国内刊号:11-2560/TP
国际刊号:1000-9825
发布日期:
作者:林雷蕾,钱忱,闻立杰,邱泓钧
单位:林雷蕾,首都师范大学 管理学院, 北京 100089;工业大数据系统与应用北京市重点实验室, 北京 10008411,钱忱,清华大学 软件学院, 北京 10008402,闻立杰,清华大学 软件学院, 北京 100084;工业大数据系统与应用北京市重点实验室, 北京 10008403,邱泓钧,香港科技大学 工学院, 香港 99907704
关键词:过程挖掘;孪生机制;一致性度量;特征表示
基金:国家重点研发计划(2019YFB1704003); 国家自然科学基金(62021002); 北京市教育委员会科学研究计划(KM202310028003)
合规性检查是过程挖掘领域的重要场景之一, 其目标是判断实际运行的业务行为与理想的业务行为是否一致, 进而为业务过程管理提供决策依据. 传统的合规性检查方法存在度量指标过多、效率低等问题. 此外, 现有研究在检查过程文本与过程模型之间的合规性时严重依赖专家知识. 为此, 提出面向过程文本的合规性检查方法. 首先, 基于过程模型的执行语义生成图轨迹, 并利用词向量模型提取图轨迹中的结构特征. 同时, 引入霍夫曼树提升词向量模型的效率. 接着, 对过程文本和模型中的活动特征进行提取, 并利用孪生机制提升训练效率. 最后, 对所有特征进行融合, 并利用全连接层预测过程文本与过程模型之间的一致性得分. 实验表明, 所提方法的平均绝对误差值要比已有方法低2个百分点.
来源:2024年第10期
《软件学报》期刊编辑部