Fundamental Data Mining Techniques for Declarative Process Mining

Process mining is a Business Process Management (BPM) technique that uses execution data of business processes for their analysis. By transforming the data to so-called event logs, process mining tools generate process models that describe the executions as close as possible. Process discovery can r...

Author: Grohmann, Nico
Further contributors: Vossen, Gottfried (Thesis advisor)
Division/Institute:FB 04: Wirtschaftswissenschaftliche Fakultät
Document types:Doctoral thesis
Media types:Text
Publication date:2022
Date of publication on miami:25.04.2022
Modification date:05.01.2023
Series:Wissenschaftliche Schriften der Universität Münster / Reihe IV, Bd. 21
Edition statement:[Electronic ed.]
Subjects:Process Mining; Data Mining; Declarative Process Mining; Process Discovery; Association Rule Mining; Sequential Pattern Mining Prozessmodellierung; Prozessmodellgenerierung; Assoziationsanalyse; Sequenzmusteranalyse
DDC Subject:000: Informatik, Wissen, Systeme
600: Technik
License:CC BY 4.0
Language:English
Thesis statement:Münster (Westfalen), Univ., Diss., 2022
Additional physical forms:Auch im Buchhandel erhältlich: Fundamental Data Mining Techniques for Declarative Process Mining / Nico Grohmann. – Hildesheim : Georg Olms Verlag, 2022. – XVII, 223 S. (Wissenschaftliche Schriften der WWU Münster : Reihe IV ; Bd. 21), ISBN 978-3-487-16155-6, Preis: 32,00 EUR
Format:PDF document
ISBN:978-3-8405-0266-8
URN:urn:nbn:de:hbz:6-54059510537
Other Identifiers:DOI: 10.17879/54059509128
Permalink:https://nbn-resolving.de/urn:nbn:de:hbz:6-54059510537
Digital documents:978-3-8405-0266-8.pdf

Process mining is a Business Process Management (BPM) technique that uses execution data of business processes for their analysis. By transforming the data to so-called event logs, process mining tools generate process models that describe the executions as close as possible. Process discovery can result either in graph-based notations (e.g., Petri nets or BPMN) or declarative ones like Declare. One hypothesis in this work is that declarative constraint templates can support model understanding in case process mining results in large, confusing "spaghetti" diagrams. Overall, this work contributes an approach including a prototypical implementation for applying association rule and sequential pattern mining to event logs for discovering declarative process models. Preprocessing steps and the transformation of rules and patterns to constraints in Declare are addressed explicitly. In this way, analysts receive transparent insights into the basis of the overall declarative model.

Process Mining ist eine Technik des Geschäftsprozessmanagements, die Ausführungsdaten von Geschäftsprozessen zur Analyse verwendet. Durch eine Bereitstellung der Daten in sogenannten Event-Logs generieren Process Mining-Tools Prozessmodelle, die die Ausführungen möglichst präzise beschreiben. Dies kann entweder in graph-basierte Notationen wie Petri-Netze oder BPMN oder deklarative Notationen wie Declare resultieren. Eine Hypothese der Arbeit ist, dass deklarative Constraints die Verständlichkeit der Modelle erhöhen kann wenn Process Mining große, unübersichtliche "Spaghetti-Diagramme" produziert. Diese Arbeit präsentiert einen Ansatz inklusive prototypischer Implementierung um Assoziations- und Sequenzmusteranalyse auf Event-Logs anzuwenden, mit dem Ziel, deklarative Prozessmodelle zu erzeugen. Auf Preprocessing-Schritte und die Übersetzung der Regeln und Muster zu Declare-Constraints wird explizit eingegangen. Dadurch erhalten Analysten transparente Einblicke in die Basis des gesamten deklarativen Modells.