[논문 리뷰] A framework for mining process models from emails logs

Diana Jlailaty, Daniela Grigori외 1명|arXiv (Cornell University)|2016. 09. 20.

Personal Information Management and User Behavior참고 문헌 6인용 수 6

한 줄 요약

이 논문은 인간의 수동 레이블링이 필요 없는 비지도 학습 프레임워크를 제안하여 원시 이메일 로그에서 비즈니스 프로세스 모델을 추출한다. 계층적 클러스터링과 k-means 클러스터링을 활용해 자동으로 프로세스 인스턴스와 활동을 발견하고, 활동 이름을 포함한 이메일의 반자동 레이블링을 가능하게 하며 향후 활동 인식에 최소한의 인간 입력을 요구한다. 이 방법은 회의 기획 및 해외 출장 보조금 신청과 같은 실제 이메일 데이터셋에서 프로세스 모델을 성공적으로 추출하였다.

ABSTRACT

Due to its wide use in personal, but most importantly, professional contexts, email represents a valuable source of information that can be harvested for understanding, reengineering and repurposing undocumented business processes of companies and institutions. Towards this aim, a few researchers investigated the problem of extracting process oriented information from email logs in order to take benefit of the many available process mining techniques and tools. In this paper we go further in this direction, by proposing a new method for mining process models from email logs that leverage unsupervised machine learning techniques with little human involvement. Moreover, our method allows to semi-automatically label emails with activity names, that can be used for activity recognition in new incoming emails. A use case demonstrates the usefulness of the proposed solution using a modest in size, yet real-world, dataset containing emails that belong to two different process models.

연구 동기 및 목표

• 수동으로 레이블링된 학습 데이터가 필요 없이 원시 이메일 로그에서 문서화되지 않은 비즈니스 프로세스를 발견하는 데 도전하는 것.
• 비지도 학습을 활용해 이메일을 프로세스 인스턴스로 자동 클러스터링하고 관련 활동을 식별하는 방법을 개발하는 것.
• 향후 활동 인식 및 작업 추천 시스템에 활용하기 위해 활동 이름을 포함한 반자동 레이블링을 가능하게 하는 것.
• 회의 기획 및 해외 출장 보조금 신청과 같은 두 가지 다른 비즈니스 프로세스를 포함한 실제 이메일 데이터셋을 대상으로 프레임워크의 타당성과 효과성을 입증하는 것.
• 원시 메시지를 분석 가능한 프로세스 모델로 변환함으로써 비정형 이메일 커뮤니케이션으로의 프로세스 마이닝 능력을 확장하는 것.

제안 방법

• 다단계 클러스터링 파이프라인 적용: 먼저 주제별로 이메일을 그룹화하기 위해 계층적 클러스터링을 수행하고, 이후 프로세스 인스턴스를 식별하기 위해 k-means 클러스터링을 수행한다.
• 수신된 클러스터를 기반으로 이메일에 활동 이름을 반자동으로 레이블링하여 수동 애너테이션에 대한 의존도를 감소시킨다.
• 사전에 프로세스 모델이나 활동의 수를 알 필요 없이 비지도 기계학습 기법—특히 계층적 클러스터링과 k-means 클러스터링—을 활용한다.
• 클러스터링과 프로세스 마이닝에 대비해 원시 이메일을 정제 및 정규화하는 단계를 거쳐 준비한다.
• 향후 도착하는 이메일에서 활동 인식을 위한 학습 데이터로 레이블된 클러스터를 활용하여 지능형 작업 목록 추천을 지원한다.
• 기존 프로세스 마이닝 도구와 호환 가능한 이벤트 로그로 이메일 로그를 매핑함으로써 프로세스 마이닝 기법을 통합한다.

실험 결과

연구 질문

• RQ1 수동으로 레이블링된 학습 데이터가 필요 없이 원시 비정형 이메일 로그에서 비즈니스 프로세스 모델을 어떻게 발견할 수 있는가?
• RQ2 비지도 클러스터링 기법이 얼마나 잘 이메일을 의미 있는 프로세스 인스턴스와 활동으로 그룹화하는가?
• RQ3 클러스터 기반 레이블링을 통해 이메일을 활동 이름으로 반자동으로 레이블링할 수 있는가? 이는 인간의 애너테이션 노력 감소에 기여하는가?
• RQ4 동시에 여러 프로세스 모델이 존재하는 한 개의 이메일 로그에서 이 방법이 얼마나 잘 여러 프로세스 모델을 식별하고 구분하는가?
• RQ5 최종적으로 생성된 레이블링된 데이터는 향후 이메일 워크로드에서 활동 인식 및 지능형 작업 추천에 기여하는가?

주요 결과

• 프레임워크는 인간의 간섭을 최소화하여 실제 이메일 데이터셋에서 회의 기획 및 해외 출장 보조금 신청이라는 두 가지 명확히 구분되는 프로세스 모델을 성공적으로 발견하였다.
• 사전 지식 없이도 계층적 클러스터링이 주제 수준의 그룹화를 효과적으로 식별하였다.
• k-means 클러스터링을 통해 각 주제 클러스터 내에서 개별 프로세스 인스턴스를 식별할 수 있었으며, 이는 인스턴스 수준의 프로세스 마이닝을 지원하였다.
• 클러스터 기반 레이블링 접근법은 이메일에 활동 이름을 할당하는 데 실용적이고 반자동적인 방법을 제공하였다. 이는 수동 애너테이션의 필요성을 감소시켰다.
• 소규모이지만 실제 세계의 데이터셋에서 프레임워크의 타당성을 입증하였으며, 기존 프로세스 마이닝 도구와의 통합 가능성이 확인되었다.
• 이전의 EmailAnalyzer와 같은 기존 연구 대비 이 방법은 이메일 제목에 작업 이름이 명시되어 있어야 한다는 제약 조건이 없어 성능 면에서 뛰어나다.