KR101658989B1 - 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 - Google Patents

근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 Download PDF

Info

Publication number
KR101658989B1
KR101658989B1 KR1020150105342A KR20150105342A KR101658989B1 KR 101658989 B1 KR101658989 B1 KR 101658989B1 KR 1020150105342 A KR1020150105342 A KR 1020150105342A KR 20150105342 A KR20150105342 A KR 20150105342A KR 101658989 B1 KR101658989 B1 KR 101658989B1
Authority
KR
South Korea
Prior art keywords
workflow
proximity
social network
social
business
Prior art date
Application number
KR1020150105342A
Other languages
English (en)
Other versions
KR20150094561A (ko
Inventor
김광훈
박성주
Original Assignee
경기대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경기대학교 산학협력단 filed Critical 경기대학교 산학협력단
Priority to KR1020150105342A priority Critical patent/KR101658989B1/ko
Publication of KR20150094561A publication Critical patent/KR20150094561A/ko
Application granted granted Critical
Publication of KR101658989B1 publication Critical patent/KR101658989B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G06Q50/30—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

워크플로우 소셜 네트워크 분석 시스템을 이용한 워크플로우 기반 소셜 네트워크 분석 방법이 제공된다. 워크플로우 기반 소셜 네트워크 분석 방법은 다수의 단위업무로 구성되는 워크플로우 네트워크를 복수의 업무수행자와 상기 단위업무 간의 관계를 나타내는 소셜 네트워크로 변환하는 단계, 상기 소셜 네트워크를 기초로 소시오 매트릭스(Socio matrix)를 생성하는 단계, 상기 생성된 소셜 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 단계 및 상기 분석의 결과로 획득한 상기 복수의 업무수행자간의 업무 근접도를 시각화하여 표시하는 단계를 포함한다.

