学术报告
当前位置: 首页 >> 学院新闻 >> 学术报告 >> 正文
面向大规模复杂流程数据的预处理技术研究
发布日期:2023-10-16  来源:   查看次数:

报告时间:2023年11月18日(星期三)上午10:30-12:00

报告地点:管理学院新大楼1125会议室

人:林雷蕾

工作单位:首都师范大学

举办单位:合肥工业大学管理学院

报告简介:

数据质量决定服务质量。随着信息系统与业务流程的深度融合,大量事件日志被收集、存储,流程挖掘技术能从这些日志中挖掘出流程模型,进而优化正在部署的业务过程。本次报告主要围绕如何提升事件日志的质量来展开讨论。具体包括两点:(1)业务演化问题;(2)行为复杂问题。针对业务演化问题,主要探讨了概念漂移检测技术如何寻找日志数据中的变化点位置,进而划分不同流程版本。针对行为复杂问题,主要探讨了轨迹聚类技术如何将日志中同质行为聚类形成一个簇,通过不同行为模式的展示来降低整体流程模型的复杂度。

报告人简介:

林雷蕾,首都师范大学硕士生导师,清华大学博士后。主要研究方向为流程挖掘、大数据处理与分析、图卷积神经网络。截止目前,在IEEE TSC、IEEE TPDS、CAISE、ICSOC、DASFAA、《计算机学报》、《软件学报》等国内外期刊会议发表论文40余篇。主持或参与国家重点研发计划/国家自然科学基金/北京市教委科技项目等十余项。获国家发明专利、软件著作权5项,获北京市优秀青年科技论文。现任中国业务过程管理大会委员、CCF服务计算执行委员、中国软件服务创新大赛评委,国内外多个期刊审稿员。研发成果已成功应用在广汽丰田、招商地产、泰康保险集团等。

上一条:工商管理国际期刊学术论文发表与修改经验分享
下一条:大数据处理流程管理系统:研究与应用

【关闭】