图书介绍

过程挖掘 业务过程的发现、合规和改进pdf电子书版本下载

过程挖掘  业务过程的发现、合规和改进
  • (法)阿尔斯特著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302350859
  • 出版时间:2014
  • 标注页数:271页
  • 文件大小:50MB
  • 文件页数:283页
  • 主题词:数据采集-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

过程挖掘 业务过程的发现、合规和改进PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 引言 1

1.1 数据爆炸 1

1.2 建模的局限性 2

1.3 过程挖掘 6

1.4 分析一个示例日志 9

1.5 Play-In、Play-Out与Replay 14

1.6 趋势 16

1.7 展望 18

第一部分 预备知识 23

第2章 过程建模与分析 23

2.1 建模的艺术 23

2.2 过程模型 24

2.2.1 变迁系统 25

2.2.2 Petri网 26

2.2.3 工作流网 30

2.2.4 YAWL 31

2.2.5 BPMN 33

2.2.6 事件驱动过程链 35

2.2.7 因果网 36

2.3 基于模型的过程分析 41

2.3.1 验证 41

2.3.2 性能分析 43

2.3.3 基于模型分析的局限 45

第3章 数据挖掘 46

3.1 数据挖掘技术的分类 46

3.1.1 数据集:实例与变量 46

3.1.2 有监督学习:分类与回归 49

3.1.3 无监督学习:聚类与模式发现 50

3.2 决策树学习 50

3.3 k-means聚类 55

3.4 关联规则学习 57

3.5 序列和情节挖掘 60

3.5.1 序列挖掘 60

3.5.2 情节挖掘 61

3.5.3 其他方法 63

3.6 结果模型的质量 64

3.6.1 衡量分类器的表现 65

3.6.2 交叉验证 67

3.6.3 奥卡姆剃须刀 69

第二部分 从事件日志到过程模型 75

第4章 数据获取 75

4.1 数据源 75

4.2 事件日志 77

4.3 XES 85

4.4 将现实压缩到事件日志中 90

第5章 过程发现基础 98

5.1 问题说明 98

5.2 一个简单的过程发现算法 101

5.2.1 基本思想 101

5.2.2 算法 104

5.2.3 α算法的不足 107

5.2.4 考虑事务生命周期 110

5.3 重新发现过程模型 110

5.4 挑战 113

5.4.1 表示偏好 114

5.4.2 噪声和不完备性 116

5.4.3 4个相互竞争的质量标准 118

5.4.4 从三维现实中提取正确的二维切片 121

第6章 高级过程发现技术 123

6.1 概述 123

6.1.1 特征1:表示偏好 124

6.1.2 特征2:处理噪声的能力 125

6.1.3 特征3:完备性假设 125

6.1.4 特征4:使用的方法 126

6.2 启发式挖掘 127

6.2.1 再谈因果网 127

6.2.2 学习依赖图 128

6.2.3 学习分裂与合并 130

6.3 遗传过程挖掘 132

6.4 基于区域的挖掘 135

6.4.1 学习变迁系统 135

6.4.2 使用基于状态的区域的过程发现 138

6.4.3 使用基于语言的区域的过程发现 140

6.5 历史沿革 143

第三部分 过程挖掘拓展 149

第7章 合规性检查 149

7.1 业务对齐和审计 149

7.2 托肯重演 151

7.3 对比足迹 161

7.4 合规性检查的其他应用 164

7.4.1 修复模型 164

7.4.2 评估过程发现算法 165

7.4.3 连接事件日志和过程模型 165

第8章 挖掘其他维度 168

8.1 维度 168

8.2 属性:一种总体透视 169

8.3 组织挖掘 173

8.3.1 社会网分析 174

8.3.2 发现组织结构 178

8.3.3 分析资源行为 179

8.4 时间和概率 180

8.5 决策挖掘 183

8.6 整合所有维度 186

第9章 运作支持 189

9.1 改进的过程挖掘框架 189

9.1.1 制图学 190

9.1.2 审计 191

9.1.3 导航 192

9.2 在线过程挖掘 192

9.3 检测 193

9.4 预测 196

9.5 推荐 200

9.6 过程挖掘谱系 202

第四部分 过程挖掘的应用 205

第10章 工具支持 205

10.1 商务智能 205

10.2 ProM 208

10.3 其他过程挖掘工具 212

10.4 展望 215

第11章 分析“宽面条过程” 216

11.1 “宽面条过程”的特征 216

11.2 用例 219

11.3 方法论 220

11.3.1 阶段0:计划和调整 222

11.3.2 阶段1:抽取 222

11.3.3 阶段2:创建控制流模型并关联事件日志 222

11.3.4 阶段3:创建集成的过程模型 223

11.3.5 阶段4:运作支持 223

11.4 应用 223

11.4.1 每个功能领域的过程挖掘机会 223

11.4.2 每个产业的过程挖掘机会 225

11.4.3 两个“宽面条过程” 227

第12章 分析“意大利面过程” 234

12.1 “意大利面过程”的特点 234

12.2 方法 237

12.3 应用 240

12.3.1 “意大利面过程”的过程挖掘机会 240

12.3.2 “意大利面过程”的例子 241

第五部分 后 记 249

第13章 制图与导航 249

13.1 业务过程地图 249

13.1.1 地图质量 249

13.1.2 聚合与抽象 250

13.1.3 无缝缩放 251

13.1.4 尺寸、颜色和布局 254

13.1.5 定制 256

13.2 过程挖掘:业务过程的TomTom 256

13.2.1 将动态信息投射到业务过程地图 256

13.2.2 到达时间预测 259

13.2.3 引导而不是控制 259

第14章 结语 260

14.1 过程挖掘:数据挖掘与业务过程管理之间的桥梁 260

14.2 挑战 261

14.3 今天就开始 262

参考文献 263

精品推荐