Theo WMP Van der Aalst và cộng sự [4, 6, 13, 14, 16], việc đánh giá mơ hình có thể diễn ra trong những chiều trực giao sau: fitness, precision/generalization và structure.
Fitness: cho biết bao nhiêu hành vi được quan sát là phù hợp với mơ hình. Tức
là mơ hình sinh ra được càng nhiều hành vi được quan sát trong nhật ký sự kiện càng tốt) Ví dụ một mơ hình M5 chỉ sinh được một chuỗi ABCDEA mà không sinh được các chuỗi khác có trong nhật ký sự kiện, như vậy nó có độ đo fitness thấp.
Precision/generalization: cho biết mơ hình là q tổng qt hay q chính xác.
Tức là mơ hình sinh ra càng ít hành vi không được quan sát trong nhật ký sự kiện càng tốt. Ví dụ: một mơ hình M2 cho phép thực hiện tất cả các hành động từ A - H theo bất kí thứ tự nào, thì mơ hình đó có độ fitness cao nhưng lại có độ precision thấp. Hơn nữa ví dụ một mơ hình M3 chỉ cho phép thực thi đúng 5 chuỗi trong nhật ký sự kiện, do đó khơng có sự tổng quát hóa nào được thực hiện trong mơ hình đó.
Structure: thể hiện sự phù hợp cấu trúc của mơ hình. Tức là mơ hình mơ tả các
hành vi với cấu trúc càng đơn giản và gọn gàng càng tốt. Được xác định qua những từ vựng trong ngôn ngữ mơ hình hóa. Có nhiều cách để thể hiện cùng một hành vi tương tự, và có thể có cách phù hợp hay ít phù hợp hơn. Ví dụ một mơ hình M3 có độ đo fitness và precision cao nhưng lại chứa q nhiều sự kiện trùng lặp thì sẽ khiến nó khó hiểu đối với người dùng.
2.2. Hƣớng tiếp cận dựa trên phƣơng pháp phát lại trong bài toán kiểm tra sự phù hợp của mơ hình q trình và nhật ký sự kiện.