【摘要】：在信息爆炸的今天,海量的信息數(shù)據(jù)被記錄于各種信息系統(tǒng)中。由于數(shù)據(jù)量過于巨大使得人們處理起來較為困難。而業(yè)務(wù)流程挖掘不僅能把事件數(shù)據(jù)與流程模型較好的聯(lián)系起來,同時(shí)也能夠?qū)@些數(shù)據(jù)進(jìn)行相關(guān)處理。業(yè)務(wù)流程挖掘作為業(yè)務(wù)流程管理中的一種新型應(yīng)用,可以通過分析和處理相關(guān)業(yè)務(wù)系統(tǒng)上運(yùn)行的事件日志,從而能夠構(gòu)建出其業(yè)務(wù)流程的運(yùn)作過程。同時(shí)通過事件日志序列我們可以將初始模型進(jìn)行優(yōu)化分析,進(jìn)而能夠獲取優(yōu)化后的模型。研究流程挖掘技術(shù)不僅能夠幫助提升系統(tǒng)運(yùn)行效率,減少運(yùn)行的成本支出,而且也能夠提高企業(yè)服務(wù)質(zhì)量與其生產(chǎn)效率。目前網(wǎng)購已經(jīng)成為人們主流消費(fèi)方式之一,電商平臺(tái)競爭日益激烈。為了能提升自己的工作效率與服務(wù)質(zhì)量,同時(shí)增強(qiáng)顧客的用戶粘性與滿意度,許多網(wǎng)絡(luò)商家利用挖掘網(wǎng)購業(yè)務(wù)流程與其業(yè)務(wù)流程進(jìn)行交互合并,用這種方法來實(shí)現(xiàn)對流程系統(tǒng)的優(yōu)化,進(jìn)而破除其傳統(tǒng)的管理方式以得到提升工作效率與服務(wù)滿意度的目的。在流程挖掘過程中,其內(nèi)外部因素的影響對挖掘與交互有著較大影響,從而或許會(huì)致使通過挖掘與交互得到模型與其實(shí)際網(wǎng)購業(yè)務(wù)流程有所區(qū)別,進(jìn)而影響系統(tǒng)的效率和增大其工作量。為此對網(wǎng)購業(yè)務(wù)系統(tǒng)的流程挖掘進(jìn)行探究,同時(shí)對其中顧客端與商家端交互合并后的變化域進(jìn)行相關(guān)分析有著深遠(yuǎn)的意義。目前對數(shù)據(jù)進(jìn)行相關(guān)分析的常用方法有關(guān)聯(lián)規(guī)則法,聚類法,決策樹法,神經(jīng)網(wǎng)絡(luò)法與支持向量機(jī)法等。對系統(tǒng)的業(yè)務(wù)流程模型的構(gòu)建一些是通過活動(dòng)與活動(dòng)間直接關(guān)系得出。也有部分能得到活動(dòng)與活動(dòng)間的間接關(guān)系,但依然不能從本質(zhì)上解決活動(dòng)與活動(dòng)間的行為關(guān)系。在實(shí)際操作過程中.經(jīng)常會(huì)致使出現(xiàn)死鎖或者虹吸狀況。本文基于行為輪廓的相關(guān)知識(shí)與相關(guān)性質(zhì),提出了基于行為輪廓的網(wǎng)上購物系統(tǒng)業(yè)務(wù)流程挖掘與交互合并,同時(shí)對網(wǎng)購系統(tǒng)中顧客端與商家端交互后產(chǎn)生的變化域作出分析。本文主要內(nèi)容如下所述:(1)首先,針對探索網(wǎng)購系統(tǒng)中的業(yè)務(wù)流程問題,現(xiàn)有的挖掘大多具有一定的不足之處,因?yàn)樗鼈兊年P(guān)注點(diǎn)多數(shù)是基于分析事件日志中活動(dòng)之間的相關(guān)結(jié)構(gòu)進(jìn)行研究。本文基于Petri網(wǎng)的行為輪廓序關(guān)系,以此來獲得系統(tǒng)中事件日志活動(dòng)間的行為關(guān)系。從事件日志活動(dòng)間的行為關(guān)系來挖掘流程模型,提出了一種基于事件日志的網(wǎng)購業(yè)務(wù)流程系統(tǒng)的挖掘方法。接下來為了確認(rèn)挖掘出模型的有效性,我們驗(yàn)證了通過該方法獲得的挖掘模型與實(shí)際流程模型之間的服從度,進(jìn)行服從度檢驗(yàn)。這樣能使挖掘出的模型與實(shí)際模型有更高的匹配。(2)針對網(wǎng)購過程中顧客端(即顧客網(wǎng)購流程)與商家端(商家訂單處理流程)業(yè)務(wù)流程交互合并的方法,以及在兩個(gè)流程模型交互后可能出現(xiàn)的變化域的問題,現(xiàn)有的研究大多是基于結(jié)構(gòu)方面進(jìn)行考慮。它們將依據(jù)業(yè)務(wù)進(jìn)程中活動(dòng)發(fā)生的先后順序來進(jìn)行簡單的交互合并,并沒能考慮到模型交互合并之后可能會(huì)存在變化域的問題,存在一定的局限性。本文通過基于行為輪廓關(guān)系以此確定業(yè)務(wù)流程之間的相互匹配關(guān)系,并確定最大匹配域。給出了基于Petri網(wǎng)行為輪廓的網(wǎng)購業(yè)務(wù)流程系統(tǒng)中顧客端(即顧客網(wǎng)購業(yè)務(wù)流程)與商家端(即商家接單業(yè)務(wù)流程)交互合并的方法,同時(shí)也給出了尋找變化域的方法,并對變化域產(chǎn)生的原因作出了分析。通過結(jié)合業(yè)務(wù)流程模型里活動(dòng)之間行為的相互關(guān)系,以此來探討在兩個(gè)業(yè)務(wù)流程模型交互合并之后產(chǎn)生的變化域,使得對變化域的分析有所提升。圖[16]表[13]參[67]
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F713.36;TP301.1
【圖文】：

