Aprimoramento do algoritmo X-Processes para descobrir modelos de processo mais precisos

Resumo

A combinação de gestão de processos de negócio (BPM - Business Process Management) e mineração de dados estabeleceu a área de pesquisa conhecida como mineração de processos. A mineração de processos visa extrair conhecimento de dados resultantes da execução de processos de negócio. Os dados a serem extraídos geralmente são formados por logs de eventos produzidos por sistemas de informação que automatizam os processos de negócio das organizações. A descoberta de processos é um dos tipos mais estudados e desafiadores de mineração de processos. Um grande desafio é descobrir modelos de processo acurados, ou seja, aqueles com um equilíbrio adequado entre completude (ou recall) e precisão. O algoritmo X-Process foi desenvolvido recentemente para enfrentar esse desafio por meio de algoritmos genéticos, usando uma abordagem distribuída baseada em ilhas. Embora a computação evolutiva seja uma abordagem computacional apropriada para buscar entre diferentes soluções enquanto otimiza uma função fitness específica, o X-Process ainda precisa de aprimoramentos para fornecer melhor acurácia. Portanto, o principal objetivo deste projeto de pesquisa é aprimorar o algoritmo X-Process para permitir que ele descubra modelos de processo mais acurados, otimizando a medida F-score entre completude e precisão. Além disso, com o objetivo de fornecer resultados mais apropriados, outros recursos desse algoritmo precisam ser aprimorados, como a implementação de operadores adicionais de crossover e mutação, o uso de formatos padrão (IEEE/ISO) para a entrada e a saída do algoritmo e a garantia de que os modelos de processo descobertos sejam sound. Considerando todas as melhorias planejadas para o algoritmo X-Process, esperamos obter a descoberta de modelos de processo mais significativos para o negócio, quando comparados aos algoritmos de descoberta de processos do estado-da-arte. (AU)