科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于异常值和缺失值的扰动影响，业务流程系统可能会产生低质量的事件日志。针对缺失活动的日志修复问题，现有日志修复研究主要从缺失活动的重构方面进行展开，很少有从预测缺失活动角度进行修复工作。本文提出一种结合迹行为特征的卷积神经网络模型，用来修复迹中的缺失活动。其核心思想是按照时间属性和活动属性两个维度，根据活动之间的行为关系，将业务流程的事件日志转换为空间数据，继而转化为图像矩阵，并通过卷积神经网络模型训练来预测缺失活动。所提出的方法从事件日志的角度出发，不依赖于任何有关生成事件日志的业务流程模型先验知识，最后利用真实和人工生成事件日志将所提方法与已有研究进行对比分析，实验结果表明本文所提出方法在活动修复精确度上优于已有研究结果。
- 单位
