Een verbeterde methode om process discovery technieken te vergelijken

Abstract

Process discovery is een deeldomein van process mining dat toelaat control-flow modellen te ontdekken uit event logs. In de afgelopen vijftien jaar introduceerden onderzoekers reeds vele process discovery technieken. Toch is het niet duidelijk in welke situatie men nu het best een bepaalde techniek hanteert. Daarom moeten process discovery technieken met elkaar vergeleken worden in uiteenlopende situaties. In deze masterproef wordt een algemene methodologie uitgewerkt voor het vergelijken van process discovery technieken. Die methodologie bestaat uit drie stappen: het genereren of verkrijgen van testdata, het evalueren van de prestaties van algoritmes en het uitvoeren van een statistische analyse. Er blijken al uitgewerkte methodes te bestaan ter ondersteuning van de laatste twee stappen, maar een methode voor het genereren of verkrijgen van testdata ontbreekt. Daarom introduceert deze masterproef een nieuwe methode voor het genereren of verkrijgen van artificiële data. De nieuwe methode, het randomization mechanisme, bestaat uit twee stappen. Eerst genereert men willekeurige procesmodellen vanuit een populatie van procesmodellen. Vervolgens trekt men een sample van event logs door de procesmodellen te simuleren. In een experiment werd de algemene methodologie, met inbegrip van de nieuwe methode, getest. De gevonden resultaten leunen aan bij de resultaten uit eerdere onderzoeken op basis van reële data. Dit duidt erop dat de algemene methodologie rond artificiële data de goede richting uitgaat.