CN110751404A - 一种支持结构与行为融合的过程模型索引构建与检索方法 - Google Patents

Abstract

本发明公开了一种支持结构与行为融合的过程模型索引构建与检索方法。构建方法包括：在待构建索引的过程模型包含复杂结构时，将复杂结构部分模拟为花模型、其余部分以基本块表示，否则全部以基本块表示；所述花模型为不能用基本块表示的活动关系的合集；生成转换后的过程模型所对应的过程树；以过程树作为所述待构建索引的过程模型的索引。检索方法包括：接受目标检索式；分别计算所述目标检索式与所述过程库索引中各索引间的相似度，取相似度最大的一个或若干个索引或者索引所对应的过程模型作为检索结果。本发明可生成可同时表达模型结构和行为的索引，检索的结果更加精准和高效。

Description

一种支持结构与行为融合的过程模型索引构建与检索方法

技术领域

本发明涉及过程模型领域，尤其是一种支持结构与行为融合的过程模型索引的构建与检索方法。

背景技术

随着业务过程管理的方法、工具和实践日益增加，当前制造业已经积累了海量的业务过程模型。SAP参考模型大概有600多个；澳大利亚Suncorp银行和保险公司累计有6000多个模型；中国北车集团累计有20多万个模型。如此海量的业务过程模型，它的存储、查询、排序等管理问题都需要过程模型库(Process Model Repository)的支持。

过程模型库中存储的海量过程模型，不同于传统的结构化数据。过程模型作为一种既有图形表示，又有行为语义的特殊数据，它的管理是较为复杂的。一个过程模型库的构建需要考虑两个核心问题：存储与检索。存储与检索之间具有密切的关系，不同的存储方式需要设计不同的检索方法。

过程模型的存储与模型的描述方法有关。为了描述过程模型，当前实践中已经存在了大量过程建模方法，包括标号迁移系统、业务过程建模与标记(BPMN)、Petri网、工作流网、YAWL、事件驱动过程链、因果网以及UML活动图等等。这些建模语言间含有大量共性的内容(比如，大多包含两类节点：活动和控制)，甚至其中有些模型能够相互转化(比如：Petri网和BPMN模型、变迁系统或UML活动图模型等等)。本文选用Petri网作为过程模型描述工具，原因在于Petri网是当前图形化描述并发最常用的形式化工具。为了存储一个基于Petri网建模的过程模型，还需要确定它的数据结构。一个Petri网从显示层到数据持久层再到可执行层，分别可以使用Petri网标记语言(Petri Net Markup Language,PNML)、面向对象以及关联矩阵进行表达，无论是哪种描述方法，它们都描述了模型中元素间的结构关系，这些结构关系只能用于对图形的展示，而无法表达模型的行为语义和特征。因此，过程模型存储问题的关键在于过程模型库到底存储一个过程模型的哪些部分。文献《Anadvanced process model repository[J].Expert Systems with Applications,2011》提出一种高级的过程模型库APROMORE，该库使用XML文件对模型档案(Model Archive)进行存储与规范。文献《Simplifying process model abstraction:Techniques for generatingmodel names[J].Information ystems,2014》提出了通过建立模型摘要来对模型抽象的方法。文献《Fast detection of exact clones in business process model repositories[J].Information Systems,2013》提出了一种索引结构RPSDAG来支持过程模型库中克隆的快速检测。文献《Business process model repositories-Framework and survey[J].Information&Software Technology,2012》提出了一个有助于管理大型业务过程模型集合的存储库框架，同样使用XML来表达原始的存储模型。但是，上述文献均是对于过程模型的结构或者行为之一的单一维度所构建的索引，并不能表达两种关系，要想表达两种情况，需要构建不同的索引，构建效率不高。

针对过程模型库检索问题，学者金涛与闻立杰在文献《业务过程模型库索引技术[J].计算机集成制造系统,2011》中做了较为详细总结，提出了“过滤-验证”的两阶段检索框架。过滤是指通过索引过滤掉不满足需求的过程模型，获得候选模型集；验证是将候选模型集中的各个模型根据与需求的相似度进行排序，形成一个基于模型相似度的倒排表。通过“过滤-验证”的两阶段检索方法返回查询结果，通常称为过程模型集(Process ModelCollections)。“过滤-验证”是当前过程库主流的两阶段检索框架，为了能够过滤过程模型，需要构建模型的索引。当前模型的索引的构建是通过结构、行为与精确、模糊查询，两两交叉可分为四类：(1)基于图结构的精确检索；(2)基于图结构的相似检索；(3)基于行为的精确检索；(4)基于行为的相似检索。上述四类检索方法基本完备的总结了四种模型查询类型。但是，上述四种检索方法均仅能从行为或结构之一的方向进行检索，检索结果噪音较大，针对不同的需求，需要进行不同的检索，检索效率不高。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种支持结构与行为融合的过程模型索引构建方法和对应的检索方法。以构建出即可表达行为，又可表达结构的模型索引。检索方法解决高精度检索过程模型的问题。

本发明采用的技术方案如下：

一种支持结构与行为融合的过程模型索引的构建方法，其包括：

A.判断待构建索引的过程模型是否包含复杂结构，若是，则将该待构建索引的过程模型转换为将复杂结构部分模拟为花模型、其余部分以基本块表示的过程模型，否则全部转换为以基本块表示的过程模型；所述花模型为不能用基本块表示的活动关系的合集；

B.生成转换后的过程模型所对应的过程树；

C.以过程树作为所述待构建索引的过程模型的索引。

上述方法中，将复杂或简单过程模型以过程树的表达形式作为索引，花模型的表达形式覆盖了所有复杂结构，因此，未丢失信息。所构建的索引即可表达行为信息，又可表达结构信息，实现了行为和结构的融合，对于过程模型的表达更为全面和准确。

进一步的，上述步骤B具体为：

在每一次执行重构步骤后，重新执行步骤A以生成新的基于块的过程模型，并再次执行重构步骤，如此循环，直至重构完所述基于块的过程模型中的所有活动关系；所述重构步骤为：以预定优先级规则，从所述转换后的过程模型中提取出优先级最高的一组活动关系进行重构。

某些活动关系时在上一级的活动关系构建后才会被发现，因此，在每一次重构活动关系后，都对剩余的模型重新转换，以发现所有的活动关系，并将所有的活动关系以优先级进行重构，实现在逻辑上与过程模型的一致性。

本发明提供了一种过程库索引的构建方法，所述过程库中包含若干过程模型，所述过程库索引的构建方法包括：

针对于所述过程库中的每一个过程模型，分别采用上述的支持结构与行为融合的过程模型索引的构建方法构建各个过程模型的索引。即对多个过程分别构建索引后整合到一起形成索引库。

本发明提供了一种过程模型检索方法，该检索方法用于检索上述过程库索引的构建方法所构建的过程库索引，所述检索方法包括：

A.接受目标检索式，所述目标检索式为过程树表达式形式；即接收用户提供的过程树表达式形式的目标检索式，

B.分别计算所述目标检索式与所述过程库索引中各索引间的相似度，取相似度最大的一个或若干个索引或者索引所对应的过程模型作为检索结果。

上述检索方法用于在包含行为和结构的索引库中进行检索，因此，通过相同形式的检索式，可以准确检索出目标过程模型，减少了噪音。

进一步的，上述相似度为过程树编辑距离相似度，所述过程树编辑距离相似度的计算包括：

计算过程树节点间的相似度；

基于过程树节点间的相似度，计算基本操作的开销，所述基本操作包括删除操作和修改操作；

基于基本操作的开销，计算过程树间的编辑距离；

基于过程树间的编辑距离，计算过程树间编辑距离相似度。

过程树编辑距离相似度的计算过程考虑到了树间各个节点(叶子节点和非叶子节点，即活动和事件)间的相似性，因此，相似度的计算结果非常准确，使得检索的结果准确。

进一步的，上述过程树节点间的相似度的计算方法为：

其中，synonym(m,n)表示判断单词m和n是否为同义词，如果是则返回1，否则为0；la、lb分别表示待比较的两个活动a、b的名字，fa和fb分别为la和lb所含单词构成的多重集，m∈fa\fb是指m属于fa但不属于fb；参数ω_i表示相同词的权重，参数ω_j表示近义词的权重。权重的配置为根据用户的检索侧重点自行设置。该方法考虑了所有类型节点间的相似度，通用性强，可适用于不同的检索侧重点，灵活性高。

进一步的，上述基本操作的开销中，修改操作的计算方法为：

γrelabel(a,b)＝t(1-simLeaf(la,lb))，其中γrelabel(a,b)表示将活动a修改为活动b的修改开销，t为计算开销的系数，t的取值范围为t>0，其属于人为设定的调节系数，可根据实际情况进行设定。对于删除开销，其值属于固定的，配置即可。

进一步的，上述过程树间的编辑距离的计算方法为：

其中，δ(F1,F2)表示过程树F1和F2间的编辑距离，γdelete()表示删除操作的开销，γrelabel(m,n)表示将活动m修改为n的开销，right(F)表示森林F中最右边树的根节点，F-表示删除F根节点后剩下的森林，F-v表示从树F删除节点v后剩下的森林，F-T(v)表示从树F删除已节点v为根节点的子树T(v)后剩下的森林。

该方法考虑了不同形式树间的编辑距离，兼容几乎所有类型树的比较，具备较强的通用性和可移植性。

进一步的，上述过程树间编辑距离相似度的计算方法为：

T1、T2分别表示待比较的过程树T1和T2,|T1|、|T2|分别表示树T1、T2的节点数量。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明的过程模型索引的构建方法所构建出的索引既能表达模型的行为，又能表达模型的结构，实现了两者的融合，便于管理。

2、本发明构建出的索引，覆盖了现有四种索引所包含的信息，使得索引与过程模型件具有唯一对照关系，通过单一索引即实现了对不同检索式的匹配，冗余度低。

3、本发明的检索方法支持行为和结构的同时检索，检索结果实现了精准匹配，大幅减小了噪音。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是5种基本块结构图。

