趙衛(wèi)東，劉海濤

（復(fù)旦大學(xué) 軟件學(xué)院，上海 200433）

0 引言

隨著企業(yè)競(jìng)爭(zhēng)的日趨激烈，業(yè)務(wù)流程優(yōu)化得到很多企業(yè)的重視。企業(yè)信息系統(tǒng)積累了大量的業(yè)務(wù)流程運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)記錄了流程的執(zhí)行過程。傳統(tǒng)的流程優(yōu)化多是通過人工經(jīng)驗(yàn)發(fā)現(xiàn)流程中的問題，對(duì)流程數(shù)據(jù)的利用不足。流程挖掘（process mining）通過分析流程日志中的任務(wù)、參與者和時(shí)間等數(shù)據(jù)，重現(xiàn)業(yè)務(wù)流程的真實(shí)過程，為管理者提供流程運(yùn)行的知識(shí)［1］。流程挖掘結(jié)合工作流管理和數(shù)據(jù)挖掘等相關(guān)技術(shù)，從控制流、組織結(jié)構(gòu)、資源和性能等多個(gè)視圖提取流程運(yùn)行的知識(shí)，利用這些知識(shí)可以發(fā)現(xiàn)業(yè)務(wù)執(zhí)行與企業(yè)戰(zhàn)略目標(biāo)的偏差、流程瓶頸、組織之間的低效率協(xié)作、流程資源的不合理分配等問題，從而對(duì)業(yè)務(wù)流程進(jìn)行優(yōu)化。

流程挖掘源于軟件工程領(lǐng)域，目的是解決因主觀因素導(dǎo)致的流程設(shè)計(jì)問題。根據(jù)分析視角的不同，流程挖掘可以分為控制流視圖、組織視圖和實(shí)例視圖等［2］。早期的流程挖掘研究側(cè)重于控制流的發(fā)現(xiàn)，通過分析流程中活動(dòng)的執(zhí)行順序，以Petri網(wǎng)等形式表示流程模型。近年來，從組織視圖的角度挖掘流程參與者之間的社會(huì)網(wǎng)絡(luò)、角色和資源間協(xié)作關(guān)系的研究得到了重視。隨著研究的不斷深入，流程挖掘的視角增添了流程性能、時(shí)間、數(shù)據(jù)和復(fù)雜度等新的維度，在流程模型重建、組織視圖分析、資源優(yōu)化和流程決策支持等方面取得了許多成果［3］。在此基礎(chǔ)上，學(xué)術(shù)界和企業(yè)界探討了使用流程挖掘?qū)I(yè)務(wù)流程進(jìn)行優(yōu)化的方法。基于流程挖掘的流程優(yōu)化在醫(yī)療、政府、金融、軟件、物流和電信等領(lǐng)域都得到了初步應(yīng)用［4-10］。本文對(duì)流程挖掘在流程優(yōu)化相關(guān)的分析方法進(jìn)行系統(tǒng)的梳理，以便為流程優(yōu)化研究提供新的思路。圖1所示為流程挖掘在流程優(yōu)化中應(yīng)用的基本思路。

目前，從分析的角度來看，流程挖掘在流程優(yōu)化中的應(yīng)用可分為基于控制流的優(yōu)化、基于組織視圖的優(yōu)化、基于資源視圖的優(yōu)化和基于性能的優(yōu)化等?；诳刂屏鞣治龅牧鞒虄?yōu)化工作開展得較早，可用于優(yōu)化流程結(jié)構(gòu)、檢測(cè)流程異常等。常用的方法是流程一致性檢查（conformance check），將挖掘得到的流程模型與流程的最初設(shè)計(jì)對(duì)比，發(fā)現(xiàn)流程執(zhí)行過程中的異常，為流程優(yōu)化提供參考。分析流程模型的結(jié)構(gòu)復(fù)雜性，發(fā)現(xiàn)流程中低效率的復(fù)雜結(jié)構(gòu)，通過優(yōu)化流程結(jié)構(gòu)降低流程的復(fù)雜性，是傳統(tǒng)經(jīng)驗(yàn)式流程優(yōu)化方法的重要補(bǔ)充。

基于組織視圖的流程優(yōu)化通過發(fā)現(xiàn)流程中組織間的最佳協(xié)作方式、角色之間的層級(jí)關(guān)系等信息，優(yōu)化組織結(jié)構(gòu)、促進(jìn)資源高效協(xié)作。其中社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，SNA）關(guān)注資源之間的協(xié)作關(guān)系，構(gòu)建社交網(wǎng)絡(luò)圖譜，分析流程參與者之間的交互模式，促進(jìn)資源之間的協(xié)作。根據(jù)組織、資源之間的協(xié)作關(guān)系優(yōu)化組織結(jié)構(gòu)，提高組織結(jié)構(gòu)與業(yè)務(wù)流程的適應(yīng)性，也是流程優(yōu)化的一種思路。一些學(xué)者還研究了跨組織流程挖掘，通過發(fā)現(xiàn)行業(yè)最佳實(shí)踐促進(jìn)跨組織協(xié)作。

基于資源視圖的優(yōu)化通過挖掘資源低效率的原因，優(yōu)化資源分配規(guī)則，提高資源利用率。決策樹、關(guān)聯(lián)規(guī)則挖掘等數(shù)據(jù)挖掘算法常被用來從流程日志中提取資源分配規(guī)則。在此基礎(chǔ)上，根據(jù)分配規(guī)則實(shí)現(xiàn)流程運(yùn)行過程中的資源自動(dòng)化分配，提升資源的分配效率。此外，結(jié)合資源的行為特征，改進(jìn)資源的分配規(guī)則，提升資源的工作效率，也是流程優(yōu)化的一種思路。

基于性能的優(yōu)化通過分析流程中的時(shí)間、成本等關(guān)鍵績(jī)效指標(biāo)，發(fā)現(xiàn)流程中效率低下的環(huán)節(jié)，從提升流程績(jī)效的角度對(duì)業(yè)務(wù)流程進(jìn)行優(yōu)化。流程執(zhí)行周期一般用來度量流程的執(zhí)行效率。服務(wù)等待時(shí)間常被用來發(fā)現(xiàn)系統(tǒng)瓶頸，進(jìn)而通過增強(qiáng)節(jié)點(diǎn)的服務(wù)能力等方式消除瓶頸，提升效率。除了上述方法外，一些學(xué)者從流程數(shù)據(jù)的角度研究了流程優(yōu)化的方法。利用分類、關(guān)聯(lián)分析等數(shù)據(jù)挖掘算法分析活動(dòng)相關(guān)數(shù)據(jù)中的隱含規(guī)律，再利用這些規(guī)律對(duì)流程進(jìn)行改進(jìn)。例如，使用決策點(diǎn)挖掘分析客戶特征與流程路由概率的關(guān)系，通過改變決策點(diǎn)位置等方式提高流程效率。

流程挖掘?yàn)榱鞒虄?yōu)化提供了新思路和新方法，對(duì)該領(lǐng)域的方法和應(yīng)用進(jìn)行系統(tǒng)的總結(jié)和分析，對(duì)于指導(dǎo)流程優(yōu)化實(shí)踐和研究都有著重要意義。本文綜合目前流程挖掘應(yīng)用的成果，系統(tǒng)討論了流程挖掘在業(yè)務(wù)流程優(yōu)化中的分析方法。從改善流程結(jié)構(gòu)、提升組織效率、優(yōu)化資源配置和檢測(cè)流程異常等方面綜述了典型的相關(guān)研究成果。最后分析了流程挖掘在業(yè)務(wù)流程優(yōu)化中亟待深入研究的問題。

1 改善流程結(jié)構(gòu)

流程模型的結(jié)構(gòu)決定流程活動(dòng)的執(zhí)行順序，直接影響了流程的質(zhì)量和效率。但由于流程設(shè)計(jì)初期對(duì)實(shí)際需求考慮不周全，使流程中產(chǎn)生性能瓶頸等問題，這些問題降低了流程模型的可讀性和流程執(zhí)行效率。利用流程挖掘發(fā)現(xiàn)這些低效率的環(huán)節(jié)，根據(jù)業(yè)務(wù)的實(shí)際需要進(jìn)行簡(jiǎn)化和改造，可以降低流程模型的復(fù)雜度。另一方面，流程日志中隱藏著參與者的行為模式，使用關(guān)聯(lián)分析等算法發(fā)現(xiàn)這些規(guī)律，可以有針對(duì)性地對(duì)流程結(jié)構(gòu)進(jìn)行調(diào)整。

1.1 瓶頸分析

瓶頸節(jié)點(diǎn)較長(zhǎng)的執(zhí)行或等待時(shí)間影響整體的流程執(zhí)行時(shí)間。利用流程挖掘發(fā)現(xiàn)系統(tǒng)中的瓶頸環(huán)節(jié)，可以有針對(duì)性地增強(qiáng)瓶頸點(diǎn)的服務(wù)能力，合理分配瓶頸點(diǎn)的工作負(fù)擔(dān)，優(yōu)化流程結(jié)構(gòu)，提升系統(tǒng)性能。流程瓶頸發(fā)現(xiàn)可分為基于服務(wù)等待時(shí)間的方法和基于SNA 的方法。

