Algoritmo para construir variantes de proceso a partir de registros de eventos con alto número de sucesiones indirectas entre las tareas

Abstract

Los Sistemas de Gestión de Procesos de Negocios permiten almacenar registros de los eventos de los procesos que gestionan. La minería de procesos impulsa el desarrollo de técnicas y herramientas que permiten extraer y analizar la información almacenada en los registros de eventos. La presencia de ruido y ausencia de información en los registros de eventos genera una diversidad de comportamiento que dificulta la identificación de patrones de control de flujo por parte de los algoritmos de descubrimiento. La Minería de Variantes es una técnica de descubrimiento para la obtención de variantes de procesos de negocio. El comportamiento que más afecta a la Minería de Variantes son las sucesiones indirectas, aumentando considerablemente su complejidad temporal. Los algoritmos de descubrimiento utilizan diferentes enfoques para tratar el comportamiento generado por el ruido y la ausencia de información. En esta investigación se propone un algoritmo que permite descubrir variantes de proceso en un menor tiempo independientemente del número de sucesiones indirectas. El algoritmo utiliza el enfoque de procesar las sucesiones indirectas en función de su frecuencia de aparición. Se muestra un análisis de los resultados de la aplicación del algoritmo ante registros de eventos que generan diferentes cantidades de sucesiones indirectas . Estos resultados son comparados con los obtenidos a partir de la Minería de Variantes.

Business Process Management Systems allow to store event logs related to processes executions. Process mining boosts the development of tools and techniques that allow to extract and analyze the information stored in the event logs. The presence of noise and absence of information in the event logs generates a diversity of behavior that hampers the identification of control flow patterns by discovery algorithms. Variants Mining is a discovery technique to obtain business process variants. The behavior that most affects Variants Mining are indirect successions, greatly increasing their time complexity. Discovery algorithms use different approaches to deal with the behavior generated by noise and absence of information. An algorithm to discover process variants in a shorter time regardless of the number of indirect successions is proposed. The algorithm uses the approach of processing the indirect successions by their occurrence frequency. An analysis of the algorithm results on event logs with different amounts of indirect successions is presented. These results are compared with those obtained by the Variants Mining algorithm.