基于机器学习的流程异常预测方法

摘要：

鉴于工作流在逻辑信息组织和协同工作方面的优势,近年来被广泛应用于各行各业.通过工作流技术实现的业务流程管理可以协调多种资源执行生产工作或服务,为客户产生价值.然而,在业务流程执行的过程中,可能会发生异常情况,阻止其按照预定的方式执行,给业务流程的目标带来风险,需要在流程执行的过程中提前预测发现异常,尽早做出调整.因此,提出一种基于机器学习方法的异常检测方法,通过挖掘流程执行的日志记录和活动执行时间信息,实时预测业务流程中的超期异常和流程行为异常.经过在公开数据集上的实验表明,所提算法能有效地找出潜在超期异常的流程,以及行为异常的流程.

关键词：业务流程、异常检测、机器学习、日志记录、工作流

所属期刊栏目：25

分类号：TP3(计算技术、计算机技术)

资助基金：国家重点研发计划资助项目2018YFB1003800;国家自然科学基金资助项目61772334

在线出版日期：2019-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：864-872