Description

근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템{METHOD AND SYSTEM OF ANALYSING WORKFLOW-SUPPORTED SOCIAL NETWORK BASED ON CLOSENESS CENTRALITY}
본 발명은 조직 내의 워크플로우 모델을 기초로 근접 중심성에 기반하여 소셜 네트워크(Workflow-supported Social Network, WSSN)를 분석하는 방법 및 시스템에 관한 것이다.
워크플로우(workflow)란 기업 비즈니스에서 정의된 업무와 관련된 사람, 정보 자원의 흐름을 통합적으로 관리, 지원해주는 업무 처리 자동화 시스템이다.
기업은 조직 내의 조직 정보, 경영 정보, 파트너 정보 등을 효율적으로 운영 및 관리하기 위하여 워크플로우 모델을 도입하여 비즈니스 프로세스를 설계, 관리 할 수 있다.
또한, 기업은 워크플로우 모델을 도입함으로써, 프로세스를 자동화하고, 업무 생산성을 향상시키며, 업무 처리의 효율성을 높이고, 비용을 감소시킬 수 있다.
워크플로우 모델은 조직의 모습을 할당 업무(task), 수행자(actor), 역할(role), 액티비티(activity) 및 자료 저장소(repository)로 표현한다. 이러한 워크플로우 모델은 빌드 타임에서 정의되고, 런타임 시에 미리 정의된 내용을 기반으로 하여 프로세스의 생성, 탐색 또는 제어와 같은 기능을 수행한다.
도 1은 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체 유형들의 집합과 그들 간의 관계를 정의한 워크플로우 메타 모델을 도시한 것이다.
워크플로우 메타 모델을 구성하는 객체 유형들은 워크플로우 프로시저, 액티비티, 역할, 수행자, 연관 데이터, 트랜지션, 호출 어플리케이션 등이 있다.
워크플로우 프로시저(Workflow Procedure)는 프로세스로서, 액티비티라고 정의되는 단위 업무들의 집합과 이들 간의 실행 순서로 정의된다. 워크플로우 관리 시스템은 정의된 워크플로우 프로시저에 의해 구조화되고 제어되고 실행된다. 또한, 워크플로우 프로시저에 내포된 제어 흐름은 액티비티들에 대한 4가지의 기본적인 제어 흐름 유형들인 순차적(Sequential), 선택적(Disjunctive), 병렬적(Conjunctive), 반복적(Repetitive) 제어 흐름 유형들의 조합으로 표현된다.
액티비티(Activity)는 워크플로우 프로시저를 구성하는 기본 단위업무이다. 액티비티는 작업 액티비티(Work Activity), 블록 액티비티(Block Activity), 서브프로세스 액티비티(Subprocess Activity), 게이트웨이 액티비티(gateway Activity), 이벤트 액티비티(Event Activity) 등으로 구분된다. 이들 액티비티 간에는 실행 시간의 선후관계가 존재하며, 이러한 선후관계는 워크플로우 프로시저의 기본 제어흐름 유형을 통해 정의되며, 이는 곧 워크플로우 프로시저의 정의를 의미한다.
역할(Role)과 수행자(Actor)는 워크플로우 모델을 위한 조직 정보를 정의하는 핵심 요소로서, 역할은 논리적 조직의 개념 또는 물리적 부서의 개념으로서 액티비티에 할당되며, 수행자는 워크플로우 프로시저를 구성하는 작업 액티비티의 실행을 담당하는 자로서 일정한 역할이 할당된다.
연관 데이터(Relevant Data)는 워크플로우 프로시저 인스턴스의 실행시에 요구되는 각 액티비티의 입출력 데이터이다. 연관 데이터는 해당 프로세스를 구성하는 액티비티들의 입출력 데이터로 이용되며, 프로세스의 제어흐름을 결정짓는 트랜지션들의 변수로 이용된다.
트랜지션(Transition Condition)은 워크플로우 프로시저의 제어흐름에 따른 액티비티들의 실행 순서를 제어하기 위해 정의되는 객체이다. 이러한 트랜지션은 연관 데이터를 변수로 이용하여 액티비티 실행 순서를 정의한다.
한편, 기업의 규모가 팽창함에 따라 처리되어야 할 프로세스 업무 처리량 및 관련된 이력 정보들이 기하급수적으로 늘어나고 있다. 따라서, 워크플로우 및 비즈니스 프로세스에 대한 개선과 재발견을 위한 새로운 기술이 요구되고 있다.
워크플로우 모델과 일련의 워크플로우 모델들의 그룹으로 정의되는 워크플로우 패키지로부터 워크플로우 프로세스 관련 지식을 발견해내는 기법을 워크플로우 인텔리전스 발견 기법이라고 하며, 워크플로우 모델들의 실행이력인 로그 정보로부터 워크플로우 관련 지식을 발견해내는 기법을 워크플로우 인텔리전스 재발견기법이라고 한다. 대량의 워크플로우 및 비즈니스 프로세스 모델과 그들의 실행 이력을 기반으로 하는 워크플로우 프로세스 관련 지식의 발견 및 재발견 알고리즘들과 이를 위한 프레임워크의 확보 유무는 워크플로우 관리 시스템과 비즈니스 프로세스 관리 시스템의 가치를 평가하는데 중요한 요소이다.
이중에서, 워크플로우 모델을 기반으로 하는 소셜 네크워크를 발견함으로써 워크플로우 모델에 배정된 업무수행자들간의 업무협업관계를 파악하는 것이 가능하다. 여기서, 소셜 네트워크란 업무수행자들간의 사회적 관계와 특정 워크플로우 모델에 참여하는 업무수행자들 간의 업무를 중심으로 한 협업 활동을 나타내는 네트워크 모델을 의미한다.
업무수행자들간의 사회적 관계와 특정 워크플로우 모델에 참여하는 업무수행자들 간의 업무를 중심으로 한 협업 활동을 나타내는 소셜 네트워크를 워크플로우 소셜 네트워크(Workflow-supported Social Network, WSSN)라고 정의할 때, 조직에서 운용 중 또는 운용 예정인 워크플로우 모델로부터 소셜 네트워크 WSSN를 찾아내고 이를 통해 업무수행자들과 단위업무들 간의 협력 관계를 용이하게 분석할 수 있는 소셜 네트워크 분석 방법 및 시스템의 도입이 필요하다.
