DEALING WITH DECISION POINTS IN PROCESS MINING

Detalhes bibliográficos
Autor(a) principal: DANIEL DUQUE GUIMARAES SARAIVA
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@2
Resumo: Devido ao grande aumento da competitividade e da, cada vez maior, demanda por eficiência, muitas empresas perceberam que é necessário repensar e melhorar seus processos. Para atingir este objetivo, elas têm cada vez mais buscado técnicas computacionais que sejam capazes de extrair novas informações e conhecimentos de suas grandes bases de dados. Os processos das empresas, normalmente, possuem momentos em que uma decisão deve ser tomada. É razoável esperar que casos similares tenham decisões parecidas sendo tomadas ao longo do processo. O objetivo desta dissertação é criar um minerador de decisão que seja capaz the automatizar a tomada de decisão dentro de um processo. A primeira parte do trabalho consiste na identificação dos pontos de decisão em uma rede de Petri. Em seguida, transformamos a tomada de decisão em um problema de classificação no qual cada possibilidade da decisão se torna uma classe. Para fazer a automatização, é utilizada uma árvore de decisão treinada com os atributos dos dados que estão presentes nos logs dos eventos. Um estudo de caso real é utilizado para validar que o minerador de decisão é confiável para processos reais.
id PUC_RIO-1_f6e5c7129ffed2cd94d0983bdd085b08
oai_identifier_str oai:MAXWELL.puc-rio.br:37835
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDEALING WITH DECISION POINTS IN PROCESS MINING TRATANDO PONTOS DE DECISÃO EM MINERAÇÃO DE PROCESSOS 2018-09-05HELIO CORTES VIEIRA LOPES01080382704lattes.cnpq.br/9199970180870105HELIO CORTES VIEIRA LOPESGUSTAVO ROBICHEZ DE CARVALHOGUSTAVO ROBICHEZ DE CARVALHOGUSTAVO ROBICHEZ DE CARVALHOGUSTAVO ROBICHEZ DE CARVALHO14390835769DANIEL DUQUE GUIMARAES SARAIVAPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBRDevido ao grande aumento da competitividade e da, cada vez maior, demanda por eficiência, muitas empresas perceberam que é necessário repensar e melhorar seus processos. Para atingir este objetivo, elas têm cada vez mais buscado técnicas computacionais que sejam capazes de extrair novas informações e conhecimentos de suas grandes bases de dados. Os processos das empresas, normalmente, possuem momentos em que uma decisão deve ser tomada. É razoável esperar que casos similares tenham decisões parecidas sendo tomadas ao longo do processo. O objetivo desta dissertação é criar um minerador de decisão que seja capaz the automatizar a tomada de decisão dentro de um processo. A primeira parte do trabalho consiste na identificação dos pontos de decisão em uma rede de Petri. Em seguida, transformamos a tomada de decisão em um problema de classificação no qual cada possibilidade da decisão se torna uma classe. Para fazer a automatização, é utilizada uma árvore de decisão treinada com os atributos dos dados que estão presentes nos logs dos eventos. Um estudo de caso real é utilizado para validar que o minerador de decisão é confiável para processos reais.Due to the increasing competitiveness and demand for higher performance, many companies realized that it is necessary to rethink and enhance their business processes. In order to achieve this goal, companies have been turning to computational techniques that are capable of extracting new information and insights from their, ever-increasing, datasets. Business processes, normally, have many places where a decision has to be made. It is reasonable to expect that similar inputs have the same decisions made to