即刻报警还是稍后报警：基于警报的规范性过程监控方法
机器学习
2020-10-15 v2 人工智能
机器学习
摘要
预测性过程监控是一类用于分析业务流程执行期间所产生的事件、以预测运行中的过程实例未来状态或最终结果的技术。该领域现有技术能够在过程实例的每一步预测其导致不良结果的可能性。然而，这些技术侧重于生成预测，并未规定过程工作人员应在何时以及如何干预以降低不良结果带来的成本。本文提出一个规范性过程监控框架，该框架以预测性监控为基础，增加了生成警报的能力，这些警报可触发干预以防止不良结果或减轻其影响。该框架引入了一个参数化成本模型，用以评估生成警报的成本-收益权衡。我们展示了如何给定历史过程执行事件日志和一组成本模型参数来优化警报生成。所提出的方法使用一系列真实事件日志进行了实证评估。实验结果表明，随着过程实例的推进，通过改变生成警报的阈值可以使不良结果的净成本最小化。此外，引入延迟触发警报（而非在不良结果概率超过阈值时立即触发）可降低净成本。
引用
@article{arxiv.1905.09568,
title = {Fire Now, Fire Later: Alarm-Based Systems for Prescriptive Process Monitoring},
author = {Stephan A. Fahrenkrog-Petersen and Niek Tax and Irene Teinemaa and Marlon Dumas and Massimiliano de Leoni and Fabrizio Maria Maggi and Matthias Weidlich},
journal= {arXiv preprint arXiv:1905.09568},
year = {2020}
}