• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>BPM 2005 International Workshops BPI, BPD, ENEI, BPRM, WSCOBPM, BPS; 20050905; Nancy(FR) >Mining Staff Assignment Rules from Event-Based Data
【24h】

Mining Staff Assignment Rules from Event-Based Data

机译：从基于事件的数据中挖掘人员分配规则

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Process mining offers methods and techniques for capturing process behaviour from log data of past process executions. Although many promising approaches on mining the control flow have been published, no attempt has been made to mine the staff assignment situation of business processes. In this paper, we introduce the problem of mining staff assignment rules using history data and organisational information (e.g., an organisational model) as input. We show that this task can be considered an inductive learning problem and adapt a decision tree learning approach to derive staff assignment rules. In contrast to rules acquired by traditional techniques (e.g., questionnaires) the thus derived rules are objective and show the staff assignment situation at hand. Therefore, they can help to better understand the process. Moreover, the rules can be used as input for further analysis, e.g., workload balance analysis or delta analysis. This paper presents the current state of our work and points out some challenges for future research.
机译：流程挖掘提供了用于从过去流程执行的日志数据中捕获流程行为的方法和技术。尽管已经发布了许多关于挖掘控制流的有希望的方法，但是还没有尝试挖掘业务流程的人员分配情况。在本文中，我们介绍了使用历史数据和组织信息（例如组织模型）作为输入来挖掘人员分配规则的问题。我们表明，该任务可以被认为是归纳学习问题，并且可以采用决策树学习方法来得出员工分配规则。与通过传统技术（例如，调查表）获得的规则相反，这样得出的规则是客观的，并显示了手头人员的分配情况。因此，它们可以帮助更好地了解该过程。而且，这些规则可以用作进一步分析的输入，例如，工作量平衡分析或增量分析。本文介绍了我们的工作现状，并指出了未来研究的一些挑战。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号