基于服務(wù)等待時(shí)間的方法從瓶頸產(chǎn)生的結(jié)果出發(fā)，將等待時(shí)間較長(zhǎng)的節(jié)點(diǎn)確認(rèn)為潛在瓶頸點(diǎn)。服務(wù)等待時(shí)間可由任務(wù)的到達(dá)時(shí)間與活動(dòng)開始時(shí)間的間隔得出。文獻(xiàn)［11］以荷蘭某油氣公司為例，從時(shí)間維度分析了影響業(yè)務(wù)性能的瓶頸點(diǎn)。該公司原來的業(yè)務(wù)存在效率低下、執(zhí)行總時(shí)間長(zhǎng)等問題，流程調(diào)整使用開源流程挖掘工具ProM 的性能分析插件分析了各個(gè)節(jié)點(diǎn)的執(zhí)行頻度，計(jì)算可能產(chǎn)生瓶頸的執(zhí)行較頻繁節(jié)點(diǎn)的平均等待時(shí)間，發(fā)現(xiàn)了因節(jié)點(diǎn)服務(wù)人員不足產(chǎn)生的瓶頸。文獻(xiàn)［11］使用流程仿真工具分析了瓶頸節(jié)點(diǎn)在流程中的位置、服務(wù)的重要性等因素對(duì)流程執(zhí)行總時(shí)間的影響，針對(duì)瓶頸點(diǎn)的影響，采用增強(qiáng)瓶頸節(jié)點(diǎn)服務(wù)能力的方式進(jìn)行緩解，通過仿真驗(yàn)證了消除瓶頸可大大提升流程的執(zhí)行效率。

頻繁參與任務(wù)轉(zhuǎn)交的流程資源容易因工作負(fù)荷過大產(chǎn)生系統(tǒng)瓶頸。文獻(xiàn)［12］以工作移交（handover of work）度量構(gòu)建了員工間的社會(huì)關(guān)系網(wǎng)絡(luò)，并將中間中心性（betweenness centrality）高的節(jié)點(diǎn)確認(rèn)為潛在瓶頸點(diǎn)。在基于工作移交的社交網(wǎng)絡(luò)中，中間中心性高的角色在業(yè)務(wù)流程處理中負(fù)責(zé)較多的任務(wù)傳遞，可能因資源數(shù)量不足造成系統(tǒng)瓶頸。

基于服務(wù)等待時(shí)間的瓶頸點(diǎn)發(fā)現(xiàn)原理簡(jiǎn)單、應(yīng)用廣泛，但該方法要求流程日志準(zhǔn)確記錄活動(dòng)到達(dá)時(shí)間和活動(dòng)開始時(shí)間，這在某些信息系統(tǒng)中有一定難度。使用SNA 分析參與者在流程協(xié)作中的重要程度，探索識(shí)別關(guān)鍵角色是否出現(xiàn)服務(wù)瓶頸，調(diào)整任務(wù)負(fù)擔(dān)、消除瓶頸等問題的方法，還有待進(jìn)一步研究。

1.2 循環(huán)結(jié)構(gòu)分析

為滿足企業(yè)內(nèi)部控制，流程中通常存在復(fù)核、審批等環(huán)節(jié)，業(yè)務(wù)申請(qǐng)經(jīng)相關(guān)負(fù)責(zé)人審查后退回業(yè)務(wù)人員，形成循環(huán)結(jié)構(gòu)。但由于對(duì)業(yè)務(wù)理解不到位、審批負(fù)責(zé)人的拖延等原因，會(huì)使流程中產(chǎn)生低效率、冗余的循環(huán)結(jié)構(gòu)，導(dǎo)致業(yè)務(wù)項(xiàng)目反復(fù)轉(zhuǎn)交卻得不到及時(shí)有效的處理。通過流程挖掘分析任務(wù)轉(zhuǎn)包（當(dāng)任務(wù)由員工i轉(zhuǎn)交給員工j，j完成后返回給i，i與j便構(gòu)成轉(zhuǎn)包關(guān)系，在流程結(jié)構(gòu)上表現(xiàn)為循環(huán)結(jié)構(gòu)）情況，識(shí)別冗余循環(huán)結(jié)構(gòu)，可以采用消除或改善循環(huán)結(jié)構(gòu)等方法對(duì)流程進(jìn)行精簡(jiǎn)優(yōu)化。

文獻(xiàn)［5］使用SNA 分析了某公共服務(wù)部門發(fā)票處理流程中低效率的循環(huán)結(jié)構(gòu)，該部門負(fù)責(zé)市政建設(shè)工程的轉(zhuǎn)包和支付，由于流程結(jié)構(gòu)復(fù)雜，存在發(fā)票配送延遲問題。文獻(xiàn)［5］利用啟發(fā)式算法挖掘了流程模型，發(fā)現(xiàn)業(yè)務(wù)中存在許多事先未知的循環(huán)結(jié)構(gòu)，17%的發(fā)票處理都要經(jīng)過至少一個(gè)循環(huán)過程，嚴(yán)重延遲了合同款的及時(shí)支付。針對(duì)該問題，使用轉(zhuǎn)包度量分析了員工之間的協(xié)作關(guān)系。轉(zhuǎn)包關(guān)系度量了任務(wù)在不同員工之間的移交和復(fù)核的情況，轉(zhuǎn)包次數(shù)過多意味著流程結(jié)構(gòu)中存在低效率的循環(huán)結(jié)構(gòu)。分析發(fā)現(xiàn)，特定員工間存在頻繁的任務(wù)轉(zhuǎn)包情況。通過與業(yè)務(wù)人員討論，得知相關(guān)負(fù)責(zé)主管不經(jīng)常在單位辦公，造成審批工作的延期處理，系統(tǒng)自動(dòng)將流程狀態(tài)回溯到前一階段，從而形成低效率的循環(huán)結(jié)構(gòu)。針對(duì)這種結(jié)果，可以采用權(quán)力下放等途徑減少不必要的審批工作，消除冗余的循環(huán)結(jié)構(gòu)，降低流程復(fù)雜性。

一些業(yè)務(wù)流程中的循環(huán)結(jié)構(gòu)是不可避免的。針對(duì)這種情況，可以通過優(yōu)化循環(huán)結(jié)構(gòu)、提升循環(huán)結(jié)構(gòu)的效率等途徑改善業(yè)務(wù)流程。文獻(xiàn)［13］通過調(diào)整關(guān)鍵活動(dòng)的位置優(yōu)化循環(huán)結(jié)構(gòu)。利用啟發(fā)式算法分析了某公司的晶片掃描器測(cè)試流程，結(jié)果表明，在任何測(cè)試階段，當(dāng)發(fā)現(xiàn)測(cè)試失敗時(shí)，測(cè)試任務(wù)都要回滾到開始階段重新進(jìn)行測(cè)試，從而形成循環(huán)結(jié)構(gòu)，大量的循環(huán)結(jié)構(gòu)導(dǎo)致測(cè)試周期遠(yuǎn)遠(yuǎn)超出規(guī)定時(shí)間。針對(duì)這種問題，分析了各個(gè)階段出現(xiàn)測(cè)試失敗的概率，通過將出錯(cuò)率高的關(guān)鍵活動(dòng)放置在測(cè)試初期作為標(biāo)準(zhǔn)測(cè)試任務(wù)，使循環(huán)結(jié)構(gòu)出現(xiàn)在流程的早期，減少了測(cè)試回溯引起的反復(fù)測(cè)試，大幅度縮減了測(cè)試流程的時(shí)間和成本。

1.3 決策點(diǎn)分析

決策點(diǎn)對(duì)應(yīng)流程的選擇判斷節(jié)點(diǎn)，根據(jù)決策點(diǎn)的結(jié)果選擇不同的流程執(zhí)行路徑。決策點(diǎn)的選擇對(duì)流程結(jié)構(gòu)有很大的影響。決策點(diǎn)挖掘（decision mining）使用決策樹等分類算法分析決策屬性與結(jié)果之間的關(guān)系，從而發(fā)現(xiàn)流程的決策規(guī)則，通過調(diào)整決策點(diǎn)的位置優(yōu)化流程結(jié)構(gòu)。

文獻(xiàn)［14］研究了決策點(diǎn)位置調(diào)整對(duì)流程效率的影響，使用C4.5決策樹算法分析了決策點(diǎn)的相關(guān)屬性和決策執(zhí)行結(jié)果之間的聯(lián)系，根據(jù)執(zhí)行結(jié)果和后續(xù)活動(dòng)之間的依賴關(guān)系得到各個(gè)決策點(diǎn)的決策效率，識(shí)別出決策效率低的冗余決策點(diǎn)。通過將決策效率高的決策點(diǎn)放置在流程初期，同時(shí)刪除冗余決策點(diǎn)，可以簡(jiǎn)化流程結(jié)構(gòu)。

決策點(diǎn)位置的調(diào)整對(duì)審查活動(dòng)較多的業(yè)務(wù)流程有很好的效果。例如，在保險(xiǎn)理賠、信用卡申請(qǐng)等業(yè)務(wù)中，將那些對(duì)申請(qǐng)人資格要求高的決策點(diǎn)放在早期進(jìn)行，可以盡早排除不合格的申請(qǐng)，提高業(yè)務(wù)流程的執(zhí)行效率。

1.4 頻繁模式發(fā)現(xiàn)

流程中的頻繁模式蘊(yùn)含著流程活動(dòng)的規(guī)律、流程參與者的行為模式等重要信息。使用流程挖掘可以發(fā)現(xiàn)頻繁路徑以及資源之間的頻繁模式，利用這些規(guī)律做流程路徑預(yù)測(cè)或資源推薦。基于頻繁模式的流程優(yōu)化的常用方法包括頻繁路徑挖掘、關(guān)聯(lián)規(guī)則挖掘和決策樹挖掘等。

