Bayessche Vorhersagemodelle auf Basis von Kontextinformationen für das Monitoring von Geschäftsprozessen
Bayessche Vorhersagemodelle auf Basis von Kontextinformationen für das Monitoring von Geschäftsprozessen
(Drittmittelfinanzierte Einzelförderung)
Projektleitung:
Projektbeteiligte:
Projektstart: 6. März 2018
Projektende: 31. Dezember 2018
Mittelgeber: Bayerische Forschungsallianz (BayFOR)
Abstract:
Das vorausschauende Monitoring von Geschäftsprozessen ist eine der maßgeblichen Herausforderungen im Process Mining. Ein Anwendungsfeld stellt die Vorhersage von zukünftigen Prozessschritten dar, die es erlaubt mögliche Probleme frühzeitig zu erkennen. In der Regel enthält das Vorhersagemodell Informationen über die Prozessschritte. Diese sind jedoch in vielen Fällen ungenügend für eine verlässliche Vorhersage. Kontextinformationen über die Prozessinstanz haben sich in vielen Anwendungsgebieten des Geschäftsprozessmanagements als nützlich erwiesen, da sie zusätzliche Informationen zum Ziel, der Organisation sowie der Prozessumgebung enthalten. Vor diesem Hintergrund erscheint das Einbeziehen von Kontextinformationen in das Vorhersagemodell sinnvoll. Da die Hintergrundinformationen allerdings eine zusätzliche Ungewissheit für das Modell mit sich bringen, werden wir weiterhin den Einsatz von Bayesschen Verfahren für die Vorhersage evaluieren.
Externe Partner:
- Rio de Janeiro State University / Universidade do Estado do Rio de Janeiro (UERJ)