[论文解读] May I Take Your Order? On the Interplay Between Time and Order in Process Mining

Wil M. P. van der Aalst, Luis F. R. Santos|arXiv (Cornell University)|Jul 8, 2021

Business Process Modeling and Analysis参考文献 13被引用 7

一句话总结

本文提出了一种事件日志预处理框架，通过结合粗粒度时间聚合与可配置的冲突解决策略，处理不可靠的时间戳和虚假的时间顺序，生成部分顺序。该方法引入了ProM中的PartialOrderVisualizer以探索这些部分顺序，通过减少因时间戳不精确导致的伪影，提升流程挖掘的准确性，并支持k-顺序化以兼容标准技术。

ABSTRACT

Process mining starts from event data. The ordering of events is vital for the discovery of process models. However, the timestamps of events may be unreliable or imprecise. To further complicate matters, also causally unrelated events may be ordered in time. The fact that one event is followed by another does not imply that the former causes the latter. This paper explores the relationship between time and order. Moreover, it describes an approach to preprocess event data having timestamp-related problems. This approach avoids using accidental or unreliable orders and timestamps, creates partial orders to capture uncertainty, and allows for exploiting domain knowledge to (re)order events. Optionally, the approach also generates interleavings to be able to use existing process mining techniques that cannot handle partially ordered event data. The approach has been implemented using ProM and can be applied to any event log.

研究动机与目标

• 解决事件日志中不可靠或不精确时间戳导致流程模型发现失真的问题。
• 缓解由于现实系统中事件记录延迟或粒度过粗导致的虚假时间顺序。
• 通过部分顺序而非强制的全序，提供一种系统化的方式来表示事件顺序中的不确定性。
• 通过k-顺序化，使部分有序数据能够兼容标准流程挖掘技术。
• 支持领域专家通过冲突解决策略将因果或逻辑约束整合到事件顺序中。

提出的方法

• 使用时间聚合器（ta）对时间戳进行粗粒度化处理（例如，从秒级变为小时或天级），以减少因微小时间戳差异导致的偶然顺序。
• 基于粗粒度化后的时间戳以及任何附加的因果或领域特定约束，定义事件上的部分顺序 ≺o。
• 引入冲突解决策略 ≺tb，以在多个事件共享相同粗粒度时间戳时解决冲突，实现确定性的部分顺序构建。
• 在ProM中实现PartialOrderVisualizer，以交互方式在不同时间粒度下探索事件日志，并可视化部分顺序的多种变体。
• 生成部分有序事件日志的k-顺序化版本，以确保与要求全序输入的标准流程挖掘工具的兼容性。
• 将该方法应用于真实世界日志（例如，P2P、Covid-19治疗、道路罚款）以展示其可扩展性与洞察生成能力。

实验结果

研究问题

• RQ1 如何对具有不可靠或不精确时间戳的事件日志进行预处理，以减少流程模型发现中的伪影？
• RQ2 在存在时间戳错误的情况下，时间粒度粗化在多大程度上能提高流程挖掘结果的准确性？
• RQ3 部分顺序能否有效表示事件顺序中的不确定性，同时保持有意义的流程语义？
• RQ4 如何将领域知识整合到事件顺序中，以提升流程模型的质量？
• RQ5 在部分有序日志上应用k-顺序化时，对轨迹变体数量和模型保真度有何影响？

主要发现

• 使用时间聚合器对时间粒度进行粗化，显著减少了因时间戳不精确导致的虚假顺序，尤其在医疗和行政日志中效果明显。
• 当所有事件被映射到同一时间段时，部分顺序变体的数量会增加，但此时可实现最小化。
• PartialOrderVisualizer支持在不同时间粒度下交互探索事件日志，可揭示如活动常在同小时或同周内频繁发生等模式。
• 对于P2P流程日志（2,654个案例），使用一小时时间粒度时产生710种部分顺序变体；而采用周粒度则增加了无序事件数量，并在k=10时导致8,864种轨迹变体。
• 该方法具有高效可扩展性，处理大型道路罚款日志（560k+个事件）仅需约10秒，且在细粒度时间抽象下表现良好，证明了其实际适用性。