图2是对过程中活动s重构的示意图。

图3是使用花模型表达复杂结构的示意图。

图4是含花模型的过程树的一个实施例。

图5是过程树T1和T2之间的编辑距离示例。

图6是相似的3种软件开发过程模型实例。

图7是分别对应图6的3种过程模型的过程树。

图8是过程库原型系统PMQ体系结构图。

图9是软件维护过程模型示例。

图10是检索结果的一个实施例。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明涉及的技术术语的解释：

1、过程模型：一个四元组p＝(C,A；F,M0)为一个过程模型，其中：

(1)(C,A；F)是一个没有孤立元素的网，A∪C≠Φ；

(2)C是一个条件的有限集；

称作一个条件；

(3)A是一个活动的有限集；

称作一个活动，A中元素a的发生称为a被执行或者a点火；

(4)

为过程模型上的流关系；

(5)

为p的初始情态，一个d∈M0被称为托肯。

2、基本块：顺序块、选择块、并发块、迭代块、同或块被称为基本块，一个基本块能够被描述为一个五元组b＝(C,A；F,ae,ax)，其中：

(1)(C,A；F)为一个过程的网结构，C、A、F分别为条件集、活动集以及弧集。

(2)ae,ax∈A分别为基本块的入口活动和出口活动。

如图1所示为五种基本块的结构示意，黑色实心变迁表示内部活动，其不会产生任何外部行为。

五种基本块事实上表达了两个活动之间发生权。默认基本块中活动的发生权一定发生，因此为了简要描述后文省略“发生权”即简化为活动间的关系。顺序块是指活动a必然先于活动b发生，其观察轨迹为<a,b>；选择块是指活动a与活动b之间选择其中一个发生，其观察轨迹为<a>或者<b>；并发块是指活动a与活动b间为并发关系，其观察轨迹为<a,b>或者<b,a>；迭代块是指活动a与活动b具有迭代关系，其观察轨迹为<a,b,a,b,…>；同或块是指活动a与活动b二者可能为并发关系，也可能处于选择关系，其观察轨迹可能为<a>，<b>，<a,b>或者<b,a>。活动间的五种关系描述了在模型中相邻的两个活动间的关系，模型中相邻的活动在观察轨迹未必总是相邻的。

3、过程树：设A为过程模型p＝(C,A；F,M0)的活动集，则：

(1)活动a∈A∪{τ}为一个过程树；

(2)设M1,M2,…Mn(n>0)为n个过程树，过程树间关系符号记为

则

(M1,M2,…Mn)为过程树。定义顺序(→)，选择(×)，并发(∧)，同或(∨)，迭代(∝)共五种关系符号，使用符号

表示其中的一种，则关系符号集记为

4、过程模型的行为空间：设p＝(C,A；F,M0)是一个过程模型，设

为过程模型p上的一个变迁序列，则p上所有可能发生的变迁序列的集合称为p行为空间，记为Π(p)，则σ∈Π(p)。

本发明涉及的几个定义的解释：

1、活动细化。设p＝(C,A；F,M0)为一个过程模型，b＝(C,A；F,ae,ax)

为一个基本块，利用基本块b去细化过程模型p中活动a后得到过程模型p’，记为p’＝Refine(p.a,b)，则一次细化操作的步骤如下：

1.p’.C＝p.C∪b.C；

2.p’.A＝p.A–{a}∪b.A；

3.p’.F＝(p.F–inflow(a)–outflow(a))∪b.F∪{(x,y)|(x,t)∈inflow(a)∧y∈b.ae}

∪{(x,y)|x∈b.ax∧(a,y)∈outflow(a)}；

4.p’.M0＝p.M0；

其中，对于

活动a的输入流inflow(a)＝{(x,a)|(x,a)∈F,x∈C}；活动a的输出流outflow(a)＝{(a,x)|(a,x)∈F,x∈C}。

上述定义是利用基本块来替换过程中的一个活动。在过程活动细化以后，活动细化后的过程的轮廓一致，也就是替换前的过程模型在细化活动处的可执行性不会被改变。

2、过程简化。设p＝(C,A；F,M0)为一个过程模型，若p中存在若干活

动满足基本块所定义的基本关系，不妨设p中对应的基本块b＝(C,A；F,ae,ax)，利用基本块b去对过程模型p进行化简为活动a后得到过程模型p’，记为p’＝Simplify(p.b,a)，则一次化简操作的步骤如下：

1.p’.C＝p.C-b.C；

2.p’.A＝p.A–b.A∪{a}；

3.p’.F＝(p.F–inflow(b.ae)–outflow(b.ax))∪{(x,y)|(x,t)∈inflow(b.ae)∧y∈a}∪{(x,y)|x∈a∧(b.ax,y)∈outflow(a)}；

4.p’.M0＝p.M0。

3、过程重构。将活动细化与过程化简统称为过程重构。对过程活动进行重构操作，是利用基本块对活动进行层次化地替换，尽管重构包括活动细化和过程化简，但是二者本质是相同的，也就是一个活动能够被当作一个基于块的过程片段，一个基于块的过程片段也可以用一个活动进行表示，二者的本质都是重构。如图2所示为一个过程重构的实施例，图中为对活动s进行的细化或简化操作。