流程頻繁路徑挖掘從全局角度出發(fā)，重點(diǎn)優(yōu)化業(yè)務(wù)流程中的關(guān)鍵路徑。通過分析流程日志中活動(dòng)的執(zhí)行順序，使用Markov鏈、頻度／依賴關(guān)系等方法發(fā)現(xiàn)流程執(zhí)行頻率較高的路徑，然后提升這些關(guān)鍵路徑上節(jié)點(diǎn)的服務(wù)能力，從而優(yōu)化流程結(jié)構(gòu)。文獻(xiàn)［15］分析了某在線旅游訂票網(wǎng)站用戶點(diǎn)擊流的頻繁路徑，該網(wǎng)站提供旅游、餐飲等在線預(yù)定服務(wù)，存在轉(zhuǎn)化率低的問題。使用k-means聚類方法對(duì)用戶瀏覽的網(wǎng)頁(yè)進(jìn)行分類，將Web會(huì)話映射為不同的流程活動(dòng)，得到用戶的購(gòu)物流程日志。分析活動(dòng)間頻度／依賴關(guān)系較高的路徑，發(fā)現(xiàn)購(gòu)買流程的頻繁路徑為“查看詳情→購(gòu)買→支付”，較少經(jīng)過搜索和對(duì)比操作，這與該網(wǎng)站重點(diǎn)優(yōu)化搜索服務(wù)的策略不符。通過分析用戶的購(gòu)買習(xí)慣，重點(diǎn)改善購(gòu)買流程中“關(guān)鍵路徑”網(wǎng)頁(yè)的設(shè)計(jì)，優(yōu)化購(gòu)物流程，最終將網(wǎng)站轉(zhuǎn)化率從2%提升到46%。

相對(duì)于頻繁路徑挖掘，關(guān)聯(lián)規(guī)則挖掘則是從數(shù)據(jù)流的角度關(guān)注具體的用戶特征與流程活動(dòng)之間的聯(lián)系。例如，分析發(fā)現(xiàn)用戶特征與流程活動(dòng)之間的聯(lián)系，可以利用這些關(guān)聯(lián)關(guān)系調(diào)整流程結(jié)構(gòu)，為用戶提供個(gè)性化的服務(wù)。文獻(xiàn)［16］使用Apriori算法研究醫(yī)療流程中的患病關(guān)聯(lián)情況和醫(yī)治活動(dòng)關(guān)聯(lián)規(guī)則，揭示了醫(yī)護(hù)流程中的頻繁模式，為業(yè)務(wù)人員提供了參考。例如根據(jù)醫(yī)治活動(dòng)關(guān)聯(lián)規(guī)則，置信度高的醫(yī)治活動(dòng)同時(shí)出現(xiàn)的可能性較大。針對(duì)這種情況，醫(yī)院可以調(diào)整醫(yī)療流程，提高診斷和治療的效率。同時(shí)，置信度高的不同疾病通常為并發(fā)癥，應(yīng)該采用關(guān)聯(lián)病情檢查等方法優(yōu)化診斷流程，為病人提供更優(yōu)質(zhì)的服務(wù)。決策樹也是一種常見的頻繁模式挖掘算法。文獻(xiàn)［6］使用分類和回歸樹（Classifiation and Regression Tree，CART）算法分析了信用卡申請(qǐng)流程中的低效率審批與客戶特征之間的聯(lián)系，為優(yōu)化流程結(jié)構(gòu)提供了參考。通過分析申請(qǐng)流程各個(gè)活動(dòng)的執(zhí)行時(shí)間，發(fā)現(xiàn)一些用戶申請(qǐng)書送回的等待時(shí)間過長(zhǎng)，通常超過業(yè)務(wù)期限（31d），導(dǎo)致申請(qǐng)自動(dòng)取消，而一般用戶在23d內(nèi)都會(huì)得到及時(shí)回復(fù)。針對(duì)這種問題，分析了申請(qǐng)人特征、等待時(shí)間與申請(qǐng)通過率之間的關(guān)系，根據(jù)分類樹的分類屬性和葉子節(jié)點(diǎn)的概率分布，業(yè)務(wù)人員預(yù)測(cè)客戶的申請(qǐng)書送回時(shí)間，從而提高了信用卡申請(qǐng)審批流程的效率。

2 提升組織效率

組織視圖挖掘關(guān)注流程中的組織結(jié)構(gòu)、角色和資源之間的關(guān)系，利用組織結(jié)構(gòu)挖掘、角色識(shí)別、社會(huì)網(wǎng)絡(luò)分析等方法，理解組織內(nèi)和組織之間信息流通、工作協(xié)同的方式。通過促進(jìn)資源協(xié)作、調(diào)整組織結(jié)構(gòu)等方式提升流程效率。

2.1 促進(jìn)資源協(xié)作

業(yè)務(wù)流程的執(zhí)行通常需要流程參與者之間緊密合作。分析參與者之間的協(xié)作關(guān)系有助于發(fā)現(xiàn)流程中的低效率協(xié)作和資源之間的協(xié)作模式，促進(jìn)資源協(xié)作，提升流程效率。組織視圖挖掘得到流程參與者之間的協(xié)作關(guān)系，為管理者優(yōu)化資源組合、促進(jìn)資源協(xié)作提供參考［12］。

文獻(xiàn)［4］使用SNA 分析了癌癥患者就診流程中醫(yī)院各科室之間的協(xié)作關(guān)系，發(fā)現(xiàn)了一些有趣的協(xié)作模式。文獻(xiàn)使用工作移交度量評(píng)估各科室之間的協(xié)作緊密度，并使用社交網(wǎng)絡(luò)圖表示協(xié)作關(guān)系。在社交網(wǎng)絡(luò)中節(jié)點(diǎn)代表部門，部門之間的緊密程度用節(jié)點(diǎn)間弧的粗細(xì)顯示。例如，臨床化學(xué)實(shí)驗(yàn)室與其他科室協(xié)作緊密，而產(chǎn)科與其他科室協(xié)作很少。意外的是營(yíng)養(yǎng)科與其他科室協(xié)作也比較強(qiáng)，可能是因?yàn)榻邮芑煹牟∪艘话銜?huì)咨詢營(yíng)養(yǎng)師飲食問題。根據(jù)這一信息，醫(yī)院可以在病人就診時(shí)提供相關(guān)的飲食建議，從而減少病人在部門之間不必要的活動(dòng)。此外，放射科與常規(guī)檢查科的頻繁交互顯示了病人“去放射科就診→在常規(guī)科接受病情檢查”的序列模式，這些協(xié)作模式為流程優(yōu)化提供了契機(jī)。例如，根據(jù)部門之間的頻繁交互整合相關(guān)的診斷活動(dòng)，簡(jiǎn)化醫(yī)療流程。

社交團(tuán)體（community）發(fā)現(xiàn)也是常用的協(xié)作關(guān)系分析方法。文獻(xiàn)［17］擴(kuò)展了SNA 的研究，討論了挖掘流程日志發(fā)現(xiàn)社交團(tuán)體的方法，利用參與者一起工作的次數(shù)計(jì)算資源之間的協(xié)作程度，利用共同實(shí)例度量構(gòu)建了社交網(wǎng)絡(luò)，使用層次聚類算法，根據(jù)參與者之間的協(xié)作程度進(jìn)行聚類。在聚類過程中，文獻(xiàn)［17］使用了模塊化的概念，使挖掘得到的社交團(tuán)體內(nèi)部協(xié)作緊密，而團(tuán)體之間的協(xié)作關(guān)系松散。每次迭代都計(jì)算結(jié)果的模塊化程度，最后將模塊化最高的聚類作為團(tuán)體劃分結(jié)果。該文獻(xiàn)使用社交團(tuán)體發(fā)現(xiàn)分析了某醫(yī)療流程中醫(yī)生間的團(tuán)體協(xié)作關(guān)系。在社交圖譜中，同一團(tuán)體的醫(yī)生用一種顏色的圓點(diǎn)表示，圓點(diǎn)之間的連線顯示了醫(yī)生、團(tuán)體之間的協(xié)作程度。結(jié)果顯示：急救科的醫(yī)生合作緊密，而且與其他部門都有協(xié)作關(guān)系，在社交圖譜中處于中心地位。根據(jù)這種情況，醫(yī)院可以適當(dāng)增加對(duì)急救科的資源分配，避免因人員不足影響流程的效率。此外，骨科、婦科的醫(yī)生在社交團(tuán)體中處于相對(duì)孤立的狀態(tài)，與急救科存在較少的交互，且內(nèi)部協(xié)作不夠緊密。針對(duì)內(nèi)部關(guān)系松散的團(tuán)體，醫(yī)院可以通過強(qiáng)化合作意識(shí)促進(jìn)資源之間的有效合作，提高業(yè)務(wù)處理的效率。

2.2 調(diào)整組織結(jié)構(gòu)

組織視圖挖掘不僅可以從流程日志中獲取資源之間的協(xié)作關(guān)系，還可以挖掘組織結(jié)構(gòu)、個(gè)人與組織的協(xié)作關(guān)系，從而優(yōu)化組織結(jié)構(gòu)和團(tuán)隊(duì)組合形式。組織結(jié)構(gòu)優(yōu)化的整體思路是調(diào)整組織結(jié)構(gòu)，以適應(yīng)業(yè)務(wù)需求、促進(jìn)資源之間的協(xié)作。

