KR102294173B1 - 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법 - Google Patents

구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법 Download PDF

Info

Publication number
KR102294173B1
KR102294173B1 KR1020190114017A KR20190114017A KR102294173B1 KR 102294173 B1 KR102294173 B1 KR 102294173B1 KR 1020190114017 A KR1020190114017 A KR 1020190114017A KR 20190114017 A KR20190114017 A KR 20190114017A KR 102294173 B1 KR102294173 B1 KR 102294173B1
Authority
KR
South Korea
Prior art keywords
activity
information control
pattern
business
activities
Prior art date
Application number
KR1020190114017A
Other languages
English (en)
Other versions
KR20210032685A (ko
Inventor
김광훈
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 KR1020190114017A priority Critical patent/KR102294173B1/ko
Publication of KR20210032685A publication Critical patent/KR20210032685A/ko
Application granted granted Critical
Publication of KR102294173B1 publication Critical patent/KR102294173B1/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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/10—Office automation; Time management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법에 관한 것으로, 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있도록 한 것이다.

Description

구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법{Process Mining System and Method based on the Structured Information Control Nets}
본 발명은 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 하는 기술에 관련한 것으로, 특히 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법에 관한 것이다.
업무 절차의 정의, 생성, 실행 및 관리를 부분적으로 또는 완전하게 자동화한 시스템을 워크 플로우 관리 시스템(WPMS : Workflow Process Management System) 또는 비지니스 프로세스 관리 시스템(BPMS : Business Process Management System)이라 한다.
이러한 워크 플로우 관리 시스템(WPMS) 또는 비지니스 프로세스 관리 시스템(BPMS)을 운용중인 기업이나 조직에서 일련의 프로세스 모델로 정의되는 업무절차 또는 업무 프로세스들의 개선이나 재설계 및 리엔지니어링 그리고 자원할당 의사결정의 성능 평가를 위해서는 지속적인 업무 프로세스 마이닝이 필요하다.
업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 하는 기술로는 본 발명자에 의해 발명되어 선출원된 대한민국 공개특허 제10-2018-0076290호(2018. 07. 05)에서 제안한 프로세스 실행 로그 기반 업무 네트워크의 점진적 데이터 마이닝 기술이 있다.
종래에는 업무 프로세스 마이닝에는 페트리넷(Petri Nets) 기반의 프로세스 마이닝 방법이 사용되었다. 페트리넷 기반 모델은 프로세스 모델을 수학적으로 정의하고 그래픽으로 표현하는 알고리즘으로, 수학적 및 분석적 측면에서는 우수하나, 비구조적이라는 근본적인 한계를 가지고 있는 문제가 있다.
이러한 근본적인 문제에 의해, 페트리넷 기반 모델은 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴 발견은 가능하나, 반복적(repetitive 또는 iterative-LOOP) 패턴을 발견하는데 한계가 있다.
따라서, 본 발명자는 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있는 새로운 개념의 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반 프로세스 마이닝 기술에 대한 연구를 하였다.
대한민국 공개특허 제10-2018-0076290호(2018. 07. 05)
본 발명은 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있는 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법을 제공함을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 일 양상에 따르면, 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 업무 프로세스의 실행 이력을 분석하는 프로세스 실행 이력 분석부와; 프로세스 실행 이력 분석부에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성하는 인접 관계 도출부와; 인접 관계 도출부에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들이 포함된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성하는 프로세스 모델 생성부를 포함한다.
