通过事件抽象挖掘日常生活的流程模型描述

流程挖掘技术致力于从事件日志中提取对流程的洞察。当应用于智能家居环境的数据时，流程挖掘有潜力为（不）健康习惯提供有价值的洞察，并为环境辅助生活解决方案做出贡献。然而，智能家居环境中记录的事件处于传感器触发层面，在此层面上，流程发现算法会产生过度泛化的流程模型，这些模型允许过多的行为且难以供人类专家解释。我们表明，将事件抽象到更高层次的解释能够发现更精确、更易理解的模型。我们提出了一个特征提取框架，该框架基于事件日志的 XES IEEE 标准，可通过监督学习方法用于抽象。该框架在传感器和人类活动事件均已知的训练数据上进行训练后，能够自动将传感器层面的事件抽象为人类活动层面的解释。我们在三个真实的智能家居事件日志上演示了我们的抽象框架，并表明抽象后可发现的流程模型确实更加精确。