利用組織視圖挖掘發(fā)現(xiàn)員工之間的協(xié)作關(guān)系和員工在流程中的重要性，可以相應(yīng)調(diào)整組織結(jié)構(gòu)，更好地適應(yīng)業(yè)務(wù)流程的需要。文獻(xiàn)［18］分析了某航空設(shè)計(jì)院知識(shí)維護(hù)流程中的組織結(jié)構(gòu)，討論了使用組織視圖挖掘優(yōu)化組織結(jié)構(gòu)的方法。在知識(shí)維護(hù)流程中，為保證知識(shí)的質(zhì)量，當(dāng)新知識(shí)加入知識(shí)庫(kù)時(shí)需要依次經(jīng)過提交、檢查、專家檢查和批準(zhǔn)等步驟。每前進(jìn)一個(gè)階段，都需要具備更專業(yè)知識(shí)的員工進(jìn)行檢查。該文獻(xiàn)使用聚類算法分析了知識(shí)維護(hù)業(yè)務(wù)中員工之間的知識(shí)層次結(jié)構(gòu)。當(dāng)工作由i轉(zhuǎn)交給j時(shí)，表明j和i具有相同領(lǐng)域的知識(shí)且j的知識(shí)層次高于i。在轉(zhuǎn)交矩陣生成的社會(huì)網(wǎng)絡(luò)中，入度為0的節(jié)點(diǎn)的知識(shí)層次最低，出度為0的節(jié)點(diǎn)的知識(shí)層次最高，具有相同前驅(qū)和后繼節(jié)點(diǎn)的節(jié)點(diǎn)處于同一領(lǐng)域的同一知識(shí)層次。挖掘結(jié)果與單位的組織結(jié)構(gòu)對(duì)比存在較大差異，例如，一些單位的普通員工在知識(shí)層次結(jié)構(gòu)中具有較高的專業(yè)知識(shí)水平，員工之間的知識(shí)傳遞常常需要跨越組織單元的界限。針對(duì)這些問題，該文獻(xiàn)提出針對(duì)知識(shí)維護(hù)業(yè)務(wù)的組織結(jié)構(gòu)優(yōu)化，通過將同一知識(shí)領(lǐng)域的員工劃分在同一單元，同時(shí)增加在知識(shí)傳遞中重要環(huán)節(jié)的業(yè)務(wù)人員數(shù)量，改善組織結(jié)構(gòu)，以適應(yīng)知識(shí)維護(hù)業(yè)務(wù)流程，加速組織內(nèi)部知識(shí)的共享。

文獻(xiàn)［19］提出基于SNA 的員工自動(dòng)組合方法，綜合考慮員工能力、社交關(guān)系中的地位等因素對(duì)資源組合的影響。該模型中的員工被分為不同團(tuán)體，各個(gè)團(tuán)體有相應(yīng)的主題（topic），每個(gè)員工在團(tuán)體中都有對(duì)應(yīng)的社交角色，其中存在關(guān)鍵貢獻(xiàn)者、影響者和協(xié)調(diào)者三種特殊的社交角色：①關(guān)鍵貢獻(xiàn)者負(fù)責(zé)處理主要的流程任務(wù)，可以用度中心性度量；②影響者在團(tuán)體中具有較高的領(lǐng)導(dǎo)能力，可以用特征向量中心性度量；③協(xié)調(diào)者負(fù)責(zé)團(tuán)體之間的信息交互，可以用中間中心性度量。

文獻(xiàn)［20］提出基于員工能力和協(xié)作關(guān)系的社會(huì)計(jì)算單元（Social Computing Unit，SCU）。在SCU中，為完成相應(yīng)的任務(wù)，員工根據(jù)專長(zhǎng)、知識(shí)和協(xié)作關(guān)系動(dòng)態(tài)地組合在一起，構(gòu)成靈活、高效的組織結(jié)構(gòu)。該文獻(xiàn)以旅游業(yè)的IT 事故處理流程為例，說明了創(chuàng)建動(dòng)態(tài)靈活SCU 的過程。當(dāng)新任務(wù)到達(dá)時(shí)，根據(jù)任務(wù)主題挑選主題相關(guān)的團(tuán)體，然后根據(jù)任務(wù)量在該團(tuán)體中選擇相應(yīng)數(shù)量的影響者和貢獻(xiàn)者，若有多個(gè)團(tuán)體參與則添加相關(guān)的協(xié)調(diào)者。該文獻(xiàn)還提供了創(chuàng)建高效的動(dòng)態(tài)協(xié)作團(tuán)隊(duì)SCU 的方法，為優(yōu)化組織結(jié)構(gòu)提供了新思路。

2.3 促進(jìn)跨組織協(xié)作

目前組織之間協(xié)作的研究成果較少，但該問題對(duì)于發(fā)現(xiàn)企業(yè)協(xié)作存在的問題、加強(qiáng)跨組織合作具有重要的作用。一些學(xué)者研究了跨組織流程挖掘在流程優(yōu)化中的應(yīng)用［21-23］，但由于挖掘組織之間的協(xié)作流程模型存在數(shù)據(jù)安全、數(shù)據(jù)整合和協(xié)作模式等問題，這方面的應(yīng)用還處于探索階段。根據(jù)業(yè)務(wù)分配和合作形式的不同，組織間的協(xié)作可分為流程協(xié)作和知識(shí)協(xié)作。

（1）流程協(xié)作

在跨組織流程協(xié)作中，業(yè)務(wù)流程被分割為不同的任務(wù)塊，組織之間通過分工協(xié)作共同完成業(yè)務(wù)流程。流程數(shù)據(jù)分散在不同組織的信息系統(tǒng)中，流程挖掘存在日志合并、模型匯總等難題。針對(duì)這種模式，目前的主要優(yōu)化方法有基于合作協(xié)議的一致性檢查方法和基于合作模型的優(yōu)化方法。

基于合作協(xié)議的一致性檢查方法通過對(duì)比流程執(zhí)行情況與服務(wù)協(xié)議，發(fā)現(xiàn)業(yè)務(wù)執(zhí)行中的問題，通過改進(jìn)服務(wù)層協(xié)議（Service Level Agreement，SLA）、加強(qiáng)監(jiān)管等方式提升組織之間協(xié)作的質(zhì)量。文獻(xiàn)［22］從流程一致性檢查的角度，使用SLA 評(píng)估了服務(wù)供應(yīng)商的服務(wù)質(zhì)量，分析了某IT 服務(wù)外包公司的服務(wù)流程日志，挖掘了流程模型，從流程性能的角度分析了組織協(xié)作中的問題。分析服務(wù)的響應(yīng)時(shí)間和客戶滿意度等度量后發(fā)現(xiàn)：外包公司將提升客戶響應(yīng)速度作為服務(wù)的主要目標(biāo)，忽視了解決問題的質(zhì)量，導(dǎo)致用戶滿意度不高，而問題的根源在于SLA 過于強(qiáng)調(diào)縮短服務(wù)時(shí)間，忽視了服務(wù)質(zhì)量對(duì)客戶滿意度的影響。從而調(diào)整SLA 的關(guān)鍵指標(biāo)，強(qiáng)調(diào)服務(wù)質(zhì)量和客戶滿意度，優(yōu)化服務(wù)流程。一致性檢查為發(fā)現(xiàn)組織間協(xié)作的缺陷提供了客觀的依據(jù)，有助于促進(jìn)組織間改進(jìn)合作方式，提高合作效率。

相對(duì)于上述流程日志集中存在于單個(gè)系統(tǒng)中的研究，挖掘分布于各個(gè)組織內(nèi)部的流程模型對(duì)流程優(yōu)化更有意義。文獻(xiàn)［23］提出基于企業(yè)間合作模式的流程優(yōu)化方法，分析了組織之間協(xié)作的任務(wù)同步、信息交換、資源共享和抽象過程協(xié)同四種模式，綜合考慮了流程中的信息交流和資源分配，提出擴(kuò)展的資源信息工作流模型：首先挖掘各個(gè)組織內(nèi)部的流程模型，隨后根據(jù)不同的協(xié)作模式將各組織內(nèi)部的流程模型進(jìn)行整合，得到跨組織流程模型。以某醫(yī)院醫(yī)護(hù)流程中接待室、外科、X-射線科、藥房、心血管科等部門之間的協(xié)作流程為例，通過挖掘各部門的服務(wù)流程，分析部門之間的協(xié)作關(guān)系。例如，外科和心血管科在處方、就診咨詢等活動(dòng)中需要共同參與，存在任務(wù)同步協(xié)作。而X-射線科在圖像檢查等活動(dòng)中為外科提供信息，形成了信息交換協(xié)作。結(jié)合流程模型和協(xié)作關(guān)系，挖掘到整個(gè)醫(yī)療流程模型，為醫(yī)院管理人員提供了部門之間協(xié)作的全景視圖。根據(jù)協(xié)作模式，管理人員可以通過合理安排醫(yī)療設(shè)備和醫(yī)護(hù)人員的調(diào)度等方式解決業(yè)務(wù)沖突，提升醫(yī)療流程的效率。

（2）知識(shí)協(xié)作

組織間協(xié)作的另一種模式是通過共享經(jīng)驗(yàn)、知識(shí)進(jìn)行協(xié)作。目前主要的優(yōu)化方法是基于行業(yè)對(duì)比發(fā)現(xiàn)最佳實(shí)踐，即使用流程挖掘與業(yè)界其他單位的業(yè)務(wù)流程進(jìn)行對(duì)比，發(fā)現(xiàn)自身流程中的缺陷并加以改進(jìn)，同時(shí)借鑒行業(yè)的最佳實(shí)踐為流程優(yōu)化提供參考。

文獻(xiàn)［24］分析了意大利兩家醫(yī)院對(duì)中風(fēng)患者的不同醫(yī)治流程，通過對(duì)比為優(yōu)化服務(wù)質(zhì)量提供參考，并使用啟發(fā)式算法分別挖掘了醫(yī)治流程模型。通過對(duì)比兩家醫(yī)院在中風(fēng)不同階段（急性階段和亞急性階段）使用的診斷流程，發(fā)現(xiàn)兩家醫(yī)院采用了不同的治療策略。一家醫(yī)院通常較早地實(shí)施降壓治療；另一家醫(yī)院則相對(duì)謹(jǐn)慎，實(shí)施了神經(jīng)檢查等醫(yī)療保護(hù)措施，而且早期采用推薦的物理療法。通過分析不同醫(yī)院對(duì)同一疾病治療流程的差異，有助于發(fā)現(xiàn)業(yè)界的高質(zhì)量療法，為醫(yī)生改進(jìn)診斷流程提供參考。

