KR20210032685A - Process Mining System and Method based on the Structured Information Control Nets - Google Patents

Process Mining System and Method based on the Structured Information Control Nets Download PDF

Info

Publication number
KR20210032685A
KR20210032685A KR1020190114017A KR20190114017A KR20210032685A KR 20210032685 A KR20210032685 A KR 20210032685A KR 1020190114017 A KR1020190114017 A KR 1020190114017A KR 20190114017 A KR20190114017 A KR 20190114017A KR 20210032685 A KR20210032685 A KR 20210032685A
Authority
KR
South Korea
Prior art keywords
unit
adjacent
pattern
business
information control
Prior art date
Application number
KR1020190114017A
Other languages
Korean (ko)
Other versions
KR102294173B1 (en
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/en
Publication of KR20210032685A publication Critical patent/KR20210032685A/en
Application granted granted Critical
Publication of KR102294173B1 publication Critical patent/KR102294173B1/en

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

Abstract

The present invention relates to a structured information control net-based process mining system and method to accurately discover four components of a process (primitive process patterns), which are a sequential pattern, selective pattern, parallel pattern, and repetitive pattern, in mining a process from the execution history of a business process. The structured information control net-based process mining system comprises: a process execution history analysis unit; a neighborhood relationship deriving unit; and a process model generation unit.

Description

구조적 정보제어넷 기반 프로세스 마이닝 시스템 및 방법{Process Mining System and Method based on the Structured Information Control Nets}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.The present invention relates to a technology for mining a process from an execution history of a business process, and more particularly, to a structured information control net-based process mining system and method.

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.A system that partially or completely automates the definition, creation, execution and management of business procedures is called a Workflow Process Management System (WPMS) or a Business Process Management System (BPMS).

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.In companies or organizations operating such workflow management system (WPMS) or business process management system (BPMS), improvement or redesign and reengineering of business procedures or business processes defined as a series of process models, and performance evaluation of resource allocation decisions For this, continuous work process mining is required.

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.As a technology for mining a process from the execution history of a work process, the gradual data mining of a work network based on a process execution log proposed in Korean Patent Laid-Open No. 10-2018-0076290 (July 05, 2018) invented and previously filed by the inventors There is a skill.

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.Conventionally, a process mining method based on Petri Nets has been used for business process mining. The Petrinet-based model is an algorithm that mathematically defines a process model and expresses it graphically. It is excellent in terms of mathematical and analytical aspects, but has a fundamental limitation of being unstructured.

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.Due to this fundamental problem, Petrinet-based models are capable of discovering sequential (linear or sequential) patterns, disjunctive or selective-OR patterns, and conjunctive or parallel-AND patterns, but repetitive or iterative There is a limit to discovering the LOOP) pattern.

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.Therefore, the inventors of the present invention are structurally a new concept capable of accurately discovering the four constituent elements (primary process patterns) of the process: sequential patterns, selective patterns, parallel patterns, and repetitive patterns in mining processes from the execution history of business processes. A study on process mining technology based on Structured Information Control Nets (SICN) was conducted.

대한민국 공개특허 제10-2018-0076290호(2018. 07. 05)Republic of Korea Patent Publication No. 10-2018-0076290 (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.The present invention is a structural information control net-based process capable of accurately discovering sequential patterns, selective patterns, parallel patterns, and repetitive patterns, which are four constituent elements (raw process patterns) of processes in mining processes from the execution history of business processes. Its purpose is to provide a mining system and method.

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.According to an aspect of the present invention for achieving the above object, the structured information control net-based process mining system includes a process execution history analysis unit for analyzing the execution history of a business process; The adjacent relationship of activities is derived from the execution history of the business process analyzed by the process execution history analysis unit, and a process pattern graph is created that diagrams the adjacent relationship of the derived unit tasks. An adjacent relationship derivation unit; A process model generation unit that creates a process model based on Structured Information Control Nets (SICN) that includes primitive process patterns from the process pattern graph created by the adjacency relationship derivation unit. Includes.

