面向成本感知周期时间缩减的规范性过程监控
机器学习
2021-09-16 v2 人工智能
摘要
缩减周期时间是业务流程管理领域一个反复出现的关注点。视流程不同，可触发各种干预措施来缩减案例的周期时间，例如，在订单到交付流程中使用更快的运输服务，或致电客户获取缺失信息而非被动等待。每种干预都伴随成本。本文解决的是以确定是否及何时触发缩减时间的干预、从而最大化总净收益的问题。论文提出一种规范性过程监控方法，使用正交随机森林模型来估计对流程每个进行中案例触发缩减时间干预的因果效应。基于该因果效应估计，方法依据用户定义策略触发干预。该方法在两个真实日志上进行了评估。
引用
@article{arxiv.2105.07111,
title = {Prescriptive Process Monitoring for Cost-Aware Cycle Time Reduction},
author = {Zahra Dasht Bozorgi and Irene Teinemaa and Marlon Dumas and Marcello La Rosa and Artem Polyvyanyy},
journal= {arXiv preprint arXiv:2105.07111},
year = {2021}
}