發(fā)布時(shí)間：2021-10-19 09:56

　　伴隨著互聯(lián)網(wǎng)時(shí)代的到來和經(jīng)濟(jì)全球化的發(fā)展,越來越多用戶的要求必須通過多企業(yè)多目標(biāo)的合作才能夠滿足,跨組織業(yè)務(wù)過程管理應(yīng)運(yùn)而生�？缃M織業(yè)務(wù)過程通常涉及到不同地理位置上多個(gè)結(jié)構(gòu)復(fù)雜的組織,并需要將這些組織松散耦合的業(yè)務(wù)過程協(xié)同整合為新的業(yè)務(wù)過程,因此跨組織業(yè)務(wù)過程的設(shè)計(jì)和建模是業(yè)務(wù)過程管理領(lǐng)域的一項(xiàng)難點(diǎn)問題。與此同時(shí),業(yè)務(wù)過程在執(zhí)行過程中通常會(huì)受到外部因素、工作流系統(tǒng)異�；蚧顒�(dòng)執(zhí)行異常引起業(yè)務(wù)活動(dòng)的執(zhí)行失敗,若能盡早地發(fā)現(xiàn)并處理業(yè)務(wù)過程異常（突發(fā)）事件,則能夠提升業(yè)務(wù)服務(wù)水平和服務(wù)質(zhì)量、減少成本以及不必要的損失。本文以跨組織業(yè)務(wù)過程的事件日志為研究起點(diǎn),開展跨組織業(yè)務(wù)過程的建模方法以及業(yè)務(wù)的異常檢測(cè)問題研究,主要工作內(nèi)容與創(chuàng)新包括:1、提出一種自下向上的基于多視角的跨組織業(yè)務(wù)過程建模方法。該方法主要從內(nèi)部視角、公共視角以及協(xié)作視角分別得到跨組織業(yè)務(wù)過程的私有過程模型、公共過程模型以及協(xié)作過程模型。以跨組織業(yè)務(wù)過程的事件日志作為輸入,提出挖掘算法得到各組織私有過程模型,隨后提出模型的化簡(jiǎn)方法,從私有過程模型中得到公共過程模型,最終得到跨組織業(yè)務(wù)協(xié)作過程模型;2、在數(shù)據(jù)挖掘領(lǐng)域提出一種基于信息... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

過程挖掘合規(guī)性檢查概念圖

圖 1. 2 過程挖掘是數(shù)據(jù)科學(xué)和過程科學(xué)之間的橋梁[2]工作與貢獻(xiàn) 小節(jié)已經(jīng)對(duì)業(yè)務(wù)過程建模和異常檢測(cè)等領(lǐng)域進(jìn)行了國(guó)內(nèi)外相關(guān)工跨組織業(yè)務(wù)過程建模領(lǐng)域面臨的主要問題是：在現(xiàn)有的技術(shù)基礎(chǔ)協(xié)作交互才能完成業(yè)務(wù)需求，但現(xiàn)有過程建模技術(shù)往往不能夠滿部業(yè)務(wù)流程隱藏不對(duì)外暴露的要求，不利于各企業(yè)保護(hù)自己的隱力，此外傳統(tǒng)方法得到的跨組織業(yè)務(wù)過程模型是屬于緊耦合關(guān)系性化特征要求。而在數(shù)據(jù)挖掘領(lǐng)域中基于聚類分析的異常檢測(cè)領(lǐng)的 K-means 聚類算法由于隨機(jī)選擇初始聚類中心而無法保證其如何選擇初始聚類中心是一個(gè)亟待解決的問題。上述的描述情況，本文開展對(duì)跨組織業(yè)務(wù)過程建模技術(shù)以及數(shù)據(jù)兩個(gè)方面的研究，主要工作以及貢獻(xiàn)介紹如下：織業(yè)務(wù)過程建模方面，本文從跨組織業(yè)務(wù)過程的三個(gè)不同視角：分別對(duì)應(yīng)得到跨組織業(yè)務(wù)過程的各組織的私有過程模型、公共過

