQLを用いてサポートと信頼性の指標を正確に計算できるか？
• RQ5 パフォーマンスと表現力の観点から、従来の宣言的マイニングツールに比べて、SQLベースのアプローチはどの程度優れているか？

主な発見

• リレーショナルデータベースの最適化を活用することで、本手法はメモリ内処理やカスタムエンジンに依存するアプローチに見られるスケーラビリティの問題を回避し、高いパフォーマンスを達成する。
• 標準SQLクエリを用いて、Response、Precedence、Mutual Exclusionといった一般的な制御フロー制約を効果的に発見できる。
• ロールベースの先行順序やロールベースの応答制約といったリソースに配慮した制約をサポートし、組織的視点からのマイニングを可能にする。
• 有効なインスタンスおよびトレースの数をカウントするサブクエリを用いて、サポートと信頼性の指標を正確に計算でき、フィルタリングのための閾値はそれぞれ0.7と0.5に設定されている。
• 本手法は完全にカスタマイズ可能であり、下位のマイニングエンジンを変更せずに新しい制約タイプ用のクエリを拡張できる。
• 本手法はパフォーマンスと表現力の間で妥当なトレードオフを実現しており、柔軟性を犠牲にすることなく、従来のアプローチを上回る性能を示している。