一种基于日志相似度的轨迹聚类评估方法

(山东理工大学 计算机科学与技术学院，山东 淄博 255000)

过程挖掘[1-3]旨在从事件日志中提取关于业务过程的有效信息，从而发现、监控和改进实际过程。事件日志对应于业务过程的一系列过程实例，过程实例表现为轨迹(轨迹被定义为过程实例从开始执行到结束所调用的活动有序列表)。现实生活中的过程往往更灵活、非结构化，传统的过程挖掘算法在处理这种非结构化过程时存在生成难以理解的过程模型(即意大利面模型)等问题，解决这一问题的有效方法之一是对事件日志中的轨迹进行聚类，使得聚类后的子日志对应的过程模型组合能够清晰完整地表达原始事件日志中的行为，减少类似意大利面过程模型出现的概率，进而更直观地理解过程模型。

轨迹聚类的基本原则是根据定义的轨迹之间相似或相异概念，将事件日志划分为K个(一般K≥2)聚类子日志，使得子日志中的所有轨迹的行为(如活动、直接跟随活动关系等)是相似的，属于不同子日志的轨迹是不相似的。有不同的评价指标来评价轨迹聚类的效果，文献[4]从传统数据挖掘的角度使用聚类熵和分离率等指标评价聚类质量；文献[5]使用加权拟合度值评价聚类的好坏，采用XOR、Joins/Splits等控制流的数量评估过程模型的复杂性；文献[6]通过计算过程模型的总体精度以及单个过程实例的拟合度进行实验评估。从过程挖掘的角度来看，最常用的聚类评估指标是基于拟合度[7]和准确度[8]的综合指标F-Measure[9]。……