Procesos de Negocio
URI permanente para esta colección:
Artículos en la categoría Procesos de Negocio publicados en las Actas de las XIII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2017).
Notificar un error en esta colección
Examinar
Envíos recientes
Artículo Towards the Extraction of Frequent Patterns in Complex Process ModelsChapela-Campa, David; Mucientes, Manuel; Lama Penín, Manuel. Actas de las XIII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2017), 2017-07-19.In this paper, we present WoMine, an algorithm to retrieve frequent behavioural patterns from the model. Our approach searches in process models extracting structures with sequences, selections, parallels and loops, which are frequently executed in the logs. This proposal has been validated with a set of process models, and compared with the state of the art techniques. Experiments have validated that WoMine can find all types of patterns, extracting information that cannot be mined with the state of the art techniques.Artículo Predicciones en Procesos de Negocio DeclarativosJiménez Ramírez, Andrés; Barba, Irene; Fernández-Olivares, Juan; del Valle, Carmelo; Weber, Barbara. Actas de las XIII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2017), 2017-07-19.La generación de predicciones sobre instancias de procesos de negocio permite anticipar problemas, evitar el incumplimiento de restricciones de una manera proactiva, y tomar decisiones sobre prioridades y restricciones al enfrentarse a eventos inesperados, e.g., retrasos. Sin embargo, elaborar una predicción es una tarea compleja en la mayoría de los casos ya que se deben tener en cuenta múltiples instancias y recursos, es necesario adaptar dichas predicciones a circunstancias cambiantes, y hay que tener en cuenta distintas dimensiones, no sólo el tiempo. En este contexto, el presente trabajo propone una propuesta novedosa para generar predicciones sobre un conjunto de instancias en ejecución relacionadas con un modelo declarativo de un proceso de negocio. Dicha propuesta consiste en generar un plan de ejecución optimizado a partir del modelo declarativo y del estado de las instancias en ejecución. Tras ello, la predicción se genera evaluando la función que se desea predecir sobre el plan de ejecución generado. La presente propuesta ha sido evaluada utilizando un modelo de proceso de un escenario real que incluye restricciones temporales, de datos, de recursos y de control-flow que lo dotan de una alta complejidad. Los prometedores resultados obtenidos alientan a continuar los trabajos en escenarios con características diferentes que permitan extender la validez de la propuesta.Artículo Monitorización predictiva de procesos de negocio basada en modelos de predicción actualizablesMárquez-Chamorro, Alfonso E.; Resinas Arias de Reyna, Manuel; Ruiz Cortés, Antonio. Actas de las XIII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2017), 2017-07-19.La monitorización predictiva de instancias de procesos de negocio en ejecución propociona acciones proactivas y correctivas para mejorar el rendimiento de los procesos y mitigar los posibles riesgos en tiempo real. Dicha monitorización permite la predicción de métricas de evaluación o indicadores del rendimiento de un proceso en ejecución. En este contexto, este trabajo define una arquitectura para el proceso de predicción de indicadores que, asimismo, contempla la posibilidad de la actualización del modelo predictivo a lo largo del tiempo.Resumen A Framework for Efficiently Mining the Organisational Perspective of Business ProcessesSchönig, Stefan; Cabanillas, Cristina; Jablonski, Stefan; Mendling, Jan. Actas de las XIII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2017), 2017-07-19.Actual process executions may constitute a valuable input for improving process design. Process mining provides methods for automatic process analysis, among others for discovering processes by extracting knowledge from event logs in the form of a process model. Various algorithms are available to discover models capturing the control flow of a process, related to the behavioural perspective of the process.For perspectives like the organisational perspective, which manages the involvement of human resources in processes, only partial solutions for mining had been developed despite the importance of resource information not only for performance but also for compliance analysis. Prior work on mining resource information focused on discovering specific aspects of the organisational perspective such as role models, separation of duty or social networks. However, comprehensive and integrated support for the wellestablished workflow resource patterns, and specifically in this context for the socalled creation patterns, was missing. Furthermore, the close interplay between the organisational and the behavioural perspectives (cross-perspective patterns) was disregarded. The research reported in this paper presented an efficient and effective framework for mining the organisational perspective of business processes that is divided into an event log pre-processing phase, a phase for integrated resource mining including cross-perspective patterns, and a model post-processing phase. We evaluated our approach with an implementation of the three phases, with simulation experiments for measuring performance, and with the application of the approach on a real-life event log for checking its effectiveness.