该研究针对流程挖掘中变体分类依赖人工判断、难以规模化的问题,提出一种目标驱动的变体分类方法,将传统工作流反转:先由组织构建目标模型以预定义分类维度,再将每个流程变体转化为描述其行为的文本叙事,借助大语言模型结合目标模型进行语义推理,自动将变体归入最合适的类别。作者完成了端到端实现,并在三个规模与行为多样性差异显著的公开日志上评估。结果显示,目标模型引导所得的分类结果与无引导归纳法明显不同,且能对声明备选项的受控修改作出响应,代价是需额外投入构建目标模型。该工作将底层流程行为与分析者定义的业务目标相连接,为流程变体的自动化、业务可解释分类提供了新思路。
| 过程发现 | 从事件日志中自动构建过程模型的技术,通常用于业务流程分析。 |
| 过程变体 | 同一过程的不同执行路径或行为模式,反映了实际流程的多样性。 |
| 目标模型 | 对组织业务目标的正式化描述,用于指导过程变体的分类。 |
| 大型语言模型 | 基于海量文本训练的人工智能模型,能够理解和生成自然语言,用于语义推理。 |
| 语义推理 | 基于含义和上下文而非仅语法结构进行推断的过程,此处用于连接过程行为与业务目标。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