| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 引言 | 第10-19页 |
| ·研究目的和意义 | 第10-11页 |
| ·基本概念 | 第11-15页 |
| ·工作流控制流结构 | 第11-12页 |
| ·工作流中的资源与资源分配 | 第12-13页 |
| ·人员与工作流的交互的方式 | 第13-15页 |
| ·国内外研究现状及其分析 | 第15-17页 |
| ·论文的主要贡献 | 第17-18页 |
| ·论文导读 | 第18-19页 |
| 第2章 半自动人员分配 | 第19-40页 |
| ·问题的来源 | 第19-20页 |
| ·企业中的手动人员分配 | 第20-21页 |
| ·基于学习的半自动人员分配 | 第21-29页 |
| ·选择目标活动 | 第23页 |
| ·在工作流模板中寻找前驱活动 | 第23-26页 |
| ·从日志中构造训练集 | 第26-29页 |
| ·分类器训练 | 第29页 |
| ·实验结果与评价 | 第29-36页 |
| ·训练数据集的概况 | 第29-30页 |
| ·分类器的准确率 | 第30-31页 |
| ·各种学习算法的总体表现 | 第31-32页 |
| ·对一些特殊情况的分析 | 第32-34页 |
| ·对实验结果的评价 | 第34-36页 |
| ·一些可能的改进 | 第36-37页 |
| ·相关工作 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第3章 并行工作项推荐 | 第40-56页 |
| ·问题的来源 | 第40-41页 |
| ·工作流管理系统中的并行任务推荐机制 | 第41-42页 |
| ·挖掘工作流日志中的并行活动 | 第42-48页 |
| ·构造并行活动分组集合 | 第42-45页 |
| ·排除异常日志 | 第45-47页 |
| ·挖掘并行活动规则 | 第47-48页 |
| ·实验以及结果 | 第48-53页 |
| ·支持度和置信度的选择 | 第48-50页 |
| ·对挖掘规则的分析 | 第50页 |
| ·对实验结果的讨论 | 第50-53页 |
| ·相关工作 | 第53-54页 |
| ·小结 | 第54-56页 |
| 第4章 活动执行时间预测 | 第56-69页 |
| ·问题的来源 | 第56-58页 |
| ·分级时间预测 | 第58-62页 |
| ·选择合适的级别和预测的目标活动 | 第59-61页 |
| ·从日志中构造训练集和训练分类器 | 第61-62页 |
| ·实验结果与评价 | 第62-66页 |
| ·总体预测效果 | 第62-64页 |
| ·分级数目对预测准确率的影响 | 第64-65页 |
| ·日志数量对预测准确率的影响 | 第65页 |
| ·预测结果的应用 | 第65-66页 |
| ·相关工作 | 第66-68页 |
| ·小结 | 第68-69页 |
| 第5章 方法的实现 | 第69-79页 |
| ·智能技术在工作流管理系统中的应用 | 第69-71页 |
| ·对TIPLM 工作流管理系统的构件化改造 | 第71-75页 |
| ·基于构件的TiPLM 工作流管理系统体系结构 | 第71-73页 |
| ·工作流核心系统的接口设计 | 第73-74页 |
| ·改造以后的效果 | 第74-75页 |
| ·应用举例 | 第75-76页 |
| ·相关工作 | 第76-78页 |
| ·小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-81页 |
| ·工作总结 | 第79-80页 |
| ·工作展望 | 第80-81页 |
| 参考文献 | 第81-90页 |
| 致谢 | 第90-91页 |
| 附录 A TIPLM 工作流管理系统与实际数据的采集 | 第91-96页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第96-97页 |