版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、工作流反映了業(yè)務(wù)流程執(zhí)行的實(shí)際情況,并通過工作流日志的方式記錄下來。因此,對工作流日志進(jìn)行處理以發(fā)現(xiàn)有價(jià)值客觀信息,對企業(yè)的經(jīng)營過程的分析和改進(jìn)具有重要的作用,工作流挖掘就是分析工作流日志,進(jìn)行工作流建模的重要技術(shù),其研究工作主要涵蓋案例維度、控制流維度和組織維度這三個方面??刂屏骶S度對企業(yè)的業(yè)務(wù)流程進(jìn)行分析、改進(jìn)和重組具有重要的意義,并取得許多研究成果。組織維度側(cè)重于挖掘企業(yè)的組織結(jié)構(gòu),有利于企業(yè)人力資源的合理配置,并且此方面的研究成
2、果較少。因此,本文側(cè)重于工作流組織維度的研究,引入一些新的方法,挖掘出工作流日志中所表現(xiàn)的實(shí)際組織結(jié)構(gòu)。
本文首先介紹了工作流的起源、生命周期等理論知識,介紹了目前工作流建模的常用方法,提出了進(jìn)行工作流日志預(yù)處理的日志合并、數(shù)據(jù)清洗以及數(shù)據(jù)合并等基本步驟,并闡述了過程維度的一些研究方法,如經(jīng)典的α算法。
在此基礎(chǔ)上,本文提出了基于活動相似度的工作流組織結(jié)構(gòu)挖掘方法,該方法引入閔可夫斯基距離、空間相似度以及皮爾森相關(guān)系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 從事件日志中挖掘工作流模型:結(jié)構(gòu)化挖掘方法研究.pdf
- 工作流挖掘與調(diào)度算法研究.pdf
- 工作流模型若干挖掘算法研究.pdf
- 時態(tài)工作流建模、分析和挖掘研究.pdf
- 基于工作流的數(shù)據(jù)挖掘過程研究.pdf
- 基于事件日志的工作流模型挖掘.pdf
- 數(shù)據(jù)挖掘工作流的發(fā)現(xiàn)和復(fù)用.pdf
- 工作流+工作流的特點(diǎn)+工作流的優(yōu)點(diǎn)
- 一種工作流的挖掘算法研究.pdf
- 面向復(fù)雜結(jié)構(gòu)的鐵路電務(wù)工作流挖掘算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)格數(shù)據(jù)挖掘平臺下的工作流開發(fā).pdf
- 工作流實(shí)例方面的調(diào)度與挖掘方法研究.pdf
- 數(shù)據(jù)挖掘工作流建模及調(diào)度算法的研究.pdf
- 基于過程挖掘的柔性工作流系統(tǒng)研究.pdf
- 基于日志數(shù)據(jù)倉庫的工作流挖掘研究.pdf
- 面向數(shù)據(jù)挖掘工作流的快速數(shù)據(jù)檢索技術(shù).pdf
- 基于混合遺傳算法的工作流挖掘研究.pdf
- 基于遺傳算法的工作流挖掘設(shè)計(jì)與研究.pdf
- 應(yīng)急預(yù)案工作流及其跨組織協(xié)同研究.pdf
- 遷移工作流系統(tǒng)中的工作流域組織與遷移實(shí)例調(diào)度研究.pdf
評論
0/150
提交評論