Mineração de processos
Transcript of Mineração de processos
![Page 1: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/1.jpg)
MINERAÇÃO DE PROCESSOSAPLICAÇÃO DE MINERAÇÃO DE DADOS PARA DESCOBERTA E APRIMORAMENTO DE PROCESSOS DE NEGÓCIO
Prof. Dr. Marcelo FantinatoPrograma de Pós-graduação em Sistemas de Informação, USP
ElHeraldoDeChihuahua.com.mxW.V.D. Aalst, Process Mining, Communications of the ACM 55(80):76-83
![Page 2: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/2.jpg)
Universidade de São Paulo
Escola de Artes, Ciências e Humanidades – EACH (USP Leste)
Programa de Pós-graduação em Sistemas de Informação - PPgSI
2
Natalia Dourado
![Page 3: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/3.jpg)
PROF. DR. MARCELO FANTINATO
▪ Pesquisador visitante na Vrije Universiteit (2018) e na Utrecht University (2019), Países Baixos
▪ Livre-docente em BPM, USP (2014)
▪ Doutor em Ciência da Computação, Unicamp (2007)
▪ Mestre em Engenharia da Computação, Unicamp (2002)
▪ Bacharel em Ciência da Computação, UEM (1999)
3
![Page 4: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/4.jpg)
BPMData
MiningProcess Mining
4
![Page 5: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/5.jpg)
Event log
Process Mining
Descoberta
Melhoria
Conformidade
5
![Page 6: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/6.jpg)
?
6
![Page 7: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/7.jpg)
Event log
Process Mining
Descoberta
Melhoria
Conformidade
7
![Page 8: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/8.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
8
![Page 9: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/9.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HFEDCB
9
![Page 10: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/10.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HFEDCB
A HGEDCB
10
![Page 11: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/11.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
EDCB x
Gx
11
![Page 12: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/12.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
EDCB x
Gx
A HGEDDC
12
![Page 13: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/13.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B
C
13
![Page 14: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/14.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
14
![Page 15: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/15.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
15
![Page 16: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/16.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
A HGEDBC
16
![Page 17: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/17.jpg)
DESCOBERTA DE PROCESSOS
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
17
![Page 18: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/18.jpg)
18
EXEMPLO DE MODELO DE PROCESSO DESCOBERTO
Ferramenta: Fluxicon Disco
![Page 19: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/19.jpg)
EXEMPLO DE MODELO DE PROCESSO DESCOBERTO
19
Plugin: Heuristic Miner (ProM)
![Page 20: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/20.jpg)
EXEMPLO DE MODELO DE PROCESSO DESCOBERTO
A.K. Pratt, Quality: The Basic Tool Kit, Process Analysis 102, https://slideplayer.com/slide/4273681
20
![Page 21: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/21.jpg)
BPMData
MiningProcess Mining
Tipos de mineração de processos:‐ Descoberta‐ Conformidade‐ Melhoria
Tarefas de mineração de dados:‐ Predição categórica (classificação)‐ Predição numérica (regressão)‐ Análise de agrupamento / clustering‐ Descoberta de padrões frequentes,
regras de associação e de correlação‐ Análise de outliers‐ Análise de ruído‐ Etc.
21
![Page 22: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/22.jpg)
BPMData
Mining
Tipos de mineração de processos:
‐ Descoberta‐ Conformidade‐ Melhoria
Tarefas de mineração de dados:‐ Predição categórica (classificação)‐ Predição numérica (regressão)‐ Análise de agrupamento / clustering‐ Descoberta de padrões frequentes,
regras de associação e de correlação‐ Análise de outliers‐ Análise de ruído‐ Etc.
Process Mining
Técnicas de mineração de dados:‐ Clássicas/tradicionais‐ Inteligência computacional‐ Aprendizado de máquina
22
![Page 23: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/23.jpg)
BPMData
MiningProcess Mining
Técnicas de mineração de dados:‐ Clássicas/tradicionais:
• Agentes• Casos• Dados temporais• Distância• Grafos• Heurísticas• Lógica• Probabilidade e Estatística• Regras• Semântica• Etc.
23
‐ Inteligência computacional:
• Computação evolutiva (algoritmos genéticos)
• Lógica fuzzy
• Redes neurais artificiais
‐ Aprendizado de máquina:• Árvores de decisão• Clusterização hierárquica• Expectation Maximization (EM)• k-means• k-Nearest Neighbor (k-NN)• Naïve Bayes• Partitioning Around Medoids (PAM)• Redes neurais artificiais• Self Organizing Map (SOM)• Support Vector Machine (SVM)• Etc.
![Page 24: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/24.jpg)
TÉCNICAS DE MINERAÇÃO DE DADOS APLICADAS EM MINERAÇÃO DE PROCESSOS: 2005 A 2014
Maita, A. R. C., Martins, L. C., Paz, C. R. L., Rafferty, L., Hung, P., Peres, S. M., Fantinato, M. A systematic mapping study of process mining. Enterprise Information Systems, v. 12, n. 5, pp. 505-549, 2018.
