基于聚类的业务过程资源组织挖掘方法技术

本发明专利技术提出了一种基于聚类的业务过程资源组织挖掘方法，包括读取XES日志文件并转换为DataFrame数据结构，获取相应的数据特征；学习业务流程工作内容；获取资源日志数据；获取资源特征矩阵，并作为数据集；根据资源日志，统计每个资源在所有工作内容中出现的频率，构成资源特征矩阵，即数据集；划分测试数据集和训练数据集；训练数据Kmeans初始化；利用重叠聚类模型挖掘业务流程组织结构，并判断模型有效性；利用测试数据评估组织模型；为挖掘的组织模型的每一个资源组分配工作内容；分析模型结构，工作内容与资源组相关；发布资源组织模型，输出挖掘的组织模型，查看资源分类结果。本发明专利技术可以识别重叠的组织模型。明可以识别重叠的组织模型。明可以识别重叠的组织模型。

【技术实现步骤摘要】
基于聚类的业务过程资源组织挖掘方法


[0001]本专利技术属于业务过程挖掘领域，特别涉及一种基于聚类的业务过程资源组织挖掘方法。

技术介绍

[0002]目前，随着现代社会的发展，企业的业务范围愈加广泛，涉及的制造资源尤其是人员的数量越来越庞大，这对管理者充分认识真实的人员组织状况，人员之间的互动，部门之间的协调机制，以及人员是如何参与业务流程带来了一定的挑战。
[0003]不可否认，组织挖掘是业务流程挖掘的一个重要方面，它是人们认识业务中真实的资源组织状况的有效手段，为业务管理、组织知识推荐提供帮助。
[0004]目前大部分组织挖掘手段无法发现具有重叠效果的组织模型，这使得传统的挖掘手段无法发现真实的组织分布情况，更加无法发现组织之间的协作机制以及“多面手”资源。

