Trace clustering approach for detection and locatization of concept drift in business processes (2021)
- Authors:
- Autor USP: SOUSA, RAFAEL GASPAR DE - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2021.tde-02122021-144602
- Subjects: MINERAÇÃO DE DADOS; NEGÓCIOS
- Keywords: Agrupamento; Agrupamento de traços; Clustering; Concept drift; Data mining; Data stream; Mineração de processos; Process mining; Stream de dados; Trace clustering
- Language: Inglês
- Abstract: Processos de negócios estão constantemente em mudança ao longo do tempo devido à necessidade de adaptação e flexibilidade nos ambientes complexos em que eles operam, como novas demandas de clientes, competição ou legislação. Modelos de processos são uma das principais ferramentas utilizadas para se entender o funcionamento de processo. Entretanto, esses modelos costumam não serem documentados ou atualizados frequentemente para se adequarem a eventuais mudanças no comportamento do processo, gerando equívocos no entendimento do processo real. Embora a área de mineração de processos tem por objetivo desenvolver técnicas para descobrir, analisar e melhorar processos automaticamente a partir de logs de eventos, a maioria dos métodos assumem que o processo é estacionário, o que frequentemente não é o caso. Lidar com esse problema de processos variando ao longo do tempo, conhecido como concept drift, busca prover a capacidade de detectar o quanto antes um drift e localizar as entidades envolvidas nele, levando a uma compreensão muito melhor do processo de negócio em questão, o que pode ser uma vantagem competitiva para o negócio. A maioria dos trabalhos que lida com concept drift em processos de negócios foca no desenvolvimento de métodos capazes de realizar a detecção de drifts, mas geralmente não são capazes de simultaneamente localizar o drift dentro do comportamento do processo e revelar as entidades envolvidas no drift.Aplicando técnicas de clusterização em dados de logs de eventos, conhecido como trace clustering, é possível identificar padrões dentro do comportamento do processo que possibilitam a simplificação e segregação de comportamentos similares que produzem um modelo que representa o comportamento do processo em forma de clusters. Contudo, embora comum em mineração de processos no geral, trace clustering ainda não foi amplamente explorado dentro do contexto de concept drift. Este trabalho apresenta um método que realiza detecção e localização de drifts simultaneamente de forma online baseada nos mesmos clusters obtidos por trace clustering. Esses clusters são capazes de refletir as mudanças que ocorrem em processos de comportamento complexo de forma simplificada, servindo como uma plataforma para a execução de detecção e localização de drifts de forma efetiva sem necessidade de estrutura de dados adicional. Experimentos com logs de eventos sintéticos e do mundo real com diferentes tipos de mudanças de fluxo-controle demonstram que, embora nosso método não tenha superado o baseline em todos os casos na tarefa de detecção, nossa abordagem foi capaz de detectar drifts corretamente na maioria dos casos de acordo com a configuração de parâmetros utilizada, enquanto também foi capaz de prover informações sobre as entidades envolvidas no drift do ponto de vista do processo de negócio
- Imprenta:
- Data da defesa: 28.10.2021
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SOUSA, Rafael Gaspar de. Trace clustering approach for detection and locatization of concept drift in business processes. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/. Acesso em: 09 jan. 2026. -
APA
Sousa, R. G. de. (2021). Trace clustering approach for detection and locatization of concept drift in business processes (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/ -
NLM
Sousa RG de. Trace clustering approach for detection and locatization of concept drift in business processes [Internet]. 2021 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/ -
Vancouver
Sousa RG de. Trace clustering approach for detection and locatization of concept drift in business processes [Internet]. 2021 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122021-144602/
Informações sobre o DOI: 10.11606/D.100.2021.tde-02122021-144602 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