본 발명이 해결하고자 하는 과제는 워크플로우 소셜 네트워크(WSSN, Workflow-supported Social Network)와 워크 플로우 모델의 근접 중심성 분석 알고리즘을 제공하고, 근접 중심성 분석 알고리즘을 통해 분석된 근접 중심성 결과 값을 분석하여 업무 수행자들간의 관계를 다각적으로, 효과적으로 가시화하는 방법 및 시스템을 제공하는 것이다.
본 발명의 일 양태에 있어서, 본 발명의 실시례에 따른 워크플로우 소셜 네트워크 분석 시스템을 이용한 워크플로우 기반 소셜 네트워크 분석 방법은 다수의 단위업무로 구성되는 워크플로우 네트워크를 복수의 업무수행자와 상기 단위업무 간의 관계를 나타내는 소셜 네트워크로 변환하는 단계, 상기 소셜 네트워크를 기초로 소시오 매트릭스(Socio matrix)를 생성하는 단계, 상기 생성된 소셜 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 단계 및 상기 분석의 결과로 획득한 상기 복수의 업무수행자간의 업무 근접도를 시각화하여 표시하는 단계를 포함한다.
상기 소셜 네트워크로 변환하는 단계는 상기 워크플로우 네트워크 상에 정의된 역할(Role) 정보 및 수행자(Actor) 정보를 기초로 상기 워크플로우 네트워크를 수행자와 단위업무간의 상호 관계를 나타내는 소셜 네트워크로 변환하는 단계를 포함할 수 있다.
상기 워크플로우 네트워크는 액티비티 정보, 저장소(repository) 정보, 역할(role) 정보, 상기 수행자 정보 중 하나 이상을 포함할 수 있다.
상기 소셜 매트릭스는 소셜 매트릭스 생성 알고리즘에 의해 생성되는 이진값 무방향성 소시오 매트릭스일 수 있다.
상기 소셜 네트워크를 분석하는 단계는 상기 상기 이진값 무방향성 소셜 매트릭스를 기반으로 상기 복수의 업무수행자간의 업무근접도를 나타내는 근접중심성을 산정하는 단계를 포함할 수 있다.
상기 근접중심성은 개인단위 근접중심성 지수를 기반으로 결정될 수 있다.
상기 개인단위 근접중심성 지수
Figure 112015072338812-pat00001
는 하기 식으로 얻어질 수 있다.
Figure 112015072338812-pat00002
단, 여기서
Figure 112015072338812-pat00003
는 업무수행자 i와 업무수행자 j의 업무근접도이며, g는 상기 복수의 업무수행자의 수이다.
상기 근접중심성은 일반화된 개인단위 근접중심성 지수를 기반으로 결정될 수 있다.
상기 일반화된 개인단위 근접중심성 지수
Figure 112015072338812-pat00004
는 하기 식으로 얻어질 수 있다.
Figure 112015072338812-pat00005
단, 여기서
Figure 112015072338812-pat00006
,
Figure 112015072338812-pat00007
는 업무수행자 i와 업무수행자 j의 업무근접도, g는 상기 복수의 업무수행자의 수이다.
상기 근접중심성은 그룹 근접중심성 지수를 기반으로 결정될 수 있다.
상기 그룹 근접중심성 지수
Figure 112015072338812-pat00008
는 하기 식으로 얻어질 수 있다.
Figure 112015072338812-pat00009
단,
Figure 112015072338812-pat00010
는 상기 소셜 네트워크에서 가장 큰 개인단위 근접중심성,
Figure 112015072338812-pat00011
는 상기
Figure 112015072338812-pat00012
외 다른 업무수행자의 근접중심성이며,
Figure 112015072338812-pat00013
,
Figure 112015072338812-pat00014
,
Figure 112015072338812-pat00015
는 업무수행자 i와 업무수행자 j의 업무근접도, g는 상기 복수의 업무수행자의 수이다.
기업 내에서 기존에 존재하는 워크플로우 프로세스 모델로부터 소셜 네크워크 모델을 발견하고, 발견된 소셜 네트워크를 분석하여 조직 내 직원들과 단위업무들 간의 업무수행관계를 파악할 수 있다.
기존의 워크플로우 프로세스 모델을 분석하여 조직에서 수행하는 업무에 할당된 인적자원과 그에 따른 비용과 업무 협력 정도를 분석할 수 있는 수단을 제공할 수 있다.
연결중심성 분석기법을 적용하여 단편적인 분석결과를 얻을 수 있었던 기존 프레임워크들의 한계를 극복하고, WSSN과 WSSN을 대표하는 워크 플로우 모델에서 근접중심성에 기반한 분석이 가능하며, 다각적인 측면에서의 보다 정확한 분석값을 보다 효과적으로 가시화하여 제시할 수 있다.
업무수행자들의 영향력을 다각적으로 분석하고, 분석결과를 계량화할 수 있으며, 분석결과를 시각적으로 제공하여 시인성을 높이고 분석결과에 대한 직관적인 이해의 편의성을 높일 수 있다.
도 1은 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체 유형들의 집합과 그들 간의 관계를 정의한 워크플로우 메타 모델을 도시한 것이다.
도 2는 본 발명의 일 실시례에 따른, 워크플로우 기반 소셜 네트워크 분석 시스템의 전체 개요도이다.
도 3은 본 발명의 일 실시례에 따른, 워크플로우 기반 소셜 네트워크 분석 방법을 나타낸 흐름도이다.
도 4는 WSSN 근접중심성 프레임워크를 시각적으로 나타낸 것이다.
도 5는 ICN 기반의 워크플로우 모델을 입력으로 받고 이를 WSSN 모델로 변환하여 출력하는 알고리즘의 일례이다.
도 6은 WSSN 모델을 입력으로 하여 이진 값 무방향성 소셜 매트릭스를 생성/출력하는 알고리즘의 일례이다.
도 7은 본 발명의 일 실시례에 따른 개인단위 수행자들의 근접중심성 측정치를 계산할 수 있는 재귀형 알고리즘의 일례이다.