Aalst教授在上述研究的基礎(chǔ)上還提出了云計(jì)算時(shí)代利用集體智慧、借鑒行業(yè)最佳實(shí)踐的優(yōu)化方法［25］。Aalst研究了荷蘭4個(gè)市政部門建筑執(zhí)照審批流程的處理情況，發(fā)現(xiàn)這些部門使用相同的流程管理系統(tǒng)，卻具有不同的辦公效率。針對(duì)這種問題，通過發(fā)現(xiàn)最佳實(shí)踐提高流程效率。討論了流程模型質(zhì)量、流程效率、流程日志與模型間的適應(yīng)度，實(shí)際業(yè)務(wù)流程與流程模型間的適應(yīng)度等評(píng)估模型質(zhì)量和適應(yīng)度的相關(guān)度量，通過挖掘4個(gè)部門的流程日志得到流程模型，計(jì)算上述度量得到相似度矩陣。對(duì)比與自身流程日志適應(yīng)度較高的流程模型，可以發(fā)現(xiàn)適合業(yè)務(wù)特征的高質(zhì)量流程模型；對(duì)比與自身模型適應(yīng)度高的流程日志，可以發(fā)現(xiàn)與自身流程模型相似的業(yè)界最佳實(shí)踐。

總之，目前基于跨組織流程挖掘的流程優(yōu)化研究還沒有系統(tǒng)的研究方法。

3 優(yōu)化資源配置

資源分配在業(yè)務(wù)流程管理中有重要的作用，合理的資源分配可以保證為每項(xiàng)活動(dòng)分配合適的資源，充分發(fā)揮資源的利用率。使用流程挖掘分析流程中的資源分配規(guī)則可以發(fā)現(xiàn)分配中的問題并進(jìn)行優(yōu)化，同時(shí)利用資源分配中的規(guī)律實(shí)現(xiàn)資源的自動(dòng)化分配。另一方面，分析資源的行為特征，調(diào)整資源分配方式，可以提高資源的工作效率，實(shí)現(xiàn)資源的優(yōu)化配置。

3.1 挖掘資源分配規(guī)則

資源分配有推模式和拉模式兩種基本模式，這兩種模式比較簡(jiǎn)單，沒有考慮對(duì)流程性能的影響，在處理資源短缺、資源超載、資源不確定等復(fù)雜問題時(shí)無法得到最優(yōu)解。因此，需要挖掘更加全面的資源分配規(guī)則，為資源優(yōu)化提供基礎(chǔ)。

文獻(xiàn)［26］提出使用決策樹挖掘任務(wù)分配規(guī)則，將活動(dòng)參與者和活動(dòng)類型作為輸入，將參與者是否參與活動(dòng)作為分類結(jié)果，得到員工的任務(wù)指派規(guī)則，然后使用流程模型作為先驗(yàn)經(jīng)驗(yàn)，挖掘了基于角色的資源分配規(guī)則，但未考慮角色之間的重疊關(guān)系等問題。在此基礎(chǔ)上，文獻(xiàn)［27］擴(kuò)展了基于決策樹的員工指派規(guī)則，并在ProM 中以Staff Assignment Miner插件的形式實(shí)現(xiàn)了支持業(yè)務(wù)流程生命周期的資源分配管理和優(yōu)化。利用流程挖掘得到的資源分配模型與業(yè)務(wù)規(guī)則進(jìn)行對(duì)比，發(fā)現(xiàn)資源分配中的問題并加以改進(jìn)。在流程執(zhí)行過程中，通過不斷挖掘分配規(guī)則進(jìn)行優(yōu)化，實(shí)現(xiàn)流程生命周期的資源分配優(yōu)化。

文獻(xiàn)［28］在以上研究的基礎(chǔ)上，從資源關(guān)聯(lián)性的角度挖掘資源分配規(guī)則，使用關(guān)聯(lián)規(guī)則分析了某醫(yī)院CT 檢查流程中的資源分配規(guī)則，把參與者、活動(dòng)的開始和結(jié)束時(shí)間作為約束條件，只考慮具有順序關(guān)聯(lián)的活動(dòng)，從而改進(jìn)了Apriori算法的挖掘效率。挖掘得到的資源分配規(guī)則可分為資源依賴規(guī)則和資源指派規(guī)則兩類。前者表示資源之間參與不同活動(dòng)的關(guān)聯(lián)關(guān)系。例如，資源r1參與“診斷報(bào)告”活動(dòng)后，經(jīng)常由主管r6進(jìn)行“診斷核對(duì)”活動(dòng)。后者表示資源的角色與活動(dòng)類型的對(duì)應(yīng)關(guān)系，從質(zhì)量、效率、規(guī)則精細(xì)度等方面驗(yàn)證了關(guān)聯(lián)規(guī)則挖掘的有效性，并發(fā)現(xiàn)了有趣的資源分配規(guī)則。例如，病情為“一般”的病人接受“顱腦掃描”診斷時(shí)，通常由員工r4和r5完成，因?yàn)樗麄兲幚碓摶顒?dòng)更有經(jīng)驗(yàn)，而且在時(shí)間有限的情況下，活動(dòng)經(jīng)常由經(jīng)驗(yàn)豐富的員工處理。這些流程運(yùn)行中的資源分配模式為管理者優(yōu)化資源配置、提高流程效率提供了有價(jià)值的參考。

3.2 合理分配資源

資源分配規(guī)則挖掘研究強(qiáng)調(diào)分配規(guī)則的發(fā)現(xiàn)，并未考慮在運(yùn)行過程中對(duì)資源的優(yōu)化配置。恰當(dāng)?shù)馁Y源分配可以充分發(fā)揮資源的工作效率，提升流程的運(yùn)行效率。目前，優(yōu)化資源分配的工作包括基于資源分配問題發(fā)現(xiàn)的優(yōu)化、基于分配規(guī)則挖掘的自動(dòng)化分配和基于資源行為分析的合理分配等。

基于資源分配問題發(fā)現(xiàn)的優(yōu)化方法通過分析資源、工作負(fù)載和流程執(zhí)行速度之間的關(guān)系，利用流程資源的工作時(shí)間、閑置時(shí)間等資源效率指標(biāo)，發(fā)現(xiàn)資源分配中存在的問題，從而有針對(duì)地進(jìn)行優(yōu)化。文獻(xiàn)［29］使用流程挖掘分析了荷蘭某金融機(jī)構(gòu)貸款申請(qǐng)流程中的資源分配問題，分析資源在各個(gè)工作日中的表現(xiàn)，發(fā)現(xiàn)只有1／3的資源在每個(gè)工作日都參與了工作，企業(yè)存在員工冗余的問題。由于周末的任務(wù)堆積，周一通常需要較多的員工進(jìn)行處理，企業(yè)可在周五加派資源數(shù)量，以緩解周一的工作壓力。該文獻(xiàn)對(duì)比了多任務(wù)分配和單任務(wù)分配兩種分配策略的效率。通過分析各項(xiàng)活動(dòng)的平均處理時(shí)間和每個(gè)流程實(shí)例的平均周轉(zhuǎn)時(shí)間，發(fā)現(xiàn)在多任務(wù)分配中，由于資源同時(shí)處理多種業(yè)務(wù)活動(dòng)，致使資源的業(yè)務(wù)處理效率低于單任務(wù)分配，不但造成資源浪費(fèi)，而且影響了客戶滿意度。針對(duì)上述問題，可以通過利用冗余員工處理工作積壓，根據(jù)員工特長(zhǎng)進(jìn)行專業(yè)化分工等途徑，改進(jìn)資源分配策略，提高資源利用率。

基于分配規(guī)則的資源自動(dòng)化分配使用機(jī)器學(xué)習(xí)等方法發(fā)現(xiàn)資源分配的規(guī)則，在流程運(yùn)行過程中根據(jù)這些規(guī)則進(jìn)行自動(dòng)化分配，從而解決因人工分配造成的資源分配錯(cuò)誤、資源利用率低等問題［30］。文獻(xiàn)［31］提出基于機(jī)器學(xué)習(xí)的資源自動(dòng)分配方法，將資源分配作為員工參與活動(dòng)的分類問題，把流程日志作為訓(xùn)練集進(jìn)行監(jiān)督學(xué)習(xí)，生成相應(yīng)的分類器，挖掘員工任務(wù)分配規(guī)則，重點(diǎn)挖掘了流程運(yùn)行階段需要人工分配的活動(dòng)資源分配規(guī)則。使用C4.5決策樹、樸素貝葉斯分類和支持向量機(jī)等分類算法，分別對(duì)企業(yè)的流程資源分配進(jìn)行挖掘。實(shí)驗(yàn)表明，自動(dòng)化分配的準(zhǔn)確率大于75%，但沒有考慮資源自身的特性對(duì)資源分配的影響。

基于資源行為的資源優(yōu)化考慮了資源的偏好、專業(yè)知識(shí)、協(xié)作方式等資源內(nèi)在行為對(duì)資源效率的影響，根據(jù)資源的獨(dú)特性進(jìn)行合理分配。例如，文獻(xiàn)［6］使用多維分析討論了具有專業(yè)知識(shí)的員工在處理特定領(lǐng)域任務(wù)時(shí)的優(yōu)勢(shì)，從資源利用率的角度對(duì)比了專業(yè)分工和統(tǒng)一分配任務(wù)兩種不同分配方法的資源利用率，發(fā)現(xiàn)領(lǐng)域?qū)＜姨幚韺I(yè)任務(wù)的效率大于普通員工80%，而統(tǒng)一任務(wù)分配使他們忙于其他工作，大大削減了資源的價(jià)值，驗(yàn)證了專業(yè)化分工在優(yōu)化資源配置、改善流程性能中的作用。

文獻(xiàn)［32］從促進(jìn)資源協(xié)作的角度討論了優(yōu)化資源分配的方法，提出衡量資源之間協(xié)作程度的資源相容性概念，相容性越高，資源之間的合作效率越高。使用服務(wù)時(shí)間作為資源間協(xié)作水平的指標(biāo)，資源之間共同處理業(yè)務(wù)所需的服務(wù)時(shí)間越短，協(xié)作就越緊密，相容性就越高。該文獻(xiàn)使用貪婪算法，以尋求最大系統(tǒng)相容性為目標(biāo)，得出了最大化資源協(xié)作的分配方式，并以韓國(guó)某醫(yī)院的醫(yī)護(hù)流程為例，分析了員工間的合作關(guān)系，計(jì)算了員工間的相容性，并給出了優(yōu)化的員工組合。實(shí)驗(yàn)?zāi)M顯示新組合下特定任務(wù)的平均處理時(shí)間由原來的42.9 min降低為6 min，大大提升了流程的效率。

文獻(xiàn)［33］從社會(huì)學(xué)的角度考慮了工作負(fù)擔(dān)等外界環(huán)境對(duì)資源行為的影響。使用服務(wù)時(shí)間衡量資源效率，以單位時(shí)間內(nèi)的任務(wù)指派數(shù)量評(píng)估工作負(fù)擔(dān)，使用線性回歸分析了兩者之間的關(guān)系。該文獻(xiàn)使用某市政部門的建筑合同處理流程數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，較高的相關(guān)系數(shù)和擬合系數(shù)驗(yàn)證了資源工作量與流程績(jī)效之間的關(guān)系，即資源績(jī)效隨工作量的增加而增加，但達(dá)到一定程度后隨工作量的增加而降低，這種資源特性給資源分配提供了有益的知識(shí)。為提高資源利用率，需要調(diào)整任務(wù)到達(dá)率，合理分配資源的任務(wù)量，使資源發(fā)揮最大績(jī)效。

綜合考慮資源行為對(duì)資源分配的優(yōu)化具有重要意義，但由于構(gòu)建包含資源偏好、可用性、能力、協(xié)作等資源行為的資源模型難度較大，目前相關(guān)的研究工作還不充分［34］。

4 檢測(cè)流程異常

企業(yè)業(yè)務(wù)環(huán)境的日趨復(fù)雜、信息系統(tǒng)的日益分散給管理者洞悉流程執(zhí)行狀況增添了難度。使用流程挖掘分析流程的實(shí)際運(yùn)行情況，通過與預(yù)定目標(biāo)進(jìn)行對(duì)比，可以及時(shí)發(fā)現(xiàn)流程執(zhí)行中的異常和低效率情況。異常檢測(cè)有助于流程管理者對(duì)流程進(jìn)行實(shí)時(shí)監(jiān)控，確保業(yè)務(wù)流程的有序執(zhí)行。

4.1 基于業(yè)務(wù)規(guī)則的檢測(cè)

基于業(yè)務(wù)規(guī)則的檢測(cè)通過將挖掘得到的流程模型與業(yè)務(wù)規(guī)則進(jìn)行對(duì)比，發(fā)現(xiàn)業(yè)務(wù)執(zhí)行過程中的偏差，促使管理者對(duì)流程進(jìn)行及時(shí)優(yōu)化，已在欺詐檢測(cè)、金融審計(jì)、系統(tǒng)安全監(jiān)測(cè)和內(nèi)部控制等領(lǐng)域得到廣泛的應(yīng)用［35-37］。

面對(duì)復(fù)雜多變的競(jìng)爭(zhēng)環(huán)境，出于靈活性考慮，流程的實(shí)際執(zhí)行與業(yè)務(wù)規(guī)則經(jīng)常會(huì)存在偏差，而這些偏差中可能隱藏著流程隱患，利用流程挖掘的方法識(shí)別這些偏差，對(duì)優(yōu)化規(guī)則制定、提升流程效率具有重要的意義。例如，文獻(xiàn)［38］以某金融公司的采購(gòu)流程為例分析了業(yè)務(wù)流程中的偏差，根據(jù)業(yè)務(wù)規(guī)則挖掘了流程中的偏差，使用Apriori算法重點(diǎn)分析了“未經(jīng)審核簽字產(chǎn)生訂單”業(yè)務(wù)偏差的10種頻繁模式。通過與業(yè)務(wù)人員討論，區(qū)分了顯式偏差、隱式偏差和業(yè)務(wù)異常等模式：顯式偏差的訂單額小于閾值，為保證業(yè)務(wù)靈活性，此種偏差得到公司許可；隱式偏差的訂單額度雖大于閾值，但供貨商為公司的合作伙伴，為其提供便捷服務(wù)此種偏差也得到公司認(rèn)可；業(yè)務(wù)異常則為訂單大于閾值且涉及非合作關(guān)系的供應(yīng)商，其中可能含有欺詐行為，需要進(jìn)一步審核。利用這些偏差信息，可以采取有針對(duì)性的優(yōu)化方法，例如，將顯式偏差和隱式偏差進(jìn)行規(guī)范說明，利用業(yè)務(wù)流程規(guī)則的透明化提高流程的執(zhí)行效率，同時(shí)深入分析業(yè)務(wù)異常出現(xiàn)的根源，及時(shí)發(fā)現(xiàn)業(yè)務(wù)中存在的問題，對(duì)流程進(jìn)行相應(yīng)改進(jìn)。

Markov 模型也常用于發(fā)現(xiàn)流程異常。在Markov模型中，兩個(gè)活動(dòng)先后發(fā)生的概率顯示了流程執(zhí)行的路由概率。通過與標(biāo)準(zhǔn)業(yè)務(wù)流程的對(duì)比，可以發(fā)現(xiàn)流程變異的位置與可能性，從而發(fā)現(xiàn)異常的業(yè)務(wù)執(zhí)行過程。文獻(xiàn)［7］使用ProM 挖掘了巴西某軟件公司的軟件開發(fā)流程，使用Markov鏈模型，以概率的形式顯示了開發(fā)流程中的各種可能路徑。通過與業(yè)務(wù)標(biāo)準(zhǔn)進(jìn)行對(duì)比，發(fā)現(xiàn)實(shí)際開發(fā)過程中存在許多不規(guī)范的流程。例如在開發(fā)初期，跳過計(jì)劃環(huán)節(jié)直接進(jìn)入開發(fā)階段的概率高達(dá)25.2%。更嚴(yán)重的是，43.6%的開發(fā)流程未經(jīng)過代碼驗(yàn)證、軟件測(cè)試和文檔整理等階段就完成了開發(fā)過程。使用聚類算法分析了其中常見的幾種開發(fā)流程，其中均存在與業(yè)務(wù)規(guī)則不一致的情況。針對(duì)這些問題，通過加強(qiáng)對(duì)軟件測(cè)試等環(huán)節(jié)的重視和監(jiān)管，可以使開發(fā)流程更加規(guī)范化，從而優(yōu)化企業(yè)軟件開發(fā)流程。

文獻(xiàn)［39］擴(kuò)展了Markov模型的研究工作，使用時(shí)序聚類算法分析了葡萄牙某醫(yī)院的急救醫(yī)護(hù)流程。時(shí)序聚類（sequence clustering）算法使用基于Markov模型的距離度量，將具有相似任務(wù)執(zhí)行序列的流程分為一類。該文獻(xiàn)使用時(shí)序聚類算法得到含有8類流程模型的聚類圖，其中每個(gè)節(jié)點(diǎn)代表一類流程模型，并標(biāo)注了對(duì)應(yīng)的支持度，支持度高的聚類表示正常的流程模型，支持度低的節(jié)點(diǎn)為異常的流程模型。該文獻(xiàn)根據(jù)支持度最高的節(jié)點(diǎn)得到正常的醫(yī)護(hù)流程，根據(jù)聚類圖生成最小二分樹，通過與正常流程對(duì)比并比較相鄰模型的Markov鏈，發(fā)現(xiàn)了業(yè)務(wù)流程在實(shí)際執(zhí)行中的逐漸變異過程。分析發(fā)現(xiàn)醫(yī)治流程中存在醫(yī)生將病人轉(zhuǎn)交給其他醫(yī)生的異常情況，違背了醫(yī)院規(guī)定的只能由單個(gè)醫(yī)生負(fù)責(zé)治療的業(yè)務(wù)規(guī)則。聚類圖清晰地反映了業(yè)務(wù)執(zhí)行中的異常情況，為醫(yī)院加強(qiáng)監(jiān)管、優(yōu)化醫(yī)療流程提供了有意義的指導(dǎo)。

4.2 基于組織視圖的檢測(cè)

