检索结果-南通市图书馆

Computers, Materials & Continua 2024年第1期78卷 1227-1252页

作者： Yongwang Yuan Xiangwei Liu Ke Lu School of Mathematics and Big Data Anhui University of Science and TechnologyHuainan232001China School of Economics and Management Anhui University of Science and TechnologyHuainan232001China The Key Laboratory of Embedded System and Service Computing Ministry of Education Tongji UniversityShanghai201804China

Predictive Business Process Monitoring(PBPM)is a significant research area in Business Process Management(BPM)aimed at accurately forecasting future behavioral events.At present,deep learning methods are widely cited in PBPM research,but no method has been effective in fusing data information into the control flow for multi-perspective process prediction.Therefore,this paper proposes a process prediction method based on the hierarchical BERT and multi-perspective data fusion.Firstly,the first layer BERT network learns the correlations between different category attribute data.Then,the attribute data is integrated into a weighted event-level feature vector and input into the second layer BERT network to learn the impact and priority relationship of each event on future predicted events.Next,the multi-head attention mechanism within the framework is visualized for analysis,helping to understand the decision-making logic of the framework and providing visual predictions.Finally,experimental results show that the predictive accuracy of the framework surpasses the current state-of-the-art research methods and significantly enhances the predictive performance of BPM.

关键词： Business process prediction monitoring deep learning attention mechanism BERT multi-perspective

基于行为轮廓矩阵增强的业务流程结果预测方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年第6期41卷 1762-1768页

作者：刘恒方贤文卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

预测性过程监控依赖于预测效果,针对如何增强预测性过程监控预测效果的问题,提出了一种基于行为轮廓矩阵增强的业务流程结果预测方法。首先,通过分析活动间的行为关系提取行为轮廓矩阵,并将其与事件序列一同输入到模型中。随后,结合卷... 详细信息

预测性过程监控依赖于预测效果,针对如何增强预测性过程监控预测效果的问题,提出了一种基于行为轮廓矩阵增强的业务流程结果预测方法。首先,通过分析活动间的行为关系提取行为轮廓矩阵,并将其与事件序列一同输入到模型中。随后,结合卷积神经网络(CNN)和长短期记忆网络(LSTM)分别学习矩阵图像特征和序列特征。最后,引入注意力机制以整合图像特征和序列特征进行预测。通过真实事件日志进行验证,在预测事件日志结果方面,提出的增强方法对比基准的LSTM预测方法提高了预测效果,验证了方法的可行性。该方法结合行为轮廓矩阵增强了预测模型对事件日志中行为之间关系的理解,进而提升了预测效果。

关键词：行为轮廓预测性过程监控业务流程结果预测

在线全文

学校读者我要写书评

暂无评论

基于数据影响的多对象交互流程偏差检测方法

计算机应用研究 2024年第3期41卷 880-886页

作者：钱陈婧方贤文张希为安徽理工大学数学与大数据学院安徽淮南232001 安徽理工大学安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

现有的大多数偏差检测方法能够识别来自流程活动及部分数据属性的偏差,但是无法处理流程执行过程中数据变化对流程的影响问题,尤其是在涉及多对象交互的情况下。针对这一问题,提出了一种多对象交互情况下基于数据影响的业务流程偏差检... 详细信息

现有的大多数偏差检测方法能够识别来自流程活动及部分数据属性的偏差,但是无法处理流程执行过程中数据变化对流程的影响问题,尤其是在涉及多对象交互的情况下。针对这一问题,提出了一种多对象交互情况下基于数据影响的业务流程偏差检测方法。首先,基于控制流与数据信息识别可能的偏差活动;然后,根据数据变化对活动的影响定义影响集;接着,将以对象为中心的概念引入偏差检测过程,形式化以对象为中心的Petri网模型,在此基础上,通过分析对象是否对其修改的数据具有执行权限,分类并定义了四种数据影响类型及其计算标准,据此得到基于数据影响的偏差检测结果;最后,与其他偏差检测方法对比验证,结果表明,应用该方法得到的偏差检测结果值得到提升,并且能够处理多对象交互的流程偏差。该方法能够有效捕获多对象交互流程中数据变化影响的流程活动,提高偏差检测的合理性与准确性。

关键词：数据影响以对象为中心数据Petri网影响集偏差检测

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于数据影响的业务流程一致性检查方法

计算机应用研究 2024年第2期41卷 540-547页

作者：白少康方贤文钱陈婧安徽理工大学计算机科学与工程学院安徽淮南232001 安徽理工大学安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001 安徽理工大学数学与大数据学院安徽淮南232001

近年来,业务流程的精确管理受到越来越多的关注,作为业务流程管理内容之一的一致性检查技术正变得越来越重要。现有的一致性检查技术主要从模型的控制流角度出发,并未考虑业务流程中的数据或数据的变化对业务流程产生的影响,为此提出了... 详细信息

