KR101680448B1 - 프로세스 모델 평가 방법 - Google Patents
프로세스 모델 평가 방법 Download PDFInfo
- Publication number
- KR101680448B1 KR101680448B1 KR1020150024258A KR20150024258A KR101680448B1 KR 101680448 B1 KR101680448 B1 KR 101680448B1 KR 1020150024258 A KR1020150024258 A KR 1020150024258A KR 20150024258 A KR20150024258 A KR 20150024258A KR 101680448 B1 KR101680448 B1 KR 101680448B1
- Authority
- KR
- South Korea
- Prior art keywords
- log
- mapped
- process model
- level
- trace
- Prior art date
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
- G06Q10/067—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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 비교하여 계획된 프로세스 모델과 실행된 프로세스 모델을 평하는 방법을 제공하기 위한 것으로, 프로세서 모델의 평가를 위한 템퍼럴 성능 인덱스, 피트니스 값, 크로스 피트니스 값 및 직렬화 값을 계산하는 방법을 제공한다.
Description
이하의 일 실시예들은 비즈니스 프로세스 모델에 관한 것으로, 프로세스 모델을 평가하는 인덱스를 제공하는 기술에 관한 것이다.
BPM(Business Process Management)은 민첩성과 운용 효율을 증대하기 위해 비즈니스 프로세스 환경을 통제하는 일상적인 경영 활동이며, 방법론, 정책, 측정 지표, 일상적인 경영 활동과 소프트웨어 도구를 활용해 조직의 업무와 프로세스를 끊임없이 최적화하는 구조적인 접근 방법이다.
BPMS(Business Process Management System)란 BPM의 개념을 실현 가능하게 만들어주는 솔루션이다. BPMS는 프로세스들을 효율적으로 통합함으로써 기업 내 비효율성을 감소시키고 궁극적으로 기업의 이윤을 극대화시킨다. BPMS는 프로세스에 대한 보다 나은 이해를 제공하고, 프로세스 실행 오류를 감소시킴으로써 프로세스 실행 비용을 최소화하며, 프로세스의 투명한 관리, 측정 및 외부 비즈니스와의 조정을 가능하게 해주는 것이다.
또한 기업의 비즈니스 프로세스를 표준화 및 가시화하고 업무 담당자가 업무를 찾아 다니는 방식이 아닌 컨베이어 벨트처럼 업무가 자동으로 전달되는 방식을 통한 업무 생산성을 향상시키고, 지속적인 프로세스 개선 활동의 지원을 통한 실시간 기업 경영(RTE: Real-Time Enterprise)이 가능한 비즈니스 인프라스트럭처를 제공하는 솔루션이다.
BPMS에서 프로세스의 실행 오류와 실행 비용을 최소화하기 위해서는 프로세스를 설계하고 모니터링 하는 것도 중요하지만, 실행결과를 이용해서 기존에 설계된 프로세스 모델을 보완하는 것도 매우 중요하다.
이처럼 기존의 설계된 프로세스 모델을 보완하기 위해서는 먼저 설계된 프로세스 모델과 실행된 프로세스 모델을 비교하여 설계된 프로세스 모델이 얼마나 잘 설계 되었는 평가할 필요가 있다.
본 발명은 상기와 같은 종래 기술의 문제점을 해결하고자 도출된 것으로서, 프로세스 모델을 평가하는 인덱스를 제공하는 것을 목적으로 한다.
구체적으로, 본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 비교하여 계획된 프로세스 모델과 실행된 프로세스 모델을 평하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 비교하여 계획된 프로세스 모델이 얼마나 계획대로 실행되었는지 평가하는 인덱스를 제공하는 것을 목적으로 한다.
또한, 본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 이용하여 피트니스 값과 크로스 피트니스 값을 계산하여 프로세스 모델이 얼마나 적합하게 구성되었는지 평가할 수 있는 근거를 제공하는 것을 목적으로 한다.
또한, 본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 이용하여 직렬화 값을 계산하여 프로세스 모델이 직렬화 되었는지 평가할 수 있는 근거를 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시 예에 따른 프로세스 모델 평가 방법은, 제1 로그와 제2 로그를 수신하는 단계; 상기 제1 로그에 포함된 트레이스(trace)와 상기 제2 로그에 포함된 트레이스를 맵핑하는 단계; 상기 맵핑된 트레이스 별로 상기 제1 로그의 트레이스(trace)에 포함된 액티비티(activity)와 상기 제2 로그의 트레이스에 포함된 액티비티를 트레이스 레벨에서 맵핑하는 단계; 트레이스 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한(duration)을 비교해서 상기 트레이스 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계; 페널티 테이블에서 상기 트레이스 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 트레이스 레벨의 맵핑된 액티비티 각각의 페널티(penalty) 스코어를 검색하는 단계; 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 트레이스 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어(temporal distance score)를 계산하는 단계; 및 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 템퍼럴 성능 인덱스(temporal performance index)를 계산하는 단계를 포함한다.
이때, 상기 제1 로그는 계획된 프로세스 모델에 대한 실행전의 로그 정보이고, 상기 제2 로그는 상기 계획된 프로세스 모델을 실행한 결과에 대한 로그 정보일 수 있다.
이때, 상기 페널티 스코어를 검색하는 단계는, 상기 트레이스 레벨의 맵핑된 액티비티에 포함된 액티비티들 각각의 시작 시간 정보과 기한 정보를 이용해서 상기 페널티 테이블에서 대응하는 상기 페널티 스코어를 검색할 수 있다.
이때, 상기 템퍼럴 성능 인덱스를 계산하는 단계는, 상기 맵핑된 트레이스 중에서 상기 제1 로그의 트레이스에 포함된 액티비스의 수, 상기 맵핑된 트레이스 중에서 상기 제2 로그의 트레이스에 포함된 액티비스의 수, 상기 맵핑된 트레이스에 포함된 맵핑된 액티비티의 수 및 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용하여 상기 맵핑된 트레이스 별로 트레이스 레벨의 템퍼럴 성능 인덱스를 계산하는 단계; 및 상기 제1 로그에 포함된 트레이스의 수, 상기 제2 로그에 포함된 트레이스의 수, 상기 제1 로그와 상기 제2 로그 사이에서 맵핑된 트레이스의 수, 상기 맵핑된 트레이스 각각의 상기 트레이스 레벨의 템퍼럴 성능 인덱스를 이용해서 로그 레벨의 템퍼럴 성능 인덱스를 계산하는 단계를 포함할 수 있다.
