混合流程的自动化发现

### 混合流程的自动化发现 #### 1. 引言 流程模型在捕捉业务运营组织方式方面起着重要作用。在选择合适的流程建模语言时，声明式和过程式的二分法至关重要。对于变化性高、结构不那么清晰的流程，声明式语言能更简洁地描述；而过程式流程建模语言则更适合描述结构稳定的流程。然而，很多情况下，一个流程可能部分更适合用声明式，部分更适合用过程式来描述。 声明式建模方法不明确规定活动执行的具体顺序，而是强调执行过程中必须遵守的约束条件，任何符合这些约束的行为都是允许的。在活动组合多样的场景中，声明式方法能产生更简单的流程逻辑表示，例如Declare、DCR Graphs和SCIFF等具体的声明式建模技术。 实践表明，混合流程建模技术比完全声明式或过程式的建模技术更具吸引力。混合建模指在同一模型中同时使用过程式和声明式的建模元素，这两种建模范式能自然地适配不同类型的流程行为。对于高度灵活的流程部分，声明式建模能简洁描述；对于高度结构化的部分，过程式描述更简单。因此，对于包含结构化和非结构化部分的流程，混合模型能提供简洁的描述。 本文开发了一种从事件日志中自动生成混合模型的技术，这是一项创新，因为现有技术只能生成过程式或声明式的流程模型。该技术能根据处理的轨迹性质灵活选择过程式或声明式挖掘方法，避免了传统流程挖掘技术生成的“意大利面条式”复杂模型。 #### 2. 混合模型的语义 本文关注的混合模型中，过程式和声明式部分包含在不同的子流程中，这与“灵活性口袋”概念有相似之处。混合流程由一个过程式或声明式的顶级流程组成，顶级流程可能包含一些原子活动和子流程。每个子流程可以是过程式或声明式的，并且可能包含自己的子流程。 在本文中，过程式模型使用Petri网，声明式模型使用Declare。子流程被视为原子的，即子流程启动后，控制权从父流程转移到该子流程，在子流程完成之前，不能执行其他活动。子流程只有在可接受状态下才能完成，具体的可接受状态取决于所使用的语言。对于Petri网，意味着达到最终标记；对于Declare模型，意味着没有违反约束条件。在混合模型的语言中，子流程的开始和完成被视为静默转换，即日志中不会有子流程的开始和完成事件，这表明子流程只是为了提高对流程的理解，而不是实际执行流程的一部分。 #### 3. 发现混合流程模型 下面详细介绍发现混合流程模型的步骤： - **区分结构化和非结构化事件**： - 首先，将日志中的事件分为两个不同的集合：一个包含在结构化上下文中发生的事件，另一个包含在非结构化上下文中发生的事件。 - 使用上下文分析技术来区分结构化和非结构化事件。具体步骤为：确定每个事件的唯一前驱和后继的数量。根据用户定义的阈值（实验中使用4），如果一个事件的前驱和后继数量都很多，则认为该事件是非结构化的；如果一个事件的前驱或后继数量较少，则认为该事件是结构化的。 - 推理依据：如果一个事件有大量的前驱和后继，说明该事件发生的规则约束较少，适合用声明式模型；如果一个事件的前驱和后继数量都较少，可能更容易用过程式建模，例如作为序列或从少量选项中选择。如果一个事件的前驱数量少但后继数量多，可能是结构化序列的最后一个元素，后面跟着非结构化序列，或者后面有大量选项可供选择，这种情况应视为结构化事件并进行过程式建模。同理，如果一个事件的后继数量少但前驱数量多，可能是结构化序列的第一个元素，前面是非结构化序列，或者是从大量选项中合并的事件，也应视为结构化事件并进行过程式建模。 - **将日志划分为结构化和非结构化序列**： - 上下文分析得到两个集合：包含结构化事件的集合和包含非结构化事件的集合。 - 通过解析日志，当一个事件与其前一个事件不属于同一集合时，开始一个新的序列，从而识别出结构化和非结构化序列。 - 之后，方法分为两个分支，分别处理结构化子日志和非结构化子日志。 - **查找和挖掘过程式子