Model repair — aligning process models to reality

Fahland, Dirk; Aalst, Wil M. P. van der

doi:10.1016/j.is.2013.12.007

Cited by 140 publications

(112 citation statements)

References 24 publications

Supporting

Mentioning

107

Contrasting

Unclassified

Order By: Relevance

“…The resulting diagnostics of these techniques have been applied in various context. For example, it is used to assess the quality of a model with respect to the reality [10], to repair or simplify models based on diagnosed deviations [11,5], to perform auditing and compliance analysis [12,3,2], to find decision points in processes [13], to conduct root cause analysis [14] and performance analysis [4].…”

Section: Resultsmentioning

confidence: 99%

See 1 more Smart Citation

Conformance Checking Based on Partially Ordered Event Data

Fahland

Aalst

2015

Business Process Management Workshops

Self Cite

View full text Add to dashboard Cite

Abstract. Conformance checking is becoming more important for the analysis of business processes. While the diagnosed results of conformance checking techniques are used in diverse context such as enabling auditing and performance analysis, the quality and reliability of the conformance checking techniques themselves have not been analyzed rigorously. As the existing conformance checking techniques heavily rely on the total ordering of events, their diagnostics are unreliable and often even misleading when the timestamps of events are coarse or incorrect. This paper presents an approach to incorporate flexibility, uncertainty, concurrency and explicit orderings between events in the input as well as in the output of conformance checking using partially ordered traces and partially ordered alignments, respectively. The paper also illustrates various ways to acquire partially ordered traces from existing logs. In addition, a quantitative-based quality metric is introduced to objectively compare the results of conformance checking. The approach is implemented in ProM plugins and has been evaluated using artificial logs.

show abstract

Section: Resultsmentioning

confidence: 99%

“…This information can be further used to identify and measure deviations, enable auditing and compliance analysis [2,3]. Moreover, the relationships between models and logs obtained from aligning them can be used to analyze performance and repair process models [4,5].…”

Section: Introductionmentioning

confidence: 99%

Conformance Checking Based on Partially Ordered Event Data

Fahland

Aalst

2015

Business Process Management Workshops

Self Cite

View full text Add to dashboard Cite

show abstract

“…Идея исправления моделей процессов на основании использования информации из логов событий была предложена в [16] и развита в [17], где авторы предлагают спо-соб повышения степени соответствия (fitness) модели процесса в виде сети потоков работ (подкласс сетей Петри) логу событий. Для этого все трассы лога событий разделяются на соответствующие и не соответствующие модели.…”

Section: обзор работ по теме исследованияunclassified

“…В будущем планируется рассмотреть другие возможные реализации общей схемы на основе других способов декомпозиции мо-дели процесса. В [17] описан метод исправления процессов, позволяющий добавлять в новую модель действия, которые не встречались в исходной модели. Мы планиру-ем исследовать возможности комбинации этого метода с методом, предложенным в данной статье.…”

Section: заключениеunclassified

Using Event Logs for Local Correction of Process Models

Мицюк¹,

Lomazova²,

Аалст³

2017

Model. anal. inf. sist.

Self Cite

View full text Add to dashboard Cite

получена 17 июля 2017Аннотация. В ходе жизненного цикла информационной системы (ИС) ее реальное поведение может перестать соответствовать исходной модели системы. Между тем для поддержки системы очень важно иметь актуальную модель, отражающую текущее поведение системы. Для корректи-ровки модели можно использовать информацию из журнала событий системы. Журналы собы-тий процессно-ориентированных информационных систем содержат запись истории исполнения поддерживаемых процессов в виде более или менее детальных списков событий. Такие журна-лы, как правило, записываются всеми современным ИС. Эта информация может использоваться для анализа реального поведения ИС и ее усовершенствования. В работе рассматривается зада-ча корректировки (исправления) модели процесса на основе информации из журнала событий. Исходными данными для этой задачи являются первоначальная модель процесса в виде сети Пет-ри и журнал событий. Результатом корректировки должна быть новая модель процесса, лучше отображающая реальное поведение ИС, чем исходная модель. Актуальная модель может быть построена и полностью заново, например, с помощью одного из известных алгоритмов автомати-ческого синтеза модели процесса по журналу событий. Однако структура исходной модели при этом может полностью измениться. Полученную модель будет трудно сопоставить с прежней мо-делью процесса, что затруднит ее понимание и анализ. Поэтому при корректировке модели важно по возможности сохранить ее прежнюю структуру. Предлагаемый в настоящей работе алгоритм корректировки модели основан на принципе разделяй и властвуй . Исходная модель процесса декомпозируется на фрагменты. Для каждого из фрагментов проверяется, соответствует ли он актуальному журналу событий. Фрагменты, для которых выявлены несоответствия, заменяются на заново синтезированные. Новая модель собирается из фрагментов путем слияния переходов. Проведенные эксперименты показывают, что наш алгоритм корректировки дает хорошие резуль-таты, если применяется для исправления локальных несоответствий. Работа содержит описание алгоритма, формальное обоснование его корректности, а также результаты экспериментального тестирования на искусственных примерах.

