بهبود الگوريتمهاي فرآيندكاوي با هدف كشف الگوهاي پيچيده‌تر (چندنخي)

فرآيندكاوي پلي بين داده‌كاوي، هوش تجاري و مديريت كسب‌وكار است كه هدف اصلي آن كشف مدل فرآيند از سابقه‌ي رويدادهاي ثبت شده در سيستم‌‌‌هاي اطلاعاتي مي‌باشد. الگوهاي كنترلي بسياري جهت كنترل فرآيندهاي كسب‌وكار مورد استفاده قرار مي‌گيرند. يكي از الگوهاي پيچيده كه در اين فرآيندها مورد استفاده قرار مي‌گيرد چندنخي است. وجود چندنخي در يك فرآيند بدين معني است كه يك مورد (درخواست) در طول فرآيند توسط جداكننده‌ي چندنخي به چند بخش تفكيك شده و هريك مسير فرآيند را جداگانه و مستقل طي نموده و در آخر توسط متصل‌كننده‌ي چندنخي به هم متصل شده و در قالب مورد اوليه ادامه فرآيند را طي مي‌نمايند. الگوريتم‌‌‌هاي زيادي جهت كشف فرآيند از سابقه‌ي رويداد تاكنون ارائه شده‌اند كه مهمترين آنها الگوريتم آلفا مي‌باشد. اين الگوريتم با استفاده از پيدا كردن رابطه دوتايي وظايف سعي در كشف مدل فرآيند دارد. يكي از چالش‌هاي اين الگوريتم ترسيم رابطه‌هاي موازي در مدل استخراج شده نهايي مي‌باشد. رابطه ي وظايف درون الگوي چندنخي نيز در الگوريتم آلفا بصورت رابطه موازي كشف مي‌گردند كه مدل استخراج شده قادر به نمايش درست الگوي چندنخي نيست. اين پژوهش سعي دارد با تمركز بر رابطه‌هاي موازي مشخص شده حاصل از الگوريتم آلفا و استفاده از واريانس فاصله تكرار وظايف روشي را براي كشف صحيح الگوي چندنخي در فرآيند در جهت افزايش خوانايي و درك بهتر مدل نهايي ارائه دهد.