性能分析：从事件日志中发现半马尔可夫模型
摘要：基于情节日志的过程挖掘是数据分析的一个成熟领域，其主要目标是从信息系统的事件日志中发现过程模型。最近，过程挖掘的一个新兴分支——随机过程发现开始出现。随机过程发现考虑事件数据中事件的频率，可以进行更全面的分析。特别是当事件日志中包含活动持续时间时，可以分析发现的随机模型的性能特征，例如，可以估计整个过程的执行时间。现有的性能分析技术通常会从事件数据中发现随机过程模型，然后模拟这些模型以评估其执行时间。这些方法依赖于经验方法。本文提出了性能分析的分析技术，可以推导出在存在由半马尔可夫过程建模的任意时间分布的事件的情况下，整个过程的执行时间的统计特性。所提出的方法可以通过提供无需模拟即可获得的解决方案，显著简化了对过程的假设分析。
作者：Anna Kalenkova, Lewis Mitchell, Matthew Roughan
论文ID：2206.14415
分类：Databases
分类简称：cs.DB
提交时间：2023-07-03