4、基于块结构的过程模型(BSPM)。设初始过程模型为p＝(C,A；F,M0)，

其中C＝{ce,cx},A＝{a},F＝{(ce,a),(a,cx)},M0＝{ce}，则通过以下操作获得过程模型p＝(C’,A；F’,M0)称为基于块结构的过程模型BSPM：

1.通过细化操作Refine(p.a,b)获得的过程模型p’为一个BSPM；

2.通过化简操作Simplify(p.b,a)获得的过程模型p’为一个BSPM；

3.上述操作重复若干次所获得的模型p’为一个BSPM。

上述定义利用基本块来替换过程中的一个活动。在过程活动细化或者过程化简以后，需要证明的是重构的前后，替换前的过程模型在重构处的可执行性不会被改变。

定理1：对于基于块结构的过程模型如果存在M，

使得M[t>M’(t∈p.A)，则存在一个步序列以及存在一组情态

使得M[G1>c1,c1[G2>c2,…,cn-1[Gn-1>M’。

证明：首先由于M[t>M’，则有M[b.ae>。对于基本块内部，由于所有基本块均为单入口单出口(Single Entrance Single Exit,SESE)结构，基本块内部能够被完全执行，使得[b.ax>M’。故存在一个步序列以及存在一组情态

使得M[G1>c1,c1[G2>c2,…,cn-1[Gn-1>M’。

定理1说明使用一个基于块结构的过程模型p中使用活动细化与过程化简，不会对原本的过程模型的执行语义产生任何影响。

5、BSPM与过程树的行为等价。设p是一个BSPM，t是p所对应的

过程树。p与t之间的行为是等价的(记为p eq t)，当且仅当：

(1)

使得

(2)

使得

其中，σ表示过程模型p或者过程树t的一个行为。p eq t从本质上而言就是过程模型p中所有出现的行为一定会在过程树t中出现，反之亦然。

定理2：设p是通过重构操作获得的基于块结构的过程模型BSPM，则必然存在一个过程树t使得p eq t。

证明：设初始过程模型为p0＝(C,A；F,M0)，其中C＝{ce,cx},A＝{a},F＝{(ce,a),(a,cx)},M0＝{ce}，此时由于只有初始活动a，则对应的过程树也只有一个结点a。也就是初始过程模型为p0必然对应一颗过程树t0，且此时显然p0eq t0。

对过程模型p0重构n-1次后，获得过程模型为pn-1，对应一颗过程树t n-1，设pn-1eq tn-1。

对过程模型pn-1：(1)若采用对活动s用基本块b＝(C,A；F,ae,ax)进行细化操作，则pn＝Refine(pn-1.s,b)，进行细化的基本块对应的活动ai,aj满足基本关系，记为

则

此时tn唯一确定，且pn eq tn；

(2)利用基本块b去对过程模型pn-1进行化简为活动s后得到过程模型pn，则pn＝Simplify(p.b,s)，同理可得pn eq tn。综上，对过程模型pn-1无论是细化还是化简操作，重构后的过程模型pn eq tn。

6、复杂结构。设s为一个过程片段，若针对初始活动a，无法使用基本块和有限次地过程重构操作得到s，则将该过程片段s称为复杂结构。

如图3所示的P1就包含复杂结构，该图无法利用基本块以及有限次地使用活动重构操作获得该模型。

索引对于数据库而言，意味着检索数据库的速度和效率。区别于传统数据库，过程库过程层中存储的是过程模型，这些模型可以是基于图的、基于关联矩阵的或者是基于某种描述语言的，例如使用Petri网标记语言(Petri Net Markup Language,PNML)来对过程模型的进行描述。无论是哪种描述方法，它们都描述了模型中元素间的结构关系，这些结构关系只能用于对图形的展示，而无法表达模型的行为语义和特征。

过程树是一种方便快捷表达过程模型语义的方法，但是过程树的缺点在于它能表达的语义有限，大量复杂的过程模型的语义是无法进行表达，所谓无法表达是指无法构造出一个和原模型的行为具有互模拟的基于块的过程模型。

实施例一

本实施例公开了一种支持结构与行为融合的过程模型索引构建方法，包括以下步骤：

A.将过程模型基于其(即该一般过程模型)结构特点，转换为基于块的过程模型(BSPM)。

对于一般过程模型，在将其转换为BSPM模型时，需要考虑其结构的特点。具体需要首先判断一般过程模型的结构是否包含复杂结构，再根据判断结果确定对应的转换方法。对于包含复杂结构的一般过程模型，利用花模型进行转化，即将复杂结构部分模拟为花模型、其余部分以基本块表示的过程模型；否则，转化为全部活动均以基本块表示的过程模型。如图3所示，图3a中的模型为一个活动s和活动t具有顺序关系，其右半部虚线框中，活动a,b,c,d,e构成了一个无法使用基本块进行表达的复杂模型，该模型中活动d和活动e处于一个非自由选择结构，所谓非自由选择结构是指两个活动间的选择并不是由过程模型的某个节点决定，而有可能依赖于过程模型其它部分作出的选择，显然这种非局部的行为无法使用二元关系进行描述。对于无法使用基本块进行描述的结构，将其转化为花模型，如图3b所示，其虚线框内的结构即为图3a中虚线部分转化后的结果。花模型能够模拟一切与其活动集相同的过程模型的行为。

