KR101660892B1 - 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치 - Google Patents

프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치 Download PDF

Info

Publication number
KR101660892B1
KR101660892B1 KR1020140002339A KR20140002339A KR101660892B1 KR 101660892 B1 KR101660892 B1 KR 101660892B1 KR 1020140002339 A KR1020140002339 A KR 1020140002339A KR 20140002339 A KR20140002339 A KR 20140002339A KR 101660892 B1 KR101660892 B1 KR 101660892B1
Authority
KR
South Korea
Prior art keywords
process model
distance
relationship
option item
tasks
Prior art date
Application number
KR1020140002339A
Other languages
English (en)
Other versions
KR20150082864A (ko
Inventor
송민석
Original Assignee
울산과학기술원
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 울산과학기술원 filed Critical 울산과학기술원
Priority to KR1020140002339A priority Critical patent/KR101660892B1/ko
Publication of KR20150082864A publication Critical patent/KR20150082864A/ko
Application granted granted Critical
Publication of KR101660892B1 publication Critical patent/KR101660892B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 프로세스 모델 도출 방법 및 그 장치에 관한 것이다. 본 발명에 따른 프로세스 모델 도출 방법은, 특정 업무에 대한 이벤트 로그를 수집하고, 수집한 이벤트 로그에 기초하여, 특정 업무에 대한 프로세스 모델을 생성한다. 그리고, 사용자 명령에 따라 선택되는 옵션 항목과 임계값에 기초하여, 도출한 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성한다. 본 발명에 따르면, 옵션 항목의 선택적 적용에 따라, 보다 신뢰도가 높으면서 상황에 적합한 분석 결과를 도출하는 프로세스 모델을 도출할 수 있다.

