Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Neubauer, Thais Rodrigues |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-22032020-104801/
|
Resumo: |
Os modelos de processos são ferramentas essenciais para alcançar o sucesso no gerenciamento de negócio. No entanto, devido diversos fatores, é comum que as organizações não formalizem esses modelos e, portanto, desconheçam o real processo executado. Em vista disso, a mineração de processo desempenha um papel central e estratégico, pois fornece meios para que os processos organizacionais sejam descobertos, analisados e aprimorados automaticamente. Contudo, a complexidade inerente dos processos organizacionais - especialmente aqueles que não são estruturados - impede que a mineração de processos automatizada seja realizada com total sucesso. Para ajudar na minimização dessa complexidade, a tarefa de agrupamento, denominada agrupamento de traces na área de mineração de processos, fornece uma maneira de identificar padrões existentes nos dados mesmo sem informações prévias sobre eles. Os padrões encontrados podem contribuir com a obtenção de resultados de maior qualidade ou mais aderentes a determinados aspectos organizacionais, pois podem auxiliar na redução de um problema grande e complexo em problemas menores e mais simples, referentes a cada perfil de comportamento encontrado. Embora seja claro que muitos avanços têm sido obtidos com agrupamento de traces, seu potencial ainda não está totalmente explorado. Por um lado, as soluções trazidas ainda não atendem a todas as expectativas e, por outro, é possível identificar iniciativas para melhoria da aplicação da tarefa de agrupamento na área de mineração de dados que ainda são pouco exploradas na área de mineração de processos. Um exemplo disso é a inserção de conhecimento de um ou mais especialistas humanos diretamente nas decisões tomadas no processo de agrupamento de dados, iniciativa denominada agrupamento interativo. O resultado da união de agrupamento interativo e agrupamento de traces está sendo chamado neste trabalho de agrupamento de traces interativo. Este trabalhou explorou como a inclusão do conhecimento de especialistas afeta a qualidade do agrupamento de traces, tanto do ponto de vista de índices de avaliação da área de mineração de dados, quanto da área de mineração de processos. Para tanto, a abordagem de agrupamento interativo utilizada foi de restrições must-link/cannot-link e foram consideradas representações de traces baseadas em modelos semânticos de contagem. Diferentes cenários de experimento no contexto de log de eventos sintéticos e de log de eventos reais provenientes de um processo de gerenciamento de incidentes foram elaborados. A abordagem proposta demonstrou que, apesar de ser observada queda em algumas métricas de qualidade de mineração de processos, é possível obter resultados em que as expectativas de especialistas são atendidas sem causar degradação significativa na qualidade dos grupos resultantes do ponto de vista de mineração de dados e sem perda no aprendizado do algoritmo com a aplicação das restrições. Ainda, no contexto do log de eventos reais, alguns dos resultados de agrupamento de traces interativo obtidos demonstraram capacidade de auxiliar no aumento da precisão na tarefa de predição de tempo de resolução de incidentes |