도 8은 본 발명의 실시례에 따른 그룹 근접중심성 분석에 적용될 수 있는 그룹 근접중심성 분석 알고리즘의 일례이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시례를 가질 수 있는 바, 특정 실시례들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
본 발명의 실시례를 기술하기에 앞서 이하에서 사용되는 용어를 정의한다.
워크플로우 모델은 업무수행자들간의 프로세스기반 협업관계 모델이며, 워크플로워 소셜 네트워크(Workflow-supported Social Network, WSSN)는 특정 워크플로우 모델과 모델의 실행을 수행함에 따라 형성될 수 있는 업무수행자들간의 상호협력관계 네트워크이다. WSSN은 워크플로우 메타모델을 기반으로 정의된 워크플로우 모델의 속성정보나 모델의 실행이력으로부터 발견 또는 재발견될 수 있으며, 이로부터 업무수행자들간의 상호업무협력상황, 업무집중도 및 기여도, 상호업무연관도, 업무소속성 등으로 대표되는 WSSN의 지식을 분석해 낼 수 있다.
워크플로우 메타모델은 워크플로우 모델을 기술 하는 모델로서, 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체유형들의 집합과 그들간의 관계를 정의한 모델이다. 워크플로우 메타모델은 워크플로우 모델뿐 만 아니라 워크플로우 관리 시스템의 핵심 구성요소를 정의하는 기본모델이며, 특히 워크플로우 모델상의 역할 배정과 업무수행자 할당은 WSSN 개념의 등장과 필요성에 대한 이론적 근거가 될 수 있다.
워크플로우 메타모델을 기반으로 정의된 워크플로우 모델의 실행시점에서 워크플로우 모델을 구성하는 액티비티들과 액티비티들의의 실제 실행을 위해 할당된 역할과 그에 속한 업무수행자들 중의 한 명을 선정함으로써 해당 액티비티를 수행하게 된다. 본 발명의 실시례에 따른 WSSN 분석 방법은 액티비티를 수행하는 업무수행자들간의 상호협력 네트워크를 분석한다.
이하에서 본 발명의 실시례를 설명함에 있어 워크플로우 메타모델을 기반으로 하는 워크플로우 모델링 표기법은 정보 제어넷(Information Control Net, ICN)을 기반으로 한다. ICN에서는 워크플로우 모델을 정형적 표기와 시각적 표기로 정의하고 있다. ICN기반의 WSSN를 발견하는데 필수적인 구성요소인 액티비티들의 프로세스(제어흐름)과, 각 액티비티의 역할할당, 그리고 각 역할의 업무수행자배정을 표현하기 위한 정형표현은 다음과 같다.
워크플로우 모델의 핵심은 프로세스 즉, 액티비티들간의 제어흐름을 정의하는 것이다. 워크플로우 프로세스의 기본구조는 시작이벤트 액티비티와 종료이벤트 액티비티, 그리고 이 두 이벤트 액티비티들 사이에 시간적 선후행관계를 이루는 액티비티들의 집합과 각 액티비티가 만족해야 할 천이조건들의 집합으로 정의될 수 있다. 표 1은 워플로우 프로세스를 정의한 것이다.
Figure 112015072338812-pat00016
ICN 기반 워크플로우 모델에서 워크플로우 액티비티들의 실행을 담당하는 조직측면의 핵심 구성요소는 역할과 수행자 객체를 정의하는 것일 수 있다. 역할 객체와 수행자 객체들이 갖는 기본적인 의미는 조직을 이루는 기본요소로서 논리적 조직개념의 역할과 물리적 조직개념의 부서를 모두 포함한다고 가정한다. 표 2는 워크플로우 역할 및 수행자를 정의한 것이다.
Figure 112015072338812-pat00017
표 3은 WSSN의 정형표현을 정의한 것이다.
Figure 112015072338812-pat00018
WSSN 모델의 정형표현은 워크플로우 모델의 구성객체인 액티비티 (
Figure 112015072338812-pat00019
)와 수행자 (
Figure 112015072338812-pat00020
)를 구성요소로 하는 수행자들간의 소셜관계 함수(
Figure 112015072338812-pat00021
)와 각 수행자의 취득 액티비티 함수(
Figure 112015072338812-pat00022
)를 통해 정의될 수 있다. WSSN 모델의 정형적 표현은 집합이론(Set Theory)의 특수한 확장형인 가방이론(Bag Theory)를 기반으로 할 수 있으며, 이때, 가방이론이란 어느 한 집합에서 원소(Member)의 중복성을 허용한 이론으로서 페트리넷이론(Petri Net) 등에서 사용하는 집합이론의 확장형이다.
이하, 본 발명의 실시례를 첨부한 도면들을 참조하여 상세히 설명하기로 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면 번호에 상관없이 동일한 수단에 대해서는 동일한 참조 번호를 사용하기로 한다.
도 2는 본 발명의 일 실시례에 따른, 워크플로우 기반 소셜 네트워크 분석 시스템의 전체 개요도이다.
도 2를 참조하면, 본 발명의 일 실시례에 따른 워크플로우 기반 소셜 네트워크 분석 시스템(100)은 기업 내에 도입된 워크플로우 프로세스로부터 조직에 속하는 모든 인적 자원과 해당 프로세스간의 소속관계를 찾아내고, 이를 기초로 조직에서 수행하는 단위업무들에 할당된 인적자원과 그에 따른 비용 및 업무협력 정보를 분석하여 사용자에게 제공한다. 이를 위해, 워크플로우 기반 소셜 네트워크 분석 시스템(100)은 워크플로우 네트워크를 워크플로우 기반의 소셜 네트워크로 변환하고, 변환된 소셜 네트워크로의 근접중심성을 분석하고 화면에 표시한다. 이와 같은 작업을 수행하는 워크플로우 기반 소셜 네트워크 분석 시스템(100)의 세부 구성에 대해서 구성 요소별로 설명하기로 한다.
워크플로우 기반 소셜 네트워크 분석 시스템(100)은 워크플로우 관리부(110), 소셜 네트워크 변환부(120), 소셜 매트릭스 연산부(130), 분석부(140)를 포함한다. 또한, 상기의 구성요소에 더하여 출력부(150) 및 저장부(160)을 더 포함할 수 있다.
