[发明专利]基于关系矩阵的工作流日志重复任务识别方法

权利要求书

1.基于关系矩阵的工作流日志重复任务识别方法，其特征在于该方法的具体步骤是：

步骤(1).定义e为事件，E为事件集合，输入多条由事件组成的有限活动序列，每条有限活动序列即为一条轨迹T，其中可存在重复事件，多条轨迹组成原始事件日志；

步骤(2).根据轨迹中事件输入顺序，得到轨迹的跟随关系，记为e_i＞_L e_i+1，再将轨迹中所有跟随关系的集合表示为关系矩阵Casual Matrix，记为CM，使用三元组E，I，O表示，其中：(1)E为日志的事件集合；(2)I为前驱事件集合，对于任意e₁∈E，若存在e₂∈I(e)，则满足e₂＞_L e₁；(3)O为后继事件集合，对于任意e₁∈E，若存在e₂∈O(e)，则满足e₁＞_L e₂；

步骤(3).定义矩阵循环、矩阵并行的特征；

序列e_k，...，e_i，...，e_n称为矩阵循环，记为MC，当且仅当：(1)存在序列T_s＝e₀，...，e_k，...，e_i，...，e_n，e_n+1，其中e₀为开始事件，对于任意i属于[0，n-1]，在关系矩阵中都存在e_i＞_L e_i+1；(2)T_s中除e_n+1外的任务没有重复；(3)e_n+1与序列T_s中下标为k元素相同；

序列split，s，join称为矩阵并行，记为MP，当且仅当：(1)与O为活动e在关系矩阵中的前驱后继集合，且I∩O＝{e₁，...，e_n}；(2)S是集合{e，e₁，...，e_n}的一个全排列，对于所有的s∈S，都存在：如果s为任意轨迹T的子序列，则在轨迹中s的前驱事件为split，s的后继事件为join；

步骤(4).根据得到的关系矩阵CM和已定义的循环、并行结构的特征，在原始事件日志中获取矩阵循环和矩阵并行，以便后续分类时直接跳过此类结构；

步骤(5).根据步骤(4)得到的矩阵循环、矩阵并行，并通过候选重复任务定义判断，将原始事件日志中的事件进行映射，对事件进行重命名，得到新日志；

在日志中确定了属于循环结构和并行结构的事件后，进行划分类别，在关系矩阵中，对于所有事件e∈E，如果max(min(F(e)，P(e))，1)＞1，则e被判定为属于重复事件，与其对应的任务t被判定为重复任务，在经过矩阵循环和矩阵并行标记后的日志中，事件的重命名规则为：设A_e为事件e对应的活动集合，对于事件e∈E_L，如果存在max(min(F(e)，P(e))，1)＞1且e没有被标记为矩阵并行和矩阵循环，则：e′∈I(e)，设tag(e′)为与e′对应的活动名称，l(e)＝tag(e′)∈A_e；其中F(e)表示所有出现在e后面的事件e′的种类数量，P(e)表示所有出现在e前面的事件e′的种类数量，E_L表示日志中出现的所有事件集合，l(e)表示e的标签；

步骤(6).计算重复任务间的相似度，按照相似度从高到低的顺序聚类得到一系列事件日志；事件日志通过挖掘算法得到模型，最终选取精确度最高的重复任务聚类方案，输出已标记重复事件的事件日志；

重复任务聚类算法是先构造所有原始事件的后继关系矩阵PCM(e)，即重命名事件集合β(e)中事件的后继关系的集合，设置初始最佳日志为L^p，只要存在事件e后继关系矩阵|PCM(e)|＞1，计算β(e)中相似度最高的两个重命名事件e₁，e₂，更新日志中L^p的事件名称和后继关系矩阵PCM(e_max)；如果使用L^p得到的模型精确度大于使用L_best得到的模型精确度，则L_best＝L^p；

在聚类过程中，每次都将相似度最高的事件合并，即合并一个事件e的重命名集合中的两个重复事件，同时产生临时模型并计算其精确度，最终聚类得到的日志中，对于所有的e∈E都存在β(e)＝1，即经过最后一次聚类后得到的重命名事件日志与原始事件日志相同。