[论文解读] Log Skeletons: A Classification Approach to Process Discovery

H. M. W. Verbeek, Renata Medeiros de Carvalho|arXiv (Cornell University)|Jun 21, 2018

Business Process Modeling and Analysis被引用 4

一句话总结

本文提出日志骨架（log skeletons）——一种基于规则、约束驱动的模型，与Declare密切相关，旨在通过分类实现流程发现。通过自动化算法从事件日志构建日志骨架，该方法在2017年流程发现竞赛中对200条轨迹中的194条分类正确，显著优于最先进的发现算法（如归纳挖掘器），后者仅实现147次正确分类。

ABSTRACT

To test the effectiveness of process discovery algorithms, a Process Discovery Contest (PDC) has been set up. This PDC uses a classification approach to measure this effectiveness: The better the discovered model can classify whether or not a new trace conforms to the event log, the better the discovery algorithm is supposed to be. Unfortunately, even the state-of-the-art fully-automated discovery algorithms score poorly on this classification. Even the best of these algorithms, the Inductive Miner, scored only 147 correct classified traces out of 200 traces on the PDC of 2017. This paper introduces the rule-based log skeleton model, which is closely related to the Declare constraint model, together with a way to classify traces using this model. This classification using log skeletons is shown to score better on the PDC of 2017 than state-of-the-art discovery algorithms: 194 out of 200. As a result, one can argue that the fully-automated algorithm to construct (or: discover) a log skeleton from an event log outperforms existing state-of-the-art fully-automated discovery algorithms.

研究动机与目标

• 通过将流程发现重新定义为分类问题，提升流程发现性能，其中模型质量通过轨迹分类准确率衡量。
• 解决现有全自动化发现算法在正确分类事件日志轨迹方面的局限性。
• 提出一种新颖的自动化方法，用于构建日志骨架——一种捕捉事件日志中结构约束的基于规则的模型。
• 证明基于日志骨架的分类方法在性能上可超越传统发现算法。
• 实现在流程挖掘工具（如ProM 6）中的实际部署，未来可集成噪声过滤与模型转换功能。

提出的方法

• 使用一组结构关系（包括始终在前、始终在后、等价关系）从活动日志构建日志骨架，扩展了标准Declare约束的范围。
• 采用基于规则的分类机制：若某条轨迹的骨架被日志骨架所包含（包括日志和轨迹的过滤变体），则该轨迹被分类为正例（符合规范）。
• 在分类过程中应用轨迹过滤：若轨迹在日志或自身中选择性移除某些活动后仍符合日志骨架，则视为符合规范。
• 通过频率与共现性分析，自动推导事件日志中的约束（如优先级、连续性、共存性，通过等价性表示）。
• 在ProM 6中实现该方法，作为事件日志可视化工具，支持对发现的日志骨架进行交互式检查。
• 在竞赛中通过手动预处理器（如活动过滤、拆分）实现完美分类（200/200），未来工作将致力于自动化此类预处理步骤。

实验结果

研究问题

• RQ1 基于分类的流程发现方法是否能在轨迹分类准确率上超越传统发现算法？
• RQ2 基于结构约束（如始终在前、始终在后、等价性）的基于规则的日志骨架模型，在对真实世界事件日志的轨迹分类中效果如何？
• RQ3 在分类过程中引入轨迹过滤在多大程度上提升了模型的鲁棒性与准确性？
• RQ4 为何日志骨架方法在分类任务中（尤其是在流程发现竞赛背景下）优于Petri网和BPMN等过程式模型？
• RQ5 日志骨架模型能否扩展以检测并处理事件日志中的噪声？此类增强对分类性能有何影响？

主要发现

• 基于日志骨架的分类方法在2017年流程发现竞赛中实现200条轨迹中的194次正确分类，显著优于最佳现有发现算法。
• 作为最先进的全自动化发现算法，归纳挖掘器在同一测试集上仅实现147次正确分类。
• 该方法的成功归因于其在保留分类准确率的同时，能够建模复杂结构约束（包括非Declare关系），并具备在轨迹过滤下的稳健性。
• 手动预处理器（如活动过滤与拆分）使竞赛中实现完美分类（200/200），表明自动化此类步骤可进一步提升全自动化版本的性能。
• 日志骨架模型对噪声敏感，缺失或错误的活动可能破坏关键关系（如始终在前或等价性），但当仅末尾轨迹缺失时，方法仍保持稳健。
• 结果表明PDC可能存在对过程式模型的偏向，暗示日志骨架可能更适合用于挑战此类模型的日志，为未来竞赛提供了新基准。