Behavioral Pattern Mining for Flexible Processes - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Behavioral Pattern Mining for Flexible Processes

Fouille de Patterns Comportementaux dans le Contexte de Processus Flexibles

Résumé

Event logs contain recorded data about business processes execution. Process Mining is the research discipline that analyzes such event logs and aims to discover models describing the unfolding of the process. Many algorithms were proposed but most of them don’t take into account cases of high irregularities between execution instances. In this thesis, we focus on such cases where the processes are unstructured and more exactly on a particular method to get insight from them. Namely, the mining of behavioral patterns. We propose a novel and more efficient algorithm that guarantees certain properties on the extracted patterns. We also propose a framework to analyze and retrieve such patterns in a contextual data-aware fashion manipulating correlation and causation. Lastly, we devise an advanced algorithm for the pattern discovery that is further optimized. It yields more concise and relevant results while offering a visualization interface for easy and interactive analysis.
Les journaux d’évènements stockent la trace de l’exécution des processus. Le Process Mining est la discipline de recherche qui vise à analyser ce genre de données et à construire des modèles d’exécution décrivant le déroulement des processus. Plusieurs algorithmes ont été proposés pour extraire de tels modèles mais ils se heurtent aux cas où le modèle contient trop d’irrégularités parmi les différentes instances d’exécution. Dans cette thèse, nous nous attelons à étudier ces cas où le processus est non structuré et nous nous concentrons sur une méthode particulière d’analyse qui est l’extraction de modèles comportementaux. Nous proposons un nouvel algorithme plus efficace pour ce faire qui garantit certaines propriétés sur les fragments trouvés. Nous proposons également un framework pour analyser et récupérer ces patterns dans une approche orientée données contextuelles alliant corrélation et causalité. Enfin, nous mettons au point un nouvel algorithme de découverte des patterns encore plus rapide avec des résultats visualisables plus concis et plus pertinents.
Fichier principal
Vignette du fichier
2021UPSLD001.pdf (3.72 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03542389 , version 1 (25-01-2022)

Identifiants

  • HAL Id : tel-03542389 , version 1

Citer

Mehdi Acheli. Behavioral Pattern Mining for Flexible Processes. Data Structures and Algorithms [cs.DS]. Université Paris sciences et lettres, 2021. English. ⟨NNT : 2021UPSLD001⟩. ⟨tel-03542389⟩
121 Consultations
107 Téléchargements

Partager

Gmail Facebook X LinkedIn More