工作流的监控与工作流挖掘的评价

文：鼎捷ERP

作者：鼎捷软件 | 发布时间：2012-11-30 14:50:34

    工作流的监控不涉及工作流模型的重构，但通过监控可以帮助流程管理者了解工作流的运行情况，使现有工作流得到进一步优化。
    1．工作流的监控
    工作流监控的目的之一是发现并分析非正常工作流，对工作流运行进行控制和预测。工作流监控可以通过频繁模式挖掘实现，频繁模式挖掘可以发现工作流中经常出现的活动及其关系，帮助管理者及时了解工作流的变化情况。例如Agrawal等人早先提出的序列模式挖掘方法，该方法事先定义阈值，利用第5章中介绍过的算法挖掘工作流实例中不小于阈值的极大序列作为序列模式，并且对算法进行了优化，这种方法把活动看做项目，把活动集看做项集，通过统计多个活动同时出现的频率得出频繁模式。但是流程中活动之间的关系比零售数据库中的项目复杂得多，Agrawal提出的挖掘方法只把每个活动作为一个原子事件，没有考虑每个活动从开始事件到结束事件之间的时间间隔，所以只能处理顺序的工作流模式序列，对于流程中并行、循环等复杂关系不能处理。
    工作流的监控还包括对工作流性能的实时监控。工作流性能包括时间、资源等评价指标，通过工作流性能的分析可以计算工作流的整体效率，分析流程的运行瓶颈等。工作流的实时监控是流程智能的重要内容，可以通过工作流挖掘实现。在流程运行的同时获取流程运行指标，实时地对流程性能进行分析，对流程结果进行预测。工作流的实时监控还需要参考以往的流程日志、分析结果等历史信息，从而得出更加精确的结论。HP实验室提出了各种流程智能套件，如图11．2所示，工作流的实时监控是其中一个核心功能。在整个管理信息系统中，流程引擎产生的工作流日志通过PDW Loader中间件装载进日志数据仓库，流程挖掘引擎可以对这些日志数据进行实时挖掘，此引擎并非对工作流模型进行重构，而是应用数据挖掘平台SAS Enterprise Miner等对存储工作流日志数据仓库进行决策树分类等分析，可以分析流程的运行状况或对流程趋势做预测。

2．工作流挖掘的评价

对于一个已构建的工作流模型，需要一些评价标准衡量它的准确度，伴随着众多的挖掘方法，许多学者都提出了不同的评价标准。如Roziant提出了fitness和appropriateness的概念，不仅关注于从结构上评价工作流，更注重从行为上评估工作流模型的简洁实用性。对工作流模型的评价可以帮助研究者找出重构的工作流模型在结构上的不足，从而进一步改进现有的挖掘算法。

上一页：工作流模型的重构

下一页：工作流组织视图挖掘