不同于側(cè)重控制流的基于業(yè)務(wù)規(guī)則的異常檢測(cè)，基于組織視圖的異常檢測(cè)通過從流程活動(dòng)參與者的角度分析業(yè)務(wù)人員的異常交互來發(fā)現(xiàn)流程中的異常，使用SNA 等方法分析組織中業(yè)務(wù)人員的交互關(guān)系，檢查非常規(guī)的人員互動(dòng)，有助于偵測(cè)違反業(yè)務(wù)規(guī)定的非法操作，從而加強(qiáng)企業(yè)內(nèi)部控制。文獻(xiàn)［35］研究了流程挖掘在審計(jì)領(lǐng)域的應(yīng)用，使用SNA方法分析由交易人員組成的社交網(wǎng)絡(luò)，通過檢測(cè)存在欺詐嫌疑的異常社交互動(dòng)，如不同職能部門之間員工的異常交互、供應(yīng)商與某一業(yè)務(wù)人員的頻繁交互等，發(fā)現(xiàn)傳統(tǒng)審計(jì)中難以發(fā)現(xiàn)的合謀詐騙行為。基于組織視圖的檢測(cè)有助于審計(jì)人員全面洞察客戶公司的業(yè)務(wù)流程，利用交易金額、交易比率和異常交易等指標(biāo)識(shí)別公司的風(fēng)險(xiǎn)活動(dòng)。

上述研究從不同的視角分析了流程的執(zhí)行情況，而流程的各個(gè)方面并非獨(dú)立存在，只有將不同的分析方法有機(jī)地結(jié)合在一起，才能獲取全面的流程知識(shí)，為流程優(yōu)化提供深入指導(dǎo)。此外，在流程挖掘過程中，分析人員與業(yè)務(wù)人員之間的深度交互有助于發(fā)現(xiàn)流程問題深層次的原因，提高流程挖掘的有效性。

文獻(xiàn)［40］綜合利用多種流程挖掘的分析方法，對(duì)某保險(xiǎn)公司客戶服務(wù)部門的文檔處理日志進(jìn)行了全面分析。首先從控制流的角度挖掘了流程模型，使用過濾器簡(jiǎn)化日志，在保證挖掘準(zhǔn)確度的同時(shí)改進(jìn)了流程模型的可讀性；使用SNA 分析團(tuán)隊(duì)之間的協(xié)作過程，發(fā)現(xiàn)文檔處理任務(wù)在團(tuán)隊(duì)間反復(fù)轉(zhuǎn)交形成流程循環(huán)，并沒有得到及時(shí)有效的處理；通過與業(yè)務(wù)人員討論，發(fā)現(xiàn)文檔分類不清晰，導(dǎo)致各個(gè)團(tuán)隊(duì)職責(zé)不明確；通過與優(yōu)秀的基準(zhǔn)模型進(jìn)行性能對(duì)比，驗(yàn)證了分類問題對(duì)流程執(zhí)行總時(shí)間的重大影響；提出使用OCR（optical character recognition）來提高文檔分類準(zhǔn)確性并規(guī)范業(yè)務(wù)人員職責(zé)的優(yōu)化方案。

5 進(jìn)一步的研究工作

流程挖掘從流程結(jié)構(gòu)、組織、資源和性能等方面詳細(xì)分析了流程中的缺陷，以為流程優(yōu)化尋找機(jī)會(huì)。但隨著企業(yè)競(jìng)爭(zhēng)業(yè)務(wù)的日趨復(fù)雜、市場(chǎng)環(huán)境的快速變化，以及企業(yè)間合作的日益緊密，目前的流程優(yōu)化方法難以使企業(yè)敏捷、高效地調(diào)整流程方案，從而響應(yīng)客戶需求，流程優(yōu)化的動(dòng)態(tài)性、實(shí)時(shí)性及跨組織流程優(yōu)化等問題有待進(jìn)一步研究。

5.1 動(dòng)態(tài)流程優(yōu)化

業(yè)務(wù)環(huán)境的復(fù)雜多變對(duì)流程挖掘和流程優(yōu)化研究產(chǎn)生了重要影響。企業(yè)的業(yè)務(wù)流程通常隨季節(jié)、市場(chǎng)等外部環(huán)境發(fā)生變化，即出現(xiàn)流程漂移（concept drift）現(xiàn)象［41］。如何在流程挖掘中分析流程漂移現(xiàn)象，幫助管理者動(dòng)態(tài)地掌握流程的運(yùn)行情況，還需要進(jìn)一步研究。

企業(yè)內(nèi)部員工間的分工協(xié)作、資源的可用性等組織環(huán)境也處于不斷變化的復(fù)雜狀態(tài)［42］。例如，員工通常處理多個(gè)流程實(shí)例，員工間的摩擦可能影響流程的進(jìn)度，高負(fù)荷的工作壓力會(huì)降低員工的業(yè)務(wù)績(jī)效。目前的組織視圖挖掘研究只是從單一、靜態(tài)的視角出發(fā)優(yōu)化員工間的協(xié)作關(guān)系和資源分配，并沒有形成全面的、動(dòng)態(tài)的流程優(yōu)化方法；另外，如何定量地評(píng)估業(yè)務(wù)流程的變化與組織結(jié)構(gòu)的適應(yīng)度，以創(chuàng)建高效、敏捷的企業(yè)組織結(jié)構(gòu)，也是動(dòng)態(tài)流程優(yōu)化需要解決的問題。

5.2 實(shí)時(shí)流程優(yōu)化

流程挖掘通常采用離線方式，從歷史數(shù)據(jù)中挖掘流程知識(shí)，改進(jìn)業(yè)務(wù)流程，而市場(chǎng)環(huán)境的飛速變化要求企業(yè)能夠?qū)崟r(shí)優(yōu)化業(yè)務(wù)流程，快速響應(yīng)客戶的需求變化。

實(shí)時(shí)的流程優(yōu)化可以從檢測(cè)、預(yù)測(cè)和推薦三方面提高流程效率［3］，即通過挖掘流程異常模型，實(shí)時(shí)檢測(cè)流程異常；分析歷史數(shù)據(jù)生成預(yù)測(cè)模型，對(duì)流程執(zhí)行的時(shí)間、成本等指標(biāo)進(jìn)行預(yù)測(cè)［43］；根據(jù)業(yè)務(wù)規(guī)律實(shí)時(shí)地向業(yè)務(wù)人員推薦合適的資源、流程模型、最佳時(shí)間等，以提高流程的執(zhí)行效率。實(shí)時(shí)的流程優(yōu)化對(duì)流程挖掘算法、流程數(shù)據(jù)質(zhì)量和企業(yè)的計(jì)算能力都有較高的要求，如何提升流程挖掘算法的效率，增量式地挖掘流程知識(shí)，是實(shí)時(shí)流程優(yōu)化需要解決的重要問題。

大數(shù)據(jù)時(shí)代的到來為實(shí)時(shí)性的流程優(yōu)化提供了新思路［44］。企業(yè)計(jì)算能力的提升為挖掘更豐富的流程知識(shí)提供了新契機(jī)，從社交網(wǎng)站、智能終端中的海量非結(jié)構(gòu)化數(shù)據(jù)中挖掘用戶的行為習(xí)慣和用戶偏好，指導(dǎo)企業(yè)根據(jù)用戶需求實(shí)時(shí)地調(diào)整業(yè)務(wù)流程，成為流程優(yōu)化研究的新方向。分布在各個(gè)企業(yè)的跨組織流程產(chǎn)生的大數(shù)據(jù)本身，也對(duì)流程分析方法提出了挑戰(zhàn)。

5.3 跨組織流程優(yōu)化

隨著競(jìng)爭(zhēng)的激化，企業(yè)之間的合作越來越緊密，隨之產(chǎn)生的業(yè)務(wù)模型也越來越復(fù)雜，如何挖掘跨組織模型、分析組織之間協(xié)作中的問題，還需要深入研究。

通過流程分工進(jìn)行協(xié)作的跨組織業(yè)務(wù)流程分析，目前的研究重點(diǎn)基本限于跨組織流程模型的發(fā)現(xiàn)。進(jìn)一步分析組織之間協(xié)作過程中的信息流動(dòng)、資源共享、任務(wù)分配等信息，可以發(fā)現(xiàn)協(xié)作中出現(xiàn)的問題。例如，分析跨組織協(xié)作中需要共同參與活動(dòng)的服務(wù)等待時(shí)間，可以發(fā)現(xiàn)因合作中的某一方工作效率低下、資源占用時(shí)間長(zhǎng)等原因造成的系統(tǒng)瓶頸，進(jìn)而采取有針對(duì)性的流程優(yōu)化方案。對(duì)于共享流程知識(shí)的協(xié)作模式，目前的研究工作局限于基于最佳實(shí)踐的優(yōu)化。如何根據(jù)流程相似度、流程質(zhì)量等度量，自動(dòng)向管理者提供行業(yè)最佳實(shí)踐，還有待進(jìn)一步研究。

目前流程挖掘在流程優(yōu)化的應(yīng)用，一般還是考慮單個(gè)流程模型的分析。對(duì)多個(gè)相關(guān)流程綜合分析流程的結(jié)構(gòu)、組織、資源分配和業(yè)務(wù)規(guī)則等問題，將在更深層次、更大范圍改進(jìn)流程的性能。另外，利用云計(jì)算的優(yōu)勢(shì)，為共享基礎(chǔ)資源的企業(yè)提供流程知識(shí)，也是未來業(yè)務(wù)流程優(yōu)化的一個(gè)方向。

6 結(jié)束語

本文歸納了近年來流程挖掘在流程優(yōu)化中的應(yīng)用研究成果，結(jié)合典型的文獻(xiàn)，從流程結(jié)構(gòu)、組織結(jié)構(gòu)、資源分配和異常檢測(cè)等多個(gè)方面系統(tǒng)地介紹了使用流程挖掘改進(jìn)業(yè)務(wù)流程的方法，并針對(duì)目前研究工作中存在的問題，指出了未來的發(fā)展方向?？傊?，流程挖掘需要從多個(gè)角度對(duì)業(yè)務(wù)流程進(jìn)行全面、綜合地分析。基于流程挖掘的流程優(yōu)化取得了初步進(jìn)展，但目前還存在諸多問題?；诹鞒掏诰虻膬?yōu)化總體趨勢(shì)是：挖掘更復(fù)雜的流程模型，進(jìn)行跨組織、分布式的流程模型分析，從多視角綜合分析流程并對(duì)運(yùn)行中的流程數(shù)據(jù)進(jìn)行實(shí)時(shí)、動(dòng)態(tài)的分析。隨著流程挖掘研究的不斷深入，使用流程挖掘技術(shù)改善業(yè)務(wù)流程將得到更多的重視。

［1］VAN DER AALST W M P，WEIJTERS T，MARUSTER L.Workflow mining：discovering process models from event logs［J］.IEEE Transactions on Knowledge and Data Engineering，2004，16（9）：1128-1142.