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.According to an additional aspect of the invention, the original process pattern is a linear or sequential pattern, a disjunctive or selective-OR pattern, a conjunctive or parallel-AND pattern, a repetitive or iterative-LOOP. Includes the pattern.

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.According to an additional aspect of the present invention, the process execution history analysis unit records the execution order of activities defined for the work process in a time series. It can be implemented to analyze the execution order of activities from (Enactment Event Log Data).

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.According to an additional aspect of the present invention, the adjacency relationship derivation unit comprises: an adjacency-unit business pair extracting unit for grouping and extracting adjacent-activity pairs from an execution order of activities; Adjacent-unit task pairs are classified by each unit task node from the grouped adjacent-unit task pair groups extracted from a number of business processes by the adjacent-unit task pair extraction unit, and the neighbor-unit task per each unit task node An adjacent-unit task pair classification unit for inducing a pair set; It may include a pattern graph generation unit for generating a process pattern graph from the set of adjacent-unit business pairs for each unit business node derived by the adjacent-unit business pair classification unit.

본 발명의 부가적인 양상에 따르면, 프로세스 모델 생성부가 각 프로세스 패턴의 분기 비율을 계산하도록 구현될 수 있다.According to an additional aspect of the present invention, the process model generation unit may be implemented to calculate the branch ratio of each process pattern.

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.According to another aspect of the present invention, a process mining method based on a structured information control net comprises: a process execution history analysis step of analyzing an execution history of a business process; The adjacent relationship of activities is derived from the execution history of the business process analyzed by the process execution history analysis step, and a process pattern graph is created that schematically illustrates the adjacent relationship of the derived unit tasks. A step of deriving an adjacent relationship; A process model generation step that creates a process model based on Structured Information Control Nets (SICN) that includes primitive process patterns from the process pattern graph created by the adjacency relationship derivation step. Includes.

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.According to an additional aspect of the present invention, in the process execution history analysis step, time-stamp-based process execution event log data (Time-Stamp) in which the execution order of activities defined for a work process is recorded in a time series ( Process Enactment Event Log Data) can be implemented to analyze the execution order of activities.

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.According to an additional aspect of the present invention, the step of deriving the adjacency relationship comprises: extracting and grouping adjacent-activity pairs from an execution order of activities; Adjacent-unit task pairs are classified by each unit task node from the grouped adjacent-unit task pair groups extracted from a number of business processes by the adjacent-unit task pair extraction step, and the neighbor-unit task for each unit task node An adjacent-unit task pair classification step for inducing a pair set; It may include a pattern graph generation step of generating a process pattern graph from the set of adjacent-unit business pairs for each unit business node derived by the adjacent-unit business pair classification step.

본 발명의 부가적인 양상에 따르면, 프로세스 모델 생성단계에서 각 프로세스 패턴의 분기 비율을 계산하도록 구현될 수 있다.According to an additional aspect of the present invention, it may be implemented to calculate the branching ratio of each process pattern in the process model generation step.

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.In the present invention, in mining a process from the execution history of a business process, since it is possible to accurately find the sequential pattern, the selective pattern, the parallel pattern, and the repetitive pattern, which are four components of the process (raw process pattern), a more accurate and efficient process There is an effect that can be mined.

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.1 is a schematic diagram of a structured information control net-based process mining system according to the present invention.
2 is a block diagram showing the configuration of an embodiment of a structured information control net-based process mining system according to the present invention.
3 is a diagram illustrating process execution event log data based on a time stamp in an XES format configured in a cubic structure.
4 is a diagram illustrating an example of grouping by extracting adjacent-unit business pairs from an execution history of a business process.
FIG. 5 is a diagram illustrating generation of a process pattern graph by deriving a set of adjacent-unit business pairs for each business unit node from grouped adjacent-unit business pair groups.
6 is a diagram illustrating generation of a Structural Information Control Net (SICN)-based process model from a process pattern graph.
7 is a diagram illustrating primitive process patterns, which are four components included in a structural information control net (SICN).
8 is a flowchart showing the configuration of an embodiment of a process mining method based on a structured information control net according to the present invention.

