摘要
本发明公开了一种基于多维度属性信息融合的业务流程下一事件预测方法,属于流程挖掘领域,包括如下步骤:获取业务流程事件日志,分析事件日志中活动的直接跟随关系,提取时间属性信息,构建以流程轨迹前缀作为已知信息、下一事件作为预测目标值的数据集,并划分为训练集和测试集;根据活动直接跟随关系,构建事件日志的图结构;构建并训练多维度属性信息融合预测模型,多维度属性信息融合预测模型包括空间特征提取模块和时序关系提取模块;根据训练好的多维度属性融合预测模型预测下一事件,选用准确率指标来评估和分析预测结果。针对流程挖掘领域的下一事件预测任务,本发明方法提高了已有业务流程下一事件预测的准确率。
技术关键词
事件预测方法
空间特征提取
日志
轨迹
分析事件
关系
时序
神经网络结构
模块
门控结构
层级
网络单元
节点特征
矩阵
指标
优化器
存储单元
训练集
数据