| CONTENTS | 第6-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景和意义 | 第11-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容和组织结构 | 第15-17页 |
| 1.3.1 论文研究的内容 | 第15-16页 |
| 1.3.2 组织结构 | 第16-17页 |
| 第2章 相关概念介绍 | 第17-25页 |
| 2.1 流程挖掘 | 第17页 |
| 2.2 事件日志 | 第17-18页 |
| 2.3 Petri-Net | 第18-19页 |
| 2.4 WF-Net | 第19-21页 |
| 2.5 一致性检测 | 第21页 |
| 2.6 Fitness | 第21-22页 |
| 2.7 统计学相关概念 | 第22-25页 |
| 2.7.1 算数平均值 | 第22-23页 |
| 2.7.2 方差 | 第23-25页 |
| 第3章 流程挖掘算法与Fitness计算方法 | 第25-33页 |
| 3.1 流程挖掘算法 | 第25-29页 |
| 3.1.1 序列挖掘 | 第25页 |
| 3.1.2 基于ADONIS模型的挖掘算法 | 第25-26页 |
| 3.1.3 基于块状结构模型的流程挖掘算法 | 第26页 |
| 3.1.4 基于Petri-Net的流程挖掘算法 | 第26-28页 |
| 3.1.5 启发式算法 | 第28-29页 |
| 3.1.6 混合型算法 | 第29页 |
| 3.2 Fitness计算方法 | 第29-33页 |
| 3.2.1 路径比值法 | 第29-31页 |
| 3.2.2 标记重演法 | 第31页 |
| 3.2.3 基于开销的Fitness的测定方法 | 第31-33页 |
| 第4章 标记重演法 | 第33-38页 |
| 4.1 异常标记 | 第33页 |
| 4.2 算法描述 | 第33-38页 |
| 第5章 基于统计学的Fitness计算方法 | 第38-44页 |
| 5.1 基于单条路径的Fitness测量方法 | 第38-40页 |
| 5.2 基于统计学的Fitness的计算方法 | 第40-42页 |
| 5.3 关于Fitness和Stability的讨论 | 第42-44页 |
| 第6章 实验验证 | 第44-48页 |
| 第7章 结束语 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文 | 第53-54页 |
| 附表 | 第54页 |