计算机应用

作者：黄华, 杨子仪, 李小龙, 李闯

单位：1.湖南工商大学 计算机学院, 长沙 410205；2.物联网智能感知与分布式协同优化湖南省高等学校重点实验室(湖南工商大学), 长沙 410205

关键词：概念漂移,预测性业务流程监控,业务流程管理,事件日志,双向长短时记忆,注意力机制

基金：国家自然科学基金青年科学基金资助项目(62002115);湖南省自然科学基金资助项目(2023JJ50319);湖南省自然科学基金青年项目(2022JJ40128);湖南省重点研发科技计划项目(2021NK2020);湖南省教育厅科学研究项目(21B0560);湘江实验室重大项目(23XJ01001);长沙市杰出创新青年培养计划项目(kq2107020);湖南省普通高等学校科技创新团队支持项目

为解决现有的业务流程监控（BPM）方法的模型精度随时间下降和实时性较差的问题，提出一种基于概念漂移的预测性业务流程监控（PPM）方法。首先，对事件日志数据进行预处理及编码；其次，利用双向长短时记忆（Bi-LSTM）网络模型从前后方向捕获足够的序列信息以构建业务流程模型，并利用注意力机制充分考虑不同事件对预测结果的贡献程度，赋予事件日志不同的权重，从而减少噪声对预测结果的影响；最后，将正在执行的实例输入构建的模型，得到预测的执行结果，并将这些结果作为历史数据对模型微调。在8个公开且真实的数据集上的测试结果表明，所提方法的平均预测准确率相较于支持向量机（SVM）、逻辑回归（LR）和随机森林（RF）等已有的BPM方法提升了5.4%~23.8%，且早期性和时间性能都优于现有的研究方法。

来源：2024年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第10期