이때, 프로세스 모델 평가 방법은, 상기 제1 로그에 포함된 동일한 이름의 액티비티를 평균하고 상기 제2 로그에 포함된 동일한 이름의 액티비티를 평균해서 로그 레벨에서 맵핑하는 단계; 로그 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한을 비교해서 상기 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계; 페널티 테이블에서 상기 로그 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 로그 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 검색하는 단계; 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 계산하는 단계; 및 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계를 더 포함할 수 있다.
이때, 상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는, 상기 제1 로그에 포함된 액티비티의 수, 상기 제2 로그에 포함된 액티비티의 수, 상기 제1 로그와 상기 제2 로그 사이에서 맵핑된 액티비티의 수 및 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용하여 상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산할 수 있다.
본 발명의 다른 일 실시 예에 따른 프로세스 모델 평가 방법은, 제1 로그와 제2 로그를 수신하는 단계; 상기 제1 로그에 포함된 동일한 이름의 액티비티(activity)를 평균하고 상기 제2 로그에 포함된 동일한 이름의 액티비티를 평균해서 로그 레벨에서 맵핑하는 단계; 로그 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한(duration)을 비교해서 상기 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계; 페널티 테이블에서 상기 로그 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 로그 레벨의 맵핑된 액티비티 각각의 페널티(penalty) 스코어를 검색하는 단계; 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어(temporal distance score)를 계산하는 단계; 및 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 액티비티 레벨의 템퍼럴 성능 인덱스(temporal performance index)를 계산하는 단계를 포함한다.
본 발명의 다른 일 실시 예에 따른 프로세스 모델 평가 방법은, 제1 로그와 제2 로그를 수신하는 단계; 상기 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 상기 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견하는 단계; 상기 제1 프로세서 모델을 이용해서 상기 제1 로그의 피트니스(fitness) 값을 계산하고, 상기 제2 프로세서 모델을 이용해서 상기 제2 로그의 피트니스 값을 계산하는 단계; 및 상기 제2 프로세서 모델을 이용해서 상기 제1 로그의 크로스(cross) 피트니스 값을 계산하고, 상기 제1 프로세서 모델을 이용해서 상기 제2 로그의 크로스 피트니스 값을 계산하는 단계를 포함한다.
본 발명의 다른 일 실시 예에 따른 프로세스 모델 평가 방법은, 제1 로그와 제2 로그를 수신하는 단계; 상기 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 상기 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견하는 단계; 상기 제1 프로세스 모델에 포함된 트레비스의 수와 상기 제1 프로세스 모델에 포함된 액티비티들 각각의 입력 아크(arc)와 출력 아크들의 수를 이용해서 제1 프로세서 모델의 직렬화(serialization) 값을 계산하는 단계; 및 상기 제2 프로세스 모델에 포함된 트레비스의 수와 상기 제2 프로세스 모델에 포함된 액티비티들 각각의 입력 아크(arc)와 출력 아크들의 수를 이용해서 제2 프로세서 모델의 직렬화 값을 계산하는 단계를 포함한다.
본 발명은 계획된 프로세스 모델의 로그 정보와 실행된 로그 정보를 비교하여 계획된 프로세스 모델이 얼마나 계획대로 실행되었는지 평가하고, 프로세스 모델이 얼마나 적합하게 구성되었는지 평가하고, 프로세스 모델이 직렬화 되었는지 평가할 수 있다.
도 1은 본 발명의 일 실시예에 따른 프로세스 모델을 평가하는 평가 시스템을 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 프로세스 모델의 성능 인덱스를 구하는 과정을 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 피트니스 값을 구하는 과정을 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 직렬화 값을 구하는 과정을 도시한 흐름도이다.
도 5는 본 발명의 일 실시예에서 따른 프로세스 모델의 구성요소의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따라 2개의 로그를 트레이스 맵핑한 예를 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따라 트레이스 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따라 트레이스 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 9는 본 발명의 일 실시예에 따라 로그 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 10은 본 발명의 일 실시예에 따라 로그 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 페널티 테이블의 예를 도시한 도면이다.
도 12는 본 발명의 일 실시예에 따라 크로스 피트니스를 계산하는 예를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 프로세스 모델의 성능 인덱스를 구하는 과정을 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 피트니스 값을 구하는 과정을 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 직렬화 값을 구하는 과정을 도시한 흐름도이다.
도 5는 본 발명의 일 실시예에서 따른 프로세스 모델의 구성요소의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따라 2개의 로그를 트레이스 맵핑한 예를 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따라 트레이스 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따라 트레이스 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 9는 본 발명의 일 실시예에 따라 로그 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 10은 본 발명의 일 실시예에 따라 로그 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 페널티 테이블의 예를 도시한 도면이다.
도 12는 본 발명의 일 실시예에 따라 크로스 피트니스를 계산하는 예를 도시한 도면이다.
상기 목적 외에 본 발명의 다른 목적 및 특징들은 첨부 도면을 참조한 실시 예에 대한 설명을 통하여 명백히 드러나게 될 것이다.
본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
이하에서는, 본 발명의 일 실시 예에 따른 프로세스 모델 평가 장치 및 방법을 첨부된 도 1 내지 도 12를 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 프로세스 모델을 평가하는 평가 시스템을 구성을 도시한 도면이다.
도 1을 참조하면, 평가 시스템(100)은 프로세스 모델 생성부(110), 프로세스 모델 실행부(120), 프로세스 모델 모니터링부(130), 제1 로그 데이터베이스(140), 제2 로그 데이터베이스(150) 및 프로세스 모델 평가 장치(160)을 포함할 수 있다.
프로세스 모델 생성부(110)는 이벤트들의 조합으로 구성된 액티비티들을 입력받아 프로세스 모델을 계획하고, 계획된 프로세스 모델에 관한 로그 정보인 제1 로그를 제1 로그 데이터베이스(140)에 저장한다.