Description

프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치{Method and appartus for process model discovery using process mining}
본 발명은 프로세스 모델 도출 방법 및 장치에 관한 것으로, 더욱 상세하게는 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등을 선택적으로 고려하여 프로세서 모델을 도출할 수 있는 프로세스 모델 도출 방법 및 장치에 관한 것이다.
프로세스 마이닝(process mining)은 정보시스템에서 제공되는 이벤트 로그로부터 유용한 지식을 추출하는 연구로, 프로세스 도출(discover), 모니터링(monitoring), 개선(improvement)을 위한 새로운 기법을 제공하며, 다양한 분야의 프로세스에 적용이 가능하다. 프로세스 마이닝을 이용하여 비즈니스 프로세스에서 일어나는 업무처리기록을 바탕으로 유용한 정보를 발견할 수 있으며, 프로세스 마이닝을 통해 발견된 정보를 기업의 비즈니스 프로세스 혁신 등에 활용할 수 있다. 인터넷 및 컴퓨팅 기술의 발전과 데이터의 증가에 따라 프로세스 마이닝이 적용되는 분야와 시장의 규모는 점차 확대될 것으로 예상된다.
이와 관련하여, 한국 등록특허 제0500329호에는 워크플로우 시스템의 운영 과정에서 축적된 워크플로우 로그 데이터에 프로세스 마이닝 기법을 적용하여, 프로세스 또는 업무의 과거 수행 결과를 평가, 분석 및 진단하기 위한 워크플로우 마이닝 시스템 및 방법을 개시하고 있다.
여기에는, 데이터베이스의 로그 데이터를 기초로 프로세스와 업무의 과거 수행 결과를 평가, 분석 및 진단하여 비즈니스 프로세스의 리엔지니어링(Business Process Reengineering)을 위한 객관적인 자료로 활용할 수 있도록 하는 워크플로우 마이닝 시스템이 개시되어 있다.
그런데, 일반적으로 프로세스 마이닝을 이용하여 프로세스 모델을 도출하는 방법은 단위 프로세스들 사이의 상호 관계를 고려하지 않고 있으므로, 상황에 따라 분석 결과의 신뢰도가 크게 달라지거나 신뢰도가 일정하지 못하다.
따라서, 프로세스 마이닝을 이용하여 프로세스 모델을 찾아내는 과정에 있어서, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등을 선택적으로 적용하여 프로세스 모델을 도출함으로써, 보다 신뢰도가 높고 상황에 적합한 분석 결과를 도출할 수 있는 방안을 고려해 볼 필요가 있다.
따라서, 본 발명의 목적은, 이벤트 로그들을 이용하여 프로세스 모델을 도출함에 있어, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등을 선택적으로 반영함으로써 상황에 적합하며 신뢰도를 높일 수 있는 프로세스 모델 도출 방법 및 장치를 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 프로세스 모델 도출 방법은, 특정 업무에 대한 이벤트 로그를 수집하는 단계, 상기 수집한 이벤트 로그에 기초하여, 상기 특정 업무에 대한 프로세스 모델을 생성하는 단계, 및 사용자 명령에 따라 선택되는 옵션 항목과 임계값에 기초하여, 상기 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성하는 단계를 포함한다.
상기 옵션 항목으로, 두 작업의 거리, 작업 흐름의 구조, 및 중복되는 작업 관계의 횟수 중 적어도 하나를 사용할 수 있다.
또한, 상기 목적을 달성하기 위한 본 발명에 따른 프로세스 모델 도출 장치는, 특정 업무에 대한 이벤트 로그를 수집하는 이벤트 로그 수집부, 상기 수집한 이벤트 로그에 기초하여 프로세스 모델을 생성하는 프로세스 모델링부, 및 사용자 명령에 따라 선택되는 옵션 항목과 임계값에 기초하여, 상기 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성하는 프로세스 필터링부를 포함한다.
그리고, 상기 목적을 달성하기 위하여 본 발명에서는, 상기 프로세스 도출 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 프로세서가 읽을 수 있는 기록매체를 제공할 수 있다.
본 발명에 따르면, 이벤트 로그들을 이용하여 프로세스 모델을 도출하는 과정에서, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등을 선택적으로 고려함으로써, 보다 신뢰도가 높으면서 상황에 적합한 분석 결과를 나타낼 수 있는 프로세스 모델을 도출할 수 있다. 이와 같은 과정에 따라 프로세스 모델을 도출함으로써, 보다 사실적이며 정확한 분석 결과를 제시할 수 있으므로, 비즈니스 업무 개선이나 직원 업무 평가 등에 효과적으로 사용할 수 있다.
