Process Mining beschäftigt sich mit der algorithmischen Analyse von Prozessen auf Basis verschiedenster Prozessrepräsentationen, wie Event Logs. In Anbetracht großer Event Logs und komplexer Prozesse weisen diese Algorithmen hohe Laufzeiten auf, welche durch event Log Sampling reduziert werden können. Wenn die Stichproben repräsentativ sind, liefert diese Analyse dann sogar ähnliche Ergebnisse, wie eine Analyse der gesamten Daten. Gleichzeitig sind Event Logs selbst nur Stichproben des Prozesses, weshalb nicht angenommen werden kann, dass sie vollständige Prozesspräsentationen sind, was die Analyse der Logs bezüglich ihrer Repräsentativität notwendig macht. Diese Doktorarbeit untersucht Lösungen dieser beiden Probleme. Einerseits wird die Erstellung von repräsentativen Stichproben untersucht. Andererseits wird Quantifizierungder Repräsentativität von Event Logs auf Basis untersucht. Zunächst präsentieren wir die Ergebnisse einer systematischen Literaturrecherche zur stichprobenbasierten Analyse von instantiierten Sequenzdaten. Diese zeigen auf, dass Repräsentativität in Bezugnahme der zu beantwortenden Analysefrage zu quantifizieren ist, und dass dennoch domänenübergreifende relevante Klassen von Repräsentativitätskriterien existieren. Darauf aufbauend präsentieren wir 2 Algorithmen für die Erstellung von repräsentativen Stichproben für die lokale und globale Konformanzanalyse. Der erste Algorithmus nutzt Zufallsstichproben und adaptive Stichprobengrößen, die auf den gemessenen Änderungsraten der relevanten Konformanzmaßen basiert. Der zweite Algorithmus lernt Korrelationen zwischen Log-Eigenschaften und nicht-konformen Traces, um Stichproben zu erzeugen, die primär diese nicht-konformen Traces selektieren. Zuletzt untersuchen wir, wie die Vollständigkeit eines Event Logs bezüglich des ihn erzeugenden generativen Systems auf Basis von Verhaltenscharakteristika und Biodiversitätsschätzern quantifiziert werden kann.
Martin Kabierski (Mon,) studied this question.