Предикатні моделі, методи та технологія обробки процесних знань в інформаційних системах

Abstract

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Харківський національний університет радіоелектроніки Міністерства освіти і науки України, Харків, 2016. Мета дисертаційного дослідження – розробка моделей процесних знань на основі аналізу лог-файлів з використанням апарату АСП і реляційних мереж, а також технологій Process Mining і виведення знань на прецедентах. Основні результати: вдосконалена предикатна модель метрики на просторі прецедентів, яка допускає практичну перевірку її існування за допомогою системи умов та введення евклідової метрики на лінеаризованому просторі атрибутів. Вперше розроблено метод оцінки близькості прецедентів, заснований на табулюванні шкал атрибутів та привласненні атрибутам ваг з урахуванням функціональної залежності ваг від атрибутів прецедентів, що дозволяє значно підвищити точність оцінки близькості прецедентів завдяки врахуванню зростання реальної ваги атрибутів в їх критичних діапазонах. Отримав подальший розвиток метод побудови предикатної ієрархічної моделі процесних знань у вигляді реляційної метамережі, яка заснована на моделі «дані-інформація-знання-метазнання». Ієрархічне представлення спрощує конфігурацію моделі процесу і доповнює її неявними зв’язками. Удосконалено метод конфігурування ієрархічної моделі процесних знань на основі аналізу лог-файлів, яка має вигляд ієрархічної системи бінарних предикатів, що задають логіку поведінки процесу. Метод включає налаштування під предметну область, що підвищує ефективність методів Process Mining.