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.Hereinafter, the present invention will be described in detail so that those skilled in the art can easily understand and reproduce the present invention through preferred embodiments described with reference to the accompanying drawings. Although specific embodiments are illustrated in the drawings and related detailed descriptions are described, this is not intended to limit the various embodiments of the present invention to a specific form.

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.In describing the present invention, when it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the embodiments of the present invention, the detailed description thereof will be omitted.

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. When a component is referred to as being "connected" or "connected" to another component, it is understood that it may be directly connected or connected to the other component, but other components may exist in the middle. It should be.

반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다. On the other hand, when a component is referred to as being "directly connected" or "directly connected" to another component, it should be understood that there is no other component in the middle.

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.1 is a schematic diagram of a process mining system based on a structured information control net according to the present invention. As shown in FIG. 1, the structural information control net-based process mining system 100 according to the present invention is interlocked with a Workflow Process Management System (WPMS) 10.

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. Workflow Management System (WPMS) (10) interprets work procedures, interacts with business participants, and works through the use of software that can invoke the use of IT tools and applications. A computing system that partially or completely automates the definition, creation, execution and management of procedures.

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.The structured information control net-based process mining system 100 according to the present invention includes tasks executed by a work flow management system (WPMS) 10 that partially or completely automates the definition, creation, execution and management of work procedures. By analyzing the execution history of business processes, a process model based on Structured Information Control Nets (SICN) is created.

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.2 is a block diagram showing the configuration of an embodiment of a structured information control net-based process mining system according to the present invention. As shown in FIG. 2, the structural information control net-based process mining system 100 according to this embodiment includes a process execution history analysis unit 110, an adjacency relationship derivation unit 120, and a process model generation unit 130. ).

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.The process execution history analysis unit 110 analyzes the execution history of the work process. For example, the process execution history analysis unit 110 is based on a time stamp (Time-Stamp)-based process execution event log data ( Process Enactment Event Log Data) can be implemented to analyze the execution order of activities.

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.3 is a diagram illustrating process execution event log data based on a time stamp in an XES format configured in a cubic structure. As an instance of the process model is executed, a temporal execution sequence is recorded, and this temporal execution sequence is called a process execution event trace. Process Enactment Event Trace consists of a set of Event Logs of activities.

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.The adjacency relationship derivation unit 120 derives the adjacent relationship of activities from the execution history of the business process analyzed by the process execution history analysis unit 110, and diagrams the adjacency relationship between the derived unit tasks. Create a Process Pattern Graph.

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.Since the execution history of the business process is information in which the execution order of activities is recorded in a time series based on a time stamp, Adjacent relationships can be derived.

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.In order to derive the adjacent relationship of activities from the execution history of the business process, and to generate a process pattern graph by schematically drawing the adjacent relationship of the derived unit tasks, the adjacency relationship derivation unit 120 ) May include an adjacent-unit business pair extraction unit 121, an adjacent-unit business pair classification unit 122, and a pattern graph generation unit 123.

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. The adjacent-unit task pair extracting unit 121 extracts and groups adjacent-unit task pairs (Adjacent-Activities Pairs) from the execution order of the activities. 4 is a diagram illustrating an example of grouping by extracting adjacent-unit business pairs from the execution history of a business process.

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.Assuming that the unit tasks are executed in a time series from the beginning to the end of the work process in the order of'start -> α1 -> α2 -> α3 -> α4 -> α6 ->end', -The adjacent-unit business pairs extracted by the unit business pair extraction unit 121 are'start (ㅇ) ->α1','α1->α2','α2->α3','α3->α4', It becomes'α4 ->α6','α6-> end ( ㅇ )'.

