Diese Arbeit zeigt auf wie Process Mining auf reale Datensätze angewendet werden kann, um aus realen Datensätzen korrespondierende Prozessmodelle zu erzeugen. Dabei werden mehrere Process Discovery Algorithmen angewendet, welche jeweils grundlegend verschiedene Strategien verfolgen. Diese Arbeit zeigt außerdem auf, wie die ualität der erzeugten Prozessmodelle mit Hilfe von vier Qualitätskriterien objektiv bewertet werden kann, um anschließend die Performance der verschiedenen Process Discovery Algorithmen miteinander zu vergleichen. Außerdem wird untersucht, welche Eigenschaften der Event Logs sich auf die Performance der Process Discovery Algorithmen auswirken. Abschließend wird eine konkrete Empfehlung dazu abgegeben, welcher Process Discovery Algorithmus für welche Art von Event Logsverwendet werden sollte, um qualitativ hochwertige Prozessmodelle zu erzeugen.
Anwendbarkeit von Process Mining im Kontext von realen Datensätzen
Ulm University Ulm UniversityMA Abschlussvortrag (SAPS), Maximilian Mücke, Ort: Online, Datum: 25.01.2022, Zeit: 16:15 Uhr