花模型尽管过于泛化，但是花模型无论在拟合度还是简洁度都非常好，而且使用花模型对复杂结构进行表示可以使用过程树的方法对模型进行抽象。在过程树语义定义的基础上，本实施例对花模型语义进行定义：其关系符号为

使用花模型能够有效的将复杂结构使用过程树进行表示，这样就能够对一个一般的过程模型使用过程树作为其索引。当然这种索引并不是唯一索引，而是对过程模型的特征进行抽取，比如只要是由两个顺序活动以及五个活动组成的复杂结构都能够使用图3b的模型进行表示，通过这样的索引能够有效的对模型进行削减。

B.生成所转换的基于块的过程模型对应的过程树。该过程树与过程模型的行为等价。设L(

(M1,…,Mn))表示由过程树M1,…,Mn组成的任意关系，其对应的过程树如图4所示。

过程模型转化为过程树在计算机实现上的一个实施例为：

输入：过程p＝(C,A；F,M0)

输出：过程树集processTrees

步骤：

processToPTree(p)

1.if(p.A.size()＝＝0||p.A.size()＝＝1)

2.return；//结束算法

3.foreach(Aa:p.A){

4.foreach(Ab:p.A){

5.if(isChoice(a,b))

6.pTree＝makeATree(×,a,b)；//构造选择子树

7.else if(isSequnence(a,b))；

8.pTree＝makeATree(→,a,b)；//构造顺序子树

9.else if(isConcurrency(a,b))

10.pTree＝makeATree(∧,a,b)；//构造并发子树

11.else if(isIteration(a,b))

12.pTree＝makeATree(∝,a,b)；//构造迭代子树

13.else if(isAndOR(a,b))

14.pTree＝makeATree(∨,a,b)；//构造同或子树

15.processTrees＝processTrees∪{pTree}；

16.NG＝updateGraph(p,pTree)；

17.processToPTree(p)；

18.}

19.}

20.if(p.A.size()>0){//剩下复杂结构

21.

//构造花模型子树

22.processTrees＝processTrees∪{pTree}；

23.return；}

通过对模型中的活动间关系进行迭代判断，最终如果没有剩余活动说明全部都能用基本块进行表示，如果有剩余活动，则将这些活动利用花模型子树进行表达，最终返回挖掘的所有的过程树集。所谓的迭代判断，为每次仅对过程模型中的一组活动关系进行重构，重构后，重新生成新的过程模型，再提取出一组活动关系进行重构，直至所有的活动关系均被重构。至于提取活动关系的准则，通常为以相应优先级为基准，例如对各种活动关系所设定的优先级。花模型所表达的过程树并非唯一的索引，即其关联的过程模型可以是多种情况，例如只要是由两个顺序活动以及五个活动组成的复杂结构，都可以以图3(b)作为索引。这样可以有效对过程模型进行削减。一个过程模型在转化的过程中，保留的特征(基本块)越多越好，因此需要尽可能将过程模型中能够使用基本块表达的部分都进行表达。

通过上述的方法，即可将过程树作为对应的一般过程模型的索引。该索引属于表达式的形式，且既表示了过程模型的结构，也兼具了过程模型的行为。对于过程库而言，其包含若干过程模型。对应于过程库中所有的过程模型，生成对应的过程树，将过程树与过程模型关联存储，即可完成过程库的索引库的建立。

实施例二

基于实施例一，本实施例公开了一种过程模型检索方法，包括以下步骤：

A.接收目标检索式，即待检索的过程树表达式；

B.计算目标检索式与索引库中各索引间的相似度，取最大者所对应的过程模型或其索引作为检索结果。

或者，取相似度最大的若干个索引或索引对应的过程模型作为检索结果。

上述目标检索式和索引的相似度的判断，为对两者间的过程树编辑距离相似度的判断。过程树编辑距离相似度的计算如下：

过程树编辑距离的定义为：设过程p1,p2转化后的过程树分别为T1,T2，则T1,T2间的编辑距离为将T1转化为T2的所有基本操作的最小开销的总和，记做δ(T1,T2)。其中过程树间转化的基本操作包括删除节点和修改节点两种操作，在T1树上增加操作等价于在T2树上的删除操作，因此在对编辑距离计算时，可以只定义两种操作：删除和修改，来完成将过程树T1转化为T2。其中删除节点m的开销记做γdelete(m)，将节点m修改为n的开销记做γrelabel(m,n)，对节点m的修改操作是指对节点m中的标签进行修改。

