Extracción de conocimiento basado en técnicas de aprendizaje automático a partir de registros de eventos

Resumen:

Uno de los principales objetivos en minería de procesos consiste en entender lo que ha sucedido durante la ejecución de un proceso. Típicamente, este objetivo se alcanza explorando manualmente el modelo real que describe el comportamiento del proceso y las analíticas temporales y de frecuencia sobre las variantes del proceso y los indicadores de negocio. En este artículo se sigue una aproximación diferente: se ha desarrollado una técnica basada en árboles de decisión para la extracción automática de conocimiento sobre la ejecución del proceso. Esta técnica se ha validado con un conjunto de datos sintético y se ha comparado con una aproximación de referencia del estado del arte, obteniendo las mismas reglas de conocimiento en ambos casos, con la diferencia de que nuestra aproximación guía la extracción de las reglas a partir de las necesidades del usuario.

Palabras Clave:

Árboles de decisión - Extracción de conocimiento - minería de procesos - Procesos declarativos

Autor(es):

• Tomás Benavides Álvarez {tomas.benavides.alvarez@rai.usc.es}
  Universidade de Santiago de Compostela - Spain
  
• Manuel Mucientes {manuel.mucientes@usc.es}
  Universidade de Santiago de Compostela - Spain
  
• Manuel Lama Penin {manuel.lama@usc.es}
  University of Santiago de Compostela - Spain
  

Handle:

11705/JCIS/2022/037

Descargas:

Este artículo tiene una licencia de uso CreativeCommons - Reconocimiento (by)

Descarga el artículo haciendo click aquí.

Ver la referencia en formato Bibtex