-
题名基于概念漂移的预测性业务流程监控方法
- 1
-
-
作者
黄华
杨子仪
李小龙
李闯
-
机构
湖南工商大学计算机学院
物联网智能感知与分布式协同优化湖南省高等学校重点实验室(湖南工商大学)
-
出处
《计算机应用》
CSCD
北大核心
2024年第10期3167-3176,共10页
-
基金
国家自然科学基金青年科学基金资助项目(62002115)
湖南省自然科学基金资助项目(2023JJ50319,2023JJ70005)
+5 种基金
湖南省自然科学基金青年项目(2022JJ40128)
湖南省重点研发科技计划项目(2021NK2020)
湖南省教育厅科学研究项目(21B0560)
湘江实验室重大项目(23XJ01001)
长沙市杰出创新青年培养计划项目(kq2107020)
湖南省普通高等学校科技创新团队支持项目。
-
文摘
为解决现有的业务流程监控(BPM)方法的模型精度随时间下降和实时性较差的问题,提出一种基于概念漂移的预测性业务流程监控(PPM)方法。首先,对事件日志数据进行预处理及编码;其次,利用双向长短时记忆(BiLSTM)网络模型从前后方向捕获足够的序列信息以构建业务流程模型,并利用注意力机制充分考虑不同事件对预测结果的贡献程度,赋予事件日志不同的权重,从而减少噪声对预测结果的影响;最后,将正在执行的实例输入构建的模型,得到预测的执行结果,并将这些结果作为历史数据对模型微调。在8个公开且真实的数据集上的测试结果表明,所提方法的平均预测准确率相较于支持向量机(SVM)、逻辑回归(LR)和随机森林(RF)等已有的BPM方法提升了5.4%~23.8%,且早期性和时间性能都优于现有的研究方法。
-
关键词
概念漂移
预测性业务流程监控
业务流程管理
事件日志
双向长短时记忆
注意力机制
-
Keywords
concept drift
Predictive business Process Monitoring(PPM)
Business Process Management(BPM)
event log
Bidirectional Long Short-Term Memory(Bi-LSTM)
attention mechanism
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
