Nghiên cứu kỹ thuật khai phá quy trình và ứng dụng để phân tích quy trình yêu cầu bồi thường tại sân bay

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG ĐỖ PHAN TRƯỜNG NGHIÊN CỨU KỸ THUẬT KHAI PHÁ QUY TRÌNH VÀ ỨNG DỤNG ĐỂ PHÂN TÍCH QUY TRÌNH U CẦU BỒI THƯỜNG TẠI SÂN BAY LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN Đà Nẵng - Năm 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG ĐỖ PHAN TRƯỜNG NGHIÊN CỨU KỸ THUẬT KHAI PHÁ QUY TRÌNH VÀ ỨNG DỤNG ĐỂ PHÂN TÍCH QUY TRÌNH U CẦU BỒI THƯỜNG TẠI SÂN BAY Chuyên ngành: HỆ THỐNG THÔNG TIN Mã số: 60.48.01.04 LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN Người hướng dẫn khoa học: TS PHẠM ANH PHƯƠNG Đà Nẵng - Năm 2016 LỜI CAM ĐOAN Tôi xin cam đoan luận văn nghiên cứu kỹ thuật khai phá quy trình ứng dụng phân tích quy trình xử lý yêu cầu bồi thƣờng sân bay thực dƣới hƣớng dẫn TS Phạm Anh Phƣơng Tất tài liệu tham khảo từ nghiên cứu liên quan đến luận văn đƣợc nêu nguồn gốc cách rõ ràng từ danh mục tài liệu tham khảo Trong luận văn, khơng có việc chép tài liệu, cơng trình nghiên cứu ngƣời khác mà không ghi rõ tài liệu tham khảo TÁC GIẢ Đỗ Phan Trƣờng MỤC LỤC MỞ ĐẦU 1 Tính cấp thiết đề tài Mục tiêu nghiên cứu Đối tƣợng phạm vi nghiên cứu Phƣơng pháp nghiên cứu .3 Bố cục đề tài CHƢƠNG 1: TỔNG QUAN VỀ KHAI PHÁ QUY TRÌNH 1.1 GIỚI THIỆU CHUNG VỀ KHAI PHÁ QUY TRÌNH 1.2 MƠ HÌNH QUY TRÌNH VÀ PHÂN TÍCH MƠ HÌNH THEO QUY TRÌNH 1.2.1 Mơ hình hóa quy trình 1.2.2 Một số ngơn ngữ mơ hình quy trình .7 1.2.3 Phân tích quy trình dựa mơ hình 1.2.4 Giới hạn phân tích quy trình dựa mơ hình 1.2.5 Các thao tác nhật ký kiện mơ hình quy trình 10 1.3 BÀI TỐN PHÁT HIỆN QUY TRÌNH .11 1.3.1 Nhật ký kiện 11 1.3.2 Phát quy trình 14 1.4 KIỂM TRA PHÙ HỢP 17 1.4.1 Bài toán kiểm tra phù hợp 17 1.4.2 Kiểm tra phù hợp theo trƣờng hợp replay 19 1.4.3 Kiểm tra phù hợp theo so sánh vết 22 1.4.4 Ứng dụng khác kiểm tra phù hợp 22 1.5 MỞ RỘNG QUY TRÌNH 24 1.5.1 Thêm quan điểm tổ chức 25 1.5.2 Thêm quan điểm thời gian xác suất .29 1.5.3 Thêm quan điểm trƣờng hợp .30 1.6 KẾT LUẬN CHƢƠNG I 31 CHƢƠNG II MỘT SỐ THUẬT TOÁN KHAI PHÁ QUY TRÌNH 32 2.1 THUẬT TỐN ALPHA .32 2.1.1 Đầu vào thuật toán 32 2.1.2 Thuật toán: 34 2.1.3 Ý tƣởng thuật toán Alpha .35 2.1.4 Giới hạn thuật toán Alpha .36 2.2 THUẬT TỐN KHAI PHÁ QUY TRÌNH HEURISTIC (HM) 41 2.2.1 Đầu vào đầu thuật toán 41 2.2.2 Thuật toán khai phá quy trình Heuristic .43 2.2.3 Kết luận thuật tốn khai phá quy trình Heuristic 56 2.3 THUẬT TOÁN KHAI PHÁ QUY TRÌNH DI TRUYỀN (GPM) .57 2.3.1 Thuật toán di