p1t1p2t2p3t3圖 2. 5 工作流網(wǎng)的循環(huán)結(jié)構(gòu)況下一個(gè)工作流中的每個(gè)任務(wù)的都只會(huì)執(zhí)行一次，但是有時(shí)候有些足這種條件的被稱為循環(huán)結(jié)構(gòu)。圖 2.5 中，2t實(shí)施完成后在3p中會(huì)有可能發(fā)生。此時(shí)若4t執(zhí)行則會(huì)在2p生成 token，然后繼續(xù)執(zhí)行2t結(jié)構(gòu)。挖掘相關(guān)知識(shí)挖掘的日志中記錄了企業(yè)信息系統(tǒng)中工作流中各個(gè)業(yè)務(wù)活動(dòng)的歷史執(zhí)行執(zhí)行，會(huì)在引擎日志中留下符合實(shí)際工作流執(zhí)行的軌跡，因此可以日志建立工作流模型。過程挖掘（又稱工作流挖掘）技術(shù)能夠通過中記錄的過程實(shí)例的實(shí)際執(zhí)行信息，構(gòu)造出一個(gè)符合實(shí)際工作流執(zhí)得這些事件日志中記錄的所有的軌跡都符合該模型一個(gè)實(shí)例過程。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)K均值聚類的異常檢測(cè)算法[J]. 左進(jìn),陳澤茂.  計(jì)算機(jī)科學(xué). 2016(08)
[2]一種多視角的跨組織業(yè)務(wù)過程建模方法[J]. 代飛,莫啟,林雷蕾,李彤,顧思雅,朱銳.  計(jì)算機(jī)集成制造系統(tǒng). 2015(11)
[3]基于信息熵的網(wǎng)絡(luò)流異常監(jiān)測(cè)和三維可視方法[J]. 陳鵬,司健,于子桓,王蔚旻.  計(jì)算機(jī)工程與應(yīng)用. 2015(12)
[4]基于數(shù)據(jù)密集性的自適應(yīng)K均值初始化方法[J]. 韓最蛟.  計(jì)算機(jī)應(yīng)用與軟件. 2014(02)
[5]結(jié)合公共視圖和對(duì)象Petri網(wǎng)的跨組織流程建模[J]. 王晶,胡昊,余萍,呂建,葛季棟.  計(jì)算機(jī)科學(xué)與探索. 2014(01)
[6]基于WfMC的協(xié)同設(shè)計(jì)流程模型[J]. 薛永獻(xiàn),李曉昕.  電子設(shè)計(jì)工程. 2012(07)
[7]基于信息熵的精確屬性賦權(quán)K-means聚類算法[J]. 原福永,張曉彩,羅思標(biāo).  計(jì)算機(jī)應(yīng)用. 2011(06)
[8]基于聚類準(zhǔn)則函數(shù)的改進(jìn)K-means算法[J]. 張雪鳳,張桂珍,劉鵬.  計(jì)算機(jī)工程與應(yīng)用. 2011(11)
[9]基于密度的改進(jìn)K均值算法及實(shí)現(xiàn)[J]. 傅德勝,周辰.  計(jì)算機(jī)應(yīng)用. 2011(02)
[10]過程挖掘中一種能發(fā)現(xiàn)重復(fù)任務(wù)的擴(kuò)展α算法[J]. 李嘉菲,劉大有,楊博.  計(jì)算機(jī)學(xué)報(bào). 2007(08)

博士論文
[1]港口物流中的流程知識(shí)挖掘研究和智能優(yōu)化設(shè)計(jì)[D]. 王英.北京交通大學(xué) 2014

碩士論文
[1]K均值算法研究及其應(yīng)用[D]. 朱建宇.大連理工大學(xué) 2013



本文編號(hào)：3444651