본 발명의 부가적인 양상에 따르면, 원시 프로세스 패턴이 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴, 반복적(repetitive 또는 iterative-LOOP) 패턴을 포함한다.
본 발명의 부가적인 양상에 따르면, 프로세스 실행 이력 분석부가 업무 프로세스에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하도록 구현될 수 있다.
본 발명의 부가적인 양상에 따르면, 인접 관계 도출부가 단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화하는 인접-단위업무 쌍 추출부와; 인접-단위업무 쌍 추출부에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하는 인접-단위업무 쌍 분류부와; 인접-단위업무 쌍 분류부에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성하는 패턴 그래프 생성부를 포함할 수 있다.
본 발명의 부가적인 양상에 따르면, 프로세스 모델 생성부가 각 프로세스 패턴의 분기 비율을 계산하도록 구현될 수 있다.
본 발명의 또 다른 양상에 따르면, 구조적 정보제어넷 기반 프로세스 마이닝 방법이 업무 프로세스의 실행 이력을 분석하는 프로세스 실행 이력 분석단계와; 프로세스 실행 이력 분석단계에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성하는 인접 관계 도출단계와; 인접 관계 도출단계에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들이 포함된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성하는 프로세스 모델 생성단계를 포함한다.
본 발명의 부가적인 양상에 따르면, 프로세스 실행 이력 분석단계에서 업무 프로세스에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하도록 구현될 수 있다.
본 발명의 부가적인 양상에 따르면, 인접 관계 도출단계가 단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화하는 인접-단위업무 쌍 추출단계와; 인접-단위업무 쌍 추출단계에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하는 인접-단위업무 쌍 분류단계와; 인접-단위업무 쌍 분류단계에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성하는 패턴 그래프 생성단계를 포함할 수 있다.
본 발명의 부가적인 양상에 따르면, 프로세스 모델 생성단계에서 각 프로세스 패턴의 분기 비율을 계산하도록 구현될 수 있다.
본 발명은 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있으므로, 보다 정확하고 효율적인 프로세스 마이닝이 가능한 효과가 있다.
도 1 은 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템의 개요도이다.
도 2 는 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템의 일 실시예의 구성을 도시한 블럭도이다.
도 3 은 큐빅 구조로 구성된 XES 포맷의 타임 스탬프 기반 프로세스 실행 이벤트 로그 데이터를 예시한 도면이다.
도 4 는 업무 프로세스의 실행 이력으로부터 인접-단위업무 쌍들을 추출하여 그룹화하는 것을 예시한 도면이다.
도 5 는 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하여 프로세스 패턴 그래프를 생성하는 것을 예시한 도면이다.
도 6 은 프로세스 패턴 그래프로부터 구조적 정보제어넷(SICN) 기반의 프로세스 모델(Process Model)을 생성을 생성하는 것을 예시한 도면이다.
도 7 은 구조적 정보제어넷(SICN)에 포함되는 네가지 구성요소인 원시 프로세스 패턴들을 예시한 도면이다.
도 8 은 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 방법의 일 실시예의 구성을 도시한 흐름도이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다. 특정 실시예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있으나, 이는 본 발명의 다양한 실시예들을 특정한 형태로 한정하려는 것은 아니다.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.
도 1 은 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템의 개요도이다. 도 1 에 도시한 바와 같이, 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템(100)은 워크 플로우 관리 시스템(WPMS : Workflow Process Management System)(10)과 연동된다.
워크 플로우 관리 시스템(WPMS)(10)은 업무 절차(Work Procedure)를 해석하고, 업무 참여자와 상호 작용하고, IT 툴(Tool)과 어플리케이션(application)들 사용을 호출할 수 있는 소프트웨어 사용을 통해 업무 절차의 정의, 생성, 실행 및 관리를 부분적으로 또는 완전하게 자동화한 컴퓨팅 시스템이다.
