一种业务流程剩余时间预测与结构感知解释方法及系统

本发明涉及预测性业务流程监控，尤其涉及到一种业务流程剩余时间预测与结构感知解释方法及系统。

背景技术：

1、业务信息系统在流程执行过程中生成事件日志，事件日志中的每一业务流程轨迹对应一个流程实例，并包括按照发生时间排列的多个事件。对于尚未执行完毕的流程实例，可由已经发生的事件形成事件前缀，并根据事件前缀预测当前流程实例从当前时刻至流程结束所需的剩余时间。

2、相关技术通常将剩余时间预测处理为标量回归问题，并根据事件前缀输出单一剩余时间值。当同一事件前缀可能进入不同流程分支或者经历循环、返工及资源等待时，实际剩余时间可能分布于多个高概率时间区域，单一预测值难以充分表征相应概率分布及预测不确定性。

3、此外，相关事件前缀编码方法难以同时处理事件语义、非规则时间间隔、远距离事件依赖及流程结构关联。根据普通注意力权重或者输入属性贡献生成的解释结果，也难以直接说明历史事件之间的结构关联如何参与预测计算，且缺少与预测不确定性相对应的解释可靠性度量。

技术实现思路

1、本申请的主要目的在于提供一种业务流程剩余时间预测与结构感知解释方法及系统，旨在解决现有业务流程剩余时间预测方法难以描述多峰概率分布、难以联合提取事件时间信息和流程结构信息，以及难以量化结构解释可靠性的技术问题。

2、为实现上述目的，本发明提供一种业务流程剩余时间预测与结构感知解释方法，所述方法包括以下步骤：

3、获取业务流程事件前缀数据；

4、对所述业务流程事件前缀数据进行结构感知的第一阶段编码，得到逐事件隐藏表示和结构注意信息；

5、利用所述逐事件隐藏表示进行第二阶段编码，得到上下文条件；

6、根据所述业务流程事件前缀数据构造剩余时间连续表示，利用所述上下文条件建立所述剩余时间连续表示与基础概率分布之间的可逆映射，并基于所述可逆映射生成剩余时间预测结果；

7、基于所述结构注意信息和所述剩余时间预测结果生成结构解释及解释可靠性度量。

8、为了实现上述目的，本发明还提供了一种业务流程剩余时间预测与结构感知解释系统，包括：

9、数据获取模块，用于获取业务流程事件前缀数据；

10、第一编码模块，用于对所述业务流程事件前缀数据进行结构感知的第一阶段编码，得到逐事件隐藏表示和结构注意信息；

11、第二编码模块，用于利用所述逐事件隐藏表示进行第二阶段编码，得到上下文条件；

12、概率预测模块，用于根据所述业务流程事件前缀数据构造剩余时间连续表示，利用所述上下文条件建立所述剩余时间连续表示与基础概率分布之间的可逆映射，并基于所述可逆映射生成剩余时间预测结果；

13、解释生成模块，用于基于所述结构注意信息和所述剩余时间预测结果生成结构解释及解释可靠性度量。

14、本申请提出的一个或多个技术方案，至少具有以下技术效果：

15、本发明通过条件可逆神经网络学习事件前缀条件下的剩余时间概率分布，并由同一概率分布生成预测区间和点预测，由此能够保留多个可能完成时间区域，降低单一标量对复杂剩余时间分布的压缩影响。

16、本发明通过串联设置第一编码器和第二编码器，利用第一编码器处理事件语义、事件时间及连续结构关联，利用第二编码器处理逐事件隐藏表示和逐事件周期特征嵌入，从而形成由细粒度事件表示至概率预测条件的连续数据处理过程。

17、本发明根据顶点嵌入和双线性参数生成连续结构矩阵，并将连续结构矩阵作为加性偏置加入注意力分数，使事件之间的结构关联直接参与逐事件隐藏表示的计算，能够保留不同事件对之间结构关联强度的相对差异。

18、本发明利用实际参与预测计算的结构注意权重和连续结构矩阵生成结构解释，并利用预测区间宽度表征相应解释的相对可靠性，使结构解释与当前预测分布的不确定性保持对应。

1.一种业务流程剩余时间预测与结构感知解释方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，获取业务流程事件前缀数据步骤包括：

3.如权利要求2所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，对所述业务流程事件前缀数据进行结构感知的第一阶段编码，得到逐事件隐藏表示和结构注意信息步骤包括：

4.如权利要求3所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，对所述业务流程事件前缀数据进行结构感知的第一阶段编码，得到逐事件隐藏表示和结构注意信息步骤还包括：

5.如权利要求2所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，利用所述逐事件隐藏表示进行第二阶段编码，得到上下文条件步骤包括：

6.如权利要求4所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，根据所述业务流程事件前缀数据构造剩余时间连续表示，利用所述上下文条件建立所述剩余时间连续表示与基础概率分布之间的可逆映射，并基于所述可逆映射生成剩余时间预测结果步骤包括：

7.如权利要求6所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，从所述基础概率分布中抽取潜变量样本，并通过所述条件可逆神经网络的逆变换生成剩余时间预测结果步骤包括：

8.如权利要求1所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，基于所述结构注意信息和所述剩余时间预测结果生成结构解释及解释可靠性度量步骤包括：

9.如权利要求8所述的业务流程剩余时间预测与结构感知解释方法，其特征在于，根据所述结构关联强度生成事件结构关联解释，并输出所述关键事件解释和所述事件结构关联解释步骤之后还包括：

10.一种业务流程剩余时间预测与结构感知解释系统，其特征在于，所述系统包括：