了解你的流：关于意图事件流的概念化、特征化与生成
数据库
2026-04-03 v1 机器学习
摘要
向 IoT 驱动的、传感器驱动的系统转变，改变了操作数据的生成方式，使得连续、实时的事件流（ES）优于静态事件日志。这一演变给流式过程挖掘（SPM）带来了新挑战，必须应对乱序事件、并发活动、不完整案例和概念漂移。然而，SPM 算法的评估仍根植于过时的实践，依赖静态日志或人工流化数据，这些数据无法反映真实世界流的复杂性。为填补这一空白，我们首先对数据流文献进行全面综述，以识别 SPM 社区目前未反映的流特征。接下来，我们利用这些信息扩展 ES 的概念基础。最后，我们提出了 Stream of Intent，一个用于生成具有特定特征的事件流的原型生成器。我们的评估表明，该生成器在为 SPM 的目标基准测试和自适应算法开发生成可复现的、意图明确的事件流方面表现出色。
引用
@article{arxiv.2604.01440,
title = {Know Your Streams: On the Conceptualization, Characterization, and Generation of Intentional Event Streams},
author = {Andrea Maldonado and Christian Imenkamp and Hendrik Reiter and Thomas Seidl and Wilhelm Hasselbring and Martin Werner and Agnes Koschmider},
journal= {arXiv preprint arXiv:2604.01440},
year = {2026}
}