文献《Simple Fast Algorithms for the Editing Distance Between TreesandRelated Problems[J].Siam Journal on Computing,1989》提出并证明了一种时间算法复杂度为O(|T1|×|T2|×min(depth(T1),leaves(T1))×min(depth(T2),leaves(T2)))动态递归算法，其中|T1|表示树T1的规模，即节点数量，depth(T1)表示树T1的深度，leaves(T1)表示树T1的叶节点的数量。该算法非常经典，文献《Computing the edit-distancebetween unrooted ordered trees[C].//European Symposium on Algorithms,Springer,1998》又对该算法进行了进一步的修改。下面对算法的预备知识进行说明，树是森林的特殊情况且一棵树去掉根节点将变为一个森林，该算法需要对森林进行迭代，因此需要对森林进行定义。设F为一个森林，v为F中的一个节点，删除F的根节点后得到的森林记作F^-,森林F中最左边和最右边的树分别记作L_F和R_F,F-v表示从树F删除节点v后剩下的森林，F-T(v)表示从树F删除已节点v为根节点的子树T(v)后剩下的森林，F-表示删除F根节点后剩下的森林，使用right(F)表示森林F中最右边树的根节点，则两个F1,F2森林之间的编辑距离δ(F1,F2)递归的计算如下：

图5为将一颗过程树与另一颗过程树之间的映射关系。如果设删除节点m的操作开销γdelete(m)＝p，将节点m转换为n的操作开销γrelabel(m,n)＝q，最右的迭代路径的最小开销的计算过程如下：

表1：过程树最小开销执行过程

通过该执行过程可知T1和T2之间的编辑距离为2p+4q。

除了对路径开销的计算外，还需要对过程树的叶节点间的相似性进行度量。过程树的叶节点都为活动，而非叶节点则均为操作符。对于叶子节点而言，由于存储的均为活动名，使用字符串进行表达，因此为了对字符串的相似性进行匹配，本文使用文献《基于过程结构树的过程模型变体匹配技术[J].软件学报》、《Simple Fast Algorithms for theEditing Distance Between Trees and Related Problems[J].Siam Journal onComputing,1989》、《Computing the edit-distance between unrooted ordered trees[C].//European Symposium on Algorithms,Springer,1998》和《Measuring Similaritybetween Business Process Models[J].Seminal ontributions to InformationSystems Engineering,2013》中使用的基于近义词的匹配方法，定义过程树叶节点的相似度计算如下：

设过程p对应的过程树为pTree，其中a,b∈p.A为过程p中的活动，la表示pTree中活动a的名字，可知la和lb均为字符串，设字符串la和lb所含单词构成的多重集(可包含相同元素)分别为fa和fb，则两个过程模型树叶节点间的相似度为：

其中，synonym()用于判断两个单词的相似性，synonym(m,n)表示判断单词m和n是否为同义词，如果是则返回1，否则为0；m∈fa\fb是指m属于fa但不属于fb；参数ω_i表示相同词的权重，参数ω_j表示近义词的权重，取值范围为0～1，均为经验配置(人为设定)。在一个实施例中(以参考文献的推荐)，ω_i和ω_j设定为1和0.75；对于文本进行计算时，先通过斯坦福CoreNLP对每个单词进行规范化处理。例如，la＝{p,q,c,c}，lb＝{c,x,x}且已知p和x为近义词，则simLeaf(la,lb)＝(1+0.75*(1))/6＝0.29。

由于两个叶节点间可能不会完全相似，因此两个叶节点a,b之间的修改开销γrelabel(a,b)应该与两个叶节点之间的相似度成反比，定义两个叶节点之间的修改开销γrelabel(a,b)＝t(1-simLeaf(la,lb))，t为常数，可通过经验获取，取值范围为t>0。

除了叶节点之间的相似性外，还要对叶节点与非叶结点，以及非叶结点间的相似性进行度量。

非叶结点存储的都是过程操作符，其相似性计算较为容易。设过程p对应的过程树为pTree，n_a和n_b分别表示pTree中两个节点且两个节点不能同时为叶节点，n_a和n_b均为字符串，则n_a和n_b间的相似度为：

SimNode()用于判断两个非页节点之间的相似性。通过对过程树相似性的度量，会发现过程树的节点会对度量结果产生影响，因此需要对过程树间编辑距离进行归一化，两颗完全不相似的过程树间的编辑距离将达到最大值。

过程树编辑距离相似度定义：设过程p1、p2转化后的过程树分别为T1、T2，则它们之间的过程树编辑距离相似度为：

实施例三

如图6所示，为3个软件开发过程的过程模型，其中P1为一个认证授权软件SIS被设计和实现的过程，为了与该过程进行对比来对本章所提出方法进行详细说明，又再次设计过程P2和P3，分别对活动名间的相似度和结构间的相似度分别评估。从P1到P2变化过程中，活动名称都没有做出改变，只是最后又在P1的基础上添加复杂模块，该模块无法使用过程树进行表达。从P1到P3变化过程中，活动Design Evolution变为Evolution，Review变为Design Review，Kernel Algorithm Implementation变为Function Coding，UserInterface Implementation变为UI Coding，这些改变中Implementation与Coding为近义词，Interface与UI为近义词，其它均不是。