워크플로우 관리부(110)는 다수의 단위업무로 구성되는 워크플로우 네트워크를 생성하고 관리한다. 구체적으로, 워크플로우 관리자(110)는 업무별로 워크플로우 프로세스를 정의, 생성하고, 생성된 워크플로우 프로세스를 저장, 관리한다. 이를 위해, 워크플로우 관리자(110)는 프로세스 정의부(112), 프로세스 실행부(114) 및 프로세스 감시부(116)을 포함할 수 있다. 프로세스 정의부(112)는 업무 별로 워크플로우 프로세스를 정의, 생성하고, 프로세스 실행부(114)는 정의된 워크플로우 프로세스를 실행하고 관련된 입출력 정보를 처리한다. 또한, 프로세스 감시부(116)는 실행되는 워크플로우 프로세스의 정상 동작 여부를 감시하고, 이상 동작시에 관리자에게 경보를 발송하거나 프로세스 재실행 요청을 상기 프로세스 실행부(114)에 전송할 수 있다.
또한, 워크플로우 관리부(110)는 프로세스 정의부(112)에서 정의, 생성된 워크플로우 프로세스를 저장부(160)에 저장하거나, 프로세스 실행부(114)에서 워크플로우 프로세스를 실행하는 과정에서의 각종 로그 데이터를 상기 저장부(160)에 저장할 수 있다.
소셜 네트워크 변환부(120)는 수행자와 단위업무 간의 관계를 나타내는 소셜 네트워크로 변환한다. 구체적으로, 소셜 네트워크 변환부(120)는 워크플로우 소셜 네트워크 지식 발견 알고리즘을 이용하여 워크플로우 프로세스로부터 소셜 네트워크를 자동적으로 변환할 수 있다. 여기서, 소셜 네트워크란 워크플로우 모델상에 정의된 역할담당 및 수행자배정 정보를 바탕으로 업무수행자들과 단위업무들 간에 형성된 상호관계를 나타내는 네트워크 모델을 의미한다.
소셜 네트워크 변환부(120)는 워크플로우 네트워크의 구성 객체인 단위업무(activity), 역할(role) 및 수행자(actor)를 구성요소로 하여 수행자들과 단위업무들 간의 협력관계를 파악하여 소셜 네트워크를 생성한다. 참고로, 워크플로우 네트워크는 액티비티(activity) 정보, 저장소(repository) 정보, 역할(role) 정보, 수행자(actor) 정보 등을 구성 객체로서 포함할 수 있다. 소셜 네트워크 발견 알고리즘에 대해서는 이하에서 다시 설명하기로 한다.
소셜 매트릭스 연산부(130)는 소셜 네트워크 변환부(120)에서 생성된 소셜 네트워크를 기초로 연산 작업을 수행하여 소셜 매트릭스를 생성한다.
구체적으로, 소셜 매트릭스 연산부(130)는 생성된 소셜 네트워크를 분석하여 소셜 네트워크를 소셜 매트릭스(social matrix)로 변환하며, 이때 소셜 매트릭스는 2차원의 행렬 형태일 수 있다. 소셜 매트릭스는 가로 및 세로가 소셜 네트워크에 관련된 모든 수행자들과 단위업무들로 표현될 수 된다.
또한, 소셜 매트릭스 연산부(130)는 소셜 매트릭스로부터 연루소셜 매트릭스 및 참여소셜 매트릭스를 생성할 수 있다. 생성된 연루소셜 매트릭스 및 참여소셜 매트릭스는 분석을 위해 분석부(140)로 전달될 수 있다. 소셜 매트릭스의 세부 구성에 대해서는 도 6을 참조하여 상세히 후술하기로 한다.
분석부(140)는 소셜 매트릭스 연산부(130)에서 생성된 소셜 매트릭스를 이용하여 소셜 네트워크를 분석한다. 이때, 분석부(140)는 해당 소셜 네트워크의 분석을 위하여 조밀도(density) 분석 및 구심도(centrality) 분석 등의 다양한 분석 기법을 적용할 수 있다.
또한, 분석부(140)는 상기 소셜 매트릭스 연산부(130)에서 생성된 연루소셜 매트릭스 및 참여소셜 매트릭스를 분석할 수 있다. 구체적으로, 분석부(140)는 연루소셜 매트릭스를 분석하여 각각의 단위업무들에 관한 수행자들의 연루 여부를 취득할 수 있다. 또한, 분석부(140)는 참여소셜 매트릭스를 분석하여 각각의 수행자들의 단위업무에의 참가 여부들을 파악할 수 있다.
출력부(150)는 분석부(140)를 통해 분석된 소셜 매트릭스의 수행자들과 단위업무들 간의 상관 관계들을 화면상에 표시한다.
저장부(160)는 워크플로우 정의 DB(162), 소셜 네트워크 DB(164) 및 소셜 매트릭스 DB(166)을 포함할 수 있으며, 워크플로우 네트워크, 소셜 네트워크 및 소셜 매트릭스 등의 데이터를 저장, 관리할 수 있다. 워크플로우 정의 DB(162)에 저장되는 워크플로우 프로세스는 단위업무 정보, 저장소 정보, 역할 정보, 수행자 정보 등을 포함할 수 있다. 이때, 단위업무 정보는 선행 단위업무와의 관계 및 후행 단위업무와의 관계 정보를 포함할 수 있다. 또한, 워크플로우 프로세스는 단위업무-역할 매핑 정보, 단위업무-수행자 매핑 정보 및 역할 수행자 매핑 정보 등의 매핑 정보를 포함할 수 있다.
도 3은 본 발명의 일 실시례에 따른, 워크플로우 기반 소셜 네트워크 분석 방법을 나타낸 흐름도이다.
본 발명의 실시례에 따른 워크플로우 기반 소셜 네트워크 분석 방법은 워크플로우 소셜 네트워크 분석 시스템에 의해 수행되며, 다수의 단위업무로 구성되는 워크플로우 네트워크를 복수의 업무수행자와 상기 단위업무 간의 관계를 나타내는 소셜 네트워크로 변환하는 단계(S110), 상기 소셜 네트워크를 기초로 소시오 매트릭스(Socio matrix)를 생성하는 단계(S120), 상기 생성된 소셜 매트릭스를 기초로 상기 소셜 네트워크를 분석하는 단계(S130) 및 상기 분석의 결과로 획득한 상기 복수의 업무수행자간의 업무 근접도를 시각화하여 표시하는 단계(S140)를 포함한다.
이하에서 WSSN의 분석방법에 대하여 보다 상세히 설명한다. 중심성 관련 소셜 네트워크 분석기법과 알고리즘 중 자주 사용되는 분석기법들로 연결(degree), 근접(closeness), 사이(betweenness) 중심성 분석기법들이 있다. 이러한 분석기법들의 측정치는 방향, 무방향성 따른 차이뿐만 아니라, 개인수행자, 그룹, 혹은 완벽한 연결망 단계에 따라 적용분야가 달라질 수 있다.