도 1은 본 발명의 일실시예에 따른 프로세스 마이닝을 이용한 프로세스 모델 도출 장치의 블럭 구성도,
도 2는 본 발명의 일실시예에 따른 프로세스 모델 도출 방법에 대한 설명에 제공되는 흐름도,
도 3은 프로세스 모델의 일 예를 나타낸 도면, 그리고
도 4 내지 도 6은 임계값의 조정에 따라 단순화되는 프로세스 모델을 설명하기 위해 참조되는 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
일반적으로 프로세스 마이닝은 업무를 지원하는 다양한 정보시스템에 기록된 이벤트 로그를 분석하여 프로세스 모델을 자동으로 도출하는 것을 지원한다.
프로세스 마이닝은 이벤트 로그와 프로세스 모델간에 발견(discovery), 순응도(conformance), 확장(enhancement)과 같은 세 가지 유형의 마이닝을 제공할 수 있다. 여기서, 발견은 이벤트 로그에서 프로세스 모델의 자동 발견을 지원하고, 순응도는 이벤트 로그와 프로세스 모델간 일치 정도를 분석한다. 그리고, 확장은 발견된 프로세스 모델을 시간 정보 등을 통해서 확장시키는 것이다.
프로세스 마이닝은 이와 같은 세 가지 유형의 마이닝과 독립적으로 다음과 같은 다양한 관점의 분석을 지원할 수 있다.
첫째, 통제흐름(control-flow) 관점으로, Petri-net이나 BPMN 등의 표기법으로 표시되는 업무 활동들의 순서 발견과 분석 기법을 제공할 수 있다.
둘째, 조직(organizational) 관점으로, 업무 전달에 기반을 둔 업무 수행 주체들(직원, 팀, 부서 등) 사이의 사회 관계망(social network) 분석 기법을 제공할 수 있다.
세째, 시간(time) 관점으로, 수행된 업무 사례들의 평균 수행 시간, 특정 활동들 사이의 평균 수행 시간 등에 관한 분석 기법을 제공할 수 있다.
네째, 성과(performance) 관점으로, 병목지점(bottleneck) 분석 기법을 제공하여, 성과에 영향을 주는 사례들에 대한 심층 분석 기법을 제공할 수 있다.
다섯째, 데이터(data) 관점으로, 개별 수행 사례들의 데이터와 연관된 분석 기법을 제공할 수 있다. 예컨대, 불만처리 프로세스를 지연시키는 고객들의 유행을 찾을 수 있다.
일반적으로 프로세스 마이닝의 결과물은 완성된 형태의 비즈니스 프로세스 모델이며, 프로세스 마이닝 결과물은 비즈니스 프로세스 설계를 위한 근거 자료가 될 수 있다.
도 1은 본 발명의 일실시예에 따른 프로세스 마이닝을 이용한 프로세스 모델 도출 장치의 블럭 구성도이다.
도 1을 참조하면, 본 프로세스 도출 장치(100)는 이벤트 로그 수집부(110), 프로세스 모델부(120), 프로세서 필터링부(130), 및 프로세스 분석부(140)를 포함할 수 있다. 이와 같은 구성요소들은 실제 응용에서 구현될 때 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다.
이벤트 로그 수집부(110)는 정보시스템 등에 기록된 특정 업무에 대한 이벤트 로그를 수집한다.
프로세스 모델링부(120)는 이벤트 로그 수집부(110)에서 수집한 이벤트 로그를 전달받아, 전처리 과정 및 분석 과정 등을 거쳐, 특정 업무에 대한 프로세스 모델을 도출한다.
프로세스 필터링부(130)는 사용자 명령에 따라 선택되는 옵션 항목과 임계값 등을 이용하여, 프로세스 모델링부(120)에서 도출한 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성한다.
이때, 사용자 명령에 따라 선택되는 옵션 항목에는 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등이 있으며, 하나 이상의 옵션 항목이 선택될 수 있다.
프로세스 분석부(140)는 최종 프로세서 모델을 검토 및 분석하여, 최종 프로세스 모델에 기반한 분석 결과를 출력한다. 프로세스 분석부(140)는 사용자 명령 등에 따라, 분석 결과를 다양한 형태의 차트나 그래프 등으로 출력할 수 있다.
이와 같은 구성에 의해, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등과 같은 옵션 항목을 선택적으로 반영한 프로세스 모델을 생성할 수 있다.
도 2는 본 발명의 일실시예에 따른 프로세스 모델 도출 방법에 대한 설명에 제공되는 흐름도이다.
도 2를 참조하면, 이벤트 로그 수집부(110)는 정보시스템 등에 기록되어 있는 특정 업무에 대한 이벤트 로그를 수집한다(S200).
비즈니스 프로세스상의 업무는 기업 내부의 정보시스템인 ERP(Enterprise Resource Planning), CRM(Customer Relationship Management), SCM(Supply Chain Management), Workflow 등에서 수행될 수 있으므로, 이들 정보시스템에는 모든 트랜잭션(transaction)을 이벤트 로그 형식으로 기록한다. 이벤트 로그 수집부(110)는 이와 같은 정보시스템에 기록되어 있는 이벤트 로그를 수집할 수 있다.
이벤트 로그에는 프로세스 인스턴트(instance), 업무(activity), 업무의 수행자(performer), 업무의 타입, 업무 수행시간 등이 기록된다.
프로세스 모델링부(120)는 이벤트 로그 수집부(110)가 수집한 이벤트 로그를 전달받아, 프로세스 모델의 분석을 위한 전처리 과정을 수행하고, 분석 과정을 통해 이벤트 로그가 수집된 특정 업무에 대한 프로세스 모델을 생성한다(S205).
프로세스 필터링부(130)는 사용자 명령에 따라 선택되는 옵션 항목과 임계값을 이용하여, 프로세스 모델링부(120)에서 생성한 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성한다(S210).
프로세스 필터링부(130)는 선택된 옵션 항목에 따라 계산된 단위 프로세스들 사이의 수치가 임계값보다 작은 연결 경로를 삭제하여 최종 프로세스 모델을 생성할 수 있다.
사용자 명령에 따라 선택되는 옵션 항목에는, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등이 있다. 이에 따라, 두 작업의 거리를 고려할 것인지 여부, 작업 흐름의 구조를 고려할 것인지 여부, 및 중복되어 나타나는 작업 관계의 횟수를 고려할 것인지 여부에 따라, 모두 8가지 경우의 수가 발생할 수 있다.
이와 같은 옵션 항목의 선택이나 임계값의 선택이나 설정 등을 위해 별도의 메뉴를 제공할 수 있다. 사용자 명령에 따라 선택되는 옵션 항목 등에 대한 상세한 설명은 후술하기로 한다.
프로세스 분석부(140)는 최종 프로세서 모델을 검토 및 분석하여, 최종 프로세스 모델에 기반한 분석 결과를 출력한다(S220).
만일, 사용자가 다른 옵션 항목이나 임계값을 선택하면, 다시 S215 단계 및 S220 단계의 과정을 수행하여, 새로 최종 프로세서 모델을 생성하고 이에 따른 분석 결과를 출력한다(S225). 최종 프로세스 모델에 대한 분석 결과는 다양한 형태의 표나 그래프 등으로 출력할 수 있다.
이와 같은 과정에 의해, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등과 같은 사용자가 선택한 옵션 항목을 반영한 프로세스 모델을 도출할 수 있다. 또한, 도출한 프로세스 모델의 분석 결과를 시뮬레이션하여, 전체적인 업무 수행을 확인함으로써, 병목 업무나 병목 부서와 같은 프로세스 단절 현상을 파악할 수 있는 등 전체적인 업무 프로세스 개선에 사용할 수 있다.
다음으로 본 발명에 따른 프로세스 도출 방법에서는 사용하는 옵션 항목에 대하여 설명한다. 본 발명에 따른 프로세스 도출 방법에서는 미리 설정된 옵션 항목 중에서 하나 이상을 선택적으로 사용할 수 있다. 즉, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수 등과 같은 옵션 항목 중에서 하나 이상을 선택하여, 선택한 옵션 항목을 반영한 최종 프로세스 모델을 도출할 수 있다.
먼저, 두 작업의 거리는, 직접 상관관계와 간접 상관관계의 두 가지 상관관계의 거리로 나눌 수 있다. 직접 상관관계는 연속되는 두 업무 사이의 관계를 의미한다. 예컨대, 두 가지 업무 A, B가 있다고 할 때, 로그에서 A - B 순으로 업무가 수행되었을 경우, 업무 A와 B 사이에는 직접 상관관계가 존재하는 것으로 한다. 직접 상관관계를 나타내는 두 작업 사이의 거리는 1로 계산한다.
직접 상관관계를 고려하지 않는 경우에는 간접 상관관계를 고려한다. 간접 상관관계는 연속되지 않는 두 업무 사이의 관계를 의미한다. 예컨대, 세 가지 업무 A, B, C가 있다고 할 때, 로그에서 A-C-B 순으로 업무가 수행되었을 경우, 업무 A와 B 사이에 간접 상관관계가 존재하는 것으로 한다.
간접 상관관계의 경우, 두 작업 사이의 거리를 (β)m-1 로 정의한다. 여기서, β는 임의의 값이며, m은 작업 A에서 작업 B까지의 거리를 계산할 때, A를 제외한 A와 B 사이에 존재하는 모든 작업과 B를 포함한 개수이다.
따라서, 직접 상관관계의 거리는 항상 1로 계산되며, 간접 상관관계는 β값에 따라 같은 거리라도 다른 값으로 계산될 수 있고, 거리가 멀수록 값이 작아지게 된다. 다음의 [표 1]은 β = 0.5인 경우, 직접 상관관계와 간접 상관관계의 계산 예를 나타낸 것이다.