show abstract

“…This preprocessing shall enable analysis techniques from the process mining field that rely on a binding between events and activities. Namely, these are conformance checking approaches [100,128,138] and process model enrichment techniques as for example decision point analysis [101], model repair [48], and performance analysis [128]. In addition to these techniques, discovery algorithms, such as [70,123,129,142], can benefit from event logs that contain labels of existing model activities.…”

Section: Research Objectivementioning

confidence: 99%

Matching of events and activities

Baier

Solti

Mendling

et al. 2015

Proceedings of the 30th Annual ACM Symposium on Applied Computing

View full text Add to dashboard Cite

I like things matching. I have an upright bass, a drum kit and a grand piano that's the same color.-Penn Jillette A B S T R A C T Nowadays, business processes are increasingly supported by IT services that produce massive amounts of event data during process execution. Aiming at a better process understanding and improvement, this event data can be used to analyze processes using process mining techniques. Process models can be automatically discovered and the execution can be checked for conformance to specified behavior. Moreover, existing process models can be enhanced and annotated with valuable information, for example for performance analysis. While the maturity of process mining algorithms is increasing and more tools are entering the market, process mining projects still face the problem of different levels of abstraction when comparing events with modeled business activities. Mapping the recorded events to activities of a given process model is essential for conformance checking, annotation and understanding of process discovery results. Current approaches try to abstract from events in an automated way that does not capture the required domain knowledge to fit business activities. Such techniques can be a good way to quickly reduce complexity in process discovery. Yet, they fail to enable techniques like conformance checking or model annotation, and potentially create misleading process discovery results by not using the known business terminology.In this thesis, we develop approaches that abstract an event log to the same level that is needed by the business. Typically, this abstraction level is defined by a given process model. Thus, the goal of this thesis is to match events from an event log to activities in a given process model. To accomplish this goal, behavioral and linguistic aspects of process models and event logs as well as domain knowledge captured in existing process documentation are taken into account to build semiautomatic matching approaches. The approaches establish a pre-processing for every available process mining technique that produces or annotates a process model, thereby reducing the manual effort for process analysts. While each of the presented approaches can be used in isolation, we also introduce a general framework for the integration of different matching approaches.The approaches have been evaluated in case studies with industry and using a large industry process model collection and simulated event logs. The evaluation demonstrates the effectiveness and efficiency of the approaches and their robustness towards nonconforming execution logs. • Thomas Baier, Andreas Rogge-Solti, Mathias Weske, and Jan Mendling. Matching of events and activities -an approach based on behavioral constraint satisfaction. In Proceedings of the 30th Annual ACM Symposium on Applied Computing, pages 1225-1230. ACM, 2015.• Thomas Baier, Claudio Di Ciccio, Jan Mendling, and Mathias Weske. Matching of events and activities -an approach using declarative modeling constraints. Other important roles i...

show abstract

Model repair — aligning process models to reality

Cited by 140 publications

References 24 publications

Conformance Checking Based on Partially Ordered Event Data

Conformance Checking Based on Partially Ordered Event Data

Using Event Logs for Local Correction of Process Models

Matching of events and activities

Contact Info

Product

Resources

About