![Page 25: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/25.jpg)
25
Técnica 1 Técnica 2 Técnica 3
Qual é o melhor?
Como medir?
Ferramenta: Fluxicon Disco
![Page 26: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/26.jpg)
MEDIDAS DE QUALIDADE DE MODELOS DE PROCESSO
Completude (Fitness)
Precisão
Complexidade / Simplicidade
Generalização
![Page 27: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/27.jpg)
MEDIDAS DE QUALIDADE DE MODELOS DE PROCESSO
Completude (Fitness)
Precisão
Complexidade / Simplicidade
Generalização
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
5) A, B, C, D, G, H
![Page 28: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/28.jpg)
MEDIDAS DE QUALIDADE DE MODELOS DE PROCESSO
Completude Precisão
Complexidade / Simplicidade
Generalização
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A H
F
ED x
G
x
B+
C+
A, B, C, D, E, H
![Page 29: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/29.jpg)
MEDIDAS DE QUALIDADE DE MODELOS DE PROCESSO
Completude Precisão
Complexidade / Simplicidade
Generalização
▪ Log de eventos 1:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A H
F
ED x
G
x
B+
C+
▪ Log de eventos 2:1) A, B, C, D, E, F, H
2) A, B, C, D, E, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, H
![Page 30: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/30.jpg)
MEDIDAS DE QUALIDADE DE MODELOS DE PROCESSO
Completude Precisão
Complexidade / Simplicidade
Generalização
▪ Log de eventos:1) A, B, C, D, E, F, H
2) A, B, C, D, E, G, H
3) A, C, B, D, E, F, H
4) A, C, B, D, E, G, H
A HF
ED x
Gx
B+
C+
A HF
ED x
Gx
B+
C+
![Page 31: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/31.jpg)
ARTIGOS PUBLICADOS EM “PROCESS MINING” MUNDIALMENTE
![Page 32: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/32.jpg)
COLABORAÇÃO NO PPGSI: PROFA. DRA. SARAJANE M. PERES
▪ Pesquisador visitante na Vrije Universiteit (2018) e na Utrecht University (2019), Países Baixos
▪ Livre-docente em Aprendizado de Máquina e Inteligência Computacional, USP (2017)
▪ Doutora em Engenharia da Computação, Unicamp (2006)
▪ Mestre em Engenharia de Produção, UFSC (1999)
▪ Bacharel em Ciência da Computação, UEM (1996)
32
![Page 33: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/33.jpg)
PROJETOS DE PESQUISA EM ANDAMENTO – PPGSI / EACH-USP
▪ Descoberta de modelos de processo com algoritmos genéticos:
‐ Mestre: Gabriel Lucas Cantanhede da Silva (fim – 2018)
‐ Doutoranda: Ana Rocío Cárdenas Maita (início – 2019)
‐ Mestranda: Raissa Blanda Cardoso de Sousa (início – 2019)
▪ Mineração de processo para ambientes de educação a distância (education data mining):
‐ Mestre: Ana Rocío Cárdenas Maia (fim – 2015)
‐ Bacharel (bolsista de IC): Fábio Quiochi Tanaka (fim – 2016)
‐ Futuro mestrando: José Francisco Santos Neto (início – 2020) [S] [+ colab.: Prof. Dr. Paulo R. M. Correia, EACH-USP]
▪ Predição de tempo de resolução de incidentes em TI:
‐ Mestre: Claudio Aparecido Lira do Amaral (fim – 2018) [S]
‐ Mestre: Alexandre Gastaldi Lopes Fernandes (fim – 2019)
Legenda: [S] – Orientação da Profa. Dra. Sarajane Marques Peres
![Page 34: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/34.jpg)
PROJETOS DE PESQUISA EM ANDAMENTO – PPGSI / EACH-USP
▪ Agrupamento interativo em mineração de processos:
‐ Mestranda: Thais Rodrigues Neubauer (início – 2017) [S]
▪ Agrupamento com multiobjetivos para mineração de processos:
‐ Doutoranda: Jane Piatoni (início – 2019)
▪ Detecção de desvios em mineração de processos:
‐ Mestranda: Esther María Rojas Krugger (início – 2019) [S]
▪ Concept drift em mineração de processos:
‐ Mestrando: Rafael Gaspar de Sousa (início – 2019) [S]
‐ Mestrando: Arne van Tilburg (início – 2019) [S] [colab.: Prof. Dr. Hajo A. Reijers, Utrecht University, Países Baixos]
▪ Descoberta de modelos de processo com deep learning:
‐ Futuro doutorando: Thanner Soares Silva (início – 2020) [colab.: Profa. Dra. Lucinéia H. Thom, UFRGS]
Legenda: [S] – Orientação da Profa. Dra. Sarajane Marques Peres
![Page 35: Mineração de processos](https://reader034.fdocumentos.tips/reader034/viewer/2022050415/6270e22d1a3aff175d5956ca/html5/thumbnails/35.jpg)
MARCELO FANTINATOwww.each.usp.br/fantinato
ppgsi.each.usp.br