Deriving configurable process models using process mining
| dc.contributor.advisor | Sepúlveda Fernández, Marcos Ernesto | |
| dc.contributor.author | Arriagada Benítez, Mauricio | |
| dc.contributor.other | Pontificia Universidad Católica de Chile. Escuela de Ingeniería | |
| dc.date.accessioned | 2019-05-16T19:28:54Z | |
| dc.date.available | 2019-05-16T19:28:54Z | |
| dc.date.issued | 2019 | |
| dc.description | Tesis (Doctor in Engineering Sciences)--Pontificia Universidad Católica de Chile, 2019 | |
| dc.description.abstract | Utilizado con frecuencia en grandes organizaciones con sucursales en diferentes ubicaciones, un modelo de proceso configurable reune las características más comunes que se comparten entre diferentes sucursales. Este modelo de proceso configurable puede configurarse para derivar un modelo de proceso específico para cada sucursal. El proceso de configuración generalmente se realiza de forma manual, lo cual es un reto por dos razones. Por un lado, cuando el número de puntos de configuración aumenta en el modelo de proceso configurable, el tamaño del espacio de búsqueda aumenta exponencialmente. Por otro lado, la persona que realiza la configuración puede carecer de una perspectiva holística para tomar la decisión correcta para todos los nodos configurables. Hoy en día, en muchos escenarios de negocios, los sistemas de información que apoyan la ejecución de procesos de negocios crean registros de eventos, que contienen datos que reflejan cómo se están realizando los procesos. En esta tesis, proponemos tres estrategias que utilizan estos datos de eventos para derivar automáticamente un modelo de proceso a partir de un modelo de proceso configurable, tal que el modelo generado sea el que mejor representa las características del proceso en una sucursal específica. La primera estrategia se basa en una búsqueda exhaustiva, la segunda se basa en un enfoque evolutivo genético y la tercera se basa en una heurística codiciosa. Hemos implementado estas tres estrategias diferentes en ProM como parte de nuestra propuesta para derivar un modelo de proceso. Hemos probado estas estrategias utilizando registros de eventos realistas que representan el comportamiento de diferentes variantes de proceso, tal como se registran en un sistema de educación superior, y también utilizamos un caso real de municipalidades en Holanda. | |
| dc.format.extent | x, 101 páginas | |
| dc.identifier.doi | 10.7764/tesisUC/ING/22505 | |
| dc.identifier.uri | https://doi.org/10.7764/tesisUC/ING/22505 | |
| dc.identifier.uri | https://repositorio.uc.cl/handle/11534/22505 | |
| dc.language.iso | en | |
| dc.nota.acceso | Contenido completo | |
| dc.rights | acceso abierto | |
| dc.subject.ddc | 000 | |
| dc.subject.dewey | Ciencias de la computación | es_ES |
| dc.subject.other | Minería de datos | es_ES |
| dc.subject.other | Negocios - Procesamiento de datos | es_ES |
| dc.title | Deriving configurable process models using process mining | es_ES |
| dc.type | tesis doctoral | |
| sipa.codpersvinculados | 80415 | |
| sipa.codpersvinculados | 1013863 |