ارائه یک چارچوب مفهومی برای پیش‌پردازش و بهبود کیفیت نگاره‌های رویداد در فرایندکاوی(1401/08/15)

Abstract

در دنیای پیچیده امروز حیات سازمان‌ها و کسب‌وکارها بدون شناخت و استفاده کارآمد از داده‌ها امکان پذیر نخواهد بود. فرایندکاوی با ترکیب روش‌های یادگیری ماشین و مفاهیم مدیریت فرایندهای کسب‌وکار، تلاش دارد تا دانش نهان مربوط به چگونگی اجرای فرایندها را از داده‌های ذخیره شده در سامانه‌های اطلاعاتی استخراج نماید. اولین گام در فرایندکاوی، فعالیت کشف فرایند است که امکان مدل‌سازی فرایندها بر مبنای داده‌های رویداد ورودی را فراهم می‌سازد. اما استفاده از این مزیت بدون وجود داده‌های مناسب و با کیفیت فراهم نخواهد شد، زیرا هرگونه تحلیل بر پایه داده‌های با کیفیت پایین منجر به ایجاد بینش و تصمیمات نامناسبی می‌شود که بر عملکرد سازمان یا کسب‌‎وکار تاثیر منفی خواهند گذاشت. هدف این پژوهش ارائه یک چارچوب مفهومی جدید برای پیش‌پردازش داده‌های ورودی به روش‌های کشف فرایند است تا کیفیت مدل فرایند نهایی بهبود یابد. چارچوب مفهومی پیشنهادی با استفاده از یک روش پژوهش کیفی بر اساس نظریه داده بنیاد پدید آمده است. بدین‌منظور 102 پژوهش مرتبط با حوزه کیفیت داده در فرایندکاوی مورد بررسی قرار گرفته و مهمترین چالش‌های کیفیت داده در این زمینه پس از پالایش و یکپارچه‌سازی آن‌ها از ادبیات شناسایی شده‌اند که شامل: «رویدادهای آشفته/کم‌تکرار»، «رویدادهای پرت»، «رویدادهای ناهنجار»، «مقادیر گمشده»، «قالب زمانی نادرست»، «برچسب‌های زمانی مبهم»، «فعالیت‌های مترادف» و «اندازه و پیچیدگی» می‌باشند. در ادامه گام‌های اساسی برای پیش‌پردازش و پاک‌سازی مناسب داده‌ها تعیین شده‌اند که در برگیرنده فعالیت‎های «ترمیم»، «کشف ناهنجاری»، «پالایش» و «کاهش ابعاد» می‌شوند. سپس چارچوب مفهومی نهایی بر پایه مشکلات کیفیت داده و فعالیت‌های پاک‌سازی شناسایی شده، ایجاد شده است. برای بررسی عملکرد چارچوب پیشنهادی از چهار مجموعه داده استاندارد‌ برگرفته از فرایندهای واقعی استفاده شده است، که این داده‌ها در مرحله اول به صورت خام و در مرحله دوم پس از انجام پیش‌پردازش توسط چارچوب معرفی شده به چهار الگوریتم متداول کشف فرایند اعمال شده‌اند. نتایج نشان داد که پیش‌پردازش داده‌های ورودی منجر به بهبود معیارهای کیفیت مدل استخراج شده از الگوریتم‌های کشف فرایند می‌شود. همچنین برای سنجش اعتبار چارچوب پیشنهادی، عملکرد آن با سه روش پیش‌پردازش «نمونه برداری»، «پیش‌پردازش آماری» و «انتخاب نمونه اولیه» مقایسه شده، که برآیندها بیانگر کارایی بهتر رویکرد پیشنهادی بوده است. نتایج پژوهش حاضر می‌تواند به عنوان یک رهیافت کاربردی توسط متخصصان و تحلیلگران داده و کسب ‎و کار در پروژه‌های فرایندکاوی مورد استفاده قرار گیرد.