본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템(100)은 업무 절차의 정의, 생성, 실행 및 관리를 부분적으로 또는 완전하게 자동화한 워크 플로우 관리 시스템(WPMS)(10)에 의해 실행된 업무들의 업무 프로세스의 실행 이력을 분석하여 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성한다.
도 2 는 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템의 일 실시예의 구성을 도시한 블럭도이다. 도 2 에 도시한 바와 같이, 이 실시예에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템(100)은 프로세스 실행 이력 분석부(110)와, 인접 관계 도출부(120)와, 프로세스 모델 생성부(130)를 포함한다.
프로세스 실행 이력 분석부(110)는 업무 프로세스의 실행 이력을 분석한다. 예컨대, 프로세스 실행 이력 분석부(110)가 업무 프로세스(Work Process)에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하도록 구현될 수 있다.
도 3 은 큐빅 구조로 구성된 XES 포맷의 타임 스탬프 기반 프로세스 실행 이벤트 로그 데이터를 예시한 도면이다. 프로세스 모델(Process Model)의 인스턴스(Instance)가 실행됨에 따라, 시간적인 실행 순서(Temporal Execution Sequence)가 기록되고, 이 시간적인 실행 순서를 프로세스 실행 이벤트 트레이스(Process Enactment Event Trace)라고 한다. 프로세스 실행 이벤트 트레이스(Process Enactment Event Trace)는 단위업무(Activity)들의 이벤트 로그들 (Event Logs)의 셋(Set)으로 구성된다.
인접 관계 도출부(120)는 프로세스 실행 이력 분석부(110)에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성한다.
업무 프로세스의 실행 이력은 타임 스탬프(Time-Stamp) 기반으로 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 정보이므로, 인접 관계 도출부(120)를 통해 서로 이웃하는 단위업무(Activity)들의 인접(Adjacent) 관계를 도출할 수 있다.
업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화하여 프로세스 패턴 그래프(Process Pattern Graph)를 생성하기 위해, 인접 관계 도출부(120)가 인접-단위업무 쌍 추출부(121)와, 인접-단위업무 쌍 분류부(122)와, 패턴 그래프 생성부(123)를 포함할 수 있다.
인접-단위업무 쌍 추출부(121)는 단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화한다. 도 4 는 업무 프로세스의 실행 이력으로부터 인접-단위업무 쌍들을 추출하여 그룹화하는 것을 예시한 도면이다.
업무 프로세스의 시작부터 종료까지 '시작 -> α1 -> α2 -> α3 -> α4 -> α6 -> 종료' 순서로 단위업무가 시계열적으로 실행되어 업무 프로세스의 실행 이력으로 저장되었다고 가정하면, 인접-단위업무 쌍 추출부(121)에 의해 추출되는 인접-단위업무 쌍은 '시작(ㅇ) -> α1', 'α1 -> α2', 'α2 -> α3', 'α3 -> α4', 'α4 -> α6', 'α6 -> 종료(ㅇ)'가 된다.
업무 프로세스의 실행 이력은 타임 스탬프(Time-Stamp) 기반으로 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 정보이고, 단위업무들이 실행되면 프로세스 인스턴스 이벤트(Process Instance Event)가 발생되어 프로세스 실행 이벤트 로그 데이터로 업무 프로세스의 실행 이력에 기록된다.
도 4 에 도시한 바와 같이, 인접-단위업무 쌍 추출부(121)는 업무 프로세스의 실행 이력으로부터 이러한 프로세스 인스턴스 이벤트(Process Instance Event)를 탐색(Trace)하여 시간적인 사건(Temporal Workcase)들을 단위업무들로 추출하고, 단위업무들 간의 인접관계를 분석하여 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하고 그룹화한다.
이 때, 인접-단위업무 쌍 추출부(121)는 다수의 업무 프로세스들의 실행 이력들로부터 인접-단위업무 쌍 그룹들을 각 업무 프로세스별로 추출하여 그룹화한다.
인접-단위업무 쌍 분류부(122)는 인접-단위업무 쌍 추출부(121)에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도한다.
도 5 는 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하여 프로세스 패턴 그래프를 생성하는 것을 예시한 도면이다. 도 5 에 도시한 바와 같이, 단위업무 노드별 인접-단위업무 쌍 집합은 그룹화된 인접-단위업무 쌍 그룹들로부터 동일한 단위업무 노드로 시작하는 인접-단위업무 쌍들을 분류하여 그룹화하는 것이다.
예를 들면, 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드 '시작(ㅇ)', 'α1', 'α2', 'α3', 'α4', 'α5','α6', '종료(ㅇ)'로 시작하는 인접-단위업무 쌍들을 분류하여 그룹화할 수 있다. 도 5 에서 가중치(Weight)는 분류된 동일한 인접-단위업무 쌍들의 갯수를 의미한다.
패턴 그래프 생성부(123)는 인접-단위업무 쌍 분류부(122)에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성한다. 도 5 의 맨 오른쪽에 패턴 그래프 생성부(123)에 의해 생성된 프로세스 패턴 그래프가 예시되어 있다.