動(dòng)之間行為的相互關(guān)系，以此來探討在兩個(gè)業(yè)務(wù)流程模型交互合并之后產(chǎn)生的變逡逑化域，使得對變化域的分析有所提升，對相關(guān)網(wǎng)購業(yè)務(wù)流程系統(tǒng)做出了一定的優(yōu)逡逑化與完善。最后，在第五部分是對全文的總結(jié)和未來相關(guān)工作的展望。圖２是本逡逑文的結(jié)構(gòu)示意圖。逡逑８逡逑

再根據(jù)服從度的概念算出事件日志與流程模型間服從度＆邋＝０．６９３，服從度逡逑較低。因此我們需要再將之前頻數(shù)較低的日志序列加以運(yùn)用，從而對初始模型Ｍ。逡逑做出優(yōu)化后得到圖５中的優(yōu)化模型Ｍ。逡逑，－、邐邐邐１邐、邋Ｉ邐邋：邐１邐＾邐！邐；邐／？＂＇＇Ｎ邋Ｉ邐邋Ｉ邐＇：：邐／？、逡逑：S霉�？Ｕd危脲逑攏誨危觶垮澹懾巍у危齲儒澹礤宀罰危鑠濉�；艺d澹皴巍浚ú罰簀尾罰哄義稀觶浚危�、￣邋—．邋．、、．，’邋逦邋夕邋：逦＾逦，’邋邋邋邋：邋ｘ＇—＇■堝逦－—ｊ邋、．、个NB邋．．…——＂邐、一，逡逑￣邐逡逑邐、廣NN卜２＞：、」逡逑圖５優(yōu)化模型Ｐｅｔｒｉ網(wǎng)Ｍ逡逑Ｆｉｇ５邋Ｏｐｔｉｍｉｚａｔｉｏｎ邋ｍｏｄｅｌ邋ｐｅｔｒｉ邋ｎｅｔ邋Ｍ逡逑通過計(jì)算優(yōu)化后的模型Ｍ與事件日志間的服從度Ｃ？＞邋＝邋０．９８１，它們間的服從逡逑度較高，因此獲得了較為合理的業(yè)務(wù)流程模型。逡逑在流程模型與Ｍ中我們通過服從度的驗(yàn)證驗(yàn)證了挖掘出的流程模型是逡逑否較為合理。逡逑２２逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 曾慶田;;過程挖掘的研究現(xiàn)狀與問題綜述[J];系統(tǒng)仿真學(xué)報(bào);2007年S1期

本文編號(hào)：2715870