[论文解读] Conformance checking: A state-of-the-art literature review

Sebastian Dunzer, Matthias Stierle+2 more|arXiv (Cornell University)|Jul 21, 2020

Business Process Modeling and AnalysisBusiness, Management and Accounting参考文献 52被引用 19

一句话总结

本文对流程挖掘中的37种合规性检查技术进行了系统性文献回顾，从建模语言、视角、算法类型和质量度量四个维度对这些技术进行分类。研究揭示了在声明式建模语言方面存在显著的研究空白，且当前研究高度集中于控制流分析，呼吁未来开展包含时间、角色和业务规则等多重视角的合规性检查技术研究。

ABSTRACT

Conformance checking is a set of process mining functions that compare process instances with a given process model. It identifies deviations between the process instances' actual behaviour ("as-is") and its modelled behaviour ("to-be"). Especially in the context of analyzing compliance in organizations, it is currently gaining momentum -- e.g. for auditors. Researchers have proposed a variety of conformance checking techniques that are geared towards certain process model notations or specific applications such as process model evaluation. This article reviews a set of conformance checking techniques described in 37 scholarly publications. It classifies the techniques along the dimensions "modelling language", "algorithm type", "quality metric", and "perspective" using a concept matrix so that the techniques can be better accessed by practitioners and researchers. The matrix highlights the dimensions where extant research concentrates and where blind spots exist. For instance, process miners use declarative process modelling languages often, but applications in conformance checking are rare. Likewise, process mining can investigate process roles or process metrics such as duration, but conformance checking techniques narrow on analyzing control-flow. Future research may construct techniques that support these neglected approaches to conformance checking.

研究动机与目标

• 识别信息系统领域中合规性检查研究的主流方向与盲点。
• 基于关键维度（建模语言、视角、算法类型和质量度量）对现有合规性检查技术进行分类。
• 突出强调当前研究不足的领域，如声明式模型以及非控制流视角（例如时间、角色、持续时间）。
• 通过识别在轨迹对齐优化、真实场景验证以及与基于规则的系统集成方面的研究机遇，为未来研究提供指导。
• 通过提供结构化的概念矩阵，支持研究人员和实践者选择合适的合规性检查技术。

提出的方法

• 使用Scopus作为主要数据库，开展系统性文献回顾，应用预设的纳入与排除标准。
• 筛选出37篇学术文献，其提出的方法均基于流程模型与事件日志，实现独立的合规性检查技术。
• 将每项技术按照四个维度进行分类：(1) 建模语言（如BPMN、Petri网、Declare），(2) 视角（控制流 vs. 多重视角），(3) 算法类型（如日志重放、轨迹对齐、基于规则、人工负向事件），(4) 质量度量（符合度、精确度、简洁性、泛化能力）。
• 构建一个概念矩阵，以可视化技术在四个维度上的分布情况，识别研究集中区域与盲点。
• 利用Scopus的书目计量数据评估引用影响力，并确保涵盖具有影响力的文献。
• 排除那些未严格聚焦于流程挖掘中合规性检查的研究，特别是以合规性检查或欺诈检测为核心、但缺乏流程模型对齐的文献。

实验结果

研究问题

• RQ1 信息系统领域中合规性检查研究的主流方向是什么？
• RQ2 现有合规性检查技术最常支持哪些流程建模语言？
• RQ3 当前技术在多大程度上考虑了超越控制流的视角，如时间、角色或资源使用？
• RQ4 哪些算法类型最为普遍，它们在实现与优化方面有何差异？
• RQ5 用于评估合规性的质量度量有哪些，是否存在对精确度、简洁性或泛化能力测量的空白？

主要发现

• 尽管声明式流程建模语言（如Declare）在流程挖掘中的应用日益广泛，但针对此类语言的合规性检查技术仍显著匮乏。
• 绝大多数合规性检查技术仅专注于控制流分析，对涉及时间、角色或资源分配的多重视角分析支持有限。
• 轨迹对齐是使用最广泛的算法类型，其次是日志重放；基于规则和人工负向事件的方法被归类为“其他”。
• 符合度是最常使用的质量度量，而精确度、简洁性和泛化能力在当前研究中仍被严重忽视。
• 仅有少数研究使用真实事件日志对合规性检查技术进行验证，表明在实证评估与实际可行性分析方面存在明显空白。
• 尽管发表数量持续增长，但很少有研究在真实组织环境中应用合规性检查技术，尤其是在医疗保健领域之外，限制了对可扩展性与可用性的实际洞察。