이벤트로그

작업 관계
직접 상관관계
간접 상관관계


A-B-C-D
A-B
1
1

A-C
X
0.5(=0.5(2-1))

A-D
X
0.25(=0.5(3-1))

B-C
1
1

B-D
X
0.5(=0.5(2-1))

C-D
1
1
이와 같이 두 작업의 거리를 수치화할 수 있다. 이에 따라, 임계값을 설정하여, 두 작업의 거리가 설정된 임계값 이하의 값을 갖는 두 작업 사이의 연결 경로를 삭제하여, 연결 경로를 재구성하여 간소화된 최종 프로세스 모델을 생성할 수 있다.
다음으로, 작업 흐름의 구조의 고려 여부를 옵션 항목으로 선택할 수 있다. 작업 흐름의 구조, 즉 작업 간의 관계에 대한 고려 여부에 따라 작업 관계의 수가 달라질 수 있다.
도 3은 프로세스 모델의 일 예이며, 다음의 [표 2]는 도 3에 도시한 프로세스 모델을 기반으로 작성된 작업 관계도이다.

A
B
C
D
E
F

A

0
1
1
0
0
0

B

0
0
0
1
0
0

C

0
0
0
1
0
0

D

0
0
0
0
0
0

E

0
0
0
0
0
1

F

0
0
0
0
0
0
[표 2]에서 A, B, C, D, E는 작업을 의미하며, 각 숫자 값은 작업 관계의 유무를 의미한다. 즉, 가장 왼쪽의 작업자 열을 기준으로 기준작업이 수행된 후에 해당하는 열의 작업이 수행된 경우 1, 관계가 없는 경우 0으로 나타낸다. 예컨대, 가장 왼쪽의 작업자 열의 A를 기준으로 0, 1, 1, 0, 0, 0 은, 작업 A 다음에 작업 B, 작업 C가 수행됨을 의미한다.
직접 상관관계를 고려할 때, 작업 이관 관계가 반영된다. 다음의 [표 3]은 로그의 일 예를 나타낸 것이다.

케이스
로그

1
A-C-B-D

2
A-B-C-D

3
E-F
[표 3]의 1번과 2번 케이스의 로그를 예로, 도 3의 프로세스 모델에서 작업 흐름의 구조를 고려하였는지 여부에 따라 작업 관계의 수를 비교하면, 다음의 [표 4]와 같다.

이벤트로그

작업 관계
작업 흐름의 구조 고려함
작업 흐름의 구조 고려하지 않음

A-C-B-D
A-C
O
O

C-B
X
O

B-D
O
O

A-B-C-D
A-B
O
O

B-C
X
O

C-D
O
O
[표 4]에서 작업 흐름의 구조, 즉 작업 간의 관계를 고려하는 경우와 고려하지 않는 경우, 작업 관계의 수가 달라짐을 알 수 있다. 이와 같이 작업 흐름의 구조를 고려 여부에 따라, 작업 관계의 수가 달라지므로, 전체적인 프로세스 모델 분석 결과에도 영향을 미치게 된다.
다음으로 중복되는 작업 관계의 횟수를 고려하는 경우, 하나의 작업 관계가 전체 케이스에서 나타내는 횟수가 반영될 수 있다. 이러한 중복되는 작업 관계의 횟수의 반영에 따라 전체적인 프로세스 모델 분석 결과가 달라질 수 있다.
다음의 표는 이벤트 로그의 예를 나타낸 것이다.

케이스

로그

1
A-B-D

2
A-C-D

3
E-F

4
A-B-C-D

5
A-B-C-A-B-D

6
A-B-C-B-D

7
A-B-E-F

8
A-B-D

9
A-B-D-E-F

10
A-D-E-F
이와 같은 10개의 케이스에서 A-B의 작업관계 회수를 계산할 때, 중복 여부를 고려하지 않을 경우, 다음과 같이 1, 4, 5, 6, 7, 8, 9 케이스에서 A-B가 나타난다. 따라서, 모두 10개의 케이스에서 나타나므로, 이를 수치로 나타내면 0.7 (=7/10)의 값이 된다.

케이스

로그

1
A-B-D

2
A-C-D

3
E-F

4
A-B-C-D

5
A-B-C-A-B-D

6
A-B-C-B-D

7
A-B-E-F

8
A-B-D

9
A-B-D-E-F

10
A-D-E-F
다음의 표는 [표 7]을 참고하여 케이스 내에서 중복 여부를 고려할 경우, 8번의 A-B가 나타나는 것으로 계산된다. 즉, 5번 케이스에서 A-B의 작업관계가 중복되어 두 번 나타났기 때문에 중복되는 작업 관계를 고려하지 않은 경우와 차이가 발생한다.

