针对传统流程发现算法在处理大规模事件日志时的性能瓶颈问题，提出一种基于轨迹信息增量的日志采样方法，通过量化事件之间的直接跟随关系和轨迹的特征信息，将轨迹是否带有新的流程行为作为采样标准，基于统计理论确定了最小连续遍历样本数量。为了进一步提高预处理速度，提出二进制指数跳跃算法来避免扫描重复轨迹。通过4个真实事件日志的实验表明，所提采样方法可以快速有效地缩小事件日志的规模，并保留关键的控制流和频率信息，同时提高流程发现算法的运行速度。
科研之友
微信
新浪微博
Facebook
分享链接