首先，使用实施例一的方法分别建立过程模型P1、P2和P3索引，对应的过程树T1、T2和T3如图7所示。

其次，使用实施例二的方法对过程树的编辑距离进行度量。由于T2是在T1的基础上添加了一个复杂结构，它在转化为过程树的时候被转化为一个花型结构。通过实施例二的方法，设定p＝1,t＝2，则删除节点m的操作开销γdelete(m)＝1，γrelabel(m,n)＝2(1-simLeaf(la,lb))。首先对叶子节点相似性进行计算，计算可得simLeaf(“User InterfaceImplementation”,“UI Coding”)＝0.3，simLeaf(“Kernel Algorithm Implementation”,“Function Coding”)＝0.15，simLeaf(“Review”,“Desgin Review”)＝0.5，simLeaf(“Design Evolution”,“Evolution”)＝0.5；计算编辑距离可得δ(T1,T2)＝5，δ(T1,T3)＝5.1。

最后再对过程树间的编辑距离相似度进行计算，可得simTree(T1,T2)＝0.706，simTree(T1,T3)＝0.575。可知T1,T2之间更加相似。需要说明的是，得出该结论的主要原因是我们将γrelabel操作的系数设为了2，也就是我们认为重命名的开销是删除节点开销的两倍，这就导致对模型结构的修改的影响小于对模型重命名的影响，这是出于对基本操作而言，更加关注修改所设定的，若关注点为删除操作，则可对相应的参数进行设定。

实施例四

以实施例三中的3个过程模型为例，假设过程模型P2和P3为过程库中的过程模型，采用实施例一的方法构建的索引分别为T2和T3。假设过程模型P1位待检索的模型，其对应的检索式为T1(可采用实施例一的方法生成)。通过实施例三可知，通过实施例二的方法对检索式T1进行检索的最相似的索引为T2，对应的模型为P2.当然，对于存在多个索引的库，可以以此以相似度由高到低的顺序列举出多个检索到的索引，以某个相似度作为显示的最低要求。

实施例五

本实施例公开了一种过程库检索原型系统PMQ，该系统的体系结构如图8所示。主要分为三层：用户接口层、功能服务层以及基础层。为了更好的支持业务功能复用、增强系统的灵活度、提升系统易用性、无需繁杂的环境配置、方便对过程模型数据的管理以及未来对云计算和大数据的支持，整个系统将采用B/S架构，功能以WebService的形式进行封装，前端将使用HTML5进行展示。当前大部分过程建模和挖掘系统往往都是基于C/S架构并采用Java来实现，比如ProM、Disco和PIPE，尽管这些具有一定的跨平台能力，但是这些系统往往配置复杂、系统臃肿、需要安装、运行速度慢以及用户体验差等缺点，针对上述问题本系统考虑使用B/S架构来构建软件开发过程挖掘系统。

用户接口层为系统用于用户交互，包括过程库的日志抽取器、过程挖掘器、过程树编辑器以及过程查询器。日志抽取器是对过程数据进行分析的主要接口，用户可以通过该接口对软件开发过程数据进行查看、抽取、过滤、转化和装载等操作并支持数据的导出和导入，用以支持过程挖掘。过程挖掘器是用来对过程进行挖掘的工具，挖掘出的模型能够导入到过程库中。过程树编辑器是对本文所使用的过程树进行查看、编辑、转换等操作的功能界面。过程查询器支持用户对过程进行过程查询以及基于知识库的功能分解。本文的所有功能将通过接口层进行呈现，方便用户分析使用。

功能服务层主要涵盖了数据视图构建、过程挖掘以及过程库管理等功能。数据视图构建关注点是在挖掘之前对数据处理的相关功能，针对不同的软件过程数据源创建相应的数据交换服务，进而将数据统一为同一个数据视图，完成从原始过程数据到过程日志的转化，为后续的过程挖掘研究奠定基础。

过程层挖掘服务涵盖过程引擎服务以及过程树相关的服务，需要实现过程的可视化、过程执行、过程树编辑、过程模型与过程树直接的转化等服务。过程可视化功能是对挖掘出的过程模型进行表达，在图形描述交换主要使用Petri网标记语言(Petri Net markupLanguage,PNML)进行描述，PNML是当前为了对Petri网进行展示而提出的规范标准，当前大量的Petri网建模系统在前端均是使用该语言进行描述，比如ePNK，ProM，Tina工具等。一个PNML描述的软件过程模型翻译为以Petri网为基础的过程模型需要模型翻译器的支持，同时PNML描述的过程模型将存储在过程库中，其索引即为通过翻译器转化的基于块的过程模型。一个PNML描述的过程模型存储于模型库中至少需要存储PNML描述、对应的基于块的过程模型索引等，在前端导出模型时还需要使用开源的图形可视化工具Graphviz来生成DOT图；过程执行引擎，对指能够将输入的过程模型进行模拟、执行、仿真、分析等功能；过程树编辑是指能够对实时的编辑过程树；将模型转化为过程树，功能主要是将通过模型编辑器构建的过程模型转化为相应的过程树进行存储。