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.The execution history of a business process is information in which the execution order of activities is recorded in a time series based on a time stamp, and when unit tasks are executed, a process instance event occurs and the process is executed. As event log data, it is recorded in the execution history of the business process.

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.As shown in FIG. 4, the adjacent-unit task pair extracting unit 121 searches for such a process instance event from the execution history of the work process and searches for temporal events (Temporal Workcases) as a unit task. By extracting them, adjacent-activity pairs are extracted and grouped by analyzing the adjacency relationship between unit tasks.

이 때, 인접-단위업무 쌍 추출부(121)는 다수의 업무 프로세스들의 실행 이력들로부터 인접-단위업무 쌍 그룹들을 각 업무 프로세스별로 추출하여 그룹화한다.At this time, the adjacent-unit task pair extracting unit 121 extracts and groups the adjacent-unit task pair groups for each work process from the execution histories of a plurality of work processes.

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.The neighbor-unit task pair classification unit 122 is extracted from a plurality of business processes by the neighbor-unit task pair extracting unit 121 and grouped from the grouped neighbor-unit task pair groups. By classifying the pairs, a set of adjacent-unit task pairs for each task node is derived.

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.FIG. 5 is a diagram illustrating generation of a process pattern graph by deriving a set of adjacent-unit business pairs for each unit business node from grouped adjacent-unit business pair groups. As shown in FIG. 5, the set of adjacent-unit business pairs for each unit business node is to classify and group adjacent-unit business pairs starting with the same unit business node from the grouped adjacent-unit business pair groups.

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.For example, each unit task node'start (ㅇ)','α1','α2','α3','α4','from the grouped adjacent-unit task pair groups extracted from multiple work processes. Neighbor-unit business pairs starting with α5','α6', and'end ( ㅇ )'can be classified and grouped. In FIG. 5, the weight refers to the number of identical adjacent-unit task pairs that are classified.

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.The pattern graph generation unit 123 generates a process pattern graph from a set of adjacent-unit business pairs for each unit business node derived by the adjacent-unit business pair classification unit 122. A process pattern graph generated by the pattern graph generator 123 is illustrated at the far right of FIG. 5.

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.As shown in Figure 5, the process pattern graph (Process Pattern Graph) synthesizes the adjacency relationship of the adjacent-unit task pair sets for each unit task node induced by the neighbor-unit task pair classification unit 122, and the same It is a schematic representation of the number of adjacent-unit business pairs.

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.The process model generation unit 130 is a structured information control net (SICN: Structured Information Control Nets)-based process model including primitive process patterns from the process pattern graph generated by the adjacent relationship derivation unit 120 Create (Process Model). In this case, the process model generation unit 130 may be implemented to calculate and display the branching ratio of each process pattern.

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.Meanwhile, the original process pattern may include a linear or sequential pattern, a disjunctive or selective-OR pattern, a conjunctive or parallel-AND pattern, and a repetitive or iterative-LOOP pattern.

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.6 is a diagram illustrating generation of a Structural Information Control Net (SICN)-based process model from a process pattern graph. When the process pattern graph as shown on the left side of FIG. 6 is generated by the pattern graph generation unit 123, the process model generation unit 130 is based on a structural information control net (SICN) as shown on the right side of FIG. Create a process model of

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.In this case, the Structural Information Control Net (SICN)-based process model refers to the four basic components of the business process, which are primitive process patterns, sequential patterns, selective patterns, parallel patterns, and repetitive patterns. It refers to a process model with characteristics.

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.The process model generation unit 130 includes sequential patterns, optional patterns, parallel patterns, repetitive patterns, and branching ratios thereof, which are primitive process patterns from the process pattern graph generated by the adjacent relationship derivation unit 120 And create a process model based on the Structured Information Control Nets (SICN) associated with them.