truyền (GA) 57 2.3.2 Một số lựa chọn thiết kế cần thực .60 2.3.3 Kết luận thuật tốn khai phá quy trình di truyền 65 2.4 KẾT LUẬN CHƢƠNG 65 CHƢƠNG III ỨNG DỤNG KHAI PHÁ QUY TRÌNH XỬ LÝ YÊU CẦU BỒI THƢỜNG TẠI SÂN BAY 67 3.1 BÀI TOÁN KHAI PHÁ QUY TRÌNH XỬ LÝ YÊU CẦU BỒI THƢỜNG TẠI SÂN BAY 67 3.1.1 Đầu vào toán 67 3.1.2 Đầu toán .69 3.1.3 Hƣớng giải toán 69 3.2 CƠNG CỤ KHAI PHÁ QUY TRÌNH PROM 69 3.2.1 Giới thiệu chung công cụ khai phá quy trình ProM .69 3.2.2 Các chức cơng cụ khai phá quy trình ProM 70 3.3 THỰC NGHIỆM KHAI PHÁ QUY TRÌNH XỬ LÝ YÊU CẦU BỒI THƢỜNG TẠI SÂN BAY 75 3.3.1 Khai phá quy trình xử lý yêu cầu bồi thƣờng thuật toán Alpha .75 3.3.2 Khai phá quy trình xử lý yêu cầu bồi thƣờng thuật toán Heuristic mining 77 3.3.3 Khai phá quy trình yêu cầu bồi thƣờng thuật tốn khai phá quy trình di truyền .79 3.3.4 Đánh giá thuật toán .82 3.4 KẾT LUẬN CHƢƠNG 84 KẾT LUẬN 85 TÀI LIỆU THAM KHẢO 87 QUYẾT ĐỊNH GIAO ĐỀ TÀI (BẢN SAO) DANH MỤC CÁC CHỮ VIẾT TẮT BPM Business Process Management BPMN Business Process Modeling Notation C-net Causal Net CRM Customer Relationship Management DG Dependency Graph EmiT Enhanced Mining Tool EPC Event-driven Process Chain ERP Enterprise Resource Planning FHM Flexible Heuristics Miner GPM Genetic Process Mining HM Heuristics Miner MXML Mining eXtensible Markup Language PNML Petri Net Markup Language SCM Software Configuration Management SWF-net Structured Workflow Net WFM Workflow management WF-net Workflow Nets XES eXtensible Event Stream YAWL Yet Another Workflow Language DANH MỤC CÁC BẢNG Bảng 1.1: Một ví dụ bảng ghi kiện 12 Bảng 1.2: Một cách biểu diễn gọn ghi kiện 13 Bảng 1.3: Một ghi kiện đơn giản với thông tin nguồn lực đƣợc làm bật 26 Bảng 1.4: Bảng nguồn lực hoạt động cho thấy thời gian trung bình ngƣời thực hoạt động cho trƣờng hợp 26 Bảng 2.1: Ví dụ bảng in vết 33 Bảng 2.2: Chuyển đổi mạng Petri hình 2.8 thành C-net 43 Bảng 2.3: Đếm tần suất xuất mối quan hệ nhân hoạt động 47 Bảng 2.4: Đếm số vịng lặp có độ dài (tức đếm a >>w b) 47 Giá trị 89 vị trí D,F cho biết có 89 mẫu DF ghi kiện 47 Bảng 2.5: Hiển thị độ phụ thuộc hoạt động 49 Bảng 2.6: Đồ thị phụ thuộc kết đƣợc suy từ bảng 2.5 49 Bảng 2.7: Một C-net mở rộng đồ thị phụ thuộc bảng 2.6 với liên kết ghi kiện với 1000 vết 52 Bảng 3.1: Bản ghi kiện LFull 68 Bảng 3.2: So sánh, đánh giá thuật toán thực nghiệm 82 DANH MỤC CÁC HÌNH VẼ Hình 1.1: Sơ đồ khai phá quy trình Hình 1.2: Ba liên quan ghi kiện quy trình mơ hình: Play-in, Play-out, Replay 10 Hình 1.3: WF-net N2 đƣợc phát cho