技术实现思路

[0005]本专利技术的目的在于提供一种业务过程组织模型挖掘方法，利用业务流程的历史日志，挖掘得到资源组织模型。
[0006]实现本专利技术目的的技术解决方案为：
[0007]一种基于聚类的业务过程资源组织挖掘方法，包括以下步骤：
[0008]S1、读取XES日志文件并转换为DataFrame数据结构，获取相应的数据特征；
[0009]S2、学习业务流程工作内容：工作内容由一个案例类型、一个活动名称和时间戳组成；学习表达工作内容的元组；
[0010]S3、获取资源日志数据：利用初始的DataFrame类型的事件日志，以及S2学习的工作内容集合，计算每一个事件日志的资源日志；
[0011]S4、获取资源特征矩阵profiles，并作为数据集；根据S3的资源日志，统计每个资源在所有工作内容co中出现的频率，构成资源特征矩阵，获得的资源特征矩阵即为数据集；
[0012]S5、划分测试数据集和训练数据集：将获取到的资源特征矩阵按照比例进行划分，分为训练数据和测试数据，训练数据用于组织模型的发现，测试数据用于评估组织模型的好坏；
[0013]S6、训练数据Kmeans初始化；
[0014]S7：利用重叠聚类模型挖掘业务流程组织结构，并判断模型有效性；
[0015]S8、利用测试数据评估组织模型；为挖掘的组织模型的每一个资源组分配工作内容；
[0016]S9、分析模型结构，工作内容co与资源组rg相关；
[0017]S10、发布资源组织模型，输出挖掘的组织模型，查看资源分类结果。
[0018]本专利技术与现有技术相比，其显著优点是：
[0019]本专利技术提出了一种基于聚类的业务过程资源组织挖掘方法，对比传统的组织挖掘方法，可以识别重叠的组织模型，发现通才，为业务过程管理提供支持。
附图说明
[0020]图1为本专利技术具体执行流程图。
[0021]图2为业务流程事件日志数据。
[0022]图3为资源事件日志示例图。
[0023]图4为资源特征矩阵示例图。
[0024]图5为Kmeans聚类示意图。
[0025]图6为重叠聚类模型示意图
具体实施方式
[0026]下面结合附图及具体实施例对本专利技术做进一步的介绍。
[0027]结合图1
‑
图6，本专利技术的一种基于重叠聚类的业务过程组织知识推荐方法，包括以下步骤：
[0028]S1、读取XES日志文件并转换为DataFrame数据结构，具体为：读取XES格式的业务流程日志数据，获取相应的数据特征，例如：资源名称、案例名称、活动名称、时间戳等等，统计日志中事件数量和案例数量并反馈。
[0029]业务流程事件日志EL＝(E，Att，π)
[0030]其中，E代表事件日志集，Att表示事件属性集，π函数为：E
→
Att，关于事件日志对其属性Att的映射，对于事件e∈E拥有属性集合dom(π(e))，对于事件属性x∈dom(π(e))，拥有属性值π
x
(e)，其中π
x
(e)表示事件e关事件属性x的属性值。
[0031]事件日志属性Event Attributes
[0032]作为事件日志的最低要求，事件有三个标准属性：案例标识符(case)、活动名称(act)和时间戳(time)。另外，事件还记录了执行该活动的资源(res)。除了这四个常见的属性外，事件日志还可以记录的事件属性，如客户类型和成本，这些属性在不同的流程和信息系统中是不同的。
[0033]让分别代表案例的集合、活动的集合、时间戳的集合以及资源的集合，每个事件日志EL＝(E，Att，π)都拥有四个基本属性：对于事件对于事件是事件e所属的案例，是事件e对应的活动任务，是事件e对应的时间戳属性，是事件e对应的资源属性值。
[0034]S2、学习业务流程工作内容，具体为：
[0035]S2.1、制定感兴趣的内容作为日志的工作内容，例如：案例类型、活动名称、时间类型，并将其作为一个元组来表达事件的工作内容。案例类型通常拥有：案例号、案例是否成功、案例成本、客户级别、案例报价等等；时间类型通常有：星期几、上下午、具体时辰(24小时制)等。
[0036]工作内容co＝(ct，at，tt)
[0037]工作内容由一个案例类型、一个活动名称和时间戳组成。每个co元组都描述了流
程中某个事件被执行的方式和具体内容。
[0038]其中，co代表某一个事件的工作内容，ct表示案例类型、at表示活动名称、tt表示时间戳，由这三个属性值构成的元组，表示该事件的工作内容。
[0039]S2.2、学习表达工作内容的元组(由日志三个属性构成)，对DataFrame类型日志中的每个事件e进行逐个遍历，统计对应事件e的三个属性的属性值，即为三个属性的类别。与此同时，三个属性类别的不同组合构成了不同的工作内容。
[0040]S3、获取资源日志数据，具体为：利用初始的DataFrame类型的事件日志，以及S2学习的工作内容集合，计算每一个事件日志的资源日志。
[0041]对DataFrame类型的事件日志中的每个事件e依次遍历，过滤不具有具体属性信息的事件日志，提取每个事件的资源属性值r，并对应该事件e的工作内容co，注意每一个资源日志对应的格式为(r，(ct，at，tt))，其中如下表1资源事件日志示例所示。该示例中，案例类型选用的是客户级别，时间类型选用的是上下午类型。
[0042]表1：资源事件日志示例
[0043][0044][0045]S4、获取资源特征矩阵profiles，并作为数据集，具体为：根据S3的资源日志，统计每个资源在所有工作内容co中出现的频率，构成资源特征矩阵，该矩阵行索引为资源类型值，列索引为工作内容co，如下表2为资源特征矩阵示例。获得的资源特征矩阵即为数据集。
[0046]表2：资源特征矩阵示例
[0047][0048]S5、划分测试数据集和训练数据集，具体为，将获取到的资源特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
两个点的坐标值，对应资源特征矩阵中的特征值，j表示，该点有j个坐标值，即资源特征矩阵有j个特征。6.根据权利要求4所述的基于聚类的业务过程资源组织挖掘方法，其特征在于，各个维度的均值center，计算公式如下：node
i
表示类簇中的某个点，q表示该类簇共有q个点。7.根据权利要求1所述的基于聚类的业务过程资源组织挖掘方法，其特征在于，利用重叠聚类模型挖掘业务流程组织结构，并判断模型有效性，具体为：设置模型需要查找的模型组数n_group，作为先验数据，将资源特征矩阵profiles的训练数据集train_set作为输入，同样的依据由train_set进行Kmeans初始化得到的分类结果，获得资员的分类矩阵；将资源分类矩阵输入重叠聚类模型；搭建MOC重叠聚类模型，设置模型结果是否为重叠模型is_disjoint，输入值为布尔类型，false为非重叠模型，true为重叠模型；返回资源分类矩阵m_best作为模型的训练结果；判断挖掘的模型是否有效，遍历资源分类矩阵m_best，判断每一个资源是否至少属于一个资源组，若是，则模型有效，若不是，则模型无效。8.根据权利要求1所述的基于聚类的业务过程资源组织挖掘方法，其特征在于，利用测试数据评估组织模型，具体为：依据挖掘的重叠聚类模型，计算各个分组的聚类质心cluster_centroids，利用测试数据test_set，计...

【专利技术属性】
技术研发人员：施伟伟，刘庭煜，焦磊，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：