프로세스 모델 실행부(120)는 프로세스 모델 생성부(110)를 통해 계획된 프로세스 모델을 실행한다.
프로세스 모델 모니터링부(130)는 계획된 프로세서 모델이 실질적으로 실행된 결과를 모니터링하고, 모니터링한 결과인 제2 로그를 제2 로그 데이터베이스에 저장한다.
프로세스 모델 평가 장치(160)는 제1 로그 데이터베이스(140)로부터 제1 로그를 수신하고, 제2 로그 데이터베이스(150)로부터 제2 로그를 수산하여, 수신된 제1 로그와 제2 로그 정보를 비교하여 프로세스 모델을 평가한다.
프로세서 모델 평가 장치(160)는 성능 인덱스 계산부(170), 피트니스 계산부(180) 및 직렬화 계산부(190)를 포함할 수 있다.
성능 인덱스 계산부(170)는 제1 로그와 제2 로그를 비교하여 계획된 프로세스 모델이 얼마나 계획대로 실행되었는지 평가하는 템퍼럴 성능 인덱스(temporal performance index)를 계산한다. 템퍼럴 성능 인덱스를 계산하는 구체적인 방법은 이후 도 2를 참조하여 후술한다.
피트니스 계산부(180)는 프로세스 모델이 얼마나 적합하게 구성되었는지 평가할 수 있는 피트니스 값을 제1 로그와 제2 로그를 통해 계산하고, 제1 로그를 제2 로그의 프로세스 모델과 비교하는 제1 로그의 크로스(cross) 피트니스 값과 제2 로그를 제1 로그의 프로세스 모델과 비교하는 제2 로그 크로스 피트니스 값을 계산한다.
이때, 피트니스 값과 크로스 피트니스 값은 로그에 대한 프로세스 모델이 얼마나 적합한지 판단하는 근거로 사용될 수 있으며, 피트니스 값과 크로스 피트니스 값의 차이는 프로세서 모델이 초기에 얼마나 잘 설계되었는지 판단하는 기준이 될 수 있다. 피트니스 값과 크로스 피트니스 값을 계산하는 구체적인 내용은 이후 도 3을 참조하여 후술한다.
직렬화 계산부(190)는 제1 로그와 제2 로그를 이용해서 각 프로세스 모델이 얼마나 직렬적으로 연결되어 있는지 평가할 수 있는 직렬화(serialization) 값을 계산한다. 직렬화 값을 계산하는 구체적인 방법은 이후 도 4를 참조하여 후술한다.
본 발명의 구체적인 설명에 앞서, 프로세서 모델을 구성하는 요소들에 대해서 아래 도 5를 참조하여 설명하고자 한다.
도 5는 본 발명의 일 실시예에서 따른 프로세스 모델의 구성요소의 예를 도시한 도면이다.
도 5를 참조하면, 본 발명의 프로세스 모델은 이벤트(531, 532, 534, 534), 액티비티(activity)(522, 524), 트레이스(trace)(510)를 포함하여 구성될 수 있다.
이벤트(531, 532, 534, 534)는 프로세서 모델에서 가장 작은 단위이고, 이름(#name(e)), 시간(#time(e)), 타입(#type(e))의 정보를 포함할 수 있다. 또한 이벤트(531, 532, 534, 534)들은 작성자(#originator(e)), 자원(#resource(e)), 데이터(#data(e)) 등의 정보를 추가로 포함할 수도 있다.
액티비티(activity)(522, 524)는 타입이 시작인 이벤트(531, 533)와 타입인 종료인 이벤트(532, 534)로 구성되는 하나의 동작을 나타낸다.
트레이스(510)는 연관된 액티비티(522, 524)들이 연결되어 구성된 하나의 작업을 의미한다.
그리고, 프로세스 모델의 로그는 다수의 트레이스를 포함할 수 있다.
도 5에서 
는 시작 이벤트(e1)(531)과 종료 이벤트(e1)(532)로 구성된 액티비티가 
임을 의미하고, 
은 
의 기한(duration)이 t1에서 t5임을 나타내고, 트레이스(
)(510)은 액티비티(
)(522)와 액티비티(
)(524)로 구성됨을 나타낸다.
이하, 상기와 같이 구성된 본 발명에 따른 프로세스 모델 평가 방법을 아래에서 도면을 참조하여 설명한다.
도 2는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 프로세스 모델의 성능 인덱스를 구하는 과정을 도시한 흐름도이다.
도 2를 참조하면, 프로세스 모델 평가 장치는 제1 로그와 제2 로그를 수신한다(210). 이때, 제1 로그는 계획된 프로세스 모델에 대한 실행전의 로그 정보이고, 제2 로그는 계획된 프로세스 모델을 실행한 결과에 대한 로그 정보이다.
프로세스 모델 평가 장치는 제1 로그에 포함된 트레이스(trace)와 제2 로그에 포함된 트레이스를 맵핑하고, 맵핑에 성공했는지 판단한다(220).
도 6은 본 발명의 일 실시예에 따라 2개의 로그를 트레이스 맵핑한 예를 도시한 도면이다.
도 6을 참조하면, 프로세스 모델 평가 장치는 제1 로그에 포함된 트레이스와 제2 로그에 포함된 트레이스 중에서 동일한 이름을 가진 트레이스를 맵핑한다.
도 6에서 
는 트레이스를 나타내는 것으로 앞에 자리는 제2 로그에 포함된 트레이스임을 의미하고, 뒤에 자리는 첫번째 트레이스임을 의미한다. 
는 맵핑 조합을 나타내는 것으로, 제1 로그의 2번째 트레이스인 
과 제2 로그의 2번째 트레이스인 
가 맵핑 되었음을 나타낸다.
다시 도 2의 설명으로 돌아와서, 프로세스 모델 평가 장치는 맵핑된 트레이스 별로 제1 로그의 트레이스(trace)에 포함된 액티비티(activity)와 제2 로그의 트레이스에 포함된 액티비티를 트레이스 레벨에서 맵핑한다(221).
