论文部分内容阅读
随着信息技术的快速发展与广泛应用,人类社会逐渐从信息匮乏期进入信息过载期。企业全球化、数字化、信息化发展使得业务流程管理技术(Business Process Management,BPM)得到广泛应用,因此业界产生了大量的业务流程。业务流程随着应用环境的改变而变得日益繁杂,业务流程管理面临一系列新挑战,尤其对业务流程推荐提出更高要求。目前,现有基于流程相似性的业务流程推荐方法是业务流程推荐领域使用的主要方法,其中,基于图结构相似性(Graph Structure Similarity,GSS)的业务流程推荐方法以业务流程的图结构为依据,进行业务流程相似性度量和推荐;基于字符串匹配相似度(String Matching Similarity,SMS)的业务流程推荐方法则以业务流程的流程图的字符串匹配程度为依据,进行业务流程相似性度量和推荐;基于业务流程图相似性(Process Diagram Similarity,PDS)的业务流程推荐方法以业务流程框架和流程实体中结构和功能为依据,进行业务流程相似性度量和推荐。但是,以上所述方法中业务流程相似性度量普遍缺失业务流程其它典型元数据特征,且在多维元数据特征空间中流程推荐的有效性和准确度不足。为此,本文提出基于元数据(Metadata)的业务流程推荐方法。本文首先详细阐述了业务流程推荐相关概念与框架,对业务流程研究相关问题进行了规范详细定义,对业务流程推荐框架、相似性度量技术进行了研究。其次,对业务流程推荐技术进行研究与分析,对面向业务流程的元数据技术特性和基于元数据的业务流程描述框架进行分析。此外,分析了现有典型业务流程推荐方法的局限性。最后,针对现有方法的不足,制定了基于元数据的业务流程推荐方法,并在实际数据集上进行了一系列实验,从多方面对所提方法进行实验实证。实验结果表明,本文所提方法在实际应用中可有效提升业务流程推荐的性能。