第1章 引言 1
1.1 数据爆炸 1
1.2 建模的局限性 2
1.3 过程挖掘 6
1.4 分析一个示例日志 9
1.5 Play-In、Play-Out与Replay 14
1.6 趋势 16
1.7 展望 18
第一部分 预备知识 23
第2章 过程建模与分析 23
2.1 建模的艺术 23
2.2 过程模型 24
2.2.1 变迁系统 25
2.2.2 Petri网 26
2.2.3 工作流网 30
2.2.4 YAWL 31
2.2.5 BPMN 33
2.2.6 事件驱动过程链 35
2.2.7 因果网 36
2.3 基于模型的过程分析 41
2.3.1 验证 41
2.3.2 性能分析 43
2.3.3 基于模型分析的局限 45
第3章 数据挖掘 46
3.1 数据挖掘技术的分类 46
3.1.1 数据集：实例与变量 46
3.1.2 有监督学习：分类与回归 49
3.1.3 无监督学习：聚类与模式发现 50
3.2 决策树学习 50
3.3 k-means聚类 55
3.4 关联规则学习 57
3.5 序列和情节挖掘 60
3.5.1 序列挖掘 60
3.5.2 情节挖掘 61
3.5.3 其他方法 63
3.6 结果模型的质量 64
3.6.1 衡量分类器的表现 65
3.6.2 交叉验证 67
3.6.3 奥卡姆剃须刀 69
第二部分 从事件日志到过程模型 75
第4章 数据获取 75
4.1 数据源 75
4.2 事件日志 77
4.3 XES 85
4.4 将现实压缩到事件日志中 90
第5章 过程发现基础 98
5.1 问题说明 98
5.2 一个简单的过程发现算法 101
5.2.1 基本思想 101
5.2.2 算法 104
5.2.3 α算法的不足 107
5.2.4 考虑事务生命周期 110
5.3 重新发现过程模型 110
5.4 挑战 113
5.4.1 表示偏好 114
5.4.2 噪声和不完备性 116
5.4.3 4个相互竞争的质量标准 118
5.4.4 从三维现实中提取正确的二维切片 121
第6章 高级过程发现技术 123
6.1 概述 123
6.1.1 特征1：表示偏好 124
6.1.2 特征2：处理噪声的能力 125
6.1.3 特征3：完备性假设 125
6.1.4 特征4：使用的方法 126
6.2 启发式挖掘 127
6.2.1 再谈因果网 127
6.2.2 学习依赖图 128
6.2.3 学习分裂与合并 130
6.3 遗传过程挖掘 132
6.4 基于区域的挖掘 135
6.4.1 学习变迁系统 135
6.4.2 使用基于状态的区域的过程发现 138
6.4.3 使用基于语言的区域的过程发现 140
6.5 历史沿革 143
第三部分 过程挖掘拓展 149
第7章 合规性检查 149
7.1 业务对齐和审计 149
7.2 托肯重演 151
7.3 对比足迹 161
7.4 合规性检查的其他应用 164
7.4.1 修复模型 164
7.4.2 评估过程发现算法 165
7.4.3 连接事件日志和过程模型 165
第8章 挖掘其他维度 168
8.1 维度 168
8.2 属性：一种总体透视 169
8.3 组织挖掘 173
8.3.1 社会网分析 174
8.3.2 发现组织结构 178
8.3.3 分析资源行为 179
8.4 时间和概率 180
8.5 决策挖掘 183
8.6 整合所有维度 186
第9章 运作支持 189
9.1 改进的过程挖掘框架 189
9.1.1 制图学 190
9.1.2 审计 191
9.1.3 导航 192
9.2 在线过程挖掘 192
9.3 检测 193
9.4 预测 196
9.5 推荐 200
9.6 过程挖掘谱系 202
第四部分 过程挖掘的应用 205
第10章 工具支持 205
10.1 商务智能 205
10.2 ProM 208
10.3 其他过程挖掘工具 212
10.4 展望 215
第11章 分析“宽面条过程” 216
11.1 “宽面条过程”的特征 216
11.2 用例 219
11.3 方法论 220
11.3.1 阶段0：计划和调整 222
11.3.2 阶段1：抽取 222
11.3.3 阶段2：创建控制流模型并关联事件日志 222
11.3.4 阶段3：创建集成的过程模型 223
11.3.5 阶段4：运作支持 223
11.4 应用 223
11.4.1 每个功能领域的过程挖掘机会 223
11.4.2 每个产业的过程挖掘机会 225
11.4.3 两个“宽面条过程” 227
第12章 分析“意大利面过程” 234
12.1 “意大利面过程”的特点 234
12.2 方法 237
12.3 应用 240
12.3.1 “意大利面过程”的过程挖掘机会 240
12.3.2 “意大利面过程”的例子 241
第五部分 后 记 249
第13章 制图与导航 249
13.1 业务过程地图 249
13.1.1 地图质量 249
13.1.2 聚合与抽象 250
13.1.3 无缝缩放 251
13.1.4 尺寸、颜色和布局 254
13.1.5 定制 256
13.2 过程挖掘：业务过程的TomTom 256
13.2.1 将动态信息投射到业务过程地图 256
13.2.2 到达时间预测 259
13.2.3 引导而不是控制 259
第14章 结语 260
14.1 过程挖掘：数据挖掘与业务过程管理之间的桥梁 260
14.2 挑战 261
14.3 今天就开始 262
参考文献 263