도 7은 본 발명의 일 실시예에 따라 트레이스 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 7을 참조하면, 트레이스 레벨에서 액티비티를 맵핑한다는 것은 맵핑된 트레이스에 포함된 제1 로그의 액티비티들과 제2 로그의 액티비티들을 중에서 동일한 이름을 가진 액티비티를 순서대로 1:1로 맵핑함을 의미한다.
도 7에서 
는 제1 로그의 첫번째 트레이스인 
와 제2 로그의 첫번째 트레이스인 
가 트레이스 레벨에서 액티비티 맵핑한 것을 나타내는 것으로, 
에 포함된 액티비티(
,
)와 
에 포함된 액티비티(
,
)가 1:1로 맵핑되어 
로 표현될 수 있다.
다시 도 2의 설명으로 돌아와서, 프로세스 모델 평가 장치는 트레이스 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한(duration)을 비교해서 상기 트레이스 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산한다(222).
프로세스 모델 평가 장치는 다음의 <수학식 1>과 같이 기한 스코어를 계산한다.
[수학식 1]
여기서, 
는 액티비티(
)와 액티비티(
)의 기한 스코어이고, 
는 맵핑된 액티비티 중에서 로그 1의 액티비티이고, 
는 맵핑된 액티비티 중에서 로그 2의 액티비티이다.
즉, 프로세스 모델 평가 장치는 기한이 늘었으면 -1 점으로 계산하고, 기한이 동일하면 0점으로 계산하고, 기한이 줄었으면 1점을 기한 스코어를 계산한다.
도 8은 본 발명의 일 실시예에 따라 트레이스 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 8을 참조하면, 
에 포함된 액티비티(
)와 
에 포함된 액티비티(
)이 모두 t1에서 시작해서 t5에서 끝남으로 동일하며 따라서, 
이다.
또한, 
에 포함된 액티비티(
)와 
에 포함된 액티비티(
)이 모두 t7에서 시작해서 t10에서 끝남으로 동일하며 따라서, 
이다.
다시 도 2의 설명으로 돌아와서, 프로세스 모델 평가 장치는 페널티 테이블에서 트레이스 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 트레이스 레벨의 맵핑된 액티비티 각각의 페널티(penalty) 스코어를 검색한다(223).
도 11은 본 발명의 일 실시예에 따른 페널티 테이블의 예를 도시한 도면이다.
도 11을 참조하면, 페널티 테이블은 맵핑된 액티비티에 포함된 제1 로그의 액티비티와 제2 로그의 액티비티 각각의 기한과 시작 시간을 이용해서 구분된 각 케이스에 할당된 페널티 스코어들로 구성된 테이블이다.
페널티 테이블 25개의 케이스로 구분되어 있으며, 1번 케이스의 경우는 두 액티비티가 동일한 기한을 가지고, 제2 로그의 액티비티가 먼저 실행되고 제1 로그의 액티비티가 실행하기 전에 종료된 경우를 나타내고, 1번의 페널티 스코어는 1이다.
4번 케이스의 경우는 맵핑된 액티비티에 포함된 두개의 액티비티가 동일한 시간에 시작해서 동일한 시간에 종료된 경우로 페널티 스코어는 0이다.
23번 케이스의 경우는 제2 로그의 액티비티가 더 긴 기한을 가지고, 제2 로그의 액티비티보다 늦게 시작한 경우를 나타내고, 23번의 페널티 스코어는 -0.6이다.
다시 도 2의 설명으로 돌아와서, 프로세스 모델 평가 장치는 상기 트레이스 레벨의 맵핑된 액티비티 각각의 기한 스코어와 트레이스 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 이용하여 트레이스 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어(temporal distance score)를 계산한다(224).
224단계에서 프로세스 모델 평가 장치는 다음의 <수학식 2>를 이용해서 템퍼럴 디스턴스 스코어를 계산한다.
[수학식 2]
여기서, 
는 맵핑된 액티비티(
, 
)의 기한 스코어이고, 
는 맵핑된 액티비티(
, 
)의 페널티 스코어이고, 
는 맵핑된 액티비티(
, 
)의 템퍼럴 디스턴스 스코어이다.
즉, 프로세스 모델 평가 장치는 기한 스코어와 페널티 스코어를 평균해서 템퍼럴 디스턴스 스코어를 계산한다.
다른 방법으로, 프로세스 모델 평가 장치는 페널티 스코어를 계산하는 것과 같이 각 케이스에 따른 템퍼럴 디스턴스 스코어를 포함하는 테이블을 사전에 구비하고, 테이블을 참조해서 템퍼럴 디스턴스 스코어를 구할 수도 있다.
그리고, 프로세스 모델 평가 장치는 트레이스 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용해서 템퍼럴 성능 인덱스(temporal performance index)를 계산한다(225).
225단계에서 프로세스 모델 평가 장치는 먼저, 맵핑된 트레이스 별로 트레이스 레벨의 템퍼럴 성능 인덱스를 계산하고, 로그 레벨의 템퍼럴 성능 인덱스를 계산한다.
프로세스 모델 평가 장치는 트레이스 레벨의 템퍼럴 성능 인덱스를 맵핑된 트레이스 중에서 제1 로그의 트레이스에 포함된 액티비스의 수, 맵핑된 트레이스 중에서 제2 로그의 트레이스에 포함된 액티비스의 수, 맵핑된 트레이스에 포함된 맵핑된 액티비티의 수 및 트레이스 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용하여 계산할 수 있으며, 다음 <수학식 3>와 같이 표현될 수 있다.
[수학식 3]
여기서, 
는 맵핑된 트레이스 중에서 제1 로그의 트레이스(
)에 포함된 액티비스의 수 이고, 
는 상기 맵핑된 트레이스 중에서 상기 제2 로그의 트레이스(
)에 포함된 액티비스의 수 이고, 
는 제1 로그의 트레이스(
)와 제2 로그의 트레이스(
)를 포함하는 맵핑된 트레이스에 포함된 맵핑된 액티비티의 수이고, 
는 제1 로그의 트레이스(
)에 포함된 액티비티(
)와 제2 로그의 트레이스(
)에 포함된 액티비티(
)를 포함하는 트레이스 레벨에서 맵핑된 액티비티의 템퍼럴 디스턴스 스코어이고, 
는 맵핑된 트레이스(
)의 트레이스 레벨의 템퍼럴 성능 인덱스이다.