도 5 에 도시한 바와 같이, 프로세스 패턴 그래프(Process Pattern Graph)는 인접-단위업무 쌍 분류부(122)에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합들의 인접 관계를 종합하고, 동일한 인접-단위업무 쌍들의 갯수를 표기하여 도식화한 것이다.
프로세스 모델 생성부(130)는 인접 관계 도출부(120)에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들이 포함된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성한다. 이 때, 프로세스 모델 생성부(130)가 각 프로세스 패턴의 분기 비율을 계산하여 표시하도록 구현될 수도 있다.
한편, 원시 프로세스 패턴은 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴, 반복적(repetitive 또는 iterative-LOOP) 패턴을 포함할 수 있다.
도 6 은 프로세스 패턴 그래프로부터 구조적 정보제어넷(SICN) 기반의 프로세스 모델(Process Model)을 생성을 생성하는 것을 예시한 도면이다. 도 6 의 왼쪽에 도시한 바와 같은 프로세스 패턴 그래프가 패턴 그래프 생성부(123)에 의해 생성되면, 프로세스 모델 생성부(130)가 도 6 의 오른쪽에 도시한 바와 같은 구조적 정보제어넷(SICN) 기반의 프로세스 모델(Process Model)을 생성한다.
이 때, 구조적 정보제어넷(SICN) 기반 프로세스 모델(Process Model)이라 함은 업무 프로세스를 구성하는 기본적인 네가지 구성요소인 원시 프로세스 패턴들인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴들이 구조적으로 연관된 특성을 가지는 프로세스 모델을 의미한다.
프로세스 모델 생성부(130)는 인접 관계 도출부(120)에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴들 및 이들의 분기 비율을 발견하고, 이들이 연관된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성한다.
도 7 은 구조적 정보제어넷(SICN)에 포함되는 네가지 구성요소인 원시 프로세스 패턴들을 예시한 도면이다. 도 7 의 좌측으로부터 단위업무가 순차적으로 실행되는 순차적 패턴, 다수의 단위업무 중 하나의 단위 업무가 선택되어 실행되는 선택적 패턴, 다수의 단위업무가 동시에 모두 실행되는 병렬적 패턴, 단위 업무가 이전으로 회귀하여 반복하는 반복적 패턴이 각각 예시되어 있고, 이들의 분기 비율이 표시되어 있음을 볼 수 있다.
이와 같이 구현함에 의해 본 발명은 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있으므로, 보다 정확하고 효율적인 프로세스 마이닝이 가능하다.
이에 비하여, 종래의 페트리넷(Petri Nets) 기반의 프로세스 마이닝 방법은 수학적 및 분석적 측면에서는 우수하나, 비구조적이라는 근본적인 한계를 가지고 있어, 순차적 패턴, 선택적 패턴, 병렬적 패턴 발견은 가능하였으나, 반복적 패턴을 발견하는데 한계가 있어 프로세스 마이닝 결과의 정확성과 효율성을 보장할 수 없었다.
이상에서 설명한 바와 같은 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템에 의해 수행되는 구조적 정보제어넷 기반 프로세스 마이닝 동작을 도 8 을 통해 알아본다. 도 8 은 본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 방법의 일 실시예의 구성을 도시한 흐름도이다.
먼저, 프로세스 실행 이력 분석단계(810)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 업무 프로세스의 실행 이력을 분석한다. 예컨대, 프로세스 실행 이력 분석단계(810)에서 업무 프로세스에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하도록 구현될 수 있다.
그 다음, 인접 관계 도출단계(820)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 프로세스 실행 이력 분석단계(810)에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성한다.
업무 프로세스의 실행 이력은 타임 스탬프(Time-Stamp) 기반으로 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 정보이므로, 인접 관계 도출단계(820)를 통해 서로 이웃하는 단위업무(Activity)들의 인접(Adjacent) 관계를 도출할 수 있다.
업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화하여 프로세스 패턴 그래프(Process Pattern Graph)를 생성하기 위해, 인접 관계 도출단계(820)가 인접-단위업무 쌍 추출단계(821)와, 인접-단위업무 쌍 분류단계(822)와, 패턴 그래프 생성단계(823)를 포함할 수 있다.
인접-단위업무 쌍 추출단계(821)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화한다.
업무 프로세스의 실행 이력은 타임 스탬프(Time-Stamp) 기반으로 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 정보이고, 단위업무들이 실행되면 프로세스 인스턴스 이벤트(Process Instance Event)가 발생되어 프로세스 실행 이벤트 로그 데이터로 업무 프로세스의 실행 이력에 기록된다.
인접-단위업무 쌍 추출단계(821)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템은 업무 프로세스의 실행 이력으로부터 이러한 프로세스 인스턴스 이벤트를 탐색(Trace)하여 시간적인 사건(Temporal Workcase)들을 단위업무들로 추출하고, 단위업무들 간의 인접관계를 분석하여 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하고 그룹화한다.
