将参与者行为与过程性能随时间的关联

理解参与者行为如何影响过程结果是过程挖掘的一个关键方面。传统方法通常使用聚合和静态的过程数据，忽略了由个体参与者行为产生的时间与因果动态。这限制了对真实世界过程复杂性的准确捕捉，而在真实世界过程中，个体参与者行为及参与者之间的交互显著塑造了性能。在本工作中，我们通过将参与者行为分析与 Granger 因果关系相结合来弥补这一空白，以识别时间序列数据中的相关关联。我们将该方法应用于真实世界事件日志，为参与者交互（即延续、中断和交接）以及过程结果构建时间序列。使用 Group Lasso 进行滞后选择，我们识别出一组数量少但持续具有影响力的滞后，它们捕获了大部分因果影响，揭示了参与者行为对过程性能（尤其是吞吐时间）具有直接且可测量的影响。这些发现证明了以参与者为中心、基于时间序列的方法在揭示驱动过程结果的时间依赖性方面的潜力，为个体行为如何影响整体过程效率提供了更细致的理解。