본 발명의 실시례에 따른 분석 방법은 근접 중심성 분석을 통해 다양한 분석 결과값을 도출해낼 수 있다. 근접중심성 측정치는 WSSN에서 수행자들간의 업무근접도를 반영한다. WSSN 근접중심성 분석값과 알고리즘은 각 수행자가 워크플로우 프로시저와 연관된 다른 모든 수행자들과의 업무교류가 얼마나 근접한지를 구하고 그 값을 수치화하여 의미있는 결과 값을 도출해낼 수 있다.
본 발명의 일 실시례에서 WSSN 근접중심성 프레임워크는 종래의 프레임워크를 근접중심성에 맞게 재구성한 WSSN 근접중심성 프레임워크를 이용한다. 도 4는 WSSN 근접중심성 프레임워크를 시각적으로 나타낸 것이다.
소셜 네트워크 변환 단계에서, ICN 기반의 워크플로우 모델을 WSSN 모델로 변환한다. WSSN 모델로의 변환은 WSSN 발견 알고리즘을 통해 이루어질 수 있으며, 도 5는 ICN 기반의 워크플로우 모델을 입력으로 받고 이를 WSSN 모델로 변환하여 출력하는 WSSN 발견 알고리즘의 일례이다.
분석 단계에서는 변환 단계에서 생성된 WSSN 모델에서의 소셜 매트릭스(social matrix)를 생성한다. 본 발명의 일 실시례에서 소셜 매트릭스는 소셜 매트릭스 생성 알고리즘을 통해 생성될 수 있으며, 이진 값 방향/무방향성 소셜 매트릭스와 상수 값 방향/무방향성 소셜 매트릭스가 이용될 수 있다. 이하에서는 실시의 일례로 무방향성 소셜 매트릭스를 이용한 분석기법에 대해 설명한다. 도 6은 WSSN 모델을 입력으로 하여 이진 값 무방향성 소셜 매트릭스를 생성/출력하는 알고리즘의 일례이다.
알고리즘을 통해 생성된 소셜 매트릭스를 기반으로 소셜 네트워크를 분석할 수 있으며, 소셜 매트릭스에 기반한 분석은 이하에서 설명할 개인 단위, 일반화된 개인단위, 그룹 단위로 각각에 상응하는 알고리즘을 통해 이루어질 수 있다.
소셜 매트릭스를 기반으로 업무 수행자간의 근접중심성 측정이 가능하다. 즉, 근접중심성의 개념과 측정치를 통해서 분석 결과를 구할 수 있다. 근접중심성 측정은 개개인의 수행자뿐만 아니라 그룹형태의 수행자들에게도 적용가능 하다.
개인 수행자의 근접중심성은 다른 모든 수행자들과의 업무근접도를 나타낸다. 본 발명의 실시례에 따른 WSSN에서 업무근접도는 양자간의 최단경로의 길이를 의미한다. 개인단위 근접중심성은 한명의 수행자가 워크플로우 프로시저와 연관된 다른 모든 수행자들과의 업무교류가 얼마나 근접 할지를 의미한다. 결과적으로, 이진 값 무방향성 WSSN 및 g명의 수행자들에 대한 개인단위 근접중심성 지수
Figure 112015072338812-pat00023
는 i수행자와 (g-1)명의 다른 수행자들간의 업무근접도로 수식 1과 같이 계산될 수 있으며, 여기서 d(Ni, Nj)는 i와 j수행자간의 업무근접도를 나타낸다.
[수 1]
Figure 112015072338812-pat00024
본 발명의 실시례에 따른 분석 기법에서 근접중심성은 최소 2명이상의 수행자가 있다는 전제하에 이루어지므로, 단일 수행자에 대한 근접중심성은 고려되지 아니한다. 즉, 고립된 수행자에 대한 근접중심성 계산은 불가능하므로 계산된 값이 0이 될 수 없도록 한다. 도 7은 본 발명의 일 실시례에 따른 개인단위 근접중심성 수식 1을 기반으로 모든 개인단위 수행자들의 근접중심성 측정치를 계산할 수 있는 재귀형 알고리즘의 일례이다.
본 발명의 다른 실시예에 따르면, 상술한 개인 수행자의 근접중심성을 이용한 분석 방법을 변형하여 개인단위 근접중심성을 일반화할 수 있다. 본 발명의 다른 실시례에 따른 근접중심성의 일반화 방법은 수 2를 통해 얻어지는 일반화된 개인단위 근접중심성 지수에 기반하여 수행될 수 있다.
[수 2]
Figure 112015072338812-pat00025
수식 2의 일반화된 개인단위 근접중심성 지수는 개인단위의 근접중심성 지수 값에 (전체수행자-1)을 곱하여 얻어질 수 있다. 개인단위 근접중심성 지수를 일반화하여 크기가 다른 연결망들 사이의 유의미한 비교가 가능하다. 도 7은 일반화된 일반화된 개인단위 근접중심성 지수를 구하는 알고리즘의 일례이다.
본 발명의 다른 실시례에 의하면 그룹 근접중심성을 기반으로 WSSN을 분석할 수 있다. 그룹 근접중심성은 연결망 내의 근접중심성 계층구조를 분산측정으로 표시하는 방식이 적용될 수 있다. 이때, 그룹 근접중심성은 주어진 연결망의 수행자들 사이의 근접중심성 범위의 차이값을 의미할 수 있다. 그룹 근접중심성 지수는 수식 3을 통해 얻어질 수 있다.
[수 3]
Figure 112015072338812-pat00026
수식에서
Figure 112015072338812-pat00027
는 연결망내의 가장 큰 개인단위 근접중심성을 나타내고,
Figure 112015072338812-pat00028
는 그 외 다른 개인단위 근접중심성을 나타낸다. 그룹 근접중심성 지수 최대 값은 1.0이다. 그룹 근접중심성 값이 1에 가까울수록 연결망 분포상태는 불규칙하고, 그룹 근접중심성 값이 0에 가까울수록 연결망은 고르게 분포한다. 도 8의 알고리즘은 본 발명의 실시례에 따른 그룹 근접중심성 분석에 적용될 수 있는 그룹 근접중심성 분석 알고리즘의 일례이다.
본 발명의 실시례에 따른 WSSN 분석방법은 WSSN을 정의하고 WSSN 근접중심성 분석 알고리즘을 적용하여 개인단위 근접중심성, 일반화된 개인단위 근접중심성, 그룹 근접중심성을 기반으로 분석하였다.
한편, 본 발명의 실시례에 따른 WSSN 분석 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조등을 단독으로 또는 조합하여 포함할 수 있다.
저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상술한 실시례들은 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.