이 때, 인접-단위업무 쌍 추출단계(821)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 다수의 업무 프로세스들의 실행 이력들로부터 인접-단위업무 쌍 그룹들을 각 업무 프로세스별로 추출하여 그룹화한다.
인접-단위업무 쌍 분류단계(822)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 인접-단위업무 쌍 추출단계(821)에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도한다.
이 때, 인접-단위업무 쌍 분류단계(822)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 그룹화된 인접-단위업무 쌍 그룹들로부터 동일한 단위업무 노드로 시작하는 인접-단위업무 쌍들을 분류하여 그룹화하고, 동일한 인접-단위업무 쌍들의 갯수를 계산함으로써 단위업무 노드별 인접-단위업무 쌍 집합을 생성하도록 구현될 수 있다.
패턴 그래프 생성단계(823)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 인접-단위업무 쌍 분류단계(822)에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성한다.
패턴 그래프 생성단계(823)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 인접-단위업무 쌍 분류단계(822)에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합들의 인접 관계를 종합하고, 동일한 인접-단위업무 쌍들의 갯수를 표기함으로써 프로세스 패턴 그래프(Process Pattern Graph)를 도식화하도록 구현될 수 있다.
그 다음, 프로세스 모델 생성단계(830)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 인접 관계 도출단계(820)에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들이 포함된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성한다.
이 때, 프로세스 모델 생성단계(830)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 각 프로세스 패턴의 분기 비율을 계산하여 표시하도록 구현될 수 있다.
한편, 원시 프로세스 패턴은 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴, 반복적(repetitive 또는 iterative-LOOP) 패턴을 포함할 수 있다.
구조적 정보제어넷(SICN) 기반 프로세스 모델(Process Model)이라 함은 업무 프로세스를 구성하는 기본적인 네가지 구성요소인 원시 프로세스 패턴들인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴들이 구조적으로 연관된 특성을 가지는 프로세스 모델을 의미한다.
구조적 정보제어넷 기반 프로세스 마이닝 시스템은 프로세스 모델 생성단계(830)에서 인접 관계 도출단계(820)에 의해 생성된 프로세스 패턴 그래프로부터 원시 프로세스 패턴(Primitive Process Pattern)들인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴들 및 이들의 분기 비율을 발견하고 표시함으로써, 이들이 연관된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성한다.
이와 같이 구현함에 의해 본 발명은 업무 프로세스의 실행 이력으로부터 프로세스를 마이닝 함에 있어, 프로세스의 네가지 구성 요소(원시 프로세스 패턴)인 순차적 패턴, 선택적 패턴, 병렬적 패턴, 반복적 패턴을 정확하게 발견할 수 있으므로, 보다 정확하고 효율적인 프로세스 마이닝이 가능하다.
이에 비하여, 종래의 페트리넷(Petri Nets) 기반의 프로세스 마이닝 방법은 수학적 및 분석적 측면에서는 우수하나, 비구조적이라는 근본적인 한계를 가지고 있어, 순차적 패턴, 선택적 패턴, 병렬적 패턴 발견은 가능하였으나, 반복적 패턴을 발견하는데 한계가 있어 프로세스 마이닝 결과의 정확성과 효율성을 보장할 수 없었다.
본 발명에 따른 구조적 정보제어넷 기반 프로세스 마이닝 시스템(100)에 의해 주기적 또는 비주기적으로 생성되어 마이닝 되는 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)은 실험적인 검증을 거쳐 업무 절차의 정의, 생성, 실행 및 관리를 부분적으로 또는 완전하게 자동화한 워크 플로우 관리 시스템(WPMS)(10)에 계속 반영됨으로써 워크 플로우 관리 시스템의 성능이 계속 개선되게 된다.
본 명세서 및 도면에 개시된 다양한 실시예들은 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 다양한 실시예들의 범위를 한정하고자 하는 것은 아니다.
따라서, 본 발명의 다양한 실시예들의 범위는 여기에서 설명된 실시예들 이외에도 본 발명의 다양한 실시예들의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예들의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 업무 프로세스를 마이닝 기술분야 및 이의 응용 기술분야에서 산업상으로 이용 가능하다.
10 : 워크 플로우 관리 시스템
100 : 구조적 정보제어넷 기반 프로세스 마이닝 시스템
110 : 프로세스 실행 이력 분석부
120 : 인접 관계 도출부
121 : 인접-단위업무 쌍 추출부
122 : 인접-단위업무 쌍 분류부
123 : 패턴 그래프 생성부
130 : 프로세스 모델 생성부