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.7 is a diagram illustrating original process patterns, which are four components included in a structural information control net (SICN). From the left of FIG. 7, a sequential pattern in which a unit task is sequentially executed, an optional pattern in which one unit task is selected and executed among a number of unit tasks, a parallel pattern in which a plurality of unit tasks are all executed simultaneously, a unit task is transferred to the previous It can be seen that the repetitive patterns that regress and repeat are each illustrated, and their branching ratios are indicated.

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.By implementing in this way, the present invention can accurately discover sequential patterns, selective patterns, parallel patterns, and repetitive patterns, which are four constituent elements (raw process patterns) of the process, in mining processes from the execution history of business processes, More accurate and efficient process mining is possible.

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.In contrast, the conventional Petri Nets-based process mining method is excellent in mathematical and analytical aspects, but has a fundamental limitation of being unstructured, so it is possible to discover sequential patterns, selective patterns, and parallel patterns, but repetitive patterns There was a limit to discovering the results, so the accuracy and efficiency of the process mining results could not be guaranteed.

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.The structural information control net-based process mining operation performed by the structured information control net-based process mining system according to the present invention as described above will be described with reference to FIG. 8. 8 is a flowchart showing the configuration of an embodiment of a process mining method based on a structured information control net according to the present invention.

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.First, in the process execution history analysis step 810, the structural information control net-based process mining system analyzes the execution history of the business process. For example, in the process execution history analysis step 810, the process execution event log data (Process Enactment Event Log) based on a time stamp in which the execution order of activities defined for the business process is recorded in time series. Data) can be implemented to analyze the execution order of activities.

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.Then, in the adjacency relationship derivation step 820, the structural information control net-based process mining system determines the adjacent relationship of the unit tasks from the execution history of the business process analyzed by the process execution history analysis step 810. It is derived, and a Process Pattern Graph is created that schematically illustrates the adjacent relationship of the derived unit tasks.

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.Since the execution history of the business process is information in which the execution order of activities is recorded in a time series based on a time stamp, Adjacent relationships can be derived.

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.In order to derive the adjacent relationship of activities from the execution history of the business process, and to create a process pattern graph by schematically drawing the adjacent relationship of the derived unit tasks, the adjacency relationship derivation step 820 ) May include an adjacent-unit business pair extraction step 821, an adjacent-unit business pair classification step 822, and a pattern graph generation step 823.

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.In the adjacent-unit task pair extraction step 821, the Structural Information Control Net-based process mining system extracts and groups Adjacent-Activities Pairs from the execution order of the activities.

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.The execution history of a business process is information in which the execution order of activities is recorded in a time series based on a time stamp, and when unit tasks are executed, a process instance event occurs and the process is executed. As event log data, it is recorded in the execution history of the business process.

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.In the adjacent-unit task pair extraction step (821), the Structural Information Control Net-based process mining system traces these process instance events from the execution history of the business process and extracts the temporal events into the unit tasks. , Adjacent-Activities Pairs are extracted and grouped by analyzing the adjacency relationship between the business units.

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.At this time, in the adjacent-unit business pair extraction step 821, the structured information control net-based process mining system extracts and groups adjacent-unit business pair groups for each business process from the execution histories of a plurality of business processes.

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.In the adjacent-unit business pair classification step 822, the structural information control net-based process mining system is extracted from a number of business processes by the adjacent-unit business pair extraction step 821 and grouped from the grouped adjacent-unit business pair groups. Adjacent-unit service pairs are classified for each unit business node, and a set of adjacent-unit business pairs for each unit business node is derived.

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.At this time, in the adjacent-unit business pair classification step 822, the structural information control net-based process mining system classifies and groups adjacent-unit business pairs starting with the same unit business node from the grouped adjacent-unit business pair groups. In addition, it can be implemented to generate a set of adjacent-unit business pairs for each unit business node by calculating the number of identical adjacent-unit business pairs.

