Refining massive event logs to evaluate performance measures of the container terminal

컨테이너 터미널 성능평가를 위한 대용량 이벤트 로그 정제 방안 연구

  • 박은정 (부산대학교 물류IT협동과정) ;
  • 배혜림 (부산대학교 산업공학과)
  • Received : 2019.07.26
  • Accepted : 2019.03.30
  • Published : 2019.08.30

Abstract

There is gradually being a decrease in earnings rate of the container terminals because of worsened business environment. To enhance global competitiveness of terminal, operators of the container terminal have been attempting to deal with problems of operations through analyzing overall the terminal operations. For improving operations of the container terminal, the operators try to efforts about analyzing and utilizing data from the database which collects and stores data generated during terminal operation in real time. In this paper, we have analyzed the characteristics of operating processes and defined the event log data to generate container processes and CKO processes using stored data in TOS (terminal operating system). And we have explained how imperfect event logs creating non-normal processes are refined effectively by analyzing the container and CKO processes. We also have proposed the framework to refine the event logs easily and fast. To validate the proposed framework we have implemented it using python2.7 and tested it using the data collected from real container terminal as input data. In consequence we could have verified that the non-normal processes in the terminal operations are greatly improved.

컨테이너터미널 경영환경이 악화됨에 따라 컨테이너터미널의 수익률은 점차 감소하고 있다. 컨테이너터미널 운영자는 전반적인 컨테이너터미널의 문제점을 분석하고 개선함으로써 컨테이너터미널의 글로벌 경쟁력을 높이고자 한다. 이를 위해 컨테이너터미널은 운영 중 생성되는 데이터를 실시간으로 수집 및 저장하고 있으며, 운영자는 저장된 데이터를 활용하여 운영 문제를 분석하고자 많은 노력을 기울여왔다. 본 연구에서는 컨테이너터미널 운영 프로세스의 특성을 분석하고 컨테이너터미널 운영을 효과적으로 분석하기 위한 컨테이너 프로세스 및 CKO(container keeping object) 프로세스를 제안한다. 또한 TOS(terminal operating system)에 저장된 데이터로부터 본 연구에서 제안된 프로세스를 생성하기 위한 이벤트 로그를 정의한다. 제안된 프로세스를 활용하여 비정상적인 프로세스를 만드는 불완전한 이벤트 로그가 어떻게 효과적으로 정제되는지 설명한다. 이벤트 로그를 쉽고 빠르게 수정하기 위한 프레임워크를 제안하였으며, 이를 검증하기 위해 python2.7을 이용하여 해당 프레임워크를 구현하였다. 또한 실제 컨테이너터미널에서 수집된 데이터를 입력 데이터로 사용하여 제안된 프레임워크의 타당성을 검증하였다. 그 결과, 이벤트 로그 정제를 통해 컨테이너터미널의 비정상적인 프로세스가 크게 개선되었음을 확인할 수 있었다.

Keywords

References

  1. 김정숙, "빅 데이터 활용과 관련기술 고찰", 한국콘텐츠학회, 제10권, 제1호, pp.34-40, 2012. https://doi.org/10.20924/CCTHBL.2012.10.1.034
  2. 공성원, 황덕열, "머신러닝을 이용한 빅데이터 도메인 자동 판별에 관한 연구", 한국빅데이터학회지, 제3권, 제2호, pp.11-18, 2018.
  3. 박은정, 하병현, "컨테이너 터미널 운영 분석을 위한 형식 프레임워크", 한국전자거래학회지, Vol. 18, No. 2, pp.191-203, 2013 https://doi.org/10.7838/jsebs.2013.18.2.191
  4. 송계의, "글로벌 항만컨테이너터미널 경쟁력 제고 방안", 한국항만경제학회지, 제30집, 제1호, pp.1-21, 2014.
  5. 윤지현, 정재윤, "지속적 프로세스 개선을 위한 6시그마와 BPM 통합 모형", 한국빅데이터학회지, 제2권, 제1호, pp.5-15, 2017.
  6. 이효준, 김재원, 신광섭, "FP-Growth 기법을 활용한 건자재 재고 재배치 기법 개발", 한국빅데이터학회지, 제2권, 제1호, pp.49-58, 2017.
  7. 전대욱, 배혜림, "프로세스 마이닝을 위한 거리기반의 API(Anomaly Process Instance) 탐지법", 대한산업공학회지, 제41권, 제6호, pp.540-550, 2015. https://doi.org/10.7232/JKIIE.2015.41.6.540
  8. A. Rogge-Solti, RS. Mans, WMP Van der Aalst, M. Weske, Repairing Event Logs Using Stochastic Process Models, Hasso Plattner Institut, 2013.
  9. R. A. Sutrisnowati, H. R. Bae, M. S. Song, "Bayesian Network Construction from Event Log for Lateness Analysis in Port Logistics", Computers and Industrial Engineering, Vol.89, pp.53-66, 2015. https://doi.org/10.1016/j.cie.2014.11.003
  10. S. Suriadi, R. Andrews, A.H.M. ter Hofstede, M.T. Wynn, "Event Log Imperfection Patterns for Process Mining: Towards a Systematic Approach to Cleaning Event Logs", Information Systems, Vol.64, pp.132-150, 2017. https://doi.org/10.1016/j.is.2016.07.011
  11. Xixi. Lu, Dirk Fahland, Frank. J.H.M. van den Biggelaar, Wil M. P. van der Aalst, "Handling Duplicated Tasks in Process Discovery by Refining Event Labels", International Conference on Business Process Management, pp.90-107, 2016.