케이스

로그

1
A-B-D

2
A-C-D

3
E-F

4
A-B-C-D

5
A-B-C-A-B-D

6
A-B-C-B-D

7
A-B-E-F

8
A-B-D

9
A-B-D-E-F

10
A-D-E-F
또한, 다음의 [표 8]에 나타낸 중복 여부에 따른 값 정의에 따라 직접 상관관계를 고려하였다고 가정하였을 경우, 이를 수치로 나타내면 0.28 (=8/29)의 값이 된다.
여기서, 29는 다음과 같이 모든 케이스에서 직접 상관관계의 작업관계의 경우의 수이다.
케이스 1 : A-B, B-D
케이스 2 : A-C, C-D
케이스 3 : E-F
케이스 4 : A-B, B-C, C-D
케이스 5 : A-B, B-C, C-A, A-B, B-D
케이스 6 : A-B, B-C, C-B, B-D
케이스 7 : A-B, B-E, E-F
케이스 8 : A-B, B-D
케이스 9 : A-B, B-D, D-E, E-F
케이스10 : A-D, D-E, E-F

중복여부 고려함

중복여부 고려하지 않음

정의
Figure 112014001956785-pat00001
Figure 112014001956785-pat00002
[표 8]의 정의에서 단위작업은 목표로 하는 작업관계를 형성하는 두 작업을 의미한다.
전술한 바와 같은 옵션 항목인, 두 작업의 거리, 작업 흐름의 구조, 중복되는 작업 관계의 횟수의 고려 여부에 따라, 총 8가지의 경우의 수가 발생한다. 사용자의 편의나 목적에 따라 이와 같은 옵션 항목의 조합 중에서 원하는 조합을 선택하여 적용할 수 있다.
도 4 내지 도 6은 임계값의 조정에 따라 단순화되는 프로세스 모델을 설명하기 위해 참조되는 도면이다.
먼저, 도 4는 EDM(Enterprise Document Management)의 로그를 이용하여 본 발명에 따른 프로세스 도출 방법에 따라 도출한 프로세스 모델의 일 예를 나타낸 것이다.
이와 같이 도출된 프로세스 모델에서, 임계값을 조정하여 프로세스 모델을 단순화할 수 있다. 즉, 선택된 옵션 항목에 따라, 각 단위 프로세서 사이의 관계가 수치로 계산될 수 있으므로, 설정된 임계값 이하의 값을 가지는 관계가 지워지는 원리로 프로세스 모델을 단순화할 수 있다.
도 5의 경우 임계값이 0.00078 인 경우, 최종 프로세스 모델을 나타낸 것이고, 도 6의 경우에는 임계값이 0.002365인 경우, 최종 프로세스 모델을 나타낸 것이다.
이와 같은 임계값의 조정에 따라, 프로세서 모델이 단순화되면, 다른 작업과의 관계성이 약한 작업이 나타난다. 이러한 작업들은 프로세스 모델에 속해 있는 다른 작업들에 비하여 중요도가 낮은 것으로 처리할 수 있다.
한편, 본 발명은 프로세서가 읽을 수 있는 기록매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-클ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
110 : 이벤트 로그 수집부 120 : 프로세스 모델링부
130 : 프로세스 필터링부 140 : 프로세스 분석부

Claims (13)

  1. 특정 업무에 대한 이벤트 로그를 수집하는 단계;
    상기 수집한 이벤트 로그에 기초하여, 상기 특정 업무에 대한 프로세스 모델을 생성하는 단계; 및
    사용자 명령에 따라 선택되는 옵션 항목과 임계값에 기초하여, 상기 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성하는 단계를 포함하고,
    상기 옵션 항목은, 두 작업의 거리, 작업 흐름의 구조, 및 중복되는 작업 관계의 횟수 중 적어도 하나이며,
    상기 두 작업의 거리는, 연속되는 두 업무 사이의 관계인 직접 상관관계에 의한 거리, 및 연속되지 않은 두 업무 사이의 관계인 간접 상관관계에 의한 거리를 포함하고,
    상기 최종 프로세스 모델은, 상기 선택된 옵션 항목에 따라 계산된 단위 프로세스들 사이의 수치가 상기 임계값보다 작은 연결 경로를 삭제하여 생성하며,
    상기 간접 상관관계의 경우, 두 작업 사이의 거리는 (β)m-1에 의해 구해지고, 상기에서 β는 임의의 값이며, m은 작업 A에서 작업 B까지의 거리를 계산할 때, A를 제외한 A와 B 사이에 존재하는 모든 작업과 B를 포함한 개수인 것을 특징으로 하는 프로세스 모델 도출 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 작업 흐름의 구조는, 상기 프로세스 모델에서 작업 간의 관계를 고려할 것인지 여부를 선택하는 항목인 것을 특징으로 하는 프로세스 모델 도출 방법.
  5. 제1항에 있어서,
    상기 중복되는 작업 관계의 횟수는, 하나의 작업 관계가 전체 이벤트 로그 케이스에서 나타나는 횟수를 고려할 것인지 여부를 선택하는 항목인 것을 특징으로 하는 프로세스 모델 도출 방법.
  6. 삭제
  7. 제1항에 있어서,
    상기 옵션 항목과 상기 임계값의 선택을 위한 메뉴를 제공하는 단계를 더 포함하는 프로세스 모델 도출 방법.
  8. 제1항에 있어서,
    상기 최종 프로세스 모델에 기반한 분석 결과를 출력하는 단계를 더 포함하는 프로세스 모델 도출 방법.
  9. 특정 업무에 대한 이벤트 로그를 수집하는 이벤트 로그 수집부;
    상기 수집한 이벤트 로그에 기초하여 프로세스 모델을 생성하는 프로세스 모델링부; 및
    사용자 명령에 따라 선택되는 옵션 항목과 임계값에 기초하여, 상기 프로세스 모델에서 단위 프로세스들 사이의 연결 경로를 재구성하여 최종 프로세스 모델을 생성하는 프로세스 필터링부를 포함하고,
    상기 옵션 항목은, 두 작업의 거리, 작업 흐름의 구조, 및 중복되는 작업 관계의 횟수 중 적어도 하나이며,
    상기 두 작업의 거리는, 연속되는 두 업무 사이의 관계인 직접 상관관계에 의한 거리, 및 연속되지 않은 두 업무 사이의 관계인 간접 상관관계에 의한 거리를 포함하고,
    상기 프로세스 필터링부는, 상기 선택된 옵션 항목에 따라 계산된 단위 프로세스들 사이의 수치가 상기 임계값보다 작은 연결 경로를 삭제하여 상기 최종 프로세스 모델을 생성하며,
    상기 간접 상관관계의 경우, 두 작업 사이의 거리는 (β)m-1에 의해 구해지고, 상기에서 β는 임의의 값이며, m은 작업 A에서 작업 B까지의 거리를 계산할 때, A를 제외한 A와 B 사이에 존재하는 모든 작업과 B를 포함한 개수인 것을 특징으로 하는 프로세스 모델 도출 장치.
  10. 삭제
  11. 삭제
  12. 제9항에 있어서,
    상기 최종 프로세스 모델에 기반한 분석 결과를 출력하는 프로세스 분석부를 더 포함하는 프로세스 모델 도출 장치.
  13. 제1항, 제4항, 제5항, 제7항 및 제8항 중 어느 한 항의 프로세스 모델 도출 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 프로세서가 읽을 수 있는 기록매체.
KR1020140002339A 2014-01-08 2014-01-08 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치 KR101660892B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140002339A KR101660892B1 (ko) 2014-01-08 2014-01-08 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140002339A KR101660892B1 (ko) 2014-01-08 2014-01-08 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150082864A KR20150082864A (ko) 2015-07-16
KR101660892B1 true KR101660892B1 (ko) 2016-09-29

