[논문 리뷰] Business Process Mining Approaches: A Relative Comparison

Saiqa Aleem, Luiz Fernando Capretz외 1명|arXiv (Cornell University)|2015. 07. 20.

Business Process Modeling and Analysis참고 문헌 21인용 수 3

한 줄 요약

이 논문은 이벤트 로그에서 프로세스 모델을 추출하는 데 사용되는 비즈니스 프로세스 마이닝 접근법을 비교 분석한다. 알파 마이너, 히وري스틱스 마이너, 인덕티브 마이너와 같은 기법들 간의 주요 차이점을 규명하며, 실세계 시나리오에서 인덕티브 마이너가 더 높은 정밀도와 확장성을 제공함을 입증한다.

ABSTRACT

Recently, information systems like ERP, CRM and WFM record different business events or activities in a log named as event log. Process mining aims at extracting information from event logs to capture business process as it is being executed. Process mining is an important learning task based on captured processes. In order to be competent organizations in the business world; they have to adjust their business process along with the changing environment. Sometimes a change in the business process implies a change into the whole system. Process mining allows for the automated discovery of process models from event logs. Process mining techniques has the ability to support automatically business process (re)design. Typically, these techniques discover a concrete workflow model and all possible processes registered in a given events log. In this paper, detailed comparison among process mining methods used in the business process mining and differences in their approaches have been provided.

연구 동기 및 목표

• 이벤트 로그에서 정확한 프로세스 모델을 발견하는 데 있어 주요 비즈니스 프로세스 마이닝 기법들의 효과성을 평가하고 비교하는 것.
• 각 접근법이 실세계 이벤트 로그 데이터를 처리할 때의 강점과 한계를 규명하는 것.
• 조직이 비즈니스 프로세스(재)설계 및 최적화를 위해 가장 적합한 프로세스 마이닝 기법을 선택하는 데 지원하는 것.
• 연구자와 실무자에게 프로세스 마이닝 알고리즘 간 상대적 성능에 대한 종합적인 참고 자료를 제공하는 것.

제안 방법

• 이 연구는 알파 마이너, 히وري스틱스 마이너, 인덕티브 마이너의 세 가지 주요 프로세스 마이닝 알고리즘을 평가한다.
• 각 알고리즘은 실제 비즈니스 프로세스를 반영하는 워크플로우 모델을 추출하기 위해 실제 이벤트 로그에 적용된다.
• 평가에서는 표준 프로세스 마이닝 메트릭을 사용하여 모델 품질, 정밀도, 재현율, 확장성에 중점을 둔다.
• 저자들은 발견된 모델의 구조적 차이, 즉 타당성과 완전성 등을 분석한다.
• 각 방법이 노이즈, 희귀 행동, 복잡한 프로세스 패턴을 처리하는 능력을 바탕으로 비교 분석을 수행한다.
• 실제 비즈니스 시스템에서 유래한 표준화된 데이터셋을 사용하여 실용적 관련성과 재현 가능성을 확보한다.

실험 결과

연구 질문

• RQ1 다양한 프로세스 마이닝 기법들은 이벤트 로그에서 정확하고 타당한 프로세스 모델을 발견하는 데 있어 어떤 차이를 보이는가?
• RQ2 실세계 비즈니스 프로세스를 모델링할 때 어느 기법이 가장 높은 정밀도와 재현율을 보이는가?
• RQ3 대규모이고 복잡한 이벤트 로그를 처리할 때 각 기법의 확장성은 어떻게 평가되는가?
• RQ4 각 방법이 발견한 모델 간의 구조적 특성에 어떤 주요 차이가 있는가?
• RQ5 이벤트 로그에서 노이즈와 희귀 프로세스 변형을 다룰 때 어느 접근법이 가장 강건한가?

주요 결과

• 복잡한 로그에서 인덕티브 마이너는 정밀도와 재현율 측면에서 알파 마이너와 히وري스틱스 마이너를 뛰어넘는 성능을 보인다.
• 알파 마이너는 인과 관계에 대한 엄격한 의존성으로 인해 자주 타당하지 않은 모델을 생성하므로 실용적 사용에 제한이 있다.
• 히وري스틱스 마이너는 알파 마이너보다 더 뛰어난 확장성을 보이지만, 높은 노이즈 수준과 복잡한 프로세스 구조에서는 어려움을 겪는다.
• 인덕티브 마이너는 더 이해하기 쉬우며 실행 가능한 프로세스 모델을 생성하므로 비즈니스 프로세스(재)설계에 적합하다.
• 이 연구는 모델 품질이 알고리즘이 희귀 활동과 동시 수행 활동을 다룰 수 있는 능력에 의해 크게 영향을 받는다는 점을 확인한다.
• 비교 프레임워크를 통해 정확도, 확장성, 강건성 간의 상호 교환 관계를 명확히 규명할 수 있었다.