[论文解读] Learning Hybrid Process Models From Events: Process Discovery Without Faking Confidence

Wil M. P. van der Aalst, Riccardo De Masellis+2 more|arXiv (Cornell University)|Mar 17, 2017

Business Process Modeling and Analysis被引用 10

一句话总结

本文提出了一种混合流程挖掘方法，通过使用混合佩特里网（hybrid Petri nets）精确建模明确的因果关系，同时以非正式方式表示不确定或复杂的依赖关系，将形式语义与有意的模糊性相结合。该方法为强因果关系发现正式位置，并对较弱或模糊的关系使用“确定”或“不确定”弧，从而在不虚假地表达对不确定行为的信心的前提下，实现可扩展性和可解释性。

ABSTRACT

Process discovery techniques return process models that are either formal (precisely describing the possible behaviors) or informal (merely a "picture" not allowing for any form of formal reasoning). Formal models are able to classify traces (i.e., sequences of events) as fitting or non-fitting. Most process mining approaches described in the literature produce such models. This is in stark contrast with the over 25 available commercial process mining tools that only discover informal process models that remain deliberately vague on the precise set of possible traces. There are two main reasons why vendors resort to such models: scalability and simplicity. In this paper, we propose to combine the best of both worlds: discovering hybrid process models that have formal and informal elements. As a proof of concept we present a discovery technique based on hybrid Petri nets. These models allow for formal reasoning, but also reveal information that cannot be captured in mainstream formal models. A novel discovery algorithm returning hybrid Petri nets has been implemented in ProM and has been applied to several real-life event logs. The results clearly demonstrate the advantages of remaining "vague" when there is not enough "evidence" in the data or standard modeling constructs do not "fit". Moreover, the approach is scalable enough to be incorporated in industrial-strength process mining tools.

研究动机与目标

• 弥合商业工具中使用的正式、精确流程模型与非正式、可扩展模型之间的差距。
• 克服现有正式模型的局限性，即在缺乏足够证据时仍强制对轨迹进行二元分类。
• 提供一种可扩展且可解释的流程发现技术，保留不确定性，避免误导性的精确度。
• 在流程的结构良好部分支持形式化推理，同时允许对复杂或模糊的依赖关系采用非正式表示。
• 开发一种方法，同时支持工业级可扩展性与可靠模型解释能力，适用于流程挖掘应用。

提出的方法

• 使用可配置阈值从事件日志构建因果图，以检测活动之间的潜在因果关系。
• 应用明确的质量标准，识别并添加表示明确因果依赖关系的正式位置。
• 将不确定或支持较弱的依赖关系表示为“确定”或“不确定”弧，仅在数据支持时保留模糊性。
• 以混合佩特里网作为基础形式化语言，允许对位置使用精确语义，同时对弧使用非正式注释。
• 在ProM中实现该算法，并利用真实事件日志评估其可扩展性与模型质量。
• 在正式部分（位置）上复用现有的性能与合规性分析技术，同时将其扩展至非正式弧的近似指标。

实验结果

研究问题

• RQ1 流程挖掘技术如何在形式精确性与有意模糊性之间取得平衡，以反映现实世界事件数据中的不确定性？
• RQ2 混合佩特里网在保留强因果关系形式语义的同时，能在多大程度上非正式地表示模糊或复杂的依赖关系？
• RQ3 混合发现方法能否扩展到工业规模的日志（例如数百万条事件）同时保持交互性与可解释性？
• RQ4 当存在静默转移或隐藏行为时，与现有正式发现算法（如归纳挖掘器，Inductive Miner）相比，该方法在模型质量与可解释性方面表现如何？
• RQ5 混合模型在不牺牲形式化推理能力的前提下，如何提升流程挖掘工具中的信任度与可用性？

主要发现

• 混合佩特里网方法成功识别出有意义的因果关系，如A→B、B→C、D→E和E→F序列，而归纳挖掘器由于存在隐藏转移而无法表达任何明确的因果关系。
• 在BPI 2016日志中，仅有一个由归纳挖掘器发现的18个位置表示明确的因果关系，而混合挖掘器正确识别出相同有意义的位置外加另外四个。
• 混合挖掘器生成的模型具有更高的可解释性，并且与实际流程行为更加一致，尤其是在存在复杂或不频繁路径的情况下。
• 该方法通过显式地将不确定关系标记为“不确定”弧，避免了正式模型的过度自信，防止了虚假的精确性。
• 该方法在大规模日志上表现出良好的可扩展性，并支持与现有性能与合规性分析技术的集成。
• 当存在静默转移时，精确度指标失效，凸显了模型区分确定行为与不确定行为的必要性——而这正是混合方法所提供的。