过程库管理服务主要关注于如何对已挖掘的过程模型建立高效的索引，以及如何对其进行存储、检索，因此该模块包含如何对模型进行表达，模型转化，以及计算模型间的相似性。同时进行过程查询器的查询服务，对查询语言的词法分析、语法分析、语义分析并根据查询请求作出相应的查询处理。

基础层主要关注于过程挖掘中所要用到的基础数据或工具，包括过程事件日志库、过程库以及开源工具ProM和PIPE的支持，同时为了对事件日志进行表达，还需要使用过程挖掘事件日志格式XES，该格式于2010年9月被IEEE Task Force on Process Mining采用。需要说明的是，ProM由Java语言开发，支持当前主流的过程挖据算法，支持XES文件输入；PIPE由Java语言开发，支持可视化的Petri网建模和分析，具有可达图生成、不变量分析、关联矩阵生成、状态空间分析等功能。

基于过程库的模型检索的功能主要通过给定的过程查询语言，对过程模型进行检索，其基本原理是利用基于过程树的过程索引之间相似性进行计算，进而获取满足查询条件的过程模型。本在使用在ISO/IEC 12207中提出的软件维护过程进行扩展的过程P4进行说明，如图9所示。

过程P4已经存储于PMQ系统中，为了通过软件过程库获取该过程模型，需要在过程查询器界面输入查询条件，查询过程是将查询条件与该过程模型对应的过程索引之间的相似性进行计算，进而将相似度最高的查询结果进行返回，当输入查询条件为“→(ProcessImplementation,∧(Problem Analysis,Risk Analysis))”时，通过PMQ查询结果如图10所示。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (9)

1.一种支持结构与行为融合的过程模型索引的构建方法，其特征在于，包括：

A.判断待构建索引的过程模型是否包含复杂结构，若是，则将该待构建索引的过程模型转换为将复杂结构部分模拟为花模型、其余部分以基本块表示的过程模型，否则全部转换为以基本块表示的过程模型；所述花模型为不能用基本块表示的活动关系的合集；

B.生成转换后的过程模型所对应的过程树；

C.以过程树作为所述待构建索引的过程模型的索引。

2.如权利要求1所述的支持结构与行为融合的过程模型索引的构建方法，其特征在于，所述步骤B具体为：

在每一次执行重构步骤后，重新执行步骤A以生成新的过程模型，并再次执行重构步骤，如此循环，直至重构完所述基于块的过程模型中的所有活动关系；所述重构步骤为：以预定优先级规则，从所述转换后的过程模型中提取出优先级最高的一组活动关系进行重构。

3.一种过程库索引的构建方法，所述过程库中包含若干过程模型，其特征在于，所述过程库索引的构建方法包括：

针对于所述过程库中的每一个过程模型，分别采用如权利要求1或2所述的支持结构与行为融合的过程模型索引的构建方法构建各个过程模型的索引。

4.一种过程模型检索方法，其特征在于，该检索方法用于检索如权利要求3的过程库索引的构建方法所构建的过程库索引，所述检索方法包括：

A.接受目标检索式，所述目标检索式为过程树表达式形式；

B.分别计算所述目标检索式与所述过程库索引中各索引间的相似度，取相似度最大的一个或若干个索引或者索引所对应的过程模型作为检索结果。

5.如权利要求4所述的过程模型检索方法，其特征在于，所述相似度为过程树编辑距离相似度，所述过程树编辑距离相似度的计算包括：

计算过程树节点间的相似度；

基于过程树节点间的相似度，计算基本操作的开销，所述基本操作包括删除操作和修改操作；

基于基本操作的开销，计算过程树间的编辑距离；

基于过程树间的编辑距离，计算过程树间编辑距离相似度。

6.如权利要求5所述的过程模型检索方法，其特征在于，所述过程树节点间的相似度的计算方法为：

其中，synonym(m,n)表示判断单词m和n是否为同义词，如果是则返回1，否则为0；la、lb分别表示待比较的两个活动a、b的名字，fa和fb分别为la和lb所含单词构成的多重集，m∈fa\fb是指m属于fa但不属于fb；参数ω_i表示相同词的权重，参数ω_j表示近义词的权重。

7.如权利要求6所述的过程模型检索方法，其特征在于，所述基本操作的开销中，修改操作的计算方法为：

γrelabel(a,b)＝t(1-simLeaf(la,lb))，其中γrelabel(a,b)表示将活动a修改为活动b的修改开销，t为计算开销的系数，t的取值范围为t>0。

8.如权利要求7所述的过程模型检索方法，其特征在于，所述过程树间的编辑距离的计算方法为：

其中，δ(F1,F2)表示过程树F1和F2间的编辑距离，γdelete()表示删除操作的开销，γrelabel(m,n)表示将活动m修改为n的开销，right(F)表示森林F中最右边树的根节点，F-表示删除F根节点后剩下的森林，F-v表示从树F删除节点v后剩下的森林，F-T(v)表示从树F删除已节点v为根节点的子树T(v)后剩下的森林。

9.如权利要求8所述的过程模型检索方法，其特征在于，所述过程树间编辑距离相似度的计算方法为：

T1、T2分别表示待比较的过程树T1和T2,|T1|、|T2|分别表示树T1、T2的节点数量。

Images