프로세스 모델 평가 장치는 로그 레벨의 템퍼럴 성능 인덱스를 제1 로그에 포함된 트레이스의 수, 제2 로그에 포함된 트레이스의 수, 제1 로그와 제2 로그 사이에서 맵핑된 트레이스의 수, 맵핑된 트레이스 각각의 트레이스 레벨의 템퍼럴 성능 인덱스를 이용해서 계산할 수 있으며, 다음 <수학식 4>와 같이 표현될 수 있다.
[수학식 4]
여기서, 
은 제1 로그(
)에 포함된 트레이스의 수 이고, 
는 제2 로그(
)에 포함된 트레이스의 수 이고, 
는 제1 로그와 제2 로그 사이에서 맵핑된 트레이스의 수 이고, 
는 제1 로그의 트레이스(
)와 제2 로그의 트레이스(
)를 포함하는 맵핑된 트레이스(
)의 트레이스 레벨의 템퍼럴 성능 인덱스이고, 
는 최종 템퍼럴 성능 인덱스이다.
한편, 220단계의 확인결과 제1 로그와 제2 로그에 동일한 이름이 존재하지 않아 트레이스 맵핑에 실폐하면, 프로세스 모델 평가 장치는 제1 로그에 포함된 동일한 이름의 액티비티를 평균하고 제2 로그에 포함된 동일한 이름의 액티비티를 평균해서 로그 레벨에서 맵핑한다(231).
도 9는 본 발명의 일 실시예에 따라 로그 레벨에서 액티비티 맵핑한 예를 도시한 도면이다.
도 9를 참조하면, 프로세스 모델 평가 장치는 제1 로그 내에서 이름이 동일한 액티비티들을 평균해서 하나의 액티비티로 표현하고, 제2 로그 내에서 이름이 동일한 액티비티들을 평균해서 하나의 액티비티로 표현하고, 제1 로그의 평균한 액티비티와 제2 로그의 평균한 액티비티를 동일한 이름끼리 맵핑한다.
다시 도 2의 설명으로 돌아와서 프로세스 모델 평가 장치는 로그 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한을 비교해서 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산한다(232). 이때, 프로세스 모델 평가 장치는 기한 스코어를 <수학식 1>을 참조하여 계산할 수 있다.
도 10은 본 발명의 일 실시예에 따라 로그 레벨에서 기한 스코어를 계산하기 위한 예를 도시한 도면이다.
도 10을 참조하면, 제1 로그(L1)에 포함된 액티비티(
)와 제2 로그(L2)에 포함된 액티비티(
)이 모두 t1에서 시작해서 t5에서 끝남으로 동일하며 따라서, 
이다.
하지만, 제1 로그(L1)에 포함된 액티비티(
)와 제2 로그(L2)에 포함된 액티비티(
)는 기한의 크기가 다르며, 제2 로그(L2)의 액티비티(
)의 기한이 더 크므로, 
이다.
다시 도 2의 설명으로 돌아와서 프로세스 모델 평가 장치는 페널티 테이블에서 로그 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 로그 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 검색한다(233). 이때, 프로세스 모델 평가 장치는 도 11의 페널티 테이블을 참조할 수 있다.
프로세스 모델 평가 장치는 로그 레벨의 맵핑된 액티비티 각각의 기한 스코어와 로그 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 이용하여 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 계산한다(234). 이때, 프로세스 모델 평가 장치는 템퍼럴 디스턴스 스코어를 <수학식 2>를 참조하여 계산할 수 있다.
프로세스 모델 평가 장치는 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용해서 액티비티 레벨의 템퍼럴 성능 인덱스를 계산한다(235).
프로세스 모델 평가 장치는 액티비티 레벨의 템퍼럴 성능 인덱스를 상기 제1 로그에 포함된 액티비티의 수, 상기 제2 로그에 포함된 액티비티의 수, 상기 제1 로그와 상기 제2 로그 사이에서 맵핑된 액티비티의 수 및 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용하여 계산할 수 있으며, 다음의 <수학식 5>와 같이 표현될 수 있다.
[수학식 5]
여기서, 
는 제1 로그(
)에 포함된 액티비티의 수이고, 
는 제2 로그(
)에 포함된 액티비티의 수이고, 
는 제1 로그와 제2 로그 사이에서 맵핑된 액티비티의 수 이고, 
는 제1 로그의 트레이스(
)에 포함된 액티비티(
)와 제2 로그의 트레이스(
)에 포함된 액티비티(
)를 포함하는 로그 레벨에서 맵핑된 액티비티의 템퍼럴 디스턴스 스코어이고, 
는 제1 로그(
)와 제2 로그(
)의 액티비티 레벨의 템퍼럴 성능 인덱스이다.
한편, 231단계에서 235단계는 210단계의 트레이스 맵핑에 실폐한 경우에만 수행할 수도 있지만, 트레이스 맵핑에 성공하더라도 수행하도록 할 수도 있고, 210단계에서 제1 로그와 제2 로그를 수신한 후에, 231단계에서 235단계 만을 단독으로 수행할 수도 있다.
도2의 수행결과 계산된 로그 레벨의 템퍼럴 성능 인덱스 또는 액티비티 레벨의 템퍼럴 성능 인덱스는 0에 근접할수록 계획된 프로세스 모델과 실행된 프로세스 모델에 일치함을 나타내고, 1에 근접할수록 실행된 프로세스 모델이 계획보다 빠르게 처리되었음을 의미하고, -1에 근접할수록 실행된 프로세스 모델이 전반적으로 지연되었음을 의미한다.
도 3은 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 피트니스 값을 구하는 과정을 도시한 흐름도이다.
도 3을 참조하면, 프로세스 모델 평가 장치는 제1 로그와 제2 로그를 수신한다(310).
그리고, 프로세스 모델 평가 장치는 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견한다(320).
프로세스 모델 평가 장치는 제1 프로세서 모델을 이용해서 제1 로그의 피트니스(fitness) 값을 계산하고, 제2 프로세서 모델을 이용해서 제2 로그의 피트니스 값을 계산한다(330).
