《表1 预测下一执行活动结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于频繁活动集序列编码业务过程预测性监控》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了衡量数据集上所有活动的预测性能，这里采用了Micro-F1分数衡量.在类别分布不均匀的情况下，更合适使用Micro-F1作为衡量指标.实验中针对每个活动，使用了准确率、召回率、精准率、F1分数作为衡量标准.实验中互信息阈值为4，选择的近邻点数量为5，得到了最优的预测结果.图4展示了出现频率最高的4个活动的准确率、召回率、精准率和F1分数.表1展示了所有活动的F1分数.可以看到，所提出的算法在各个标准上均比基线算法有所提高.表2展示了不同的K值对于预测结果的影响，并且值为5预测效果最佳.