前言
第1章 Petri網(wǎng)基礎(chǔ)知識(shí)
1.1 Petri網(wǎng)相關(guān)知識(shí)及性質(zhì)
1.1.1 Petri網(wǎng)的基本概念
1.1.2 Petri網(wǎng)的性質(zhì)
1.2 行為輪廓的相關(guān)知識(shí)及性質(zhì)
1.2.1 行為輪廓的定義
1.2.2 行為輪廓的相關(guān)性質(zhì)
第2章 過(guò)程挖掘
2.1 過(guò)程挖掘概述
2.1.1 過(guò)程發(fā)現(xiàn)
2.1.2 一致性檢測(cè)
2.1.3 模型優(yōu)化
2.2 過(guò)程模型的建模語(yǔ)言
2.2.1 YAWL
2.2.2 變遷系統(tǒng)
2.2.3 BPMN
2.2.4 Petri網(wǎng)
2.2.5 工作流網(wǎng)
2.3 過(guò)程挖掘的方法
第3章 基于行為依賴關(guān)系的過(guò)程挖掘
3.1 基于行為依賴關(guān)系的過(guò)程挖掘概述
3.2 基于日志自動(dòng)機(jī)的形態(tài)學(xué)片段過(guò)程模型挖掘
3.2.1 動(dòng)機(jī)例子
3.2.2 基本概念
3.2.3 基于日志自動(dòng)機(jī)的形態(tài)學(xué)片段挖掘過(guò)程模型方法
3.2.4 實(shí)例分析
3.2.5 基于形態(tài)學(xué)片段過(guò)程模型的建立
3.3 不完整日志下的結(jié)構(gòu)塊過(guò)程模型挖掘
3.3.1 基本概念
3.3.2 動(dòng)機(jī)例子
3.3.3 基于結(jié)構(gòu)塊的不完整日志挖掘方法
3.3.4 實(shí)例分析
3.4 業(yè)務(wù)流程的時(shí)延預(yù)測(cè)多類型隊(duì)列挖掘
3.4.1 基于不同類別的隊(duì)列系統(tǒng)進(jìn)行時(shí)延預(yù)測(cè)
3.4.2 實(shí)例分析
3.5 基于接口變遷的模塊網(wǎng)挖掘
3.5.1 動(dòng)機(jī)例子
3.5.2 基本概念
3.5.3 基于接口變遷逐步挖掘模塊網(wǎng)
3.6 基于模塊行為輪廓的過(guò)程模型挖掘
3.6.1 基本概念
3.6.2 動(dòng)機(jī)例子
3.6.3 基于腰事件的過(guò)程模型挖掘方法
3.6.4 實(shí)例分析
3.7 基于行為特征網(wǎng)的過(guò)程模型分解挖掘
3.7.1 動(dòng)機(jī)例子
3.7.2 基本概念
3.7.3 過(guò)程模型的分解挖掘算法
3.7.4 實(shí)例分析
第4章 基于間接依賴關(guān)系的過(guò)程挖掘
4.1 基于間接依賴關(guān)系的過(guò)程挖掘概述
4.2 基于擬間接依賴的過(guò)程挖掘分析
4.2.1 基本概念
4.2.2 基于擬間接依賴的流程挖掘分析方法
4.2.3 實(shí)例分析
4.3 基于間接繼承的過(guò)程挖掘
4.3.1 基本概念
4.3.2 基于活動(dòng)集群的間接繼承過(guò)程模型挖掘方法
4.3.3 實(shí)例分析
4.4 基于擬間接依賴的過(guò)程挖掘
4.4.1 基本概念
4.4.2 基于擬間接依賴的過(guò)程模型挖掘方法
4.4.3 實(shí)例分析
4.5 業(yè)務(wù)流程中的擬間接依賴挖掘
4.5.1 基本概念
4.5.2 基于擬間接依賴關(guān)系挖掘隱變遷的方法
4.5.3 實(shí)例分析
第5章 交互業(yè)務(wù)流程挖掘
