面向企业流程行为大数据的半监督聚类关键技术研究

Business process is the core competencies of enterprises in the harsh market economy. The size and complexity of business processes and their models are getting higher and higher so that process models become difficult to understand and manage. As an important technology for data analysis and processing of business process models, process abstraction can simplify the understanding, monitoring and inspection of large processes and their running instances. The traditional abstraction mechanism focuses on the structure aggregation and mapping, so the result model can’t display all required elements, or generates error aggregations. This project focuses on business process model abstraction tasks, starting from the respective of simplifying management for large processes, studies the similarity measurement methods of process activities, business process abstraction based on semi-supervised clustering, and fuzzy clustering algorithm of activities. This project studies the semi-supervised clustering theory based on the integration of process structure and behavioral semantics. Finally, a new technology and method of data mining and model abstraction for large scale, high dimension and multi-domain complex process data is proposed. The research of this project will help enterprises to simplify the management, monitoring, optimization and diagnosis of large processes, reduce the cost of enterprise management and improve the efficiency of enterprises. It will also enrich and develop the theory and algorithm of data mining based on business process model abstraction, which is expected to provide more effective methods and means for data mining, intelligent information processing and process abstraction.

企业业务流程是严酷市场经济下企业的核心竞争力所在。现代企业流程及其模型的大小和复杂性越来越高，流程模型变得难于理解和管理。流程抽象作为业务流程模型数据分析与处理的重要技术，可以简化对大型流程及其运行实例的理解、监控和检验。传统抽象机制侧重结构聚合与映射，结果模型不能显示所有需要的元素或发生错误聚合。本项目聚焦企业业务流程模型抽象任务，从简化大型流程的管理角度出发，研究流程行为相似度度量方法、基于半监督聚类的业务流程抽象及流程行为的模糊聚类算法。研究流程结构与行为语义融合的半监督聚类理论，最终实现适用于大规模、高维、多重域的企业复杂流程模型大数据挖掘与模型抽象新技术及新方法。本项目的研究将帮助企业简化大型流程的管理、监控、优化和诊断，降低企业管理成本、提高企业工作效率；丰富与发展基于业务流程模型抽象的数据挖掘理论与算法，可望为数据挖掘、智能信息处理、流程抽象等领域提供更加有效的方法和手段。

企业业务流程是严酷市场经济下企业的核心竞争力所在。现代企业流程及其模型的大小和复杂性越来越高，流程模型变得难于理解和管理。流程抽象作为业务流程模型数据分析与处理的重要技术，可以简化对大型流程及其运行实例的理解、监控和检验。传统抽象机制侧重结构聚合与映射，结果模型不能显示所有需要的元素或发生错误聚合。本项目重点研究流程结构与行为语义融合的半监督聚类理论。①行为表示向量挖掘。构造了大规模流程行为数据的表示向量挖掘技术，解决了异域流程抽象方式提取和行为表示过程中的共享问题。②结构与语义结合的行为相似度度量。构建了高效的流程结构与行为语义结合的相似度度量方法，减少了行为的错误聚合。③结构与语义结合的半监督行为聚类。将半监督策略引入到业务流程模型抽象的行为聚类过程中，结合行为语义信息和流程保序需求构建行为相似性度量目标函数，选取已包含子流程的流程模型集合作为先验知识数据集，挖掘基于距离的测度方法，获取距离约束阈值减少不正确的行为聚合，提出受限的k-means行为聚类算法。④基于模糊聚类技术的业务流程模型抽象。提出业务流程模型抽象的“软划分转化→硬划分还原”过程，将模糊聚类技术引入到业务流程模型抽象的半监督行为聚类过程中，利用模糊划分矩阵定位边缘行为，以“对原始模型行为控制流改变最小”为标准，设计抽象结果模型的评价指标，对边缘行为进行最优的自动硬划分，提出融合PCM技术的半监督行为聚类算法。⑤业务流程模型抽象中最优子流程数的确定。提出了基于受限k-means行为聚类算法的最佳子流程数确定方法，重点讨论了子流程数的上限确定、抽象结果有效性指标定义以及循环过程中初始簇中心的确定问题。除了提出与业务流程抽象领域相关的理论和方法外，项目组还在包括半监督聚类技术在内的机器学习方法上，进行了大量的扩展研究，引入聚类技术改进SMOTE算法，提出基于改进SMOTE算法与集成学习的舆情反转预测模型和窃电分析模型。