基于领域知识从关系数据库中进行因果过程挖掘
摘要：用于过程挖掘研究领域的算法过多地依赖直接跟随关系。尽管过去十年中进行了各种改进，但这些关系仍然存在严重的缺点。一旦与1：N和N：M的基数相关的不同对象的事件相互关联，基于直接跟随关系的技术会产生虚假关系、自环和回跳。这是因为经典事件日志中描述的事件序列与事件因果关系不同。在本文中，我们解决了表示与过程相关的事件数据的因果结构的研究问题。为此，我们开发了一种被称为因果过程挖掘的新方法。该方法放弃了使用平面事件日志，并将事件数据的关系数据库作为输入进行考虑。更具体地说，我们将基于因果过程模板的关系数据结构转化为我们称之为因果事件图。我们通过与一个欧洲食品生产公司进行的案例研究，评估了我们的方法并将其输出与基于直接跟随关系的技术进行了比较。我们的结果证明了从领域中获得额外知识对丰富过程挖掘的好处。
作者：Philipp Waibel, Lukas Pfahlsberger, Kate Revoredo, Jan Mendling
论文ID：2202.08314
分类：Databases
分类简称：cs.DB
提交时间：2023-07-24