Claims (10)

  1. 업무 프로세스의 실행 이력을 분석하는 프로세스 실행 이력 분석부와;
    프로세스 실행 이력 분석부에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성하는 인접 관계 도출부와;
    인접 관계 도출부에 의해 생성된 프로세스 패턴 그래프로부터 비구조적인 페트리넷 기반 프로세스 마이닝 방법에서 발견 가능한 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴과, 비구조적인 페트리넷 기반 프로세스 마이닝 방법에서 발견하는데 한계가 있는 반복적(repetitive 또는 iterative-LOOP) 패턴을 포함하는 원시 프로세스 패턴(Primitive Process Pattern)들을 발견하고, 이들이 연관된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성하는 프로세스 모델 생성부를;
    포함하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    프로세스 실행 이력 분석부가:
    업무 프로세스에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.
  4. 제 3 항에 있어서,
    인접 관계 도출부가:
    단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화하는 인접-단위업무 쌍 추출부와;
    인접-단위업무 쌍 추출부에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하는 인접-단위업무 쌍 분류부와;
    인접-단위업무 쌍 분류부에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성하는 패턴 그래프 생성부를;
    포함하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.
  5. 제 4 항에 있어서,
    프로세스 모델 생성부가:
    각 프로세스 패턴의 분기 비율을 계산하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.
  6. 업무 절차의 정의, 생성, 실행 및 관리를 부분적으로 또는 완전하게 자동화한 워크 플로우 관리 시스템(WPMS)에 의해 실행된 업무들의 업무 프로세스의 실행 이력을 분석하여 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템에 의해 수행되는 구조적 정보제어넷 기반 프로세스 마이닝 방법에 있어서,
    구조적 정보제어넷 기반 프로세스 마이닝 시스템이 업무 프로세스의 실행 이력을 분석하는 프로세스 실행 이력 분석단계와;
    구조적 정보제어넷 기반 프로세스 마이닝 시스템이 프로세스 실행 이력 분석단계에 의해 분석된 업무 프로세스의 실행 이력으로부터 단위업무(Activity)들의 인접(Adjacent) 관계를 도출하고, 도출된 단위업무들의 인접 관계를 도식화한 프로세스 패턴 그래프(Process Pattern Graph)를 생성하는 인접 관계 도출단계와;
    구조적 정보제어넷 기반 프로세스 마이닝 시스템이 인접 관계 도출단계에 의해 생성된 프로세스 패턴 그래프로부터 비구조적인 페트리넷 기반 프로세스 마이닝 방법에서 발견 가능한 순차적(linear 또는 sequential) 패턴, 선택적(disjunctive 또는 selective-OR) 패턴, 병렬적(conjunctive 또는 parallel-AND) 패턴과, 비구조적인 페트리넷 기반 프로세스 마이닝 방법에서 발견하는데 한계가 있는 반복적(repetitive 또는 iterative-LOOP) 패턴을 포함하는 원시 프로세스 패턴(Primitive Process Pattern)들을 발견하고, 이들이 연관된 구조적 정보제어넷(SICN : Structured Information Control Nets) 기반의 프로세스 모델(Process Model)을 생성하는 프로세스 모델 생성단계를;
    포함하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.
  7. 삭제
  8. 제 6 항에 있어서,
    프로세스 실행 이력 분석단계에서:
    업무 프로세스에 대해 정의된 단위업무(Activity)들의 실행 순서가 시계열적으로 기록된 타임 스탬프(Time-Stamp) 기반의 프로세스 실행 이벤트 로그 데이터(Process Enactment Event Log Data)로부터 단위업무(Activity)들의 실행 순서를 분석하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.
  9. 제 8 항에 있어서,
    인접 관계 도출단계가:
    단위업무(Activity)들의 실행 순서로부터 인접-단위업무 쌍들(Adjacent-Activities Pairs)을 추출하여 그룹화하는 인접-단위업무 쌍 추출단계와;
    인접-단위업무 쌍 추출단계에 의해 다수의 업무 프로세스들로부터 추출되어 그룹화된 인접-단위업무 쌍 그룹들로부터 각 단위업무 노드별로 인접-단위업무 쌍들을 분류하여, 각 단위업무 노드별 인접-단위업무 쌍 집합을 유도하는 인접-단위업무 쌍 분류단계와;
    인접-단위업무 쌍 분류단계에 의해 유도된 각 단위업무 노드별 인접-단위업무 쌍 집합으로부터 프로세스 패턴 그래프를 생성하는 패턴 그래프 생성단계를;
    포함하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.
  10. 제 9 항에 있어서,
    프로세스 모델 생성단계에서:
    각 프로세스 패턴의 분기 비율을 계산하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.
KR1020190114017A 2019-09-17 2019-09-17 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법 KR102294173B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190114017A KR102294173B1 (ko) 2019-09-17 2019-09-17 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190114017A KR102294173B1 (ko) 2019-09-17 2019-09-17 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210032685A KR20210032685A (ko) 2021-03-25
KR102294173B1 true KR102294173B1 (ko) 2021-08-25