5.1 基于特征網(wǎng)的交互過(guò)程模型挖掘
5.1.1 研究動(dòng)機(jī)
5.1.2 基本概念
5.1.3 基于特征網(wǎng)挖掘過(guò)程模型
5.1.4 實(shí)例分析
5.2 基于模型合并的過(guò)程挖掘
5.2.1 基本概念
5.2.2 基于模型合并的挖掘方法
5.2.3 實(shí)例分析
5.3 基于接口變遷的模塊網(wǎng)挖掘
5.3.1 研究動(dòng)機(jī)
5.3.2 基本概念
5.3.3 基于接口變遷逐步挖掘模塊網(wǎng)
5.3.4 實(shí)例分析
5.4 融合特征網(wǎng)與模塊網(wǎng)的業(yè)務(wù)流程挖掘
5.4.1 研究動(dòng)機(jī)
5.4.2 基本定義
5.4.3 模塊網(wǎng)
5.4.4 特征網(wǎng)
5.4.5 模塊網(wǎng)與特征網(wǎng)的融合
5.4.6 實(shí)例分析
第6章 基于業(yè)務(wù)流程結(jié)構(gòu)的隱變遷挖掘
6.1 隱變遷挖掘概述
6.2 基于事件活動(dòng)捆綁挖掘隱變遷
6.2.1 基本概念
6.2.2 隱變遷的挖掘
6.2.3 案例分析
6.3 基于域挖掘業(yè)務(wù)流程隱變遷
6.3.1 基本概念
6.3.2 基于域挖掘業(yè)務(wù)流程隱變遷的方法
6.3.3 實(shí)例分析
6.4 基于塊結(jié)構(gòu)的過(guò)程模型隱變遷挖掘
6.4.1 基礎(chǔ)知識(shí)
6.4.2 基于塊結(jié)構(gòu)挖掘隱變遷的方法
6.4.3 案例分析
6.5 基于流程樹(shù)切挖掘業(yè)務(wù)流程隱變遷
6.5.1 基本概念
6.5.2 流程樹(shù)切挖掘業(yè)務(wù)流程隱變遷的算法
6.5.3 實(shí)例分析
第7章 基于Petri網(wǎng)行為關(guān)系的隱變遷挖掘
7.1 基于Petri網(wǎng)行為輪廓從事件日志中挖掘隱變遷
7.1.1 動(dòng)機(jī)例子
7.1.2 基本概念
7.1.3 基于Petri網(wǎng)行為輪廓從事件日志中挖掘隱變遷的方法
7.1.4 挖掘不可見(jiàn)任務(wù)的算法
7.1.5 實(shí)例分析
7.2 基于Petri網(wǎng)行為輪廓挖掘業(yè)務(wù)流程隱變遷
7.2.1 基本概念
7.2.2 基于行為輪廓挖掘隱變遷的方法
7.2.3 案例分析
7.2.4 仿真實(shí)驗(yàn)
7.3 基于Petri網(wǎng)概率行為關(guān)系挖掘隱變遷模型
7.3.1 研究動(dòng)機(jī)
7.3.2 基本概念
7.3.3 基于概率行為關(guān)系挖掘帶有隱變遷的模型
7.3.4 實(shí)例分析
第8章 過(guò)程模型優(yōu)化分析
8.1 過(guò)程模型優(yōu)化概述
8.2 基于執(zhí)行日志的業(yè)務(wù)流程挖掘優(yōu)化
8.2.1 基礎(chǔ)知識(shí)
8.2.2 基于Petri網(wǎng)行為輪廓的基本結(jié)構(gòu)
8.2.3 業(yè)務(wù)流程挖掘優(yōu)化算法
8.2.4 實(shí)例分析
8.3 基于片段適配的業(yè)務(wù)模型的優(yōu)化
8.3.1 研究動(dòng)機(jī)
8.3.2 基本概念
8.3.3 基于Petri網(wǎng)優(yōu)化交互過(guò)程模型
8.3.4 實(shí)例仿真分析
8.3.5 片段適配優(yōu)化分析
8.3.