L2 15 Hình 1.4: Vấn đề phát lại quy trình 16 Hình 1.5: Kiểm tra phù hợp 18 Hình 1.6: kiểm tra phù hợp cung cấp biện pháp phù hợp toàn cục chẩn đoán địa phƣơng 21 Hình 1.7: Mơ hình tích hợp 25 Hình 1.8: Một mạng xã hội bao gồm nút đại diện cho tổ chức cung đại diện cho mối quan hệ 27 Hình 1.9: Mơ hình tổ chức đƣợc phát dựa ghi kiện 28 Hình 2.1: Một mơ hình quy trình đƣợc khai phá từ ghi kiện đƣợc mô tả nhƣ bảng 1.2 thuật toán Alpha 35 Hình 2.2: Mối liên hệ ghi kiện với cấu trúc mạng Petri dựa mối quan hệ >W, →W, ||W v{ #W 36 Hình 2.4: Một mơ hình quy trình với hoạt động trùng lặp 37 Hình 2.5: Một mơ hình quy trình với cấu trúc khơng tự lựa chọn 38 Hình 2.6: Mơ hình quy trình có vịng lặp ngắn độ dài 39 Hình 2.7: Mơ hình quy trình có vịng lặp ngắn độ dài 39 Hình 2.8: Mơ hình mạng Petri đƣợc sử dụng để tạo ghi kiện 42 Hình 2.9: Đồ thị phụ thuộc kết sử dụng tham số mặc định 50 Hình 2.10: Đồ thị phụ thuộc kết thiết lập tham số σa = 0.80 σr = 0.2 51 Hình 2.11: Một mơ hình quy trình dƣới dạng mạng Petri với cấu trúc phụ thuộc khoảng cách xa 54 Hình 2.12: Sự tƣơng ứng DG với hình 2.11 mà khơng có mối quan hệ phụ thuộc khoảng cách xa 54 Hình 2.13: DG tƣơng ứng với hình 2.12 với quan hệ đồ thị phụ thuộc khoảng cách xa 56 Hình 2.14: Tổng quan hƣớng tiếp cận sử dụng khai phá di truyền 58 Hình 2.15: Hai mơ hình bố mẹ (trên) hai mơ hình kết từ phép giao 64 Hình 2.16: Mơ tả q trình đột biến, vị trí bị loại bỏ cung đƣợc thêm vào 64 Hình 3.1: Tổng quan khung ứng dụng ProM 70 Hình 3.2: Các tùy chọn liệu đầu vào ghi kiện 71 Hình 3.3: Giao diện làm việc ProM 5.2 72 Hình 3.4: Giao diện chức quản lý gói flugin ProM 6.5 73 Hình 3.5: Kết khai phá quy trình xử lý yêu cầu bồi thƣờng sân bay thuật toán Alpha 75 Hình 3.6: Kết nhân đƣợc khai phá với ghi kiện có lỗi 76 Hình 3.7: Mơ hình kết khai phá quy trình thuật tốn HM sử dụng tham số mặc định 77 Hình 3.8: Mơ hình kết khai phá quy trình thuật toán HM thiết lập tham số σa = 0.90 σr = 0.1 78 Hình 3.9: Kết khai phá với ghi có kiện lỗi hoạt động trùng lặp 79 Hình 3.10: Các tham số thiết lập thực thuật toán khai phá quy trình di truyền 80 Hình 3.11: Một cá thể có độ phù hợp gần 81 Hình 3.12: Một cá thể có độ phù hợp thấp 81 Hình 3.13: So sánh thời gian thực độ phù hợp mơ hình kết ba thuật toán Alpha, HM, GPM 83 74 động, ngƣời dùng cần tùy chỉnh số thông số đơn giản nhận đƣợc kết Khơng gian hoạt động cịn có nút hoạt động (activity) cho phép ngƣời dùng xem hoạt động diễn tiến trình chúng Khơng gian khung nhìn cho phép ngƣời dùng xem kết hoạt động đƣợc thực Kết hoạt động đƣợc phóng to đầy hình để xem chi tiết thu nhỏ để xem tổng quan kết có ProM trở thành chuẩn (khơng thức) cho khai phá quy trình Tuy nhiên, số lƣợng lớn plug-in nhiều ứng dụng thực tế đƣợc tích hợp ProM 5.2 cho thấy số vấn đề Chẳng hạn nhƣ, ProM 5.2 khó hiểu ngƣời thiếu kinh nghiệm phải đối mặt với gần 300 plug-in khác Vì vậy, muốn sử dụng hiệu quả, ngƣời dùng cần có số nghiên cứu trƣớc Hơn nữa, ProM 5.2 (và phiên trƣớc đó) giao diện ngƣời dùng kỹ thuật phân tích gắn liền chặt chẽ với nhau, tức hầu hết plug-in yêu cầu tƣơng tác ngƣời dùng Đặc biệt ProM 5.2 phiên trƣớc đó, khơng thể chạy đƣợc từ xa nhƣ phân bổ việc thực plug-in nhiều máy tính ProM phân bổ việc thực plug-in nhiều máy tính Điều đƣợc sử dụng để cải tiến hiệu (bằng cách sử dụng tính toán lƣới) đƣa ProM trở thành nhƣ dịch vụ Giao diện ngƣời sử dụng đƣợc thực lại để đƣơng đầu với nhiều plug-in, ghi mơ hình lúc Song thao tác sử dụng ProM tƣơng đối phức tạp so với ProM 5, yêu cầu ngƣời dùng có hiểu biết rõ kỹ thuật nhƣ thao tác ProM Nhìn chung, ProM ProM hỗ trợ đắc lực cho nhu cầu khai phá quy trình Tuy nhiên, nói ProM tƣơng đối thích hợp cho nghiên cứu sử dụng ProM 6, ngƣợc lại, ProM tƣơng đối thích hợp cho khai phá chuyên nghiệp ProM 75 3.3 THỰC NGHIỆM KHAI PHÁ QUY TRÌNH XỬ LÝ YÊU CẦU BỒI THƢỜNG TẠI SÂN BAY 3.3.1 Khai phá quy trình xử lý yêu cầu bồi thƣờng thuật toán Alpha Bản ghi kiện đƣợc sử dụng ghi LFull đƣợc trình bày bảng 3.1 Bản ghi có hoạt động bắt đầu hoạt động a – đăng ký yêu cầu, hoạt động kết thúc g – chi trả bồi thƣờng h – từ chối yêu cầu ghi LFull không tồn vấn đề logic, kiện lỗi hay kiện khơng đầy đủ Thực phát quy trình từ ghi LFull thuật toán Alpha, ta đƣợc mơ hình quy trình hình 3.5 Hình 3.5: Kết khai phá quy trình xử lý yêu cầu bồi thƣờng sân bay thuật toán Alpha Sử dụng kỹ thuật kiểm tra độ phù hợp mơ hình quy trình với ghi kiện LFull, ta đƣợc kết phù hợp 100% Thời gian khai phá thuật toán Alpha 380 mili giây 76 Thử chỉnh sửa ghi cách sửa vết kiện (a,c,d,e,g) thành (c,a,d,e,g) Ta gọi ghi LFull’ Khi ta có vết kiện lỗi Dùng thuật toán Alpha để phát quy trình với ghi có kiện lỗi ta đƣợc mơ hình (hình 3.6) Hình 3.6: Kết nhân đƣợc khai phá với ghi kiện có lỗi Với mơ hình quy trình đƣợc phát thuật toán Alpha dựa ghi kiện có lỗi, thực kỹ thuật kiểm tra phù hợp, ta nhận đƣợc kết độ phù hợp 89% Rõ ràng, với kiện lỗi, độ phù hợp mơ hình đƣợc phát giảm 11% Nhƣ vậy, ta thấy, ghi kiện đầy đủ, khơng có kiện lỗi thuật tốn alpha phát đƣợc quy trình cách hiệu Thuật tốn alpha khơng thể tự giải vấn đề logic hay kiện lỗi, kiện không đầy đủ Vì vậy, muốn sử dụng ghi kiện để phát quy trình thuật tốn alpha, ta nên kiểm tra lọc lại ghi kiện để tránh kiện lỗi xử lý kiện không đầy đủ trƣớc 77 3.3.2 Khai phá quy trình xử lý yêu cầu bồi thƣờng thuật toán Heuristic mining Từ ghi kiện đƣợc mô tả bảng 3.1, ta sử dụng thuật toán HM, với tham số đƣợc thiết lập cách mặc định kết hợp với điều kiện All tasks connected, kết nối tần suất thấp - cụ thể kết nối F C - khơng xuất hiện, mơ hình kết đƣợc biểu diễn nhƣ hình 3.7 Tuy nhiên, thiết lập tham số ngƣỡng phụ thuộc σa = 0.9 tham số so với ngƣỡng tốt σr = 0.1 kết nối tần suất thấp từ F đến C đƣợc chấp nhận Đồ thị kết đầy đủ, có kết hợp với tần suất thơng tin cho cung đƣợc đƣa hình 3.8 Hình 3.7: Mơ hình kết khai phá quy trình thuật toán HM sử dụng tham số mặc định (Kết nối tần suất thấp F C mơ hình) Kiểm tra độ phù hợp mơ hình hình 3.4 khơng chứa kết nối F C, ta nhận đƣợc độ phù hợp 99,9 % 10 kết nối F C 78 khơng phù hợp với mơ hình Thời gian khai phá thuật tốn Alpha 510 mili giây Hình 3.8: Mơ hình kết khai phá quy trình thuật toán HM thiết lập tham số σa = 0.90 σr = 0.1 (Kết nối tần suất thấp F C đƣợc chấp nhận) Kiểm tra độ phù hợp mơ hình hình 3.15 ta nhận đƣợc kết phù hợp 100% Tất vết kiện thực lại mơ hình Trong ghi Lfull’, ta tiếp tục thay đổi ghi Thay đổi D thành F 24 vết kiện, tạo hoạt động trùng lặp Thực phát quy trình với ghi LFull’ có ghi kiện lỗi, 24 vết kiện có hoạt động trùng lặp, thiết lập tham số ngƣỡng phụ thuộc σa = 0.9 tham số so với ngƣỡng tốt σr = 0.1 Đồ thị kết có kết hợp với tần suất thơng tin cho cung đƣợc đƣa tƣơng tự nhƣ hình 3.9 79 Hình 3.9: Kết khai phá với ghi có kiện lỗi hoạt động trùng lặp Kiểm tra độ phù hợp mơ hình ta nhận đƣợc kết phù hợp 88,42% Một vết kiện lỗi khơng thể thực lại mơ hình, cịn lại tất vết kiện thực lại mơ hình Chỉ với 24 vết kiện lỗi, độ phù hợp mơ hình đƣợc phát giảm gần 12% Điều cho thấy thuật tốn HM đối phó với kiện lỗi tốt thuật tốn Alpha nhƣng khơng thể giải triệt để vấn đề 3.3.3 Khai phá quy trình yêu cầu bồi thƣờng thuật toán khai phá quy trình di truyền Từ ghi kiện LFull’ có vết kiện lỗi 24 vết kiện có trùng lặp, ta sử dụng thuật tốn GPM với tham số đƣợc mơ tả hình 3.10 80 Hình 3.10: Các tham số thiết lập thực thuật tốn khai phá quy trình di truyền Khi kết q trình khai phá tập quần thể (tƣơng ứng mơ hình) Đây cá thể đƣợc đƣa sau trình khai phá, bao gồm cá thể có độ phù hợp cao cá thể có độ phù hợp thấp hệ Trong đó, cá thể (hình 3.11) cá thể có độ phù hợp tối ƣu gần 1, tức cá thể phản ánh gần nhƣ xác đƣợc lƣu lại ghi kiện, bao gồm vết kiện lỗi Các cá thể cịn lại nhƣ hình 3.12 có độ phù hợp thấp Thời gian khai phá thuật tốn GPM 35,6 giây 81 Hình 3.11: Một cá thể có độ phù hợp gần Hình 3.12: Một cá thể có độ phù hợp thấp 82 3.3.4 Đánh giá thuật toán Sau thực nghiệm thuật toán Alpha, Heuristic GPM với ghi kiện LFull khơng có kiện lỗi tồn kiện lỗi Tôi đến nhận định sau: Bảng 3.2: So sánh, đánh giá thuật toán thực nghiệm Thuật toán Alpha Heuristic mining Tiêu chí Nhanh Nhanh Genetic process mining Chậm tùy thuộc vài thông số tùy chỉnh Thông số cao thời gian thực lâu Thời gian thực - Mô hình có đƣợc - Mơ hình có đƣợc Các cá thể mơ hình từ ghi tốt cho độ từ ghi tốt, không quần thể kết phù hợp cao lỗi có độ phù hợp cho độ phù hợp - Mơ hình từ ghi cao cao tồn lỗi có độ phù - Độ phù hợp mơ hợp bị sụt giảm hình từ ghi có mơ hình nhiều vết kiện lỗi bị kết giảm sút - Mơ hình từ ghi có hoạt động trùng Độ phù hợp lặp có đồ phù hợp thấp Ƣu điểm - Phát nhanh thuật toán đơn giản - Bản ghi đầu vào tốt cho kết tốt - Thực nhanh, không tốn nhiều thời gian thuật tốn khơng phức tạp - Phát tốt ghi không - Phát tốt, cho kết phù hợp cao ghi khơng bị lỗi ghi có lỗi, kiện trùng lặp 83 có lỗi có vết - Cho phép tùy chỉnh kiện lỗi linh hoạt thông số để đạt hiệu phát quy trình cao Xử lý vết lỗi Xử lý kiện trùng -Thời gian thực kiện không tốt dẫn lặp không tốt Mô lâu thuật tốn Khuyết điểm đến mơ hình kết hình kết với phức tạp có chất lƣợng thấp/ ghi có lỗi có độ phù hợp bị giảm sút nhiều Theo bảng trên, ta thấy rằng, thuật tốn Alpha HM thực nhanh nhiều so với thuật toán GPM Nhƣng xét chất lƣợng kết đầu - độ phù hợp mơ hình kết - thuật tốn GPM cho kết tốt Hai biểu đồ sau hình 3.13 thể cách trực quan nhận định trên: 35,6 40 30 20 10 0,3 0,5 Thuật toán Alpha Thuật toán HM Thuật toán GPM 120 100 80 60 40 20 100 100 100 88 99,999,8 75 88 97,9 Bản ghi Bản ghi có Bản ghi có khơng chứa vết kiện vết kiện lỗi lỗi lỗi hoạt động trùng lặp Biểu đồ thời gian thực ba Biểu đồ độ phù hợp mơ hình thuật tốn (đơn vị: giây) kết ba trƣờng hợp (đơn vị: %) Hình 3.13: So sánh thời gian thực độ phù hợp mơ hình kết ba thuật tốn Alpha, HM, GPM 84 Nhìn vào hình 3.20, ta thấy đƣợc, tốn nhiều thời gian nhƣng thuật tốn GPM đối phó tốt với vấn đề kiện lỗi hoạt động trùng lặp Việc xây khai phá mơ hình quy trình tùy thuộc vào nhu cầu thực tế chất lƣợng ghi kiện đầu vào Nếu mơ hình đơn giản, ghi kiện có chất lƣợng cao sử dụng thuật toán Alpha HM cho hiệu thời gian chất lƣợng cao Mặc khác, mơ hình tƣơng đối phức tạp ghi kiện có chất lƣợng khơng cao, thuật tốn GPM trả kết tối ƣu Trong phần lớn trƣờng hợp khai phá quy trình, độ phù hợp tiêu đƣợc xem trọng thời gian tiêu tốn cho khai phá không nhiều nhờ vào hiệu xử lý hệ thống thông tin 3.4 KẾT LUẬN CHƢƠNG Trong chƣơng luận văn giới thiệu cách tổng quan cơng cụ khai phá quy trình ProM Qua sử dụng cơng cụ thuật tốn khai phá quy trình đƣợc trình bày chƣơng để ứng dụng khai phá quy trình xử lý yêu cầu bồi thƣờng sân bay đƣợc sử dụng tài liệu [11] Thông qua kết khai phá minh họa rõ thuật toán khai phá quy trình trình bày chƣơng góp phần đánh giá đƣợc ƣu nhƣợc điểm thuật toán khai phá quy trình Đối với ghi đầy đủ, khơng chứa kiện lỗi thuật toán cho kết khai phá tốt Đối với ghi có kiện lỗi, thuật tốn Alpha bị ảnh hƣởng nhiều nhất, thuật toán HM xử lý tốt nhƣng chƣa triệt để vấn đề trùng lặp, thuật toán GPM giải vấn đề cách hiệu 85 KẾT LUẬN KẾT QUẢ ĐẠT ĐƢỢC Luận văn tập trung giới thiệu cách tổng quan khai phá quy trình nghiệp vụ, giúp ngƣời đọc nắm đƣợc ý tƣởng, mục đích, tốn khai phá quy trình Trong đó, luận văn tập trung tìm hiểu kỹ quan điểm điều khiển luồng quy trình cách giới thiệu ba thuật toán khai phá quy trình, qua đánh giá đƣợc ƣu, nhƣợc điểm thuật toán Trên sở thuật toán đƣợc trình bày, luận văn tiến hành minh họa ứng dụng khai phá quy trình nghiệp vụ cách sử dụng liệu ghi đƣợc mô tả tài liệu [11] Thông qua kết khai phá, luận văn minh họa rõ thuật tốn khai phá quy trình trình bày chƣơng góp phần đánh giá đƣợc ƣu nhƣợc điểm thuật tốn khai phá quy trình HẠN CHẾ Trong khn khổ trình bày luận văn, kỹ thuật phát quy trình kiểm tra phù hợp chƣa đƣợc trình bày chi tiết Bên cạnh đó, luận văn nghiên cứu số thuật toán phát quy trình Luận văn nghiên cứu thuật toán liên quan đến quan điểm điều khiển luồng Các quan điểm khác nhƣ quan điểm tổ chức quan điểm trƣờng hợp chƣa đƣợc nghiên cứu kỹ HƢỚNG PHÁT TRIỂN Qua đạt đƣợc hạn chế tồn Và bên cạnh ý nghĩa thực tế khai phá quy trình, luận văn đƣa số hƣớng mở để phát triển đề tài nhƣ: - Tiếp cục tìm hiểu số thuật tốn phát quy trình nhƣ khai phá theo vùng (Region-Based Mining) 86 - Tiếp tục tìm hiểu số thuật tốn liên quan đến quan điểm tổ chức quan điểm trƣờng hợp kết hợp với thuật tốn điều khiển luồng để hồn thiện quy trình với cấu trúc tổ chức cụ thể 87 TÀI LIỆU THAM KHẢO [1] A.J.M.M Weijters, J.T.S Ribeiro (2011), "Flexible Heuristics Miner (FHM)", CIDMIEEE, pp 310-317 [2] A.J.M.M Weijters, W van der Aalst, A de Medeiros (2006), "Process Mining with the Heuristics Miner Algorithm", Beta Working Paper, WP 166 [3] K A de Medeiros, A.J.M.M Weijters, and W.M.P van der Aalst (2007) “Genetic Process Mining: An Experimental Evaluation” Data Mining and Knowledge Discovery, 14(2), pp 245–304 [4] K A de Medeiros (2006), Genetic Process Mining, Eindhoven University of Technology [5] K A de Medeiros, A.J.M.M Ton Weijters (2009), ProM Framework Tutorial, Technische Universiteit Eindhoven, The Netherlands [6] Rozinat, I.S.M de Jong, C.W Gunther, W.M.P van der Aalst (2007), "Process Mining of Test Processes A Case Study", BETA publicatie: working papers, No 220 Eindhoven: Technische Universiteit Eindhoven, pp 36 [7] B.F van Dongen, A.K.A de Medeiros, H.M.W Verbeek, A.J.M.M Weijters, and W.M.P van der Aalst (2005), "The ProM framework: A new era in process mining tool support", Lecture Notes in Computer Science, Vol 3536, pp 444-454 Springer Verlag [8] Tadao Murata (4/1989); "Petri Nets: Properties, Analysis and Applications"; Proceedings of the IEEE, vol 77, no 4, pp 541-580 [9] W.M.P van der Aalst, A.J.M M Weijters, L Maruster (9/2004), "Workflow mining: Discovering process models from event logs” IEEE Transactions on Knowledge and Data Engineering, pp 1128– 1142 88 [10] W.M.P van der Aalst (1998), "The Application of Petri Nets to Workflow Management", The Journal of Circuits, Systems and Computers, Vol 8, No 1, pp 21- 66 [11] W.M.P van der Aalst (2011), Process Mining: Discovery, Conformance and Enhancement of Business Processes, Springer Verlag, Berlin [12] W.M.P van der Aalst, A.J.M.M Weijters, and L Maruster (2004), "Workflow Mining: Discovering process models from event logs", Knowledge and Data Engineering, Volume 16 Issue 9, pp 1128 – 1142 [13] W.M.P van der Aalst, van Dongen, B F., Herbst, J., Maruster, L., Schimm, G., and Weijters, A J M M (2003); "Workflow mining: A survey of issues and approaches".Data Knowl Eng 47, , pp 237– 267 ... nghiệm kỹ thuật khai phá quy trình quy trình xử lý yêu cầu bồi thƣờng sân bay Đây quy trình đơn giản, thực nghiệm khai phá quy trình giúp minh họa rõ kỹ thuật nhƣ thuật toán khai phá quy trình. .. nghiên cứu Đối tượng nghiên cứu - Kỹ thuật khai phá quy trình - Các thuật tốn khai phá quy trình - Cơng cụ khai phá quy trình ProM Phạm vi nghiên cứu - Tập trung nghiên cứu số thuật tốn ứng dụng. ..BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG ĐỖ PHAN TRƯỜNG NGHIÊN CỨU KỸ THUẬT KHAI PHÁ QUY TRÌNH VÀ ỨNG DỤNG ĐỂ PHÂN TÍCH QUY TRÌNH U CẦU BỒI THƯỜNG TẠI SÂN BAY Chuyên ngành: HỆ THỐNG