Process Mining学习笔记(一) _ 面子与里子.pdf

20 15/6/7 Process Mining学习笔记 （一） | 面子与里子 Date Science and Big Data 当今的时代，海量数据不断地产生，在过去的10分钟产生的数据量，都超过了2003年之 前人类历史上产生的所有数据。人类的各种活动，都会不断地产生一系列的event data （事件数据）。人类的事件数据形成了一个网，即Internet of Events 。它的数据主 要有4种来源： 1. Internet of content 如web 页面数据 2. Internet of People 社交网络上人们通过各种关系产生 3. Internet of Things 物联网 4. Internet of Places 地理位置信息 由数据的指数级增长，又谈到了摩尔定律 （Moore’s Law ）,每两年芯片中晶体管的数量 将翻一翻，在过去的40年间，数量增长了2^20 1048576 。这种增长是非常惊人的。40年 前从 Amsterdam 到 Newyork 要坐7小时的飞机，如果飞机的飞行速度发展也能遵照摩 尔定律，那么40年后只需0.024秒 （可惜并没有如此高速发展）…… 如今，我们关注的不是如何生成数据，而是如何从海量数据中发现有价值的内容。 大数据领域，我们经常会关注的4个V ： chrome-extension://iooicodkiihhpojmmeghjclgihfjdjhj/front/in_isolation/reformat .html 1/ 11 20 15/6/7 Process Mining学习笔记 （一） | 面子与里子 大数据的4V 1. Volume （容量）：海量数据 2. Velocity （速度）：数据在不断的变化 3. Variety （多样）：数据的多样性，文本，图象，音视频等 4. Veracity （真实）：数据的真实性 数据科学领域，我们会提出以下的4个问题： 1. What happened ？ 过去发生了什么？ 2. Why did it happend ？为什么会发生？ 3. What will happen ？ 将会发生什么？ （做预测Prediction ） 4. What is the best that can happend ？ 如何更好的发生？ 这门课程集中在基于过程process的数据，利用 event data ，来改进过程。 课程集中的领域 Different types of process mining Process Mining集中在关注performance-oriented problems和compliance-oriented problems 。 Event data 是 process mining 的入口，什么是 event data 呢？ 一系列的日志信息，均可以称为 event data ，比如学生的所有成绩单、订单的记录、病 人治疗的日志等。 在 Process Mining 中，我们需要关注的是process models 与 event data 之间的关系。如 chrome-extension://iooicodkiihhpojmmeghjclgihfjdjhj/front/in_isolation/reformat .html 2/ 11 20 15/6/7 Process Mining学习笔记 （一） | 面子与里子 下图所示： Process Mining 的类型 1. Play Out ：从已知的process模型中生成 event data 2. Play -In ：根据 event data 发现 process模型，是一个discovery 的过程。 3. Replay ：已知 model 和 event data ，二者互相验证，发现 event data 和 model 的问 题 Replay 可以带上 timestamp ，即 event data 的数据会带有时间戳，可以知道每个步骤的 耗时。Replay 可以用来做performance analysis ，发现过程中哪里是瓶颈。 下图是对整个 process mining 的概要描述 ch