مدل برنامه ریزی ریاضی فرایندکاوی در مسئله کشف گراف وابستگی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
کشف فرآیندها شاخه ای از فرآیندکاوی است که با استفاده از رویدادهای ثبت شده در یک سیستم، مدل فرآیندی را به دست می آورد که به خوبی توصیف کننده رفتار سیستم باشد. با توجه به این که یکی از بااهمیت ترین و پرطرفدارترین دسته روش های کشف فرآیند، کشف فرآیند ابتکاری است و نظر به این که کیفیت خروجی ارائه شده توسط این دسته روش ها شدیداً به نحوه استخراج گراف وابستگی میان فعالیت ها ارتباط دارد، در این مقاله برای اولین بار به ارائه رویکردی برای تبدیل مسئله کشف گراف وابستگی به یک مسئله برنامه ریزی باینری و همچنین معرفی تابع هدفی پرداختیم که به صورت هم زمان شاخص های سازگاری بازپخش و دقت مدل را در نظر می گیرد. میزان بها دادن به هرکدام از این شاخص ها از طریق آستانه ای که کاربر نهایی مشخص می کند تعیین می شود. شاخص های ذکرشده از جمله بااهمیت ترین معیارهای سنجش کیفیت خروجی روش های کشف فرآیند می باشند و در واقع استفاده از این رویکرد مستقیماً بر ارتقاء شاخص های کیفیت مدل اثر دارد. رویکرد پیشنهادی همچنین دارای این قابلیت است که با معرفی محدودیت های مناسب، دانش حوزه را در فرآیند استخراج مدل دخیل نماید و همچنین مدل خروجی را به سمت ارتقاء احتمال سالم بودن آن هدایت نماید. این امر در مطالعه موردی یک شرکت واقعی که در این مقاله ارائه شده قابل مشاهده است. در مطالعه سازمان مورد اشاره، رویکرد پیشنهادی با استفاده از محدودیت های تعریف شده بر اساس دانش حوزه و قواعد ساختاری گراف وابستگی بر روی رویدادهای ثبتی حوزه بازاریابی شرکت اعمال گردیده و نتایج آن منعکس شده است.