基于模式抽象与局部过程模型的无监督事件抽象

过程挖掘基于存储在事件日志中的事件分析业务流程。然而，一些记录的事件可能对应于非常低抽象层级的活动。当事件记录在过低粒度层级时，过程发现方法倾向于生成过度泛化的过程模型。将低层事件分组到更高层活动，即事件抽象，可用于发现更好的过程模型。现有事件抽象方法主要基于公共子序列和聚类技术。本文中，我们提议首先发现局部过程模型，然后利用这些模型将事件日志提升到更高抽象层级。我们的猜想是，在获得的高层事件日志上发现的过程模型会返回更高质量的过程模型：其适应度与精度分数更为平衡。我们通过多个真实事件日志的初步结果展示了这一点。