[论文解读] Unsupervised Event Abstraction using Pattern Abstraction and Local Process Models

Felix Mannhardt, Niek Tax|arXiv (Cornell University)|Apr 11, 2017

Business Process Modeling and Analysis参考文献 3被引用 5

一句话总结

本文提出了一种无监督事件抽象方法，利用自动发现的局部过程模型（LPMs）作为活动模式，在过程发现前将低层次事件日志提升至更高抽象层次。通过筛选并应用这些LPMs来抽象事件，该方法改善了所发现过程模型的拟合度与精确度之间的平衡，BPI13-C日志的F-score从0.65提升至0.74，且在五个真实事件日志中的三个日志中也观察到性能提升。

ABSTRACT

Process mining analyzes business processes based on events stored in event logs. However, some recorded events may correspond to activities on a very low level of abstraction. When events are recorded on a too low level of granularity, process discovery methods tend to generate overgeneralizing process models. Grouping low-level events to higher level activities, i.e., event abstraction, can be used to discover better process models. Existing event abstraction methods are mainly based on common sub-sequences and clustering techniques. In this paper, we propose to first discover local process models and then use those models to lift the event log to a higher level of abstraction. Our conjecture is that process models discovered on the obtained high-level event log return process models of higher quality: their fitness and precision scores are more balanced. We show this with preliminary results on several real-life event logs.

研究动机与目标

• 解决低层次事件日志导致过程发现中产生过度泛化、不精确过程模型的问题。
• 通过用自动发现的LPMs替代人工领域知识，消除事件抽象对人工领域知识的依赖。
• 通过无监督方式从事件日志中发现更高层次的抽象，以提升过程模型质量。
• 评估基于LPM的抽象是否能带来更平衡的拟合度与精确度得分。

提出的方法

• 使用马尔可夫聚类和LPM挖掘技术，从原始低层次事件日志中发现局部过程模型（LPMs）。
• 基于多样性阈值对发现的LPM集合进行筛选，以保留具有代表性的行为模式。
• 将筛选后的LPMs用作活动模式，将原始事件日志抽象为更高层次的日志，用高层次活动标签替代低层次事件序列。
• 对抽象后的高层次日志应用标准过程发现算法（例如IM infrequent），以生成优化后的过程模型。
• 使用F-score（拟合度与精确度的调和平均值）评估模型质量，并比较抽象日志与原始日志的性能。
• 为实现公平比较与可解释性，将发现的高层次模型扩展其底层LPMs。

实验结果

研究问题

• RQ1 从事件日志中发现的LPMs能否有效作为无监督事件抽象的活动模式？
• RQ2 使用自动发现的LPMs对事件日志进行抽象，是否能改善所发现过程模型的精确度与拟合度平衡？
• RQ3 LPM数量、多样性阈值以及组合方式（交错式与并行式）等参数如何影响模型质量？
• RQ4 该抽象技术的性能是否依赖于底层事件日志的特性？

主要发现

• 从抽象后的BPI13-C日志中发现的过程模型F-score从0.65提升至0.74，表明拟合度与精确度之间实现了更好的平衡。
• 在五个真实事件日志中的三个日志中，所提出的抽象方法相较于直接在原始日志上进行过程发现，获得了更高的F-score。
• 用于抽象的最优LPM数量因日志而异，BPI13-C日志仅需1个LPM，而败血症日志则需5个LPM。
• 仅在一个案例中，并行组合LPMs提升了模型质量，表明在实践中交错组合可能更具效率，因而更可取。
• BPI13-C日志的模型精确度从0.53提升至0.86，而拟合度从0.84下降至0.65，表明在可接受的拟合度损失下，精确度实现了显著提升。
• 结果表明，该抽象技术的有效性高度依赖于日志特性和参数设置，因此需通过自动化参数调优实现完全自动化。