Bachelor Thesis - Localized Conformance and Performance Analysis Based on Event Data: Diagnosing Individual Places

Kontakt

Prof. Dr. Wil van der Aalst

Name

Wil van der Aalst

Lehrstuhlinhaber

Telefon

work
+49 241 80 21900

E-Mail

E-Mail
 

Beschreibung

Process Mining schließt die Lücke zwischen traditioneller modellbasierter Prozessanalyse zum Beispiel Simulation und anderen Geschäftsprozessmanagementtechniken und datenzentrischen Analysetechniken wie maschinelles Lernen und Data Mining. Process Mining sucht die Konfrontation zwischen Ereignisdaten, das heißt beobachtetem Verhalten und Prozessmodellen, von Hand gemacht oder automatisch entdeckt. Verschiedene Prozessmodellierungsnotationen sind verfügbar und viele können in Petrinetzen nach einer gewissen Abstraktion ausgedrückt werden. Daher kann ein Prozessmodell als eine Menge von Orten betrachtet werden. Die meisten Ansätze versuchen, die Leistung des Prozesses als Ganzes zu analysieren. Die Idee dieses Bachelor-Projekts ist, ein Prozessmodell zu erstellen und einzelne Orte anhand von Ereignisdaten zu analysieren. Conformance und Performance können sehr lokal analysiert werden und Trends und so weiter aufzeigen. Ziel ist es, ein ProM Plug-in zu entwickeln, das ein Prozessmodell und Ereignisprotokolle als Eingabe verwendet. Real-Life-Datensätze werden zur Verfügung gestellt, um den Ansatz zu testen.

Voraussetzungen

Gute Programmierkenntnisse und Kenntnisse in grundlegenden Informatikkonzepten

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.