刘 健，刘利钊，汪建均，顾晓光

（1．南京理工大学经济管理学院，江苏南京210094；2．厦门理工学院计算机与信息工程学院，福建厦门361024）

基于过程挖掘的未来感知预测模型

刘 健1，刘利钊2，汪建均1，顾晓光1

（1．南京理工大学经济管理学院，江苏南京210094；2．厦门理工学院计算机与信息工程学院，福建厦门361024）

将事件日志中蕴含的过程模型看成两紧邻活动的组合，提出两种新的过程模型。首先，利用日志信息中的活动紧邻关系构造邻接矩阵提取过程模型，该模型中每个活动仅发生一次；其次，为避免过程模型中出现回路或者环路而造成模型预测精度降低的情况发生，在构造的邻接矩阵中增加活动在事件日志中所处的顺序位次，构造含有活动位次信息的邻接矩阵，以此为基础上进一步提取过程模型，该模型中每个活动在同一个位次上仅发生一次；再次，通过矩阵中的信息可获得过程模型中每个上层节点到各个下层节点的路径与相应概率；接下来，根据事件日志中信息的类型和特征，利用过程模型对决策者所需要的信息（如活动名称、等待时间、发生概率）进行预测；最后，利用随机数据与实际数据同基于序列提取规则的过程模型预测结果进行比较，验证所提模型的实际有效性。

邻接矩阵；过程挖掘；预测；商业智能

0 引 言

随着信息技术的发展和信息时代的到来，越来越多的数据信息被记录在相应的数据信息系统中，这些被记录下来的数据信息以事件日志的形式进行保存［1］，同时这些记录下来的数据信息蕴含着相关企业的生产制造或商业交易操作过程。……