业务流程挖掘是业务流程管理的一种新型应用,包括流程的设计和实施、模型的建立和分析以及程序的执行等。业务流程挖掘通过对信息系统记录的业务流程运行产生的事件日志进行分析,将业务流程运转过程还原成模型,并利用日志序列对其原始模型进行优化,得出最终模型。业务流程挖掘技术的研究,不仅有助于降低运营成本、提高系统运转效率,同时在提高企业生产效率,提高服务质量方面都发挥着重要的作用。随着业务流程管理变得越来越重要,对业务流程的要求也相对提高了很多,已有的流程挖掘技术主要针对于挖掘工作流模型。但是在挖掘业务流程模型的过程中往往会出现一些存在于过程模型中,却没有出现在日志序列中的变迁,这样的变迁是大量存在于现实的模型中。因此,从事件日志中挖掘隐变迁可以很好的还原模型,提高操作的运转效率,进而达到高效率的生产及服务。对于挖掘含有隐变迁等配置信息的模型,已有的方法是通过α算法来挖掘,此方法运算量较大而且在不可见任务挖掘的准确性上存在不足。针对隐变迁的挖掘,本文提出在行为轮廓、概率行为关系的基础上对日志序列进行研究,从而挖掘出带有配置信息的模型,使得模型更加的完备。本文主要贡献有：(1)提出了基于Petri网行为轮廓挖掘事件日志中的隐变迁。从事件日志中挖掘隐变迁是研究过程模型的一个难点。目前针对自由选择网有一些解决办法,但是对于复杂的过程模型有一定的局限性。基于Petri网行为轮廓寻找隐变迁的方法,首先根据发生频率最高的且发生变迁较多的日志序列,通过分析其行为轮廓得出源模型,再根据剩余日志中发生频率最高的且最长的序列作为增量进一步优化源模型,重复上述步骤直到通过行为轮廓关系找到隐变迁。最后通过与源模型进行比较挖掘出带有隐变迁模型的合理性及适当性。最后通过实验证明该方法的有效性和简捷性。(2)提出了基于概率行为关系挖掘事件日志中的隐变迁。在过程挖掘中,通过观察到的行为去发现一个尽可能最好的过程模型是过程挖掘中的主要挑战之一。隐变迁是指一些存在于过程模型中,但没有出现在日志序列中的变迁。考虑隐变迁对过程模型挖掘的影响,本文提出基于概率行为关系从业务流程的不完备日志中挖掘带有隐变迁的模型的方法。首先,根据概率行为关系得出模块与模块之间的关系,然后计算概率得出变迁与变迁之间的关系,以此为基础构建带有隐变迁的业务流程模型。最后,通过分析日志序列中缺省的变迁确定隐变迁的具体位置,该方法能够有效、快捷的找到隐变迁的位置。最后通过实验证明了该方法的准确性。