《表3 新增日志:一种增量挖掘优化流程模型方法》
本节以上述提出的买家系统购物(动机例子)来验证提出算法的可行性.频数低的日志如表2所示,根据算法建立依赖关系树如图2,发现新的关系rel(K,E),rel(R,M),rel(N,R),rel(D,K)和rel(J,N)未在流程模型中出现,因此,通过新增日志更新依赖关系树判断是否更新模型,新增日志如表3所示,计算每个新增日志,得到适合度大于给定值0.95,即InL”只包含了频数低的日志,如表4所示,用来更新的依赖关系树,得到新的依赖关系树,如图3所示,图2的活动关系对在新增日志未出现则保留这些依赖关系,也不更新流程模型,A,B,C,D,G,H,I J,L,M,N,O,P,Q,R这些活动没有增加或删除新的关系,它们的支持度和置信度在增加或保持不变,因此,不更新流程模型.E,F这两个活动出现新的关系rel(E,K),rel(F,I),活动K有删除rel(K,E)=0.615小于0.992.
图表编号 | XD00100285300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 薛洋婷、王丽丽 |
绘制单位 | 安徽理工大学力学与光电物理学院、安徽理工大学力学与光电物理学院 |
更多格式 | 高清、无水印(增值服务) |