上下文環(huán)境下探測概念漂移的算法研究.pdf

1、流程挖掘在社會日常生產工作中起到非常重要的作用。但是，由于當今市場的競爭和技術的升級，系統(tǒng)的流程會趨向于彈性化、靈活化。因此，需要感知系統(tǒng)流程變化和變化后的流程對于當前系統(tǒng)運作的影響，以及如何優(yōu)化和控制變化后的物質資源和人力資源的分配。目前，在復雜的流程中很難通過人工的方式檢測流程各個點的細小變化，此時需要一定的技術用來自動的動態(tài)監(jiān)測復雜流程系統(tǒng)中流程的變化。通過檢查流程的變化可以及時對整體流程做出調節(jié)、優(yōu)化。當系統(tǒng)流程出現問題時，可以

2、清楚的、方向明確地排查問題根源。在流程挖掘領域，這項技術稱為“基于流程挖掘的概念漂移的偵測”。
　　 傳統(tǒng)的流程挖掘領域中概念漂移算法大多對變化識別率低、算法復雜度高，更為重要的是沒有應用到流程的上下文周邊環(huán)境。流程上下文環(huán)境的應用將會是流程挖掘領域的下一個突破點。本文在原有的研究基礎上，提出了一種新型的算法。該算法通過計算樣本之間的結構屬性（關聯(lián)系數、關系熵、跟隨矩陣），以及上下文屬性（時間屬性，人員屬性），利用屬性矩陣獲得日

3、志之間的距離，利用假設檢驗技術實現對樣本的處理，發(fā)現流程運行中發(fā)生的概念漂移。算法出于時間復雜度的考慮，利用流程變化前后的穩(wěn)定性，同時為減少對樣本屬性的提取與計算，通過先計算大日志塊，然后逐步細化，最后將漂移點收斂至概念漂移發(fā)生的位置，從而偵測到概念漂移。另一方面，算法為了提高精確度，利用上下文環(huán)境中時間的變化和任務完成者的變化來提高算法對流程變化的敏感性。本文最后設計了相關實驗對算法驗證。試驗結果表明，在日志規(guī)模在200、2000、2