그리고, 프로세스 모델 평가 장치는 제2 프로세서 모델을 이용해서 제1 로그의 크로스(cross) 피트니스 값을 계산하고, 제1 프로세서 모델을 이용해서 제2 로그의 크로스 피트니스 값을 계산한다(340).
도 12는 본 발명의 일 실시예에 따라 크로스 피트니스를 계산하는 예를 도시한 도면이다.
도 12를 참조하면, 프로세스 모델 평가 장치는 아래 <수학식 6>을 이용해서 피트니스 값을 계산하면, 제1 로그의 피트니스 값은 제1 프로세서 모델(1210)을 이용해서 제1 로그(140)의 피트니스(fitness) 값을 fitness(L1, N1)으로 계산하고, 제2 로그의 피트니스 값은 제2 프로세서 모델(1220)을 이용해서 제2 로그(150)의 피트니스 값을 fitness(L2, N2)으로 계산한다.
[수학식 6]
여기서, 
은 로그(L)에 포함된 트레이스의 수 이고, 
는 프로세스 모델(
)에 포함된 아크(arc)의 수 이고, 
는 프로세스 모델(
)에 존재하는 트레이스(
)에 포함된 아크의 수이다.
그리고, 프로세스 모델 평가 장치는 <수학식 6>을 이용해서 제2 프로세서 모델을 이용해서 제1 로그의 크로스(cross) 피트니스 값 fitness(L1, N2)을 계산하고, 제1 프로세서 모델을 이용해서 제2 로그의 크로스 피트니스 값 fitness(L2, N1)을 계산한다.
이때, 피트니스 값은 프로세스 모델이 얼마나 적합하게 구성되었는지 평가할 수 있는 근거가 될 수 있으며, 크로스 피트니스 값은 프로세스 모델이 얼마나 적합하게 구성되었는지 평가할 수 있는 근거뿐 아니라 제1 로그와 제2 로그 간에 얼마나 많은 변화가 있었는지를 판단하는 근거가 될 수 있다.
도 4는 본 발명의 일 실시예에 따른 프로세스 모델 평가 장치에서 크로스 직렬화 값을 구하는 과정을 도시한 흐름도이다.
도 4를 참조하면, 프로세스 모델 평가 장치는 제1 로그와 제2 로그를 수신한다(410).
그리고, 프로세스 모델 평가 장치는 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견한다(420).
그리고, 프로세스 모델 평가 장치는 제1 프로세서 모델의 직렬화(serialization) 값과 제2 프로세서 모델의 직렬화 값을 계산한다(430).
프로세서 모델의 직렬화 값은 프로세스 모델에 포함된 트레비스의 수와 프로세스 모델에 포함된 액티비티들 각각의 입력 아크(arc)와 출력 아크들의 수를 이용해서 계산되며, 다음 <수학식 7>을 이용해서 계산될 수 있다.
[수학식 7]
여기서, P(G)는 프로세스 모델(G)의 직렬화 값이고, 
은 프로세스 모델(G)에 포함된 액티비티의 수이고, 
는 i번째 액티비티(
)로 들어가는 아크(arc)수 이고, 
는 i번째 액티비티(
)에서 나가는 아크(arc)수 이다.
직렬화 값은 1에 근접할 수로 프로세스 모델이 직렬로 배열됨을 의미한다.
본 발명의 일 실시 예에 따른 프로세스 모델 평가 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100; 평가 시스템
110; 프로세스 모델 생성부
120; 프로세스 모델 실행부
130; 프로세스 모델 모니터링부
140; 제1 로그 데이터베이스
150; 제2 로그 데이터베이스
160; 프로세스 모델 평가 장치
170; 성능 인덱스 계산부
180; 피트니스 계산부
190; 직렬화 계산부
110; 프로세스 모델 생성부
120; 프로세스 모델 실행부
130; 프로세스 모델 모니터링부
140; 제1 로그 데이터베이스
150; 제2 로그 데이터베이스
160; 프로세스 모델 평가 장치
170; 성능 인덱스 계산부
180; 피트니스 계산부
190; 직렬화 계산부
Claims (17)
- 제1 로그와 제2 로그를 수신하는 단계;
상기 제1 로그에 포함된 트레이스(trace)와 상기 제2 로그에 포함된 트레이스를 맵핑하는 단계;
상기 맵핑된 트레이스 별로 상기 제1 로그의 트레이스(trace)에 포함된 액티비티(activity)와 상기 제2 로그의 트레이스에 포함된 액티비티를 트레이스 레벨에서 맵핑하는 단계;
트레이스 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한(duration)을 비교해서 상기 트레이스 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계;
페널티 테이블에서 상기 트레이스 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 트레이스 레벨의 맵핑된 액티비티 각각의 페널티(penalty) 스코어를 검색하는 단계;
상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 트레이스 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어(temporal distance score)를 계산하는 단계; 및
상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 템퍼럴 성능 인덱스(temporal performance index)를 계산하는 단계를 포함하는
프로세스 모델 평가 방법.
- 제1항에 있어서,
상기 제1 로그는,
계획된 프로세스 모델에 대한 실행전의 로그 정보이고,
상기 제2 로그는,
상기 계획된 프로세스 모델을 실행한 결과에 대한 로그 정보인
프로세스 모델 평가 방법.
- 제1항에 있어서,
상기 페널티 스코어를 검색하는 단계는,
상기 트레이스 레벨의 맵핑된 액티비티에 포함된 액티비티들 각각의 시작 시간 정보과 기한 정보를 이용해서 상기 페널티 테이블에서 대응하는 상기 페널티 스코어를 검색하는
프로세스 모델 평가 방법.
- 제1항에 있어서,
상기 템퍼럴 성능 인덱스를 계산하는 단계는,
상기 맵핑된 트레이스 중에서 상기 제1 로그의 트레이스에 포함된 액티비스의 수, 상기 맵핑된 트레이스 중에서 상기 제2 로그의 트레이스에 포함된 액티비스의 수, 상기 맵핑된 트레이스에 포함된 맵핑된 액티비티의 수 및 상기 트레이스 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용하여 상기 맵핑된 트레이스 별로 트레이스 레벨의 템퍼럴 성능 인덱스를 계산하는 단계; 및
상기 제1 로그에 포함된 트레이스의 수, 상기 제2 로그에 포함된 트레이스의 수, 상기 제1 로그와 상기 제2 로그 사이에서 맵핑된 트레이스의 수, 상기 맵핑된 트레이스 각각의 상기 트레이스 레벨의 템퍼럴 성능 인덱스를 이용해서 로그 레벨의 템퍼럴 성능 인덱스를 계산하는 단계를 포함하는
프로세스 모델 평가 방법.
