过程挖掘 业务过程的发现、合规和改进

1 (p1): 第1章 引言
1 (p1-1): 1.1 数据爆炸
2 (p1-2): 1.2 建模的局限性
6 (p1-3): 1.3 过程挖掘
9 (p1-4): 1.4 分析一个示例日志
14 (p1-5): 1.5 Play-In、Play-Out与Replay
16 (p1-6): 1.6 趋势
18 (p1-7): 1.7 展望
23 (p2): 第一部分 预备知识
23 (p2-1): 第2章 过程建模与分析
23 (p2-1-1): 2.1 建模的艺术
24 (p2-1-2): 2.2 过程模型
25 (p2-1-2-1): 2.2.1 变迁系统
26 (p2-1-2-2): 2.2.2 Petri网
30 (p2-1-2-3): 2.2.3 工作流网
31 (p2-1-2-4): 2.2.4 YAWL
33 (p2-1-2-5): 2.2.5 BPMN
35 (p2-1-2-6): 2.2.6 事件驱动过程链
36 (p2-1-2-7): 2.2.7 因果网
41 (p2-1-3): 2.3 基于模型的过程分析
41 (p2-1-3-1): 2.3.1 验证
43 (p2-1-3-2): 2.3.2 性能分析
45 (p2-1-3-3): 2.3.3 基于模型分析的局限
46 (p2-2): 第3章 数据挖掘
46 (p2-2-1): 3.1 数据挖掘技术的分类
46 (p2-2-1-1): 3.1.1 数据集：实例与变量
49 (p2-2-1-2): 3.1.2 有监督学习：分类与回归
50 (p2-2-1-3): 3.1.3 无监督学习：聚类与模式发现
50 (p2-2-2): 3.2 决策树学习
55 (p2-2-3): 3.3 k-means聚类
57 (p2-2-4): 3.4 关联规则学习
60 (p2-2-5): 3.5 序列和情节挖掘
60 (p2-2-5-1): 3.5.1 序列挖掘
61 (p2-2-5-2): 3.5.2 情节挖掘
63 (p2-2-5-3): 3.5.3 其他方法
64 (p2-2-6): 3.6 结果模型的质量
65 (p2-2-6-1): 3.6.1 衡量分类器的表现
67 (p2-2-6-2): 3.6.2 交叉验证
69 (p2-2-6-3): 3.6.3 奥卡姆剃须刀
75 (p3): 第二部分 从事件日志到过程模型
75 (p3-1): 第4章 数据获取
75 (p3-1-1): 4.1 数据源
77 (p3-1-2): 4.2 事件日志
85 (p3-1-3): 4.3 XES
90 (p3-1-4): 4.4 将现实压缩到事件日志中
98 (p3-2): 第5章 过程发现基础
98 (p3-2-1): 5.1 问题说明
101 (p3-2-2): 5.2 一个简单的过程发现算法
101 (p3-2-2-1): 5.2.1 基本思想
104 (p3-2-2-2): 5.2.2 算法
107 (p3-2-2-3): 5.2.3 α算法的不足
110 (p3-2-2-4): 5.2.4 考虑事务生命周期
110 (p3-2-3): 5.3 重新发现过程模型
113 (p3-2-4): 5.4 挑战
114 (p3-2-4-1): 5.4.1 表示偏好
116 (p3-2-4-2): 5.4.2 噪声和不完备性
118 (p3-2-4-3): 5.4.3 4个相互竞争的质量标准
121 (p3-2-4-4): 5.4.4 从三维现实中提取正确的二维切片
123 (p3-3): 第6章 高级过程发现技术
123 (p3-3-1): 6.1 概述
124 (p3-3-1-1): 6.1.1 特征1：表示偏好
125 (p3-3-1-2): 6.1.2 特征2：处理噪声的能力
125 (p3-3-1-3): 6.1.3 特征3：完备性假设
126 (p3-3-1-4): 6.1.4 特征4：使用的方法
127 (p3-3-2): 6.2 启发式挖掘
127 (p3-3-2-1): 6.2.1 再谈因果网
128 (p3-3-2-2): 6.2.2 学习依赖图
130 (p3-3-2-3): 6.2.3 学习分裂与合并
132 (p3-3-3): 6.3 遗传过程挖掘
135 (p3-3-4): 6.4 基于区域的挖掘
135 (p3-3-4-1): 6.4.1 学习变迁系统
138 (p3-3-4-2): 6.4.2 使用基于状态的区域的过程发现
140 (p3-3-4-3): 6.4.3 使用基于语言的区域的过程发现
143 (p3-3-5): 6.5 历史沿革
149 (p4): 第三部分 过程挖掘拓展
149 (p4-1): 第7章 合规性检查
149…