流程发现推荐系统：原理、实现与评估

### 流程发现推荐系统：原理、实现与评估 #### 1. 引言 在流程发现领域，为特定事件日志选择最佳的发现技术是一项具有挑战性的任务。不同的发现技术在不同的日志特征和评估指标下表现各异。本文将介绍一种流程发现推荐系统，它能够根据事件日志的特征和评估指标，为用户推荐最佳的发现技术。 #### 2. 评估指标 为了评估不同发现技术的性能，我们定义了以下几类评估指标： | 类别 | 指标 | 描述 | | --- | --- | --- | | 性能 | 运行时间、使用内存 | 量化发现算法在特定事件日志上的执行情况 | | 简单性 | 模型元素数量、节点弧度数、割点 | 量化发现算法结果（从特定事件日志中挖掘的过程模型）的可读性和可理解性 | | 适应性 | 基于令牌的适应性、负事件召回率 | 量化日志中描述的行为与过程模型中表示的行为的符合程度 | | 精确性 | ETC 精确性、负事件精确性 | 量化过程模型中表示的行为在日志中描述的程度 | | 泛化性 | 负事件泛化性 | 量化超出观察到的行为的抽象程度 | #### 3. 推荐 top-k 最佳技术 推荐特定事件日志的 top-k 最佳执行技术基于一组排名预测。排名预测确定了在特定指标下预期表现更好的技术。这些信息通过预测模型计算得出，预测模型是根据发现和一致性实验的结果构建的。最终排名综合考虑一个或多个排名预测，从而确定 top-k 最佳执行技术。从最终排名中选择 top-k 技术可以看作是一个典型的信息检索问题。 #### 4. 系统实现 推荐系统基于服务器 - 客户端架构实现： - **服务器**：生成关于不同事件日志上技术性能的知识。包括评估框架和存储库，支持推荐系统的训练功能。训练功能和评估框架作为 CoBeFra 框架的一个包实现，存储库由事务性数据库支持。 - **客户端**：基于服务器生成的知识，为给定的事件日志预测（推荐）最佳执行技术。该功能作为 ProM 插件实现（适用于 ProM 6）。 评估框架依赖于一组发现和一致性算法，当前包含 9 种发现技术和 8 种一致性检查算法。以下是发现技术及其结果的列表： | 技术 | 结果 | | --- | --- | | Alpha Miner | Petri Net | | Flexible Heuristics Miner | Causal Net | | Flower Miner | Petri Net | | Fuzzy Miner | Fuzzy Model | | Heuristics Miner | Causal Net | | Inductive Miner | Petri Net | | ILP Miner | Petri Net | | Passage Miner | Petri Net | | TS Miner | Transition System | 同时，评估框架还依赖于一组特征提取器，用于计算事件日志的特定特征。以下是可计算的特征列表： | 范围 | 特征 | 描述 | | --- | --- | --- | | 轨迹 | 不同轨迹数量 | 日志中不同轨迹的数量 | | 轨迹 | 总轨迹数量 | 日志中轨迹的数量 | | 轨迹 | 轨迹长度 | 日志中所有轨迹的平均长度 | | 轨迹 | 轨迹内事件重复次数 | 轨迹内事件重复的平均次数 | | 事件 | 不同事件数量 | 日志中不同事件的数量 | | 事件 | 总事件数量 | 日志中事件的数量 | | 事件 | 起始事件数量 | 日志中不同起始事件的数量 | | 事件 | 结束事件数量 | 日志中不同结束事件的数量 | | 流程 | 熵 | 日志中两个事件之间直接后继和前驱计数比例的平均值 | | 流程 | 并发性 | 基于依赖度量，因果矩阵中并发关系的百分比 | | 流程 | 密度 | 因果矩阵中非零值的百分比 | | 流程 | 长度为 1 的循环数量 | 因果矩阵中长度为 1 的循环数量 | 系统具有灵活性和可扩展性，任何技术、指标或特征都可以随时添加或删除，即使在实验执行过程中也可以。这些修改将在后续的训练迭代中生效。 #### 5. 评估框架功能 评估框架作为 CoBeFra 框架的一个包实现，并由 MySQL 数据库管理系统支持，具有以下功能： - **管理功能**：控制存储库以及发现和一致性算法的集合。存储库是一个数据库，存储有关事件日志、过程模型和实验的信息。发现和一致性算法是可执行文件（如 ProM 插件），用于流程发现或一致性检查。 - **执行功能**：通过从存储库和算法集合中随机选择一个事件日志、一个控制流算法（即技术）和一个一致性算法来执行单个评估。评估开始时，要么执行发现实验以使用所选发现技术在所选日志上挖掘过程模型，要么如果该发现实验在先前的评估中已经执行，则从数据库中检索该过程模型。发现实验的执行包括在所选日志上运行所选控制流算法，计算过程模型和性能指标，并将两者存储在数据库中。然后，如果可能，继续执行一致性实验，即在所选日志和挖掘的模型上运行所选一致性算法，计算指标并存储在数据库中。