[发明专利]一种基于机器学习的流程日志活动属性残缺规则提取方法

权利要求书

1.一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于包括如下步骤：

步骤1、将日志数据进行预处理，首先将记录在业务流程信息管理系统中的流程日志数据提取出来，将XES格式的日志数据转换成适用于机器学习算法的CSV格式，并将流程日志数据以流程实例为单位划分为流程活动路径；

步骤2、待流程日志数据进行预处理预处理后，对每条流程活动路径进行编码，将流程活动路径转换成流程特征向量；

步骤3、使用机器学习中的分类回归决策树对流程特征向量进行分类，构建出一棵分类决策树。

2.根据权利要求1所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于步骤1具体实现如下：

设Case ID为364868，将Case ID为364868的流程实例转化成流程活动路径后记为trace＝A,B,C,D,E，其中A,B,C,D,E均为活动类型的唯一标识；如果流程活动路径中的活动属性是完整的，那么流程活动路径也是完整的，如果流程活动路径中的活动属性含有缺失值或不精确值，那么含有属性缺失值或不精确值的活动在流程活动路径中通常用“-”表示，如果流程活动路径trace中的活动B的时间属性值缺失，则流程活动路径被记录为trace＝A,-,C,D,E。

3.根据权利要求2所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于步骤2具体实现如下：

采用one-hot编码方式对流程活动路径进行编码：首先遍历预处理后流程日志数据中的每条路径的每个活动，如果发现活动属性值缺失或者记录不精确，则给该活动的紧邻的前一个活动ID增加前缀变量Vpre，给紧邻的后一个活动ID增加后缀变量Vsuf，使得在流程特征向量中将经过编码的活动和原始的活动进行区分。

4.根据权利要求3所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于前缀变量和后缀变量计算公式如下：

Vsuf＝∑Type_activity+1

Vpre＝Vsuf×2

其中，Type_activity为整个流程中的活动类型；取流程日志数据中活动类型总数N作为基变量，后缀变量为基变量加1，前缀变量为后缀变量的2倍。

5.根据权利要求1或2或3或4所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于如果一条流程活动路径中含有残缺值活动，则将该流程活动路径对应的特征向量标签值置为1，否则置0。

6.根据权利要求5所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于步骤3具体实现如下：

构建的分类决策树中叶子结点代表所以流程活动路径中包含属性残缺值的流程活动路径数目，非叶子节点代表包含属性残缺值活动的前后活动信息；非叶子节点中的“X≤Q”表示路径的决策条件，当特征X小于等于Q时，决策树向左决策；当特征X大于Q,决策树向右决策；其中Q为设定的阈值；非叶子节点中样本代表流程活动路径数量S＝S1+S2,其中有S1个流程活动路径不包含残缺值，S2个流程活动路径包含残缺值；对S2个包含残缺值的流程活动路径进行分析判断，得出结论。

7.根据权利要求6所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于阈值Q的取值为0.5，采用机器学习库中的scikit-learn规范选取。

8.根据权利要求7所述的一种基于机器学习的流程日志活动属性残缺规则提取方法，其特征在于对包含残缺值的流程活动路径进行分析规则如下：

规则1：包含活动属性残缺值的流程路径在包含残缺值的活动之前是否都有同一个ID的活动执行；

规则2：包含活动属性残缺值的流程路径在包含残缺值的活动之后是否都有同一个ID的活动执行。