可解释预测性流程监控：一项用户评估
人工智能
2025-07-25 v1
摘要
可解释性源于黑盒机器学习方法缺乏透明度，后者无助于培养对机器学习算法的信任与接受度。这在预测性流程监控领域同样存在，其中通过应用机器学习技术获得的预测需要向用户解释，以赢得其信任与接受。在本工作中，我们对预测性流程监控的解释方法开展了一项用户评估，旨在调查所提供的解释（i）是否可理解；（ii）在决策任务中是否有用；（iii）对于具有不同机器学习专业水平的流程分析师是否可进一步改进。用户评估的结果表明，尽管解释图对于业务流程管理用户——无论有无机器学习经验——在整体上可理解且对决策任务有用，但在不同图表的理解与使用上仍存在差异，且不同机器学习专业水平的用户理解和运用它们的方式亦不相同。
引用
@article{arxiv.2202.07760,
title = {Explainable Predictive Process Monitoring: A User Evaluation},
author = {Williams Rizzi and Marco Comuzzi and Chiara Di Francescomarino and Chiara Ghidini and Suhwan Lee and Fabrizio Maria Maggi and Alexander Nolte},
journal= {arXiv preprint arXiv:2202.07760},
year = {2025}
}