INEXA: Interactive and Explainable Process Model Abstraction Through Object-Centric Process Mining

要約

プロセス イベントは、複数の情報システムによってさまざまな粒度レベルで記録されます。
結果として得られるイベント ログに基づいて、プロセス モデルもさまざまな粒度レベルで検出されます。
たとえば、細かい粒度レベルで保存されたイベントは、結果として得られるモデル要素の数が多いため、検出されたプロセス モデルの表示を妨げる​​可能性があります。
たとえば、発見された現実世界の製造プロセスのプロセス モデルは、1,489 のモデル要素と 2,000 を超えるアークで構成されています。
既存のプロセス モデルの抽象化手法は、モデルのサイズを削減するのに役立ちますが、基礎となるイベント ログからモデルを切り離すことになります。
既存のイベント抽象化技術は、混合粒度レベルの分析も、適切な粒度レベルの対話型探索もサポートしていません。
発見されたプロセス モデルをさまざまな粒度レベルで探索できるようにするために、イベント ログへのリンクを保持する対話型で説明可能なプロセス モデルの抽象化メソッドである INEXA を提案します。
INEXA は、開始点として、大規模なプロセス モデルを「表示可能な」サイズに集約します。たとえば、製造ユース ケースの場合は、58 個のモデル要素を含むプロセス モデルに集約されます。
その後、プロセス アナリストは対話形式で粒度レベルを探索できる一方で、適用された抽象化は説明可能にするためにイベント ログ内で自動的にトレースされます。

要約(オリジナル)

Process events are recorded by multiple information systems at different granularity levels. Based on the resulting event logs, process models are discovered at different granularity levels, as well. Events stored at a fine-grained granularity level, for example, may hinder the discovered process model to be displayed due the high number of resulting model elements. The discovered process model of a real-world manufacturing process, for example, consists of 1,489 model elements and over 2,000 arcs. Existing process model abstraction techniques could help reducing the size of the model, but would disconnect it from the underlying event log. Existing event abstraction techniques do neither support the analysis of mixed granularity levels, nor interactive exploration of a suitable granularity level. To enable the exploration of discovered process models at different granularity levels, we propose INEXA, an interactive, explainable process model abstraction method that keeps the link to the event log. As a starting point, INEXA aggregates large process models to a ‘displayable’ size, e.g., for the manufacturing use case to a process model with 58 model elements. Then, the process analyst can explore granularity levels interactively, while applied abstractions are automatically traced in the event log for explainability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google