［2］VAN DER AALST W M P.Process mining：discovery，conformance and enhancement of business processes［M］.Berlin，Germany：Springer-Verlag，2011.

［3］VAN DER AALST W M P，ADRIANSYAH A，DEMEDEIROS A K A，et al.Process mining manifesto［M］／／Business Process Management Workshops.Berlin，Germany：Springer-Verlag，2012：169-194.

［4］MANS R S，SCHONENBERG M H，SONG M，et al.Application of process mining in healthcare-a case study in a Dutch hospital［M］／／Biomedical Engineering Systems and Technologies.Berlin，Germany：Springer-Verlag，2009：425-438.

［5］VAN DER AALST W M P，REIJERS H A，WEIJTERS A J M M，et al.Business process mining：an industrial application［J］.Information Systems，2007，32（5）：713-732.

［6］BAUTISTA A D，WANGIKAR L，AKBAR S M K.Process mining driven optimization of a consumer loan approvals process［C］／／Proceedings of Business Process Management Workshops.Berlin，Germany：Springer-Verlage，2013，132：219-220.

［7］LEMOS A M，SABINO C C，LIMA R M F，et al.Using process mining in software development process management：a case study［C］／／Proceedings of International Conference on Systems，Man，and Cybernetics.Washington，D.C.，USA：IEEE Press，2011：1181-1186.

［8］GERKE K，MENDLING J，TARMYSHOV K.Case construction for mining supply chain processes［C］／／Proceeding of the 12th International Conference on Business Information Systems.Berlin，Germany：Springer-Verlag，2009，21：181-192.

［9］GOEDERTIER S，DE W J，MARTENS D，et al.Process discovery in event logs：an application in the telecom industry［J］.Applied Soft Computing，2011，11（2）：1697-1710.

［10］HU Haiyang，ZHANG Xiaofi，HU Hua，et al.Decision support method based on process mining［J］.Computer Integrated Manufacturing Systems，2013，19（8）：1755-1770（in Chinese）.［胡海洋，張笑菲，胡 華，等.基于流程挖掘的決策支持方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2013，19（8）：1755-1770.］

［11］VAN B N R T，MARUSTER L.A process mining approach to redesign business processes-a case study in gas industry［C］／／Proceedings of International Symposium on Symbolic and Numeric Algorithms for Scientific Computing.Washington，D.C.，USA：IEEE Press，2007：541-548.

［12］SONG M，VAN DER AALST W M P.Towards comprehensive support for organizational mining［J］.Decision Support Systems，2008，46（1）：300-317.

［13］ROZINAT A，DE J I S M，GUNTHER C W，et al.Process mining applied to the test process of wafer scanners in ASML［J］.IEEE Transactions on Systems，Man，and Cybernetics，2009，39（4）：474-479.

［14］SUBRAMANIAM S，KALOGERAKI V，GUNOPULOS D，et al.Improving process models by discovering decision points［J］.Information Systems，2007，32（7）：1037-1055.

［15］POGGI N，MUTHSAMY V，CARRERA D，et al.Business process mining from E-commerce Web logs［C］／／Proceedings of the 11th International Conference of BPM.Washington，D.C.，USA：IEEE Press，2013，8094：65-80.

［16］GUPTA S.Workflow and process mining in healthcare［D］.Eindhoven，the Netherlands：Eindhoven University of Technology，2007.

［17］FERREIA D R，ALVES C.Discovering user communities in large event logs［M］／／Process Management Workshops.Berlin，Germany：Springer-Verlag，2012：123-134.

［18］LI M，LIU L，YIN L，et al.A process mining based approach to knowledge maintenance［J］.Information Systems Frontiers，2011，13（3）：371-380.

［19］LIU R，AGAWAL S，SINDHGATTA R R，et al.Accelerating collaboration in task assignment using a socially enhanced resource model［C］／／Proceedings of the 11th International Conference of BPM.Berlin，Germany：Springer-Verlag，2013，8094：251-258.

［20］DUSTDAR S，BHATTACHARYA K.The social compute unit［J］.IEEE Internet Computing，2011，15（3）：64-69.

［21］ENGEL R，VAN DER AALST W M P，ZAPLETAL M，et al.Mining inter-organizational business process models from edi messages：a case study from the automotive sector［C］／／Proceedings of the 24th International Conference on Advanced Information Systems Engineering.Berlin，Germany：Springer-Verlag，2012，7328：222-237.

［22］EDGINGTON T M，RAGHU T S，VINZE A S.Using process mining to identify coordination patterns in IT service management［J］.Decision Support Systems，2010，49（2）：175-186.

［23］ZENG Q，SUN S X，DUAN H U A，et al.Cross-organizational collaborative workflow mining from a multi-source log［J］.Decision Support Systems，2013，54（3）：1280-1301.

［24］MANS R，SCHONENBERG H，LEONARDI G，et al.Process mining techniques：an application to stroke care［J］.Studies in Health Technology and Informatics，2008，136-573.

［25］BUIJS J C A M，VAN DONEN B F，VAN DER AALST W M P.Towards cross-organizational process mining in collections of process models and their executions［C］／／Proceedings of the BPM 2011International Workshops.Berlin，Germany：Springer-Verlag，2012，100：2-13.

［26］LY L T，RINDERLE S，DADAM P，et al.Mining staff assignment rules from event-based data［C］／／Proceedings of the BPM 2006International Workshops.Berlin，Germany：Springer-Verlag，2006，3812：177-190.

［27］RINDERLE S.VAN DER AALST W M P.Life-cycle support for staff assignment rules in process-aware information systems［R］.Eindhoven，the Netherlands：Eindhoven University of Technology，2007.

［28］HUANG Z，LU X，DUAN H.Mining association rules to support resource allocation in business process management［J］.Expert Systems with Applications，2011，38（8）：9483-9490.

［29］BOSE R P J C，VAN DER AALST W M P.Process mining applied to the BPI challenge 2012：divide and conquer while discerning resources［C］／／Proceeding of the BPM 2012International Workshops.Berlin，Germany：Springer-Verlag，2013，132：221-222.

［30］HUANG Z，VAN DER AALST W M P，LU X，et al.Reinforcement learning based resource allocation in business process management［J］.Data &Knowledge Engineering，2011，70（1）：127-145.

［31］LIU Y，WANG J，YANG Y，et al.A semi-automatic approach for workflow staff assignment［J］.Computers in Industry，2008，59（5）：463-476.

［32］AKHIL K，REMCO D，MINSEOK S.Optimal resource assignment in workflows for maximizing cooperation［C］／／Proceedings of the 11th International Conference of BPM.Berlin，Germany：Springer-Verlag，2013，8094：4-9.

［33］NAKATUMBA J，VAN DER AALST W M P.Analyzing resource behavior using process mining［C］／／Proceedings of the BPM 2009International Workshops.Berlin，Germany：Springer-Verlag，2010，43：69-80.

［34］HUANG Z，LU X，DUAN H.Resource behavior measure and application in business process management［J］.Expert Systems with Applications，2012，39（7）：6458-6468.

［35］JANS M，ALLES M，VASARHELYI M.The case for process mining in auditing：sources of value added and areas of application［J］.International Journal of Accounting Information Systems，2013，14（1）：1-20.

［36］JANS M，VAN DER WERF J M，LYBAERT N，et al.A business process mining application for internal transaction fraud mitigation ［J］.Expert Systems with Applications，2011，38（10）：13351-13359.

［37］CARON F，VANTHIENEN J，BAESENS B.Comprehensive rule-based compliance checking and risk management with process mining［J］.Decision Support Systems，2012，54（3）：1357-1369.

［38］SWINNEN J，DEPAIRE B，JANS M J，et al.A process deviation analysis-a case study［C］／／Proceedings of the BPM 2011International Workshops.Berlin，Germany：Springer-Verlag，2012，99：87-98.

［39］REBUGEá，F(xiàn)ERREIRA D R.Business process analysis in healthcare environments：a methodology based on process mining［J］.Information Systems，2012，37（2）：99-116.

［40］DE WEERDT J，SCHUPP A，VANDERLOOCK A，et al.Process mining for the multi-faceted analysis of business processes-a case study in a financial services organization［J］.Computers in Industry，2013，64（1）：57-67.

［41］BOSE R，VAN DER AALST W M P，?LIOBAITE I，et al.Dealing with concept drifts in process mining：a case study in a Dutch municipality［J］.IEEE Transactions on Neural Networks and Learning Systems，2013，25（1）：154-171.

［42］VAN DER AALST W M P，DUSTDAR S.Process mining put into context［J］.IEEE Internet Computing，2012，16（1）：82-86.

［43］VAN DER AALST W M P，SCHONENBERG M H，SONG M.Time prediction based on process mining［J］.Information Systems，2011，36（2）：450-475.

［44］GAO X.Towards the next generation intelligent BPM-in the era of big data［C］／／Proceedings of the 11th International Conference of BPM.Berlin，Germany：Springer-Verlag，2013，8094：4-9.