MIDOONY Logo

فرایند کاوی چیست ؟ Process Mining

1400/08/05
فرایند کاوی چیست ؟ Process Mining

#فرایند_کاوی روشی تحلیلی شامل هوش محاسباتی، #داده_کاوی و کشف فرایند بوده و هدف اصلی آن استخراج و مدل سازی اطلاعات فرایندها از طریق  تحلیل فایل های ثبت رویداد یک سیستم یا کسب و کار خاص می باشد. اینکار از بررسی داده های بدون ساختار رویدادها شروع شده و با استفاده از تکنیک های فرایند کاوی، یک مدل قابل اعتماد و گرافیکی از فرایندهای واقعی در قالب نمودار ارائه می نماید.
فرایند کاوی بسته به هدف اجرای آن، به سه نوع پردازش زیر تقسیم می گردد:
•    کشف فرایند (Process discovery)- که براساس دریافت اطلاعات رویدادها، پردازش آنها و تولید یک مدل صورت می پذیرد. دانش قبلی از فرایندها لازم نیست اما می تواند در برخی موارد مفید باشد.
•    بررسی انطباق (Conformance checking)- با استفاده از یک مدل شناخته شده، می توان بررسی کرد که آیا اطلاعات یک رویداد جدید با مدل موجود مطابقت دارد. اینکار برای شناسایی تنگناها، خطاها یا انحرافات فرایندی بین مدل ایده آل و فرایندهای واقعی استفاده می گردد.
•    ارتقای فرایند (Process enhancement)- با جمع آوری و تحلیل داده فرایندهای جدید، مدل های موجود جهت بهبود عملکرد یا شباهت با فرایندهای واقعی اصلاح می گردند. بهبودها می توانند پس از شناسایی رفتارهای نامطلوب در رویدادهای جدید، حاصل شوند.
شکل زیر سه نوع فرایند کاوی را بسته به ورودی و خروجی نشان می دهد. در حالی که دوتای آخری کاملاً به مدل داده شده وابسته هستند، اولی وظیفه تولید آن مدل را بر عهده دارد.

برای درک راحت تر ابزارها و پتانسیل فرایند کاوی، داشتن دانش جزئی از کارکردهای معمول آن ضروری می باشد. به همین دلیل، رایج ترین ویژگی های فرایند کاوی در زیر به اختصار توضیح داده شده است.
• فیلتر کردن داده ها (Filtering data): بیشتر ابزارهای موجود امکان فیلتر اطلاعات بر اساس مقدار پارامترهای شرایط، حذف مواردی که زمان آنها سپری شده، جدا سازی فرایندهای اشتباه از صحیح و از این قبیل را دارند. 
• کشف خودکار فرایند کسب و کار (Automated business process discovery): این ویژگی امکان می دهد از طریق کاربرد الگوریتم های کاوش، مدلی کلی که معرف رفتار یک نوع فرایند است بدست آید. 
• بررسی انطباق (Conformance checking): این کارکردی است که مستقیماً به نوع دوم فرایند کاوی مربوط می شود و  تشخیص مراحل فرایند که در مدل متناظر آن دیده نشده، انتقال های ناخواسته و از این قبیل را در بر می گیرد.
• خوشه بندی پایش فرایند (Trace clustering): با توجه به مجموعه ای از فرایندها، قادر به تشخیص خوشه های فرایندی بر اساس ویژگی های آنها بوده و یک مدل خاص برای فرایندهای داخل یک خوشه ایجاد می گردد.
• کاوش شبکه های اجتماعی (Social network mining): با توجه به اینکه داده های ثبت رویدادها حاوی اطلاعات منابع می باشند، روابط بین آنها را کشف می نماید. مشخصا برای فرایندهای مربوط به رفتارها و تعاملات انسانی طراحی شده اند.
• کاوش قواعد تصمیم گیری (Decision rule mining): مدل کشف شده قبلی را با شناسایی و در بر گرفتن الگوها بهبود می بخشد. نکاتی در نقاط تصمیم گیری ارائه می دهد تا علت حرکت فرایند در مسیرهای متعدد را بصورت گرافیکی نشان دهد.
• گزارش عملکرد (Performance reporting): همراه با کشف فرایندها از مهمترین ویژگی فرایند کاوی است. پس از بدست آمدن مدل، امکان تحلیل رفتار فرایندها بر اساس عملکردشان وجود دارد شامل : متوسط زمان تکمیل فرایند، بیشترین رویدادهای تکراری، تعداد رویدادها در هر بار و از این قبیل
• مصورسازی فرایند (Process visualization): نمایش تصویری رویدادها در مدل تولید شده همراه با برچسب زمان، امکان مصور سازی چرخه عمر هر بار اجرای فرایند در زمان واقعی، امکان مکث و مشاهده وضعیت سیستم در یک لحظه خاص را فراهم می نماید.
• تحلیل های دلتا (Delta analysis): بسیار شبیه به ویژگی بررسی انطباق است و بر اساس تشخیص تفاوت بین فرایندهای واقعی و فرایند ایده آل یا از قبل تعریف شده عمل می نماید.

امروزه، هیچ ابزار عمومی وجود ندارد که اطلاعات رویدادها را به عنوان ورودی گرفته و مدل فرایندی را به عنوان خروجی تولید کند. به همین دلیل اینکار بیشتر به نوع داده های پردازش شده بستگی دارد، بنابراین طراحی ابزاری که با هر نوع فایل ثبت رویدادی کار کند، بسیار پیچیده و دشوار است.

یکی از قسمت های اساسی فرایند کاوی، الگوریتمی است که برای کشف مدل پنهان در فرایندهای جمع آوری شده استفاده می شود. الگوریتم های زیادی در ابزارها وجود دارند که عملکرد آنها در چند سال اخیر مورد مطالعه قرار گرفته است. ویژگی اصلی که مناسب بودن یک الگوریتم را مشخص می کند عبارت است از درجه ساختاردهی فرایندهای مرتبط با مدل تولیدی. مانند، فرایندهایی که در انجام آنها مداخله انسان با اخذ تصمیم، ضروری است. جایی که مرحله بعدی فرایند می تواند انجام انتخاب توسط یک فرد باشد.

#Data_Mining

#Business_Process

#Process_Mining

 

0 300
دیدگاه کاربران
0 دیدگاه
شما هم دیدگاه خود را ارسال کنید