随着计算机技术的发展,许多以前需要由人完成的工作,现在只需要由机器完成,或者说可以由一个系统完成。任何系统的运行都有运作流程与之相对应,运作流程描述了系统的运行顺序,展示了系统中活动的发生,这种流程可以以日志的形态记录在系统中。过程挖掘是一个比较新颖的领域,其利用系统中存在的事件日志,从中提取有价值的过程信息,其理念是通过从事件日志中提取知识,从而发现、监控和改进实际过程。过程挖掘是对现有业务过程管理方法的补充。过程挖掘主要有三种类型的应用场景。第一种应用是过程发现也称为模型发现,通过日志挖掘系统的流程,并用一个模型进行描述,第二种应用是一致性检测,用于定义系统模型的数字化描述,使模型的优劣更加直观,第三种应用是过程增强,其中最主要的是修复,包括模型修复和日志修复,即根据已有的日志修复模型或者根据已有的模型修复日志。本文主要研究过程发现领域。在模型发现领域,日志的完备性是一个较强的约束条件,因为基于不完备的日志往往很难发现正确的模型。为了解决不完备日志对于挖掘的限制,并能从更少的日志中发现正确的过程模型,本文将日志分类,把其中一类不完备日志称为并发完备日志,针对其进行模型发现,并提出两种挖掘算法。基于层次树的模型发现,用于挖掘并发完备日志,所对应的模型是块状并发模型。其思想是通过构建活动间的层次关系,发现隐含的潜在关系,进而完善关系集,得到正确的模型。层次树是一种特殊的树结构,用于存储活动的相对位置,其思想是根据已有的关系,先建立活动间相对的位置,将活动分层表示。对于存在的悬点,通过遍历层次树确定其位置,根据位置选择最近的并且符合相应关系的活动,形成新的关系,从而消除悬点,得到正确的模型。基于距离的模型发现,提出距离的概念,用距离描述活动间的相对位置。距离用于表示任意两个活动,在某一条迹中的位置的差值,并通过距离集和最小距离,分别表示所有的距离和最小的距离。基于距离的发现的核心是,将过程看为一个优化问题,本文通过将距离的大小作为最优值的判定条件,也可定义其它最优值的选取,例如也可以通过频率计算。根据最优值的计算,得到最优值,发现潜在的关系,进而消除在挖掘过程可能存在的悬点,得到正确的模型。通过实验例证,本文提出的两种方法可以挖掘并发完备日志,并在实验结果的正确性上有一定的优势,主要体现在精确度和简洁度上,并在应用于含有更少的日志样例时,也可以得到更加准确的模型。