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.

Thesis for a candidate degree in technical sciences, specialty 05.13.06 – Information Technologies – Kharkiv National University of Radio Electronics of the Ministry of Education and Science of Ukraine, Kharkiv, 2016. Improved predicate model metric in the space of precedents, which, unlike the existing ones, allows practical test of its existence with the help of conditions and the introduction of the Euclidean metric in the space of linearized attributes. For the first time developed a method for estimating the proximity of precedents based on the tabulation attributes scales and the attribution of weights based on the functional dependence of the weights of the attributes of precedents that can significantly improve the accuracy of estimates of the proximity of precedents by taking into account the weight of the real growth of the attributes in their critical bands. It has continued to develop a technique of constructing a predicate hierarchical model of process knowledge in the form of a relational metanet, which is based on the model of "data-information-knowledge-meta-knowledge." The hierarchical structure simplifies the configuration process model and complements its implicit connections. Improved methods of hierarchical model configuration process knowledge based on the analysis of log files, which, unlike the existing ones, has the form of a hierarchical system of binary predicates that define the behavior of the logic of the process. The method includes tuning a subject area, which increases the efficiency of Process Mining techniques.