Process mining: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
mNessun oggetto della modifica |
aggiunte nuove sezioni, completata traduzione |
||
Riga 5:
==Idea generale==
Le tecniche di process mining sono spesso usato quando non è disponibile, tramite altri mezzi, una descrizione del processo o quando la qualità di questa documentazione è discutibile.
I trend di management contemporanei, come BAM ([[Business Activity Monitoring]]), BOM ([[Business Operations Management]]), BPI ([[Business process intelligence]]), mostrano l'interesse nel supportare le funzionalità di diagnosi nel contesto delle tecnologie di [[Business Process Management]] (ad esempio, i [[Workflow Management System]] ma anche anche altri).
==Classificazione==
Ci sono tre classi principali di tecniche di process mining. Questa classificazione si basa su un modello sulla presenza o meno di un modello [[A priori (statistica)|a priori]] e su come questo viene usato.
* ''Scoperta'': non c'è alcun modello ''a priori'', ovvero, sulla base degli eventi registrati nel log si ricostruisce un modello. Ad esempio, usando l'algoritmo Alpha<ref name="AWM04"> [[Wil van der Aalst|Aalst, W. van der]], Weijters, A., & Maruster, L. (2004). Workflow Mining: Discovering Process Models from Event Logs. IEEE Transactions on Knowledge and Data Engineering, 16 (9), 1128-1142.</ref> è possibile ricostruire un modello di processo. Esistono molte tecniche per la costruzione automatica di modelli di processo (ad esempio in termini di [[Reti di Petri]])<ref name="AWM04"/><ref>Agrawal, R., Gunopulos, D., & Leymann, F. (1998). Mining Process Models from Workflow Logs. In Sixth international conference on extending database technology (pp. 469-483).</ref><ref>Cook, J., & Wolf, A. (1998). Discovering Models of Software Processes from Event-Based Data. ACM Transactions on Software Engineering and Methodology, 7 (3), 215-249.</ref><ref>Datta, A. (1998). Automating the Discovery of As-Is Business Process Models: Probabilistic and Algorithmic Approaches. Information Systems Research, 9 (3), 275-301.</ref><ref>Weijters, A., & [[Wil van der Aalst|Aalst, W. van der]] (2003). Rediscovering Workflow Models from Event-Based Data using Little Thumb. Integrated Computer-Aided Engineering, 10 (2), 151-162.</ref>. Recentemente, la ricerca sul process mining ha iniziato ad esplorare altre prospettive, quali i dati, le risorse il tempo, etc. Ad esempio le tecniche descritte in (Aalst, Reijers, & Song, 2005)<ref>[[Wil van der Aalst|Aalst, W. van der]], Beer, H., & Dongen, B. van (2005). Process Mining and Verification of Properties: An Approach based on Temporal Logic. In R. Meersman & Z. T. et al. (Eds.), On the Move to Meaningful Internet Systems 2005: CoopIS, DOA, and ODBASE: OTM Confederated International Conferences, CoopIS, DOA, and ODBASE 2005 (Vol. 3760, pp. 130-147). Springer-Verlag, Berlin.</ref> possono essere utilizzate per costruire una rete sociale.
* ''Conformance'': è presente un modello a priori e questo modello è confrontato con un log di eventi e le discrepanze fra il log ed il modello sono analizzate. I controlli di conformance potrebbero essere usati per identificare discrepanze dal modello originale. Successivamente, è possibile utilizzare le classiche tecniche di [[data mining]] per monitorare quali dati sono quelli che più influenzano le scelte (ad esempio generando un [[albero di decisione]] per ogni scelta del processo).
* ''Extension'': è presente un modello a priori. Questo modello è esteso con un nuovo aspetto o prospettiva; l'obiettivo non è quello di controllare le discrepanze ma di arricchire il modello originario. Un esempio è l'estensioni di un modello con dati sulle performance.
==Software per process mining==
Line 39 ⟶ 50:
* Sayal, M., Casati, F., Dayal, U., & Shan, M. (2002). Business Process Cockpit. In Proceedings of 28th international conference on very large data bases (VLDB’02) (pp. 880-883). Morgan Kaufmann.
==
* [http://prom.win.tue.nl/research/wiki/
[[en:Process mining]]
| |||