近年来,业务流程的精确管理受到越来越多的关注,作为业务流程管理内容之一的一致性检查技术正变得越来越重要。现有的一致性检查技术主要从模型的控制流角度出发,并未考虑业务流程中的数据或数据的变化对业务流程产生的影响,为此提出了一种基于数据影响的业务流程一致性检查方法。首先,通过业务流程建模符号(business process modeling notation,BPMN)模型中数据和行为之间的依赖关系来分析数据对偏差活动预期行为的影响,进而获取偏差活动的预期行为集;其次,通过在BPMN模型中引入决策模型和符号(decision model and notation,DMN)决策表来充分捕获当前实例执行的数据上下文与行为上下文之间的关系,以区分有效数据更改和异常数据更改,找到偏差活动的有效预期行为集。最后,通过设计数据对偏差活动影响的各类成本函数提出了有效一致性检查方法。实验结果表明,相比已有工作,该方法在进行业务流程一致性检查时提高了业务流程的一致性,可以成功捕获偏差活动作出反应的适应行为,使得业务流程在复杂多变的环境下表现得更加准确、合理。

关键词：业务流程一致性检查数据影响预期行为决策模型和符号(DMN) 有效数据更改

基于Bert模型对不完整事件日志的多属性修复

在线全文

学校读者我要写书评

暂无评论

洛阳师范学院学报 2024年第2期43卷 17-22页

作者：张振虎王丽丽安徽理工大学数学与大数据学院安徽淮南232001

流程挖掘是从事件日志中自动构建流程模型,并利用其分析、增强、监测实际的业务流程.然而不完整的事件日志会严重影响流程挖掘的结果.因此,修复事件日志是提高过程挖掘结果准确性的举措之一.现有的修复事件日志技术主要修复事件日志中... 详细信息

流程挖掘是从事件日志中自动构建流程模型,并利用其分析、增强、监测实际的业务流程.然而不完整的事件日志会严重影响流程挖掘的结果.因此,修复事件日志是提高过程挖掘结果准确性的举措之一.现有的修复事件日志技术主要修复事件日志中的缺失活动,很少考虑修复日志中多个缺失的属性.现实中日志除了活动缺失,还存在属性缺失现象.针对此问题,提出了一种基于Bert的神经网络模型,用来修复事件中多个属性的缺失.该方法从数据的角度出发,通过Bert模型的预训练任务学习事件中属性之间的依赖关系,根据属性的前后文信息预测缺失的属性值.最后使用公开可用的真实事件日志对所提出的方法进行实验评估,评估结果表明本文所提出方法可以修复事件日志中多属性的缺失,且验证了该方法的准确性.

关键词：修复事件日志缺失属性 Bert模型预训练任务多属性修复

基于DMN的数据影响交互流程变化感知分析方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：郝惠晶方贤文张希为安徽理工大学数学与大数据学院安徽省煤矿安全大数据分析与预警技术工程实验室

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影... 详细信息

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影响。基于此，本文提出了一种基于决策模型和标记（DMN）的数据影响交互流程的变化分析方法，首先提取以数据为中心的BPMN决策模式，将流程上下文数据建模在单独的决策模型中。然后将BPMN与DMN相结合进行控制流与数据流融合建模，并分析生成的数据感知流程模型的合理性。在此基础上，通过数据影响分析识别数据变化对后续的流程执行及数据的联动变化影响，从而综合分析控制流与数据流约束下的变化传播区域。最后利用CPN tools进行仿真模拟并通过比较实验进行评估，实验结果表明数据影响下的交互流程变化传播的一致性度相对较高，并优化了模型结构。

关键词：变化感知决策模型和标记数据影响数据感知合理性跨域交互

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于增强事件日志局部信息的多任务预测方法

佳木斯大学学报（自然科学版） 2024年第4期42卷 1-5,9页

作者：陈昊卢可安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

在业务流程管理中,预测性流程监控通过对未来活动的预测来为当前流程提供指导。最近的研究集中在基于注意力机制的深度学习方法中,但是它们忽略了事件日志中重要的局部结构,针对该问题,提出了MELIA方法以着重关注局部结构。MELIA使用局... 详细信息

在业务流程管理中,预测性流程监控通过对未来活动的预测来为当前流程提供指导。最近的研究集中在基于注意力机制的深度学习方法中,但是它们忽略了事件日志中重要的局部结构,针对该问题,提出了MELIA方法以着重关注局部结构。MELIA使用局部门控循环单元(LocalGRU)将输入的迹前缀序列划分成若干局部短序列,捕捉每个局部短序列的位置信息以增强事件日志的局部信息,再通过多头注意力机制模块和多任务学习模块以完成不同预测任务。通过6个公开可用的数据集进行评估分析,结果表明,提出的方法在预测性流程监控方面表现良好。

