Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 507


Aluno: Raphael José D’Castro
Orientador: Prof. Adriano Lorena Inácio de Oliveira
Co-orientador: Prof. Ricardo Massa Ferreira Lima
Título: PRÉ-PROCESSAMENTO PARA MINERAÇÃO DE PROCESSOS: TÉCNICAS PARA SIMPLIFICAÇÃO AUTOMÁTICA  DE LOGS DE EVENTOS
Data: 04/11/2020
Hora/Local: 14h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Cleber Zanchettin (UFPE / Centro de Informática)
Prof. Cristine Martins Gomes de Gusmão (UFPE / Engenharia Biomédica)
Prof. George Augusto Valença Santos (UFRPE / Departamento de Computação)
Prof. Byron Leite Dantas Bezerra (UPE / Escola Politécnica de PE)
Prof. Edson Emílio Scalabrin  (PUCPR / Escola Politécnica)


RESUMO:

Nos últimos anos, se desenvolveu uma disciplina denominada mineração de processos, cujo objetivo é ajudar a descobrir e analisar processos de negócios através da exploração de informações não triviais dos registros de 
sistemas de informações (logs de eventos). Um desafio para a mineração de 
processos é lidar com a complexidade oriunda de processos de negócios 
flexíveis ou pouco estruturados. Algoritmos de descoberta de processos 
foram concebidos para tratar a complexidade através da filtragem de comportamento infrequente, contudo conduzimos um estudo em um ambiente real que apontou limitações nas soluções existentes. Nesse estudo também identificamos fatores geradores de complexidades e concluímos que o tratamento mais eficaz se daria através do pré-processamento dos logs de eventos. Assim, propusemos duas abordagens para agrupamento de atividades afins que transformam logs de eventos promovendo uma mudança na granularidade dos seus eventos. A afinidade entre atividades é identificada através de um novo indicador baseado em novas métricas aliadas a outras existentes na literatura. Mediante avaliação com apoio de especialista no negócio observamos que as abordagens possibilitam uma visão alternativa, coerente com a realidade, para os processos de negócio avaliados. Além disso, os logs de eventos transformados apresentaram uma significativa redução de tamanho e os modelos de processos de processos oriundo destes se mostraram mais simples que os oriundos dos logs de eventos originais. Também associamos a complexidade em modelos de processos à incidência de atividades recorrentes nos logs de eventos. Estas atividades ocorrem em diversas fases do processo (contextos de negócio) propiciando modelos mais difíceis de interpretar e de baixa qualidade. Propusemos uma abordagem que identifica as atividades recorrentes e promove o seu desmembramento baseado nos contextos de negócios relevantes relacionados a estas. As análises mostraram que os modelos de processos transformados apresentaram qualidade superior no tocante ao fitness, bem como em algumas medidas de simplicidade. Cabe ressaltar que todas as abordagens dessa tese foram avaliadas com logs de eventos reais.

Palavras-chave: Mineração de processos. Pré-processamento de logs de 
eventos. Simplificação de Log de eventos.

Comentários desativados