論文の概要: Event Abstraction for Enterprise Collaboration Systems to Support Social Process Mining

• arxiv url: http://arxiv.org/abs/2308.04396v2
• Date: Wed, 9 Aug 2023 13:56:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-10 10:43:02.784930
• Title: Event Abstraction for Enterprise Collaboration Systems to Support Social Process Mining
• Title（参考訳）: ソーシャルプロセスマイニングを支援する企業コラボレーションシステムのためのイベント抽象化
• Authors: Jonas Blatt, Patrick Delfmann, Petra Schubert
• Abstract要約: プロセスマイニングの1つの目的は、情報システムのイベントログからプロセスモデルを見つけることである。 ECSログには、既存のイベント抽象化アプローチで完全に対処されていない特別な特徴がある。 このギャップを、記録された実際のユーザアクティビティとシステム生成の低レベルトレースを比較してモデルを訓練する、ECSイベント抽象化アプローチで埋めることを目指している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One aim of Process Mining (PM) is the discovery of process models from event logs of information systems. PM has been successfully applied to process-oriented enterprise systems but is less suited for communication- and document-oriented Enterprise Collaboration Systems (ECS). ECS event logs are very fine-granular and PM applied to their logs results in spaghetti models. A common solution for this is event abstraction, i.e., converting low-level logs into more abstract high-level logs before running discovery algorithms. ECS logs come with special characteristics that have so far not been fully addressed by existing event abstraction approaches. We aim to close this gap with a tailored ECS event abstraction (ECSEA) approach that trains a model by comparing recorded actual user activities (high-level traces) with the system-generated low-level traces (extracted from the ECS). The model allows us to automatically convert future low-level traces into an abstracted high-level log that can be used for PM. Our evaluation shows that the algorithm produces accurate results. ECSEA is a preprocessing method that is essential for the interpretation of collaborative work activity in ECS, which we call Social Process Mining.
• Abstract（参考訳）: プロセスマイニング(PM)の1つの目的は、情報システムのイベントログからプロセスモデルの発見である。 PMはプロセス指向のエンタープライズシステムに適用されているが、通信やドキュメント指向のエンタープライズコラボレーションシステム(ECS)には適していない。 ECSイベントログは非常に粒度が高く、その結果はスパゲッティモデルに適用される。 これに対する一般的な解決策は、発見アルゴリズムを実行する前に低レベルのログをより抽象的な高レベルのログに変換する、イベント抽象化である。 ECSログには、既存のイベント抽象化アプローチで完全に対処されていない特別な特徴がある。 このギャップをECSイベント抽象化(ECSEA)アプローチで埋めることを目指しており、記録された実際のユーザアクティビティ(ハイレベルトレース)とシステム生成の低レベルトレース(ECSから抽出した)を比較してモデルを訓練する。 このモデルにより、将来の低レベルトレースをPMに使用できる抽象化された高レベルログに変換することができる。 本評価は,アルゴリズムが正確な結果を生成することを示す。 ECSEAは、社会プロセスマイニング(Social Process Mining)と呼ばれるECSにおける協調作業活動の解釈に不可欠な前処理手法である。

関連論文リスト

• One-step Noisy Label Mitigation [86.57572253460125]
  ノイズラベルのトレーニング過程に対する有害な影響の軽減がますます重要になっている。 モデルに依存しないノイズラベル緩和パラダイムである1ステップアンチノイズ(OSA)を提案する。 我々はOSAの優位性を実証的に実証し、トレーニングの堅牢性の向上、タスク転送性の向上、デプロイメントの容易性、計算コストの削減を強調した。
  論文  参考訳（メタデータ） (2024-10-02T18:42:56Z)
• 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)
• Discovering Hierarchical Process Models: an Approach Based on Events Clustering [0.0]
  本稿では,2段階のワークフローネットとして表現される階層的プロセスモデルを発見するアルゴリズムを提案する。 既存のソリューションとは異なり、我々のアルゴリズムはプロセス制御フローに制限を課さず、反復を可能にする。
  論文  参考訳（メタデータ） (2023-03-12T11:05:40Z)
• Avoiding Post-Processing with Event-Based Detection in Biomedical Signals [69.34035527763916]
  学習対象としてイベントを直接扱うイベントベースのモデリングフレームワークを提案する。 イベントベースのモデリング(後処理なし)は、広範囲な後処理を伴うエポックベースのモデリングと同等以上のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-09-22T13:44:13Z)
• Clustering Object-Centric Event Logs [0.36748639131154304]
  本稿では,OCEL に類似したオブジェクトをクラスタリングするクラスタリング手法を提案する。 我々のアプローチは、プロセスモデルの複雑さを減らし、エンドユーザーがプロセスに対する洞察を得るのに役立つオブジェクトの一貫性のあるサブセットを生成する。
  論文  参考訳（メタデータ） (2022-07-26T09:16:39Z)
• Accessing and Interpreting OPC UA Event Traces based on Semantic Process Descriptions [69.9674326582747]
  本稿では、イベントデータのコンテキストに基づいて、プロダクションシステムのイベントデータにアクセスするアプローチを提案する。 本手法は,1)生産システムの階層構造の意味モデル,2)形式化されたプロセス記述,3)OPC UA情報モデルを組み合わせることによって,データベースシステムからフィルタリングイベントログを抽出する。
  論文  参考訳（メタデータ） (2022-07-25T15:13:44Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)
• Automated simulation and verification of process models discovered by process mining [0.0]
  本稿では,プロセスマイニング技術を用いたプロセスモデルの自動解析手法を提案する。 プロセスマイニングは、さまざまなデバイスによって生成されたイベントデータに隠された、基盤となるプロセスを探索する。
  論文  参考訳（メタデータ） (2020-11-03T11:51:53Z)
• 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)

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。