[论文解读] Time and Activity Sequence Prediction of Business Process Instances

Mirko Polato, Alessandro Sperduti+2 more|arXiv (Cornell University)|Feb 24, 2016

Business Process Modeling and Analysis参考文献 18被引用 12

一句话总结

本文提出了三种基于机器学习的方法，用于预测运行中业务流程实例的剩余时间与未来活动序列，利用了流程控制流及额外的事件日志属性。提出了一种平稳流程方法（DATS），其性能优于当前最先进方法；并提出一种新颖的非平稳流程方法（SVR+TS），能很好地泛化到演化的工作流，在真实案例研究中实现了高精度预测。

ABSTRACT

The ability to know in advance the trend of running process instances, with respect to different features, such as the expected completion time, would allow business managers to timely counteract to undesired situations, in order to prevent losses. Therefore, the ability to accurately predict future features of running business process instances would be a very helpful aid when managing processes, especially under service level agreement constraints. However, making such accurate forecasts is not easy: many factors may influence the predicted features. Many approaches have been proposed to cope with this problem but all of them assume that the underling process is stationary. However, in real cases this assumption is not always true. In this work we present new methods for predicting the remaining time of running cases. In particular we propose a method, assuming process stationarity, which outperforms the state-of-the-art and two other methods which are able to make predictions even with non-stationary processes. We also describe an approach able to predict the full sequence of activities that a running case is going to take. All these methods are extensively evaluated on two real case studies.

研究动机与目标

• 提高运行中业务流程实例的剩余时间与未来活动序列预测精度。
• 解决现有方法假设流程平稳性所带来的局限，这些方法在真实世界动态环境中往往失效。
• 开发能良好泛化到未见或演化流程变体的模型，尤其在漂移或季节性变化条件下。
• 整合流程控制流信息与额外的事件日志属性（如时间戳、资源数据），以实现更丰富的预测。
• 在真实世界案例研究中评估所提方法，以验证其性能与鲁棒性。

提出的方法

• 提出DATS（动态活动转换系统），一种结合基于相似性的转换系统与朴素贝叶斯分类器的方法，用于在流程平稳假设下预测剩余时间。
• 提出SVR+TS，一种使用支持向量回归（SVR）与基于相似性的转换系统的方法，可在非平稳流程中泛化到未见的流程变体。
• 采用集合抽象与前缀相似性来建模流程轨迹，实现对不完整与历史流程实例的稳健比较。
• 使用达马乌-莱文施泰因距离与前缀相似性度量来评估预测未来活动序列的准确性。
• 应用非参数回归与基于历史事件日志训练的机器学习模型，以估计剩余时间并预测下一项活动。
• 利用包含活动、时间戳与资源信息的事件日志数据，以增强预测模型。

实验结果

研究问题

• RQ1 在流程平稳假设下，基于机器学习的方法是否能相比最先进方法提升剩余时间预测精度？
• RQ2 一种方法是否能泛化到具有演化或未见行为模式的非平稳流程？
• RQ3 整合流程控制流与额外事件日志属性在提升预测性能方面的有效性如何？
• RQ4 预测的未来活动序列在多大程度上能与不完整流程实例中的实际序列匹配？
• RQ5 基于相似性的转换系统在动态或噪声流程环境中的模型鲁棒性提升程度如何？

主要发现

• DATS方法在流程平稳假设下的剩余时间预测中，优于现有最先进方法。
• SVR+TS方法在非平稳场景中表现更优，能良好泛化到未见的流程变体，而传统基于转换系统的方法在此类场景中往往失效。
• FPP（未来预测路径）方法对下一项活动的预测准确率达94%，并保持0.81的平均达马乌-莱文施泰因相似度，显著优于随机预测（0.36）。
• 所提方法对未来活动序列的平均前缀相似度达0.63，而随机预测仅为0.09，表明其具有强大的预测能力。
• 随着未来序列长度增加，预测精度因累积不确定性而下降，但所提方法在所有序列长度下仍显著优于随机基线。
• 使用集合抽象与基于相似性的转换系统可增强对噪声与流程漂移的鲁棒性，尤其在动态环境中表现突出。