Does Your Event Log Fit the High-Level Process Model?

Begicheva, Antonina; Lomazova, Irina A.

doi:10.18255/1818-1015-2015-3-392-403

Cited by 5 publications

(5 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the further research we plan to evaluate this technique on artificial and real logs, using the fitness criteria presented earlier in [27].…”

Section: Resultsmentioning

confidence: 99%

“…Second of the most prominent process mining tasks is conformance checking [1,26,27]. Given a model and an event log we would like to compare the process model behavior and the behavior recorded in the event log.…”

Section: Definition 4 (Event Log)mentioning

confidence: 99%

“…Refinements allow us to develop a more compact model with the composite structure of the network. Here we give precise definitions introduced in [27].…”

Section: Definition 6 (Perfect Fit)mentioning

confidence: 99%

See 2 more Smart Citations

Discovering High-Level Process Models from Event Logs

Begicheva¹,

Lomazova²

2017

Model. anal. inf. sist.

View full text Add to dashboard Cite

Abstract. Process mining is a relatively new field of computer science, which deals with process discovery and analysis based on event logs. In this paper we consider the problem of discovering a high-level business process model from a low-level event log, i.e. automatic synthesis of process models based on the information stored in event logs of information systems. Events in a high-level model are abstract events, which can be refined to low-level subprocesses, whose behavior is recorded in event logs. Models synthesis is intensively studied in the frame of process mining research, but only models and event logs of the same granularity are mainly considered in the literature. Here we present an algorithm for discovering high-level acyclic process models from event logs and some specified partition of low-level events into subsets associated with abstract events in a high-level model.

show abstract

“…In the further research we plan to evaluate this technique on artificial and real logs, using the fitness criteria presented earlier in [27].…”

Section: Resultsmentioning

confidence: 99%

Section: Definition 4 (Event Log)mentioning

confidence: 99%

See 1 more Smart Citation

Discovering High-Level Process Models from Event Logs

Begicheva¹,

Lomazova²

2017

Model. anal. inf. sist.

View full text Add to dashboard Cite

show abstract

“…В литературе представлено достаточно большое количество методов проверки согласованности [4,8,9,13,15,29,30,40]. В данной работе для оценки соответствия мы используем методику, основанную на выравниваниях [8].…”

Section: предварительные сведенияunclassified

Divide and Conquer: A Tool Framework for Supporting Decomposed Discovery in Process Mining

Verbeek

Gama

Aalst

2017

The Computer Journal

View full text Add to dashboard Cite

Использование журналов событий для локальной корректировки моделей процессов Мицюк А. А. 1 , Ломазова И. А. 1 , ван дер Аалст В. М. П. получена 17 июля 2017Аннотация. В ходе жизненного цикла информационной системы (ИС) ее реальное поведение может перестать соответствовать исходной модели системы. Между тем для поддержки системы очень важно иметь актуальную модель, отражающую текущее поведение системы. Для корректировки модели можно использовать информацию из журнала событий системы. Журналы событий процессно-ориентированных информационных систем содержат запись истории исполнения поддерживаемых процессов в виде более или менее детальных списков событий. Такие журналы, как правило, записываются всеми современным ИС. Эта информация может использоваться для анализа реального поведения ИС и ее усовершенствования. В работе рассматривается задача корректировки (исправления) модели процесса на основе информации из журнала событий. Исходными данными для этой задачи являются первоначальная модель процесса в виде сети Петри и журнал событий. Результатом корректировки должна быть новая модель процесса, лучше отображающая реальное поведение ИС, чем исходная модель. Актуальная модель может быть построена и полностью заново, например, с помощью одного из известных алгоритмов автоматического синтеза модели процесса по журналу событий. Однако структура исходной модели при этом может полностью измениться. Полученную модель будет трудно сопоставить с прежней моделью процесса, что затруднит ее понимание и анализ. Поэтому при корректировке модели важно по возможности сохранить ее прежнюю структуру. Предлагаемый в настоящей работе алгоритм корректировки модели основан на принципе разделяй и властвуй . Исходная модель процесса декомпозируется на фрагменты. Для каждого из фрагментов проверяется, соответствует ли он актуальному журналу событий. Фрагменты, для которых выявлены несоответствия, заменяются на заново синтезированные. Новая модель собирается из фрагментов путем слияния переходов. Проведенные эксперименты показывают, что наш алгоритм корректировки дает хорошие результаты, если применяется для исправления локальных несоответствий. Работа содержит описание алгоритма, формальное обоснование его корректности, а также результаты экспериментального тестирования на искусственных примерах.

show abstract

Section: предварительные сведенияunclassified

Using Event Logs for Local Correction of Process Models

Мицюк¹,

Lomazova²,

Аалст³

2017

Model. anal. inf. sist.

View full text Add to dashboard Cite

получена 17 июля 2017Аннотация. В ходе жизненного цикла информационной системы (ИС) ее реальное поведение может перестать соответствовать исходной модели системы. Между тем для поддержки системы очень важно иметь актуальную модель, отражающую текущее поведение системы. Для корректи-ровки модели можно использовать информацию из журнала событий системы. Журналы собы-тий процессно-ориентированных информационных систем содержат запись истории исполнения поддерживаемых процессов в виде более или менее детальных списков событий. Такие журна-лы, как правило, записываются всеми современным ИС. Эта информация может использоваться для анализа реального поведения ИС и ее усовершенствования. В работе рассматривается зада-ча корректировки (исправления) модели процесса на основе информации из журнала событий. Исходными данными для этой задачи являются первоначальная модель процесса в виде сети Пет-ри и журнал событий. Результатом корректировки должна быть новая модель процесса, лучше отображающая реальное поведение ИС, чем исходная модель. Актуальная модель может быть построена и полностью заново, например, с помощью одного из известных алгоритмов автомати-ческого синтеза модели процесса по журналу событий. Однако структура исходной модели при этом может полностью измениться. Полученную модель будет трудно сопоставить с прежней мо-делью процесса, что затруднит ее понимание и анализ. Поэтому при корректировке модели важно по возможности сохранить ее прежнюю структуру. Предлагаемый в настоящей работе алгоритм корректировки модели основан на принципе разделяй и властвуй . Исходная модель процесса декомпозируется на фрагменты. Для каждого из фрагментов проверяется, соответствует ли он актуальному журналу событий. Фрагменты, для которых выявлены несоответствия, заменяются на заново синтезированные. Новая модель собирается из фрагментов путем слияния переходов. Проведенные эксперименты показывают, что наш алгоритм корректировки дает хорошие резуль-таты, если применяется для исправления локальных несоответствий. Работа содержит описание алгоритма, формальное обоснование его корректности, а также результаты экспериментального тестирования на искусственных примерах.

show abstract

Does Your Event Log Fit the High-Level Process Model?

Cited by 5 publications

References 6 publications

Discovering High-Level Process Models from Event Logs

Discovering High-Level Process Models from Event Logs

Divide and Conquer: A Tool Framework for Supporting Decomposed Discovery in Process Mining

Using Event Logs for Local Correction of Process Models

Contact Info

Product

Resources

About