Claims (3)

  1. 워크플로우 소셜 네트워크 분석 시스템을 이용한 워크플로우 기반 소셜 네트워크 분석 방법에 있어서,
    다수의 단위업무로 구성되는 워크플로우 네트워크를 복수의 업무수행자와 상기 단위업무 간의 관계를 나타내는 소셜 네트워크로 변환하는 단계;
    상기 소셜 네트워크에 기초한 소셜 매트릭스를 생성하는 단계;
    상기 생성된 소셜 매트릭스를 기초로 상기 소셜 네트워크를 분석하여 근접중심성을 산정하는 단계; 및
    상기 분석의 결과로 획득한 상기 복수의 업무수행자간의 업무 근접도를 상기 근접중심성을 통해 시각화하여 표시하는 단계; 를 포함하되,
    상기 생성된 소셜 매트릭스를 기초로 상기 소셜 네트워크를 분석하여 근접중심성을 산정하는 단계는,
    상기 소셜 매트릭스를 기반으로 상기 복수의 업무수행자간의 업무근접도를 나타내는 근접중심성을 산정하는 단계;를 포함하고,
    상기 업무근접도는 상기 소셜 네트워크에서 두 업무수행자 간의 경로 중 최단 경로의 길이를 의미하고,
    상기 근접중심성은 상기 업무수행자들 사이의 개인단위 근접중심성 범위의 차이값인 그룹 근접중심성을 나타내고,
    상기 그룹 근접중심성은 하기 식으로 얻어지고,
    Figure 112016020413720-pat00045