Family

ID=53884770

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140002339A KR101660892B1 (ko) 2014-01-08 2014-01-08 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101660892B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180131163A (ko) * 2017-05-31 2018-12-10 부산대학교 산학협력단 다단계 공정 분석을 위한 계층적 프로세스 분석 방법 및 계층적 프로세스 분석 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102386334B1 (ko) * 2018-09-06 2022-04-13 주식회사 퍼즐데이터 프로세스 마이닝 결과를 출력하는 방법 및 장치
KR102294173B1 (ko) * 2019-09-17 2021-08-25 경기대학교 산학협력단 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법
KR102352162B1 (ko) * 2020-05-13 2022-01-19 한국시험인증원 주식회사 소프트웨어 개발 및 테스트 자동화 프레임워크
WO2022003737A1 (en) * 2020-07-03 2022-01-06 Giarolo Davide Platform and method for pluggable ai and machine learning cataloguing and prediction
KR20230033044A (ko) 2021-08-26 2023-03-08 주식회사 포스코 생산 프로세스 시뮬레이션 모델 생성 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009093620A (ja) * 2007-10-04 2009-04-30 Mitsubishi Electric Research Laboratories Inc ビジネスプロセスをモデリングするコンピュータ実施方法
JP2009116673A (ja) 2007-11-07 2009-05-28 Nomura Research Institute Ltd 業務支援装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030013742A (ko) * 2001-08-09 2003-02-15 박헌재 이벤트와 관계를 이용한 비즈니스 모델 구축 방법과 그적용 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009093620A (ja) * 2007-10-04 2009-04-30 Mitsubishi Electric Research Laboratories Inc ビジネスプロセスをモデリングするコンピュータ実施方法
JP2009116673A (ja) 2007-11-07 2009-05-28 Nomura Research Institute Ltd 業務支援装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
송민석 외 3명. "자취 군집화를 통한 프로세스 마이닝의 성능 개선". 대한 산업공학회지 Vol.34, 2008.12.*

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180131163A (ko) * 2017-05-31 2018-12-10 부산대학교 산학협력단 다단계 공정 분석을 위한 계층적 프로세스 분석 방법 및 계층적 프로세스 분석 시스템
KR101974271B1 (ko) * 2017-05-31 2019-04-30 부산대학교 산학협력단 다단계 공정 분석을 위한 계층적 프로세스 분석 방법 및 계층적 프로세스 분석 시스템

Also Published As

Publication number Publication date
KR20150082864A (ko) 2015-07-16

Similar Documents

Publication Publication Date Title
KR101660892B1 (ko) 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치
Becker et al. Context aware process mining in logistics
Curbera et al. Business provenance–a technology to increase traceability of end-to-end operations
Rozinat et al. Conformance testing: Measuring the fit and appropriateness of event logs and process models
CA2598132C (en) Apparatus and method for dynamically auditing data migration to produce metadata
US7974896B2 (en) Methods, systems, and computer program products for financial analysis and data gathering
US20160062815A1 (en) Detection of anomalies in error signals of cloud based service
Van Der Aalst Decomposing process mining problems using passages
Yarmohammadi et al. Mining implicit 3D modeling patterns from unstructured temporal BIM log text data
KR20170040210A (ko) 분산 시스템에서 결함을 분석하기 위한 비주얼 툴
JP6709871B2 (ja) データモデルのオブジェクトを使用したプロジェクト成果物の生成
EP3178004B1 (en) Recovering usability of cloud based service from system failure
Tang et al. An approach for mining web service composition patterns from execution logs
Bayomie et al. Deducing case IDs for unlabeled event logs
US7475073B2 (en) Technique for improving staff queries in a workflow management system
Astromskis et al. A process mining approach to measure how users interact with software: an industrial case study
Naderifar et al. A review on conformance checking technique for the evaluation of process mining algorithms
CN109189675A (zh) 大数据架构软件测试方法、装置、计算机设备和存储介质
Seeliger et al. Finding structure in the unstructured: hybrid feature set clustering for process discovery
Stein Dani et al. Towards understanding the role of the human in event log extraction
JP7427896B2 (ja) データベースの分割システム、データベースの分割方法、及びデータベースの分割プログラム
Al-Fedaghi et al. Diagramming language for process documentation
CN107515864A (zh) 监控工作流的方法及设备
Sarno et al. Workflow common fragments extraction based on WSDL similarity and graph dependency
US20140372386A1 (en) Detecting wasteful data collection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right
GRNT Written decision to grant