科研之友
微信
新浪微博
Facebook
分享链接
摘要
流程预测性监控通过对业务流程及其属性的预测，预防运行中的实例未来可能会面临的风险，从而及时干预流程。流程剩余时间预测是避免业务超时风险的一项预测任务，然而业务执行是动态的过程，可能会随时间或业务规模的增长而发生变化。这就要求预测模型能够持续更新以捕捉这些变化，同时要有足够的输入信息来区分变化前后的差异，并且预测模型应具有充分的拟合与泛化能力。针对上述问题，本文提出支持增量日志的流程剩余时间预测框架。具体而言，提出特征自选取策略，构建多特征预测模型，丰富预测任务的已知信息，将所得特征组合作为模型输入，提高预测模型的拟合能力。然后，将定期和定量作为模型更新的判断依据，提出定期更新、定量更新和综合更新三种增量更新机制。最后，基于六个真实事件日志，实现了三种不同的预测模型，模拟了增量更新过程。实验结果验证了本文所提方法的有效性，提高了流程剩余时间预测的准确率。
- 单位