- 제4항에 있어서,
상기 트레이스 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는,
아래 <수학식 8>을 이용해서 상기 트레이스 레벨의 템퍼럴 성능 인덱스를 계산하는
프로세스 모델 평가 방법.
[수학식 8]
여기서,는 맵핑된 트레이스 중에서 제1 로그의 트레이스(
)에 포함된 액티비스의 수 이고,
는 상기 맵핑된 트레이스 중에서 상기 제2 로그의 트레이스(
)에 포함된 액티비스의 수 이고,
는 제1 로그의 트레이스(
)와 제2 로그의 트레이스(
)를 포함하는 맵핑된 트레이스에 포함된 맵핑된 액티비티의 수이고,
는 제1 로그의 트레이스(
)에 포함된 액티비티(
)와 제2 로그의 트레이스(
)에 포함된 액티비티(
)를 포함하는 트레이스 레벨에서 맵핑된 액티비티의 템퍼럴 디스턴스 스코어이고,
는 맵핑된 트레이스(
)의 트레이스 레벨의 템퍼럴 성능 인덱스이다.
- 제4항에 있어서,
상기 로그 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는,
아래 <수학식 9>을 이용해서 상기 로그 레벨의 템퍼럴 성능 인덱스를 계산하는
프로세스 모델 평가 방법.
[수학식 9]
여기서,은 제1 로그(
)에 포함된 트레이스의 수 이고,
는 제2 로그(
)에 포함된 트레이스의 수 이고,
는 제1 로그와 제2 로그 사이에서 맵핑된 트레이스의 수 이고,
는 제1 로그의 트레이스(
)와 제2 로그의 트레이스(
)를 포함하는 맵핑된 트레이스(
)의 트레이스 레벨의 템퍼럴 성능 인덱스이고,
는 최종 템퍼럴 성능 인덱스이다.
- 제1항에 있어서,
상기 제1 로그에 포함된 동일한 이름의 액티비티를 평균하고 상기 제2 로그에 포함된 동일한 이름의 액티비티를 평균해서 로그 레벨에서 맵핑하는 단계;
로그 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한을 비교해서 상기 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계;
페널티 테이블에서 상기 로그 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 로그 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 검색하는 단계;
상기 로그 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 계산하는 단계; 및
상기 로그 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계를 더 포함하는
프로세스 모델 평가 방법.
- 제7항에 있어서,
상기 로그 레벨에서 맵핑하는 단계, 상기 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계, 상기 로그 레벨의 맵핑된 액티비티 각각의 페널티 스코어를 검색하는 단계, 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 계산하는 단계 및 상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는 상기 트레이스를 맵핑하는 단계에서 상기 트레이스 맵핑에 실폐하는 경우에 수행하는
프로세스 모델 평가 방법.
- 제7항에 있어서,
상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는,
상기 제1 로그에 포함된 액티비티의 수, 상기 제2 로그에 포함된 액티비티의 수, 상기 제1 로그와 상기 제2 로그 사이에서 맵핑된 액티비티의 수 및 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어를 이용하여 상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는
프로세스 모델 평가 방법.
- 제7항에 있어서,
상기 액티비티 레벨의 템퍼럴 성능 인덱스를 계산하는 단계는,
아래 <수학식 10>을 이용해서 상기 로그 레벨의 템퍼럴 성능 인덱스를 계산하는
프로세스 모델 평가 방법.
[수학식 10]
여기서,는 제1 로그(
)에 포함된 액티비티의 수이고,
는 제2 로그(
)에 포함된 액티비티의 수이고,
는 제1 로그와 제2 로그 사이에서 맵핑된 액티비티의 수 이고,
는 제1 로그의 트레이스(
)에 포함된 액티비티(
)와 제2 로그의 트레이스(
)에 포함된 액티비티(
)를 포함하는 로그 레벨에서 맵핑된 액티비티의 템퍼럴 디스턴스 스코어이고,
는 제1 로그(
)와 제2 로그(
)의 액티비티 레벨의 템퍼럴 성능 인덱스이다.
- 제1 로그와 제2 로그를 수신하는 단계;
상기 제1 로그에 포함된 동일한 이름의 액티비티(activity)를 평균하고 상기 제2 로그에 포함된 동일한 이름의 액티비티를 평균해서 로그 레벨에서 맵핑하는 단계;
로그 레벨의 맵핑된 액티비티에 포함된 액티비트들 간의 기한(duration)을 비교해서 상기 로그 레벨의 맵핑된 액티비티 별로 기한 스코어를 계산하는 단계;
페널티 테이블에서 상기 로그 레벨의 맵핑된 액티비티 각각의 조건에 대응하는 상기 로그 레벨의 맵핑된 액티비티 각각의 페널티(penalty) 스코어를 검색하는 단계;
상기 로그 레벨의 맵핑된 액티비티 각각의 상기 기한 스코어와 상기 로그 레벨의 맵핑된 액티비티 각각의 상기 페널티 스코어를 이용하여 상기 로그 레벨의 맵핑된 액티비티 각각의 템퍼럴 디스턴스 스코어(temporal distance score)를 계산하는 단계; 및
상기 로그 레벨의 맵핑된 액티비티 각각의 상기 템퍼럴 디스턴스 스코어를 이용해서 액티비티 레벨의 템퍼럴 성능 인덱스(temporal performance index)를 계산하는 단계를 포함하는
프로세스 모델 평가 방법.