    Figure 112016020413720-pat00046

    Figure 112016020413720-pat00047

    단,
    Figure 112016020413720-pat00048
    는 상기 그룹 근접중심성이고,
    Figure 112016020413720-pat00049
    는 상기 소셜 네트워크에서 가장 큰 개인단위 근접중심성이고, 상기
    Figure 112016020413720-pat00050
    는 상기
    Figure 112016020413720-pat00051
    외 다른 업무수행자의 개인 단위 근접중심성이며,
    Figure 112016020413720-pat00052
    는 업무수행자 i와 업무수행자 j 간 업무근접도이고, g는 상기 복수의 업무수행자의 수인 것을 특징으로 하는 워크플로우 기반 소셜 네트워크 분석 방법.
  2. 제1 항에 있어서,
    상기 소셜 네트워크로 변환하는 단계는,
    상기 워크플로우 네트워크 상에 정의된 역할(Role) 정보 및 수행자(Actor) 정보를 기초로 상기 워크플로우 네트워크를 수행자와 단위업무간의 상호 관계를 나타내는 소셜 네트워크로 변환하는 단계;를 포함하는 워크플로우 기반 소셜 네트워크 분석 방법.
  3. 제1 항에 있어서,
    상기 워크플로우 네트워크는 액티비티 정보, 저장소(repository) 정보, 역할(role) 정보, 상기 수행자 정보 중 하나 이상을 포함하는, 워크플로우 기반 소셜 네트워크 분석 방법.
KR1020150105342A 2015-07-24 2015-07-24 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템 KR101658989B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150105342A KR101658989B1 (ko) 2015-07-24 2015-07-24 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150105342A KR101658989B1 (ko) 2015-07-24 2015-07-24 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR20130104407A Division KR20150026071A (ko) 2013-08-30 2013-08-30 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20150094561A KR20150094561A (ko) 2015-08-19
KR101658989B1 true KR101658989B1 (ko) 2016-09-23

Family

ID=54057984

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150105342A KR101658989B1 (ko) 2015-07-24 2015-07-24 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101658989B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860936A (zh) * 2020-05-25 2020-10-30 北京致远互联软件股份有限公司 一种办公业务流程缺陷预测的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101249038B1 (ko) * 2011-02-09 2013-04-01 경기대학교 산학협력단 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템

Also Published As

Publication number Publication date
KR20150094561A (ko) 2015-08-19

Similar Documents

Publication Publication Date Title
US10931540B2 (en) Continuous data sensing of functional states of networked computing devices to determine efficiency metrics for servicing electronic messages asynchronously
Van Der Aalst et al. Process mining put into context
Huang et al. Resource behavior measure and application in business process management
Hornix Performance analysis of business processes through process mining
Dakic et al. Process mining possibilities and challenges: a case study
US20130311242A1 (en) Business Process Analytics
Lodhi et al. Business process improvement framework and representational support
Bormane et al. Impact of requirements elicitation processes on success of information system development projects
Fernández-Cerero et al. Measuring data-centre workflows complexity through process mining: the Google cluster case
US20160162816A1 (en) Human task monitoring and contextual analysis for domain-specific business processes
KR20150026071A (ko) 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템
KR101249038B1 (ko) 워크플로우 기반 소셜 네트워크 분석 방법 및 시스템
KR101282979B1 (ko) 워크플로우 기반 협력 네트워크 분석방법 및 시스템
KR101658989B1 (ko) 근접 중심성에 기반한 워크플로우 소셜 네트워크 분석방법 및 시스템
US20140297831A1 (en) Continuous improvement of global service delivery augmented with social network analysis
Chircu et al. Visualization and machine learning for data center management
Figalist et al. Business as unusual: a model for continuous real-time business insights based on low level metrics
Shahzad et al. A goal–oriented approach for business process improvement using process warehouse data
US20150242786A1 (en) Integrating process context from heterogeneous workflow containers to optimize workflow performance
Li et al. Detecting a business anomaly based on QoS benchmarks of resource-service chains for collaborative tasks in the IoT
KR101564749B1 (ko) 워크플로우 기반 인적 자원의 소속성 분석방법 및 시스템
Effendi et al. Process discovery of business processes using temporal causal relation
Mutschler et al. An approach to quantify the costs of business process intelligence
Lamghari Process Mining: Basic Definitions and Concepts
Dos Santos et al. Performance management and quantitative modeling of it service processes using mashup patterns

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20190808

Year of fee payment: 4