项目名称: 基于图挖掘的服务流程推荐方法研究

项目编号: No.61272129

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 尹建伟

作者单位: 浙江大学

项目金额: 80万元

中文摘要: 课题针对现代企业业务流程建模存在的动态性、个性化、不确定性、跨界性等迫切需求,将商业智能、服务计算技术应用到业务流程建模中,研究基于图挖掘的服务流程推荐理论问题和计算方法。课题围绕"模式提取"与"距离计算"两大核心问题展开研究,重点研究业务流程数据集中的频繁模式挖掘算法、流程间距离分析模型以及业务活动推荐算法等关键技术,发现业务活动或服务流程在相似应用环境中的关联规则等隐含知识,并将这些知识反馈给建模人员,为建模人员推荐个性化服务流程,形成流程推荐技术的理论体系,大幅度提高流程建模的高效性、准确性、智能性和普适性。通过研制一个基于图挖掘的服务流程推荐平台,在流程建模、服务组合和跨界服务三个典型应用场景下进行仿真实验与真实系统应用,对相关模型与算法进行验证。

中文关键词: 业务过程模型;流程推荐;流程建模;模式挖掘;

英文摘要: The demand of dynamics, uncertainty, individuation and inter-organization for business process modeling is more and more exigent in modern enterprises recently, this project tries to explore the theory and algorithm of business process recommendation based on graph mining, applying business intelligence and service computing technologies to process modeling. In the project ,we will focus on pattern extraction and distance computation, and mainly studies the frequent process pattern mining algorithm, distance between processes, business activities recommendation algorithm and other key technologies. Then, we discover associate rules between business activities and processes, and feedback these rules to process designers with a personalized recommendation service, and builds a theoretical system of workflow recommendation to improve the effectiveness, accuracy, intelligence and generality of process modeling. In addition, the project will verify the models and algorithms through developing one recommendation platform and applying the research results into three typical application scenarios including process modeling, service composition and inter-organizational service.

英文关键词: Business Process Model;Workflow Recommendation;Process Modeling;Pattern Mining;

成为VIP会员查看完整内容
0

相关内容

个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
97+阅读 · 2021年6月23日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
专知会员服务
53+阅读 · 2021年4月3日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【KDD2020】 解决基于图神经网络的会话推荐中的信息损失
专知会员服务
31+阅读 · 2020年10月29日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
基于知识图谱的推荐系统研究综述
专知会员服务
328+阅读 · 2020年8月10日
有粉丝想转行推荐算法,我觉得......
专知
0+阅读 · 2021年11月22日
基于知识图谱的推荐系统总结
机器学习与推荐算法
4+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
5+阅读 · 2021年11月8日
IJCAI2021 | User-as-Graph: 基于异构图池化的新闻推荐用户建模
机器学习与推荐算法
1+阅读 · 2021年9月10日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
【推荐系统】详解基于内容的推荐算法
产业智能官
23+阅读 · 2018年1月11日
推荐系统杂谈
架构文摘
28+阅读 · 2017年9月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
23+阅读 · 2018年8月3日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
97+阅读 · 2021年6月23日
【WWW2021】 大规模组合K推荐
专知会员服务
43+阅读 · 2021年5月3日
专知会员服务
53+阅读 · 2021年4月3日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【KDD2020】 解决基于图神经网络的会话推荐中的信息损失
专知会员服务
31+阅读 · 2020年10月29日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
基于知识图谱的推荐系统研究综述
专知会员服务
328+阅读 · 2020年8月10日
相关资讯
有粉丝想转行推荐算法,我觉得......
专知
0+阅读 · 2021年11月22日
基于知识图谱的推荐系统总结
机器学习与推荐算法
4+阅读 · 2021年11月11日
AAAI'21 | 基于图Transformer的多行为推荐算法
图与推荐
0+阅读 · 2021年11月9日
AAAI2021 | 基于图Transformer的多行为推荐算法
机器学习与推荐算法
5+阅读 · 2021年11月8日
IJCAI2021 | User-as-Graph: 基于异构图池化的新闻推荐用户建模
机器学习与推荐算法
1+阅读 · 2021年9月10日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
【推荐系统】详解基于内容的推荐算法
产业智能官
23+阅读 · 2018年1月11日
推荐系统杂谈
架构文摘
28+阅读 · 2017年9月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员