关键词：业务流程预测性流程监控 GRU 注意力机制多任务学习

在线全文

学校读者我要写书评

暂无评论

基于行为轮廓的二维傅里叶变换流程预测

哈尔滨商业大学学报（自然科学版） 2024年第2期40卷 157-166页

作者：熊正云安徽理工大学数学与大数据学院安徽淮南232001

现有的预测性流程监控大多数侧重于深度学习技术,很少有将流程中的行为与此结合.针对这一问题,结合行为关系提出了一个基于二维离散傅里叶变换的流程预测方法,对流程的下一个活动进行预测.将数据进行预处理,利用数据转换工程将时间数据... 详细信息

现有的预测性流程监控大多数侧重于深度学习技术,很少有将流程中的行为与此结合.针对这一问题,结合行为关系提出了一个基于二维离散傅里叶变换的流程预测方法,对流程的下一个活动进行预测.将数据进行预处理,利用数据转换工程将时间数据转换为包括活动通道和性能通道的二维空间数据,对活动之间的行为关系进行活动行为编码,并将得到的矩阵进行二维离散傅里叶变换,输入CNN网络中进行训练并预测.使用仿真事件日志和真实事件日志进行评估,在仿真数据集和Helpdesk数据的测试集、BPIC12W数据的测试集上,本文方法预测准确度相比于CNN方法分别提高了2.57%、4.63%和1.67%.实验结果展示了本文方法能有效地提高流程预测的准确度.

关键词：预测性流程监控行为轮廓数据转换行为编码傅里叶变换活动预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于活动恢复集的有效低频行为分析方法

计算机应用研究 2024年第7期41卷 2005-2011页

作者：任紫薇王丽丽左殷恺安徽理工大学数学与大数据学院安徽淮南232001 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室安徽淮南232001 安徽理工大学安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

低频行为识别是揭示业务流程重要信息和优化流程模型的方法之一,现有流程发现方法忽略了数据影响链对低频行为产生的影响,导致了一些低频行为被视为噪声直接过滤掉。针对这一问题,提出了一种基于活动恢复集的有效低频行为分析方法。首... 详细信息

低频行为识别是揭示业务流程重要信息和优化流程模型的方法之一,现有流程发现方法忽略了数据影响链对低频行为产生的影响,导致了一些低频行为被视为噪声直接过滤掉。针对这一问题,提出了一种基于活动恢复集的有效低频行为分析方法。首先根据事件日志中的行为重要性过滤日志,并构建初始流程模型;其次从事务日志中提取活动的输入输出数据项,并根据这些数据项构造活动影响链图,在此基础上获取每个活动基于迹的活动恢复集;最后根据活动恢复集来计算每条迹的行为容忍度以区分有效低频行为和噪声。实验结果表明,与其他方法相比,该方法能够有效区分有效低频行为与噪声,并且从拟合度、精度以及简单性方面提高了流程模型的质量。该方法考虑了由活动恢复集而导致的偏差情况,可以成功识别事件日志中的有效低频行为,从而优化了流程模型。

关键词：行为重要性有效低频行为数据影响链恢复集行为容忍度

MARL-GPN:一种基于多智能体强化学习的博弈Petri网

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2023年第5期29卷 1590-1601页

作者：刘雨舟方贤文安徽理工大学数学与大数据学院安徽淮南232001 安徽省煤矿安全大数据分析与预警技术工程实验室安徽淮南232001

作为过程挖掘中的一个重要研究分支,变化挖掘可运用在系统安全分析、IPS安全建设等场景下,从变化域的生成情况判断可能存在的未知漏洞。而传统变化挖掘算法更注重业务流程的安全性,无法满足在动态博弈场景下挖掘需要考虑多方安全效益所... 详细信息

作为过程挖掘中的一个重要研究分支,变化挖掘可运用在系统安全分析、IPS安全建设等场景下,从变化域的生成情况判断可能存在的未知漏洞。而传统变化挖掘算法更注重业务流程的安全性,无法满足在动态博弈场景下挖掘需要考虑多方安全效益所形成有效变化域的情况。针对此问题,提出一种基于多智能体强化学习的博弈Petri网(MARL-GPN),以专用于动态安全模型的有效变化域研究。该新型的博弈Petri网会首先根据攻防事件构建效益矩阵,然后各智能体间会根据对方当前状态与下一步走势生成最优应对策略,其次在指定学习周期下达成纳什平衡得到双方最优活动迹,与传统变化挖掘进行比对即可得到有效变化域。最后以典型信息安全事件为例验证了该模型的可行性。

关键词：变化挖掘强化学习多智能体博弈博弈Petri网网络攻防