論文の概要: Discovering Business Area Effects to Process Mining Analysis Using Clustering and Influence Analysis

• arxiv url: http://arxiv.org/abs/2003.08170v1
• Date: Wed, 18 Mar 2020 11:58:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 13:17:29.812849
• Title: Discovering Business Area Effects to Process Mining Analysis Using Clustering and Influence Analysis
• Title（参考訳）: クラスタリングと影響分析を用いたプロセスマイニング分析におけるビジネスエリア効果の発見
• Authors: Teemu Lehto and Markku Hinkka
• Abstract要約: 本稿では,プロセス実行の詳細に重要な影響を与えるビジネス領域を発見するための新しい手法を提案する。 本手法では,プロセスフロー特性に基づいて,クラスタリングを用いて類似事例をグループ化する。 また,公開されている実物購入注文プロセスデータに基づく実物購入の事例分析を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A common challenge for improving business processes in large organizations is that business people in charge of the operations are lacking a fact-based understanding of the execution details, process variants, and exceptions taking place in business operations. While existing process mining methodologies can discover these details based on event logs, it is challenging to communicate the process mining findings to business people. In this paper, we present a novel methodology for discovering business areas that have a significant effect on the process execution details. Our method uses clustering to group similar cases based on process flow characteristics and then influence analysis for detecting those business areas that correlate most with the discovered clusters. Our analysis serves as a bridge between BPM people and business, people facilitating the knowledge sharing between these groups. We also present an example analysis based on publicly available real-life purchase order process data.
• Abstract（参考訳）: 大きな組織でビジネスプロセスを改善するための一般的な課題は、オペレーションを担当するビジネスパーソンが、ビジネスオペレーションで実行される実行の詳細、プロセス変種、例外の事実に基づく理解を欠いていることです。 既存のプロセスマイニング方法論はイベントログに基づいてこれらの詳細を発見できるが、プロセスマイニングの知見をビジネス関係者に伝えることは困難である。 本稿では,プロセス実行の詳細に重要な影響を与えるビジネス領域を発見するための新しい手法を提案する。 本手法はクラスタリングを用いてプロセスフロー特性に基づいて類似の事例をグループ化し,クラスタに最も相関するビジネス領域を検出するための影響分析を行う。 私たちの分析はBPMの人々とビジネスの間の橋渡しとして役立ちます。 また,公開されている実物購入注文プロセスデータに基づく事例分析を行った。

関連論文リスト

• WISE: Unraveling Business Process Metrics with Domain Knowledge [0.0]
  複雑な産業プロセスの異常は、しばしばイベントデータの高変動性と複雑さによって隠蔽される。 本稿では、ドメイン知識、プロセスマイニング、機械学習の統合により、ビジネスプロセスメトリクスを分析する新しい手法WISEを紹介する。 WISEはビジネスプロセス分析における自動化を強化し、望ましいプロセスフローからの逸脱を効果的に検出する。
  論文  参考訳（メタデータ） (2024-10-06T07:57:08Z)
• Navigating Process Mining: A Case study using pm4py [0.0]
  本稿では,Python の pm4py ライブラリを用いた道路交通管理プロセスの包括的解析を行う。 フィルタリングと統計的解析により、プロセスの実行における重要なパターンとバリエーションを明らかにする。 発見されたモデルを視覚化して、プロセス内のワークフロー構造と依存関係を理解します。
  論文  参考訳（メタデータ） (2024-09-17T15:48:46Z)
• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• Extracting Process-Aware Decision Models from Object-Centric Process Data [54.04724730771216]
  本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。 IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
  論文  参考訳（メタデータ） (2024-01-26T13:27:35Z)
• The WHY in Business Processes: Discovery of Causal Execution Dependencies [2.0811729303868005]
  プロセスアクティビティの実行間の因果関係を明らかにすることは、プロセス介入の結果を予測する重要な要素である。 この研究は、既存の因果発見アルゴリズムを活動タイミングよりも活用することにより、因果ビジネスプロセスの公開に対する体系的なアプローチを提供する。 本手法は,3つの因果パターンの文脈における2つのモデル間の相違を探索し,これらの不整合がマイニングプロセスモデル上で注釈付けされるという新たな視点を導出する。
  論文  参考訳（メタデータ） (2023-10-23T14:23:15Z)
• Analyzing An After-Sales Service Process Using Object-Centric Process Mining: A Case Study [0.1433758865948252]
  本稿では,オブジェクト中心プロセスマイニングの新たな領域について論じる。 ボルサン・キャットのアフター・セール・サービス・プロセスの詳細なケーススタディを通じて、本研究では、オブジェクト中心のプロセスマイニングの能力を強調した。
  論文  参考訳（メタデータ） (2023-10-16T08:34:41Z)
• Process-BERT: A Framework for Representation Learning on Educational Process Data [68.8204255655161]
  本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。 我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。 当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
  論文  参考訳（メタデータ） (2022-04-28T16:07:28Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Process Comparison Using Object-Centric Process Cubes [69.68068088508505]
  実生活のビジネスプロセスでは、プロセス全体を複雑に解釈しがちな振る舞いが存在します。 プロセス比較は、プロセスキューブを使用して、プロセスの異なる動作を互いに分離するプロセスマイニングのブランチです。 オブジェクト中心のイベントログのスライスやダイスなどのプロセスキューブ操作をサポートするプロセスキューブフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-12T10:08:28Z)
• Process Discovery for Structured Program Synthesis [70.29027202357385]
  プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。 本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。 我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
  論文  参考訳（メタデータ） (2020-08-13T10:33:10Z)
• A Technique for Determining Relevance Scores of Process Activities using Graph-based Neural Networks [0.0]
  本研究では,プロセス活動の関連点を評価指標として評価する手法を開発した。 このような関連性スコアでプロセスモデルに注釈を付けることは、ビジネスプロセスの問題に焦点を当てた分析を促進する。 異なる領域の4つのデータセットを用いて,本手法の予測品質を定量的に評価し,妥当性スコアの忠実性を示す。
  論文  参考訳（メタデータ） (2020-08-07T12:15:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。