流程挖掘预处理研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 流程挖掘及相关技术发展概述 | 第10页 |
| 1.2.2 流程挖掘预处理相关研究现状 | 第10-11页 |
| 1.2.3 云计算与流程挖掘的结合研究现状 | 第11页 |
| 1.3 本文所做工作 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第二章 相关技术及问题分析 | 第14-20页 |
| 2.1 流程挖掘及其预处理相关概念 | 第14页 |
| 2.2 原始日志及事件日志定义 | 第14-17页 |
| 2.2.1 原始日志 | 第15-16页 |
| 2.2.2 事件日志 | 第16-17页 |
| 2.3 流程挖掘预处理面临的问题 | 第17-20页 |
| 第三章 日志规范化处理 | 第20-30页 |
| 3.1 规范日志相关概念分析及定义 | 第20-21页 |
| 3.2 日志规范化的目标 | 第21页 |
| 3.3 规范化处理相应问题分析与解决 | 第21-23页 |
| 3.3.1 数据项的格式统一化 | 第21-22页 |
| 3.3.2 数据项整合与映射 | 第22-23页 |
| 3.4 数据结构设计与流程实现 | 第23-30页 |
| 3.4.1 配置信息 | 第24-26页 |
| 3.4.2 数据项格式与数据项值处理 | 第26-28页 |
| 3.4.3 映射并写入日志 | 第28-30页 |
| 第四章 基于规范日志的事件关联算法 | 第30-38页 |
| 4.1 事件关联关系及 | 第30-32页 |
| 4.2 事件关联过程设计与分析 | 第32-34页 |
| 4.2.1 关联关系的确定与过滤 | 第32-33页 |
| 4.2.2 关联关系分级与迭代 | 第33-34页 |
| 4.3 算法实现 | 第34-38页 |
| 4.3.1 计算单关联集合 | 第35-36页 |
| 4.3.2 计算重关联集合 | 第36-37页 |
| 4.3.3 计算合关联集合与形成事件日志 | 第37-38页 |
| 第五章 分布式事件关联计算框架设计与实现 | 第38-49页 |
| 5.1 分布式事件关联算法可行性分析 | 第38页 |
| 5.2 分布式事件关联算法并行策略分析与设计 | 第38-40页 |
| 5.2.1 计算单关联的并行策略 | 第38-39页 |
| 5.2.2 计算复合关联的并行策略 | 第39-40页 |
| 5.3 MapReduce事件关联算法 | 第40-47页 |
| 5.3.1 MapReduce可行性及Job分析 | 第40-41页 |
| 5.3.2 MapReduce算法设计方案 | 第41-45页 |
| 5.3.3 算法描述 | 第45-47页 |
| 5.4 基于Hadoop的流程挖掘预处理框架总览 | 第47-49页 |
| 第六章 实验流程及结果分析 | 第49-56页 |
| 6.1 实验方案 | 第49页 |
| 6.2 实验数据及环境 | 第49-50页 |
| 6.2.1 规范化处理 | 第49-50页 |
| 6.2.2 分布式事件关联算法 | 第50页 |
| 6.3 实验分析 | 第50-56页 |
| 6.3.1 规范化处理 | 第50-51页 |
| 6.3.2 分布式事件关联算法 | 第51-56页 |
| 第七章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 答辩委员签名的答辩决议书 | 第61页 |