Family

ID=75222718

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190114017A KR102294173B1 (ko) 2019-09-17 2019-09-17 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102294173B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117910788B (zh) * 2024-03-18 2024-06-14 山东科技大学 一种面向含重复任务业务流程的模型挖掘方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015141220A1 (ja) * 2014-03-20 2015-09-24 日本電気株式会社 情報処理装置及び監視方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660892B1 (ko) * 2014-01-08 2016-09-29 울산과학기술원 프로세스 마이닝을 이용한 프로세스 모델 도출 방법 및 장치
KR101660284B1 (ko) * 2014-09-29 2016-10-11 주식회사 사이버다임 비정형 업무 영역에서의 업무 관리와 자동화 제어 시스템 및 그 방법
KR102039419B1 (ko) 2016-12-27 2019-11-01 경기대학교 산학협력단 프로세스 실행 로그 기반 업무 네트워크의 점진적 데이터 마이닝 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015141220A1 (ja) * 2014-03-20 2015-09-24 日本電気株式会社 情報処理装置及び監視方法

Also Published As

Publication number Publication date
KR20210032685A (ko) 2021-03-25

Similar Documents

Publication Publication Date Title
Munoz-Gama et al. A fresh look at precision in process conformance
van der Aalst et al. Process discovery and conformance checking using passages
JP2012014291A (ja) 業務プロセス解析方法、システム及びプログラム
Liu et al. A framework for online process concept drift detection from event streams
US9009007B2 (en) Simulating stream computing systems
KR102294173B1 (ko) 구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법
CN112506750A (zh) 一种用于海量日志分析预警的大数据处理系统
JP5128437B2 (ja) 時系列関係グラフに基づくエンティティ分類装置および方法
US20180173687A1 (en) Automatic datacenter state summarization
Burattin et al. Automatic determination of parameters' values for Heuristics Miner++
Lee et al. Clustering and operation analysis for assembly blocks using process mining in shipbuilding industry
Esgin et al. Process Profiling based Synthetic Event Log Generation.
EP3853743A1 (en) Distributed sequential pattern data mining framework
Shani et al. Time performance evaluation of agile software development
CN114172705A (zh) 基于模式识别的网络大数据分析方法和系统
Pérez-Alfonso et al. Recommendation of process discovery algorithms through event log classification
Parikh et al. Mining-guided state justification with partitioned navigation tracks
Akman et al. Applicability of process discovery algorithms for software organizations
Calderón-Ruiz et al. Automatic discovery of failures in business processes using Process Mining techniques
Pérez-Alfonso et al. Recommendation of process discovery algorithms: a classification problem
Razi et al. Detecting bottleneck and fraud in agile development by using petri net performance and trace clustering
Sani et al. Alignment Approximator: A ProM Plug-In to Approximate Conformance Statistics.
Effendi et al. Conformance Checking to Evaluate Business Process Models using Modified Time-based Heuristics Miner Algorithm
Takei et al. Towards goal-oriented business process model repair
Angelidis et al. An extended critical path method for complex assembly lines

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant