[发明专利]基于Petri网保性化简规则的精简流程模型挖掘方法与系统

说明书

本发明公开了一种基于Petri网保性化简规则的精简流程模型挖掘方法与系统，包括：1)将输入的事件日志通过Inductive Miner流程发现算法挖掘得到初始Petri网流程模型；2)遍历流程模型的变迁节点，获取不可见变迁的位置信息；3)根据不可见变迁位置信息按照流程模型化简规则判断是否符合化简条件，对符合化简条件的流程模型按照其对应类型的化简规则进行化简；4)重复步骤3)，直到流程模型不能再化简为止；5)将化简后的流程模型与事件日志作合规性检查，测量拟合度和准确度，计算两者的综合指标F‑measure值，评估化简后流程模型的质量。本发明可有效地通过Petri网化简规则，降低流程模型的结构复杂性和减少过程模型的状态搜索空间，同时保证流程模型的可见行为，方便人们理解流程模型的行为。

技术领域

本发明涉及流程挖掘技术领域，尤其是指一种基于Petri网保性化简规则的精简流程模型挖掘方法与系统。

背景技术

流程挖掘是一个活跃的研究学科，旨在从事件日志中提取关于业务流程的信息，流程发现允许从事件日志中提取流程模型(最常见的流程模型为Petri网)，并进行有效地分析，例如合规性检查技术将一个流程模型与业务流程中记录的事件日志进行比较，从而强调流程模型与事件日志中记录的实际行为之间的差异。研究这些差异有助于深入了解偏差、合规性和绩效。随着数据技术飞速发展，更大规模的事件日志被记录，得到的流程模型也更加复杂，这种流程模型已被证明很难被人类理解，从而使人们分析复杂化，而且这种流程模型有更大的状态搜索空间，也可能需要指数级更长的处理时间，而Petri网中的不可见变迁导致了不必要的复杂性，并扩展了状态空间。因此，本发明基于保性化简规则提供了一种新的挖掘方法，在保证流程模型行为不变的前提下，得到更为精简的流程模型，从而降低流程模型的复杂性，提高后续的分析效率。

发明内容

本发明的第一目的在于针对现有流程模型的缺点，提供一种基于Petri网保性化简规则的精简流程模型挖掘方法，对于Petri网中不必要的不可见变迁，提供了一组化简规则，降低流程模型的复杂性，并减少流程模型的状态搜索空间，同时保证流程模型的可见行为。

本发明的第二目的在于提供一种基于Petri网保性化简规则的精简流程模型挖掘系统。

本发明的第一目的通过下述技术方案实现：基于Petri网保性化简规则的精简流程模型挖掘方法，包括以下步骤：

1)将输入的事件日志通过Inductive Miner流程发现算法挖掘得到初始Petri网流程模型，当前流程模型中包含大量不可见变迁；

2)遍历步骤1)中流程模型的变迁节点，获取不可见变迁的位置信息；

3)根据步骤2)获取的不可见变迁位置信息按照流程模型化简规则判断是否符合化简条件，对符合化简条件的流程模型按照其对应类型的化简规则进行化简；

4)重复步骤3)，直到流程模型不能再化简为止，即可得到化简后的流程模型；

5)将步骤4)中化简后的流程模型与事件日志作合规性检查，测量拟合度和准确度，计算两者的综合指标F-measure值，评估化简后流程模型的质量。

进一步，在步骤1)中，所述事件日志是指在业务信息系统运行中产生的一系列事件集合，包含事件的执行者和事件发生时间；所述流程发现算法是指从事件日志中发现流程模型的方法，其中当前最先进的流程发现算法是Inductive Miner；所述流程模型是指业务信息系统中流程的可视化表示，其中最常见的模型是Petri网，Petri网是由库所、变迁和有向弧三种基本元素组成，每个库所的前后通过有向弧连接变迁，每个变迁的前后通过有向弧连接库所，连接变迁的上一个库所叫做该变迁的前驱库所，连接库所的上一个变迁叫做该库所的前驱变迁，连接变迁的下一个库所叫做该变迁的后继库所，连接库所的下一个变迁叫做该库所的后继变迁，所述的变迁是业务流程中事件的表示。