- 제1 로그와 제2 로그를 수신하는 단계;
상기 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 상기 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견하는 단계;
상기 제1 프로세스 모델을 이용해서 상기 제1 로그의 피트니스(fitness) 값을 계산하고, 상기 제2 프로세스 모델을 이용해서 상기 제2 로그의 피트니스 값을 계산하는 단계; 및
상기 제2 프로세스 모델을 이용해서 상기 제1 로그의 크로스(cross) 피트니스 값을 계산하고, 상기 제1 프로세스 모델을 이용해서 상기 제2 로그의 크로스 피트니스 값을 계산하는 단계를 포함하고,
상기 피트니스 값을 계산하는 단계는,
아래 <수학식 11>를 이용해서 피트니스 값을 계산하면, 상기 제1 로그의 피트니스 값은 fitness(L1, N1)이고, 상기 제2 로그의 피트니스 값은 fitness(L2, N2)인
프로세스 모델 평가 방법.
[수학식 11]
여기서,은 로그(L)에 포함된 트레이스의 수 이고,
는 프로세스 모델(
)에 포함된 아크(arc)의 수 이고,
는 프로세스 모델(
)에 존재하는 트레이스(
)에 포함된 아크의 수이다.
- 삭제
- 제12항에 있어서,
상기 크로스 피트니스 값을 계산하는 단계는,
상기 <수학식 11>를 이용해서 크로스 피트니스 값을 계산하면, 상기 제1 로그의 피트니스 값은 fitness(L1, N2)이고, 상기 제2 로그의 피트니스 값은 fitness(L2, N1)인
프로세스 모델 평가 방법.
- 제1 로그와 제2 로그를 수신하는 단계;
상기 제1 로그의 프로세스 모델인 제1 프로세스 모델을 발견하고, 상기 제2 로그의 프로세스 모델인 제2 프로세스 모델을 발견하는 단계;
상기 제1 프로세스 모델에 포함된 트레비스의 수와 상기 제1 프로세스 모델에 포함된 액티비티들 각각의 입력 아크(arc)와 출력 아크들의 수를 이용해서 제1 프로세스 모델의 직렬화(serialization) 값을 계산하는 단계; 및
상기 제2 프로세스 모델에 포함된 트레비스의 수와 상기 제2 프로세스 모델에 포함된 액티비티들 각각의 입력 아크(arc)와 출력 아크들의 수를 이용해서 제2 프로세스 모델의 직렬화 값을 계산하는 단계를 포함하는
프로세스 모델 평가 방법.
- 제15항에 있어서,
상기 직렬화 값을 계산하는 단계는
아래 <수학식 12>를 이용해서 상기 직렬화 값을 계산하는
프로세스 모델 평가 방법.
[수학식 12]
여기서, P(G)는 프로세스 모델(G)의 직렬화 값이고,은 프로세스 모델(G)에 포함된 액티비티의 수이고,
는 i번째 액티비티(
)로 들어가는 아크(arc)수 이고,
는 i번째 액티비티(
)에서 나가는 아크(arc)수 이다.
- 제11항, 제12항 및 제14항 내지 제16항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150024258A KR101680448B1 (ko) | 2015-02-17 | 2015-02-17 | 프로세스 모델 평가 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150024258A KR101680448B1 (ko) | 2015-02-17 | 2015-02-17 | 프로세스 모델 평가 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160101523A KR20160101523A (ko) | 2016-08-25 |
| KR101680448B1 true KR101680448B1 (ko) | 2016-11-28 |
Family
ID=56884686
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150024258A KR101680448B1 (ko) | 2015-02-17 | 2015-02-17 | 프로세스 모델 평가 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101680448B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107121969B (zh) * | 2017-03-22 | 2019-04-09 | 浙江工业大学 | 基于邻接矩阵的工厂制造流程模型差别检测方法 |
| CN117194192A (zh) * | 2023-09-19 | 2023-12-08 | 北京速度时空信息有限公司 | 一种高精度地图的评估系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013533528A (ja) * | 2010-05-03 | 2013-08-22 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 動的適応型プロセス発見及び遵守 |
-
2015
- 2015-02-17 KR KR1020150024258A patent/KR101680448B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013533528A (ja) * | 2010-05-03 | 2013-08-22 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 動的適応型プロセス発見及び遵守 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160101523A (ko) | 2016-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210294716A1 (en) | Continuous software deployment | |
| US11190535B2 (en) | Methods and systems for inferring behavior and vulnerabilities from process models | |
| US10692007B2 (en) | Behavioral rules discovery for intelligent computing environment administration | |
| US20120029977A1 (en) | Self-Extending Monitoring Models that Learn Based on Arrival of New Data | |
| US10318669B2 (en) | Adaptive forecasting of time-series | |
| US20070106599A1 (en) | Method and apparatus for dynamic risk assessment | |
| US11481306B2 (en) | Methods and systems for estimating process capacity | |
| US20100185474A1 (en) | Milestone Generation Techniques | |
| JP2013536531A5 (ko) | ||
| JP2008040760A (ja) | 製品開発プロセスにおける設計変更の影響度分析装置および方法 | |
| CN102298734A (zh) | 基于视频的分析工作流建议方法和系统 | |
| US20070282622A1 (en) | Method and system for developing an accurate skills inventory using data from delivery operations | |
| CN114430365B (zh) | 故障根因分析方法、装置、电子设备和存储介质 | |
| US20130232192A1 (en) | Operations task management system and method | |
| JP2017037645A (ja) | スマートアラートのためのシステム及び方法 | |
| KR101680448B1 (ko) | 프로세스 모델 평가 방법 | |
| Molka et al. | Conformance checking for BPMN-based process models | |
| KR20200058123A (ko) | 모듈 프로세스 모델의 버전 관리로 전반적인 프로세스 모델 운영 개선 | |
| US10228916B2 (en) | Predictive optimization of next task through asset reuse | |
| CN110750299A (zh) | 智能软件质量跟踪系统、方法及存储介质 | |
| Aldaeej et al. | From lasagna to spaghetti, a decision model to manage defect debt | |
| CN103713990A (zh) | 一种用于软件缺陷预测的方法和装置 | |
| Boehm et al. | Total ownership cost models for valuing system flexibility | |
| CN115203277B (zh) | 数据决策方法及装置 | |
| WO2024065776A1 (en) | Method for data processing, apparatus for data processing, electronic device, and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20191030 Year of fee payment: 4 |