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.In the pattern graph generation step 823, the Structural Information Control Net-based process mining system generates a process pattern graph from the set of adjacent-unit task pairs for each unit task node induced by the neighbor-unit task pair classification step 822.

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.In the pattern graph generation step (823), the structural information control net-based process mining system synthesizes the adjacency relationship of the adjacent-unit task pair sets for each unit task node induced by the neighbor-unit task pair classification step (822), and It can be implemented to plot the Process Pattern Graph by indicating the number of adjacent-unit task pairs.

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.Then, in the process model generation step 830, the structural information control net-based process mining system is a structural information control net containing primitive process patterns from the process pattern graph generated by the adjacency relation derivation step 820. Create a process model based on (SICN: Structured Information Control Nets).

이 때, 프로세스 모델 생성단계(830)에서 구조적 정보제어넷 기반 프로세스 마이닝 시스템이 각 프로세스 패턴의 분기 비율을 계산하여 표시하도록 구현될 수 있다.In this case, in the process model generation step 830, the structural information control net-based process mining system may be implemented to calculate and display the branch ratio of each process pattern.

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.Meanwhile, the original process pattern may include a linear or sequential pattern, a disjunctive or selective-OR pattern, a conjunctive or parallel-AND pattern, and a repetitive or iterative-LOOP pattern.

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.Structural Information Control Net (SICN)-based process model refers to the four basic components of a business process, which are primitive process patterns, which are sequential patterns, selective patterns, parallel patterns, and repetitive patterns that are structurally related. Means the process model.

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. The Structural Information Control Net-based process mining system is a sequential pattern, optional pattern, and parallel pattern, which are primitive process patterns from the process pattern graph generated by the adjacent relationship derivation step 820 in the process model generation step 830. In addition, by discovering and displaying repetitive patterns and their branching rates, they create a process model based on the Structured Information Control Nets (SICN) associated with them.

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.By implementing in this way, the present invention can accurately discover sequential patterns, selective patterns, parallel patterns, and repetitive patterns, which are four constituent elements (raw process patterns) of the process in mining processes from the execution history of business processes, More accurate and efficient process mining is possible.

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.In contrast, the conventional Petri Nets-based process mining method is excellent in mathematical and analytical aspects, but has a fundamental limitation of being unstructured, so it is possible to discover sequential patterns, selective patterns, and parallel patterns, but repetitive patterns. There was a limit to discovering the results, so the accuracy and efficiency of the process mining results could not be guaranteed.

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.The process model based on the Structured Information Control Nets (SICN), which is periodically or aperiodically generated and mined by the structured information control net-based process mining system 100 according to the present invention, is experimentally verified. Through the process, the definition, creation, execution, and management of work procedures are continuously reflected in the work flow management system (WPMS) 10, which is partially or completely automated, so that the performance of the work flow management system is continuously improved.

본 명세서 및 도면에 개시된 다양한 실시예들은 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 다양한 실시예들의 범위를 한정하고자 하는 것은 아니다. The various embodiments disclosed in the present specification and drawings are merely provided with specific examples to aid understanding, and are not intended to limit the scope of the various embodiments of the present invention.

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.Accordingly, the scope of the various embodiments of the present invention is included in the scope of the various embodiments of the present invention in addition to the embodiments described herein, all changes or modified forms derived based on the technical idea of the various embodiments of the present invention. It should be interpreted as being.

본 발명은 업무 프로세스를 마이닝 기술분야 및 이의 응용 기술분야에서 산업상으로 이용 가능하다.The present invention can be used industrially in the field of mining technology and its application technology.

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 생성부10: workflow management system
100: Structured Information Control Net-based process mining system
110: process execution history analysis unit
120: Adjacent relationship derivation unit
121: adjacent-unit business pair extraction unit
122: Adjacent-unit business pair classification unit
123: pattern graph generation unit
130: process model generation unit

Claims (10)

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;
포함하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.A process execution history analysis unit that analyzes the execution history of the work process;
The adjacent relationship of activities is derived from the execution history of the business process analyzed by the process execution history analysis unit, and a process pattern graph is created that diagrams the adjacent relationship of the derived unit tasks. An adjacent relationship derivation unit;
A process model generation unit that creates a process model based on Structured Information Control Nets (SICN) that includes primitive process patterns from the process pattern graph created by the adjacency relationship derivation unit. ;
Structured information control net-based process mining system including. 제 1 항에 있어서,
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 포함하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템.The method of claim 1,
The raw process pattern is:
A structural information control net-based process mining system including a linear or sequential pattern, a disjunctive or selective-OR pattern, a conjunctive or parallel-AND pattern, and a repetitive or iterative-LOOP pattern. 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.The method of claim 1,
Process execution history analysis unit:
Execution order of activities from Process Enactment Event Log Data based on Time-Stamp in which the execution order of activities defined for the business process is recorded in time series Structured information control net-based process mining system that analyzes. 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.The method of claim 3,
Adjacent relationship derivation is:
An adjacency-unit business pair extracting unit for grouping by extracting adjacent-activity pairs from the execution order of the activities;
Adjacent-unit task pairs are classified by each unit task node from the grouped adjacent-unit task pair groups extracted from a number of business processes by the neighbor-unit task pair extraction unit, and the neighbor-unit task per each unit task node An adjacent-unit task pair classification unit for inducing a pair set;
A pattern graph generation unit for generating a process pattern graph from a set of adjacent-unit business pairs for each unit business node derived by the adjacent-unit business pair classification unit;
Structured information control net-based process mining system including. 제 4 항에 있어서,
프로세스 모델 생성부가:
각 프로세스 패턴의 분기 비율을 계산하는 구조적 정보제어넷 기반 프로세스 마이닝 시스템. The method of claim 4,
The process model generator:
Structured Information Control Net-based process mining system that calculates the branching ratio of each process pattern. 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;
포함하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.A process execution history analysis step of analyzing the execution history of the work process;
The adjacent relationship of activities is derived from the execution history of the business process analyzed by the process execution history analysis step, and a process pattern graph is created that schematically shows the adjacent relationship of the derived unit tasks. A step of deriving an adjacent relationship;
A process model generation step that creates a process model based on Structured Information Control Nets (SICN) that includes primitive process patterns from the process pattern graph created by the adjacency relationship derivation step. To;
Structured information control net-based process mining method including. 제 6 항에 있어서,
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 포함하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.The method of claim 6,
The raw process pattern is:
Structural information control net-based process mining method including a sequential (linear or sequential) pattern, a selective (disjunctive or selective-OR) pattern, a parallel (conjunctive or parallel-AND) pattern, and a repetitive (repetitive or iterative-LOOP) pattern. 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.The method of claim 6,
In the process execution history analysis stage:
Execution order of activities from Process Enactment Event Log Data based on Time-Stamp in which the execution order of activities defined for the business process is recorded in time series Structured Information Control Net-based process mining method that analyzes. 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.The method of claim 8,
Steps to derive adjacency relationships are:
A step of extracting adjacent-unit business pairs for grouping by extracting adjacent-activity pairs from the execution order of the activities;
Adjacent-unit task pairs are classified by each unit task node from the grouped adjacent-unit task pair groups extracted from a number of business processes by the adjacent-unit task pair extraction step, and the neighbor-unit task for each unit task node An adjacent-unit task pair classification step for inducing a pair set;
A pattern graph generation step of generating a process pattern graph from a set of adjacent-unit business pairs for each unit business node derived by the adjacent-unit business pair classification step;
Structured information control net-based process mining method including. 제 9 항에 있어서,
프로세스 모델 생성단계에서:
각 프로세스 패턴의 분기 비율을 계산하는 구조적 정보제어넷 기반 프로세스 마이닝 방법.The method of claim 9,
In the process model creation stage:
A structural information control net-based process mining method that calculates the branching ratio of each process pattern.
KR1020190114017A 2019-09-17 2019-09-17 Process Mining System and Method based on the Structured Information Control Nets KR102294173B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190114017A KR102294173B1 (en) 2019-09-17 2019-09-17 Process Mining System and Method based on the Structured Information Control Nets

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190114017A KR102294173B1 (en) 2019-09-17 2019-09-17 Process Mining System and Method based on the Structured Information Control Nets

Publications (2)

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

Family

ID=75222718

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190114017A KR102294173B1 (en) 2019-09-17 2019-09-17 Process Mining System and Method based on the Structured Information Control Nets

Country Status (1)

Country Link
KR (1) KR102294173B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150082864A (en) * 2014-01-08 2015-07-16 국립대학법인 울산과학기술대학교 산학협력단 Method and appartus for process model discovery using process mining
WO2015141220A1 (en) * 2014-03-20 2015-09-24 日本電気株式会社 Information processing device and monitoring method
KR20160038672A (en) * 2014-09-29 2016-04-07 주식회사 사이버다임 System for managing and automatically controlling work and method thereof in atypical work
KR20180076290A (en) 2016-12-27 2018-07-05 경기대학교 산학협력단 Incremental data mining system and method for process-aware enterprise social networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150082864A (en) * 2014-01-08 2015-07-16 국립대학법인 울산과학기술대학교 산학협력단 Method and appartus for process model discovery using process mining
WO2015141220A1 (en) * 2014-03-20 2015-09-24 日本電気株式会社 Information processing device and monitoring method
KR20160038672A (en) * 2014-09-29 2016-04-07 주식회사 사이버다임 System for managing and automatically controlling work and method thereof in atypical work
KR20180076290A (en) 2016-12-27 2018-07-05 경기대학교 산학협력단 Incremental data mining system and method for process-aware enterprise social networks

Also Published As

Publication number Publication date
KR102294173B1 (en) 2021-08-25

Similar Documents

Publication Publication Date Title
Abad et al. Requirements engineering visualization: a systematic literature review
Kluza et al. Proposal of square metrics for measuring business process model complexity
Dakic et al. Process mining possibilities and challenges: a case study
Porouhan et al. Process and deviation exploration through Alpha-algorithm and Heuristic miner techniques
Ardimento et al. Mining developer's behavior from web-based IDE logs
Liu et al. A framework for online process concept drift detection from event streams
US10142198B2 (en) Node-centric analysis of dynamic networks
Ahmed et al. Process mining in data science: A literature review
Kaouni et al. Visual Analytics in Process Mining for Supporting Business Process Improvement.
Yahya The development of manufacturing process analysis: lesson learned from process mining
Schuster et al. Visualizing trace variants from partially ordered event data
KR102294173B1 (en) Process Mining System and Method based on the Structured Information Control Nets
Lee et al. Clustering and operation analysis for assembly blocks using process mining in shipbuilding industry
Song et al. Business process mining based on simulated annealing
Esgin et al. Process Profiling based Synthetic Event Log Generation.
Pham et al. Discovering redo-activities and performers' involvements from XES-formatted workflow process enactment event logs
Kerga et al. Modeling the benefits of frontloading and knowledge reuse in lean product development
Effendi et al. Conformance Checking to Evaluate Business Process Models using Modified Time-based Heuristics Miner Algorithm
Knopp et al. Discovering Object-Centric Process Simulation Models
Pourbafrani et al. Process Diagnostics at Coarse-grained Levels.
Calderón-Ruiz et al. Automatic discovery of failures in business processes using Process Mining techniques
Sudharson et al. A multimodal AI framework for hyper automation in industry 5.0
Szvetits et al. Enhancing root cause analysis with runtime models and interactive visualizations
Da Col et al. Large-scale benchmarks for the job shop scheduling problem
Sim et al. Statistical verification of process model conformance to execution log considering model abstraction

Legal Events

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