Bachelor Thesis - Finding and Analyzing Public Event Data for Process Mining

Kontakt

Prof. Dr. Wil van der Aalst

Name

Wil van der Aalst

Lehrstuhlinhaber

Telefon

work
+49 241 80 21900

E-Mail

E-Mail
 

Beschreibung

Jüngste Durchbrüche in der Process-Mining-Forschung ermöglichen es, Geschäftsprozesse anhand von Ereignisdaten zu erkennen, zu analysieren und zu verbessern. Immer mehr Ereignisse werden von einer Vielzahl von Systemen erfasst, von eingebetteten Systemen bis hin zu Enterprise-Informationssystemen. Verschiedene öffentlich verfügbare Datensätze sind verfügbar. Sehen Sie sich die auf den folgenden Websites aufgelisteten Datensätze an:

OpenDataNederland.org

AWS Public Datasets

KDnuggets - Datasets for Data Mining and Data Science

Beachten Sie, dass alle Datensätze für das Process Mining geeignet sind. Es sollte eine Vorstellung von Fällen, Prozessinstanzen, eine Vorstellung von Ereignissen und Ereignisse pro Fall geben. Die Anforderungen an Ereignisprotokolle werden im IEEE 1849-2016 XES Standard beschrieben.

Kernidee: Ermitteln öffentlich verfügbarer Datensätze, die in XES konvertiert und sinnvoll ausgewertet werden können.

Beginnen Sie mit einer Auswahlliste von 25 öffentlich verfügbaren Datensätzen, die in XES konvertiert werden können. Klassifizieren Sie diese Datensätze anhand eines umfassenden Kriterienkatalogs und wählen Sie die interessantesten aus. Führen Sie eine detaillierte Analyse der Datensätze mit ProM durch.

Voraussetzungen

Teilnahme am MOOC Process Mining: Data science in Action oder dem Business Process Intelligence Kurs.

Anhaltspunkte

Betreuer

Prof. Wil van der Aalst

Berater

noch zu bestimmen

Weitere Informationen

Für weitere Informationen senden sie bitte eine e-mail an . Fügen Sie bitte einige zusätzliche Informationen über ihren Hintergrund sowie eventuelle Punkte für komplettierte Kurse hinzu.