12 dez 2023
09:00 Defesa de Mestrado Auditório do IC3
Tema
Predição de tempo restante de instâncias de processo em mineração de processos considerando contexto em logs de eventos
Aluno
Renato Marinho Alves
Orientador / Docente
Edmundo Roberto Mauro Madeira - Coorientadora: Sarajane Marques Peres
Breve resumo
Mineração de processos (MP) é uma área de pesquisa que analisa os comportamentos de processos ao combinar os conhecimentos e técnicas de ciência de processos e ciência de dados. Estudos relacionados a estas áreas estão em evidência, pois diversas organizações no mundo estão adotando MP para otimização de seus serviços e processos de negócio. MP consiste na análise de eventos presentes na execução de um processo, armazenados de forma estruturada em um log de eventos. Ao utilizar alguns atributos presentes na maioria destes logs, diversas técnicas de mineração de processos podem ser aplicadas, como a descoberta de modelos de processo, checagem de conformidade e predição de saídas do processo. Problemas de predição de tempo são comumente modelados com o uso de aprendizado de máquina. Em monitoramento de processos de negócio, tarefas de predição de tempo são associadas aos objetivos de monitoramento do processo. Soluções preditivas baseiam-se em um conjunto básico de informações armazenadas no log de eventos relacionado ao processo de negócio, por exemplo, as marcações de tempo, execução das atividades e a identificação da instância do processo executada. Contudo, características relevantes para o entendimento do processo são desprezadas ao trabalhar com estes três atributos apenas. Neste estudo, focamos em como contexto influencia no tempo de término de instâncias de processos existentes no log de eventos, discutindo o problema de desempenho dos métodos atuais para predição de tempo restante e como estes atributos podem contribuir para a melhora deste desempenho. Desta forma, avalia-se o impacto do uso de informações de contexto sobre o processo como um recurso para proporcionar informações relevantes aos modelos de predição. Propõe-se então um método para tratativa de informações contextuais ao selecionar e adicionar manualmente atributos de contexto da instância dos processos nas descrições de instâncias destes na etapa anterior à construção da entrada fornecida aos modelos preditores baseados em Long Short Term Memmory e Sistema de Transições Anotado. Os resultados obtidos indicam que a presença de informações de contexto relacionados à execução de instâncias do processo proporciona uma melhora nos resultados quando comparados aos gerados por métodos que utilizam apenas os três atributos tradicionais. Três logs de eventos foram utilizadas para validação da nossa abordagem, sendo duas delas de origem pública e uma de origem privada. Neste cenário, observou-se que os resultados mais promissores foram obtidos da execução de modelos construídos utilizando uma abordagem baseada em Sistemas de Transição Anotados. Foi utilizada a medida de erro médio absoluto para calcular e demonstrar a eficiência da utilização de contexto na tarefa de predição.
Banca examinadora
Titulares:
| Edmundo Roberto Mauro Madeira | IC/UNICAMP |
| Marcelo Lisboa Rocha | UFT |
| Jacques Wainer | IC/UNICAMP |
Suplentes:
| Hélio Pedrini | IC/UNICAMP |
| Alexandre Checoli Choueiri | UFPR |