پردازش علائم و داده ها، جلد ۱۹، شماره ۱، صفحات ۰-۰

عنوان فارسی شناسایی رانش مفهوم در نگاره‌ی رویداد با استفاده از اطلاعات آماری گونه‌ها
چکیده فارسی مقاله در سال‌های اخیر مدیریت فرآیندهای سازمانی (BPM)، به دلیل افزایش کارایی سازمان‌ها بسیار مورد توجه قرار گرفته است. استخراج و تحلیل اطلاعات فرآیندهای سازمانی بخش مهمی از این ساختار می‌باشد. اما این فرآیندها در طول زمان پایدار نیستند و به مرور دچار تغییر می‌شوند که به این تغییرات، رانش مفهوم در فرآیند گفته می­شود. کشف رانش­های مفهوم یکی از چالش‌های موجود در حوزه­ی مدیریت فرآیندهای سازمانی است. در این مقاله الگوریتمی برای شناسایی رانش‌های مفهوم در نگاره‌ی رویداد ارائه شده است که براساس تحلیل توزیع گونه‌های دنباله در اجرای فرآیند می‌باشد. در این روش با حرکت دو پنجره روی نگاره‌‌ی رویداد، دو بردار ویژگی از گونه‌های دنباله‌های دو پنجره حاصل می‌شود و سپس با استفاده از آزمون‌های آماری گونه‌های دو پنجره با یکدیگر مقایسه شده و در نهایت رانش‌ها شناسایی می‌شوند. آزمایش‌های صورت گرفته روی پایگاه‌های داده مصنوعی، درستی روش و برتری آن را نسبت به روش‌های پیشین نشان می‌دهند.
کلیدواژه‌های فارسی مقاله رانش مفهوم، نگاره‌ی رویداد، فرآیند کاوی، فرآیندهای سازمانی، گونه

عنوان انگلیسی Concept drift detection in event logs using statistical information of variants
چکیده انگلیسی مقاله In recent years, business process management (BPM) has been highly regarded as an improvement in the efficiency and effectiveness of organizations. Extracting and analyzing information on business processes is an important part of this structure. But these processes are not sustainable over time and may change for a variety of reasons, such as the environment and human resources. These changes in processes are referred to as concept drift. The discovery of concept drifts is one of the challenges in business process management. These drifts may occur suddenly, gradually, periodically or incrementally. This paper proposes an algorithm for identifying concept drifts in event log, based on the distribution of trace variants in the execution of processes. In this method, by moving two windows on the event log, two feature vectors are derived from the two windows trace variants. Then variants of the two windows are compared by applying statistical tests and finally the drifts are identified. Experiments on artificial databases show the correctness of the method and its superiority to the previous methods.
کلیدواژه‌های انگلیسی مقاله Concept drift, event log, process mining, business processes, variant

نویسندگان مقاله فرشته جوادزاده | fershteh javadzadeh


مهدی یعقوبی | mehdi yaghoubi


سهیلا کرباسی | soheila karbasi



نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1228-2&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش داده‌های رقمی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات