• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4108-4122
• /
• 2019

Workflow process mining is becoming a more and more valuable activity in workflow-supported enterprises, and through which it is possible to achieve the high levels of qualitative business goals in terms of improving the effectiveness and efficiency of the workflow-supported information systems, increasing their operational performances, reducing their completion times with minimizing redundancy times, and saving their managerial costs. One of the critical challenges in the workflow process mining activity is to devise a reasonable approach to discover and recognize the bottleneck points of workflow process models from their enactment event histories. We have intuitively realized the fact that the iterative process pattern of redo-activities ought to have the high possibility of becoming a bottleneck point of a workflow process model. Hence, we, in this paper, propose an algorithmic approach and its implementation to discover the redo-activities and their performers' involvements patterns from workflow process enactment event logs. Additionally, we carry out a series of experimental analyses by applying the implemented algorithm to four datasets of workflow process enactment event logs released from the BPI Challenges. Finally, those discovered redo-activities and their performers' involvements patterns are visualized in a graphical form of information control nets as well as a tabular form of the involvement percentages, respectively.

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.87-96
• /
• 2019

본 논문에서는 분산 워크플로우 실행 이벤트 로그를 수집하고 분류하기 위한 사전 처리 도구로서 맵-리듀스기반 클러스터링 기법을 제안한다. 특히 우리는 볼륨, 속도, 다양성, 진실성 및 가치와 같은 BIG 데이터의 5V 속성에 만족하고 잘 충족되어 있기 때문에 분산 워크플로우 실행 이벤트 로그를 특별히 워크플로우 빅-로그(Workflow BIG-Logs)라고 정의한다. 이 논문에서 개발하는 클러스터링 기술은워크플로우 빅-로그를 기반으로 하는 특정 워크플로 프로세스 마이닝 및 분석 알고리즘의 사전 처리 단계에 적용하기 위한 목적으로 고안된 것이다. 즉, 맵리듀스(Map-Reduce) 프레임워크를 워크플로우 빅-로그 처리 플랫폼으로 사용하고, IEEE XES 표준 데이터 형식을 지원하며, 결국 본 연구에서 개발중에 있는 구조적 정보제어넷기반 워크플로우 프로세스 마이닝 알고리즘인 ${\rho}$-알고리즘의 사전 처리 단계 전용으로 사용되도록 구현된 것이다. 보다 자세하게 말하자면, 워크플로우 빅-로그의 클러스터링 패턴은 단위업무액티버티 기반 클러스터링 패턴과 단위업무 수행자 기반 클러스터링 패턴으로 분류되는데, 특별히 단위업무 액티버티 패턴의 하나인 시간적 워크케이스 패턴과 그의 발생 건수를 재발견하는 맵리듀스 기반 클러스터링 알고리즘을 설계하고 구현하고자 한다. 마지막으로, 우리는 BPI 챌린지에서 공개한 워크플로우 실행 이벤트 로그 데이터세트에 대해 일련의 실험을 수행함으로써 제안된 클러스터링 기법의 기술적 타당성을 검증한다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.83-89
• /
• 2018

워크플로우 프로세스 인텔리전스와 시스템에서 워크플로우 프로세스 마이닝 및 분석 문제가 중요해지고 있다. 워크플로우 프로세스 인텔리전스의 품질을 향상시키기 위해서는 워크플로우 프로세스 마이닝 및 분석을 수행할 때, 워크플로우 실행 이벤트 로그를 저장하는 효율적이고 효과적인 데이터 센터가 필수적이다. 본 논문에서는 워크플로우 이벤트 로그 데이터 센터를 효율적으로 구성하고 XES 형식으로 워크플로우 프로세스 실행 이벤트 로그를 효과적으로 저장하기 위한 3차원 프로세스 기반 데이터 큐브를 제안한다. 이의 검증 단계로서, 프로세스 기반 데이터 큐브가 워크플로우 프로세스 패턴과 해당 워크플로우 프로세스 실행 이벤트 내역에서 실행 비율 및 업무전달관계와 같은 분석적 지식을 발견하는데 얼마나 적합한지를 보여주기 위해 프로세스 마이닝 실행 예제를 제시한다. 결과적으로, 프로세스 기반 데이터 큐브와 이를 활용한 프로세스 마이닝 시스템의 구현을 통해, 워크플로우 프로세스의 기본적 제어흐름 패턴을 성공적으로 발견할 수 있음을 확인했다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2316-2332
• /
• 2024

In this paper, we introduce a web-based system that leverages the capabilities of the ρ(rho)-algorithm, which is a Structure Information Control Net (SICN)-oriented process mining algorithm, with open-source platforms, including Django, Graphviz, and Cytoscape, to facilitate the rediscovery and visualization of business process models. Our approach involves discovering SICN-oriented process models from process instances from the IEEE XESformatted process enactment event logs dataset. This discovering process is facilitated by the ρ-algorithm, and visualization output is transformed into either a JSON or DOT formatted file, catering to the compatibility requirements of Cytoscape or Graphviz, respectively. The proposed system utilizes the robust Django platform, which enables the creation of a userfriendly web interface. This interface offers a clear, concise, modern, and interactive visualization of the rediscovered business processes, fostering an intuitive exploration experience. The experiment conducted on our proposed web-based process discovery system demonstrates its ability and efficiency showing that the system is a valuable tool for discovering business process models from process event logs. Its development not only contributes to the advancement of process mining but also serves as an educational resource. Readers, students, and practitioners interested in process mining can leverage this system as a completely free process miner to gain hands-on experience in rediscovering and visualizing process models from event logs.

• 인터넷정보학회논문지
• /
• 제10권3호
• /
• pp.113-129
• /
• 2009

기업의 업무 활동은 수많은 프로세스로 이루어져 있고 기업들이 업무를 처리하는 모든 활동 속에서 수많은 비즈니스 프로세스가 동시다발적으로 생성되고 처리된다. 전사적 업무환경은 업무의 처리를 간편하게 만든 동시에 더욱 복합적인 업무 형태를 만들어내었고 이에 따라 비즈니스 프로세스의 효율적 관리가 더욱 절실하게 되었다. 이에 기업 및 조직은 프로세스에 대한 개선과 새로운 비즈니스의 발견을 목표로 프로세스를 분석하고 비즈니스와 관련한 지식 도출을 위한 연구 개발에 집중하게 되었다. 프로세스를 분석하고 개선하기 위한 연구들로써 프로세스 마이닝, 프로세스 재발견, BPR(Business Process Reengineering) 등의 개념들이 등장하였고 실제 적용을 위한 연구들이 활발히 진행 중에 있다. 하지만 이러한 연구들은 대부분 프로세스 인스턴스들의 이력 정보에 대한 데이터웨어하우징을 통한 접근법을 따르고 있다. 이러한 접근법은 점점 복잡화되는 최근의 기업 환경과 수시로 변화하는 사용자의 요구를 충족시키기에 부족하다. 분석적인 측면을 고려하여 설계된 프로세스 인스턴스들은 효과적인 그룹화가 가능하고, 분석 도메인 내에서 사용자의 분석 요구가 변화하게 되는 경우에도 분석 비용을 줄일 수 있다. 본 연구에서는 기존 프로세스 모델링 방법론인 ICN을 확장하여 효과적인 프로세스 분석과 비즈니스 관련 지식 도출을 목표로 색채형 워크플로우 모델을 정의한다. 프로세스 인스턴스들에 대한 실행 정보를 통해 수동적인 프로세스 분석이 아닌, 프로세스 정의 시점부터 비즈니스 지식 도출을 목표로 하여 적극적이고 사용자 중심적인 프로세스 분석이 가능하게 한다.