Preventing Object-centric Discovery of Unsound Process Models for Object Interactions with Loops in Collaborative Systems: Extended Version

要約

【タイトル】Object-centric Discovery of Unsound Process Modelsを回避するための拡張版

【要約】

– Object-centric process discovery（OCPD）は、プロセスマイニングにおけるパラダイムの転換点である。
– OCPDは、イベントログに単一のケース概念を前提とせず、代わりにそれぞれが特定のタイプを持つオブジェクトのコレクションに関連するイベントを処理することができる。
– オブジェクトタイプは、相互作用する複数のケース概念を構成する。
– OCPDの出力は、オブジェクト型プレースを持つPetriネットであり、オブジェクトタイプに対応する複数の実行フローの並列実行を表す。
– OCPDは、古典的なプロセスディスカバリと同様に、行動上正確なプロセスモデルを目指す。
– しかし、既存のOCPDアプローチは、正確性の違反を引き起こすことがある。
– この論文では、共同作業システムで生じるループを持つ相互作用する複数のオブジェクトタイプにおいて、正確性の違反が生じることを示す。
– 本論文では、正確性の違反を回避するための拡張版OCPDアプローチを提案し、その結果に対する正確性の違反がないことを証明する。
– また、オブジェクト型Petriネットで誤りの相互作用を導入しないように、OCPDアプローチを防止する方法を示す。
– 提案されたフレームワークは、プロトタイプ実装されている。

要約(オリジナル)

Object-centric process discovery (OCPD) constitutes a paradigm shift in process mining. Instead of assuming a single case notion present in the event log, OCPD can handle events without a single case notion, but that are instead related to a collection of objects each having a certain type. The object types constitute multiple, interacting case notions. The output of OCPD is an object-centric Petri net, i.e. a Petri net with object-typed places, that represents the parallel execution of multiple execution flows corresponding to object types. Similar to classical process discovery, where we aim for behaviorally sound process models as a result, in OCPD, we aim for soundness of the resulting object-centric Petri nets. However, the existing OCPD approach can result in violations of soundness. As we will show, one violation arises for multiple interacting object types with loops that arise in collaborative systems. This paper proposes an extended OCPD approach and proves that it does not suffer from this violation of soundness of the resulting object-centric Petri nets. We also show how we prevent the OCPD approach from introducing spurious interactions in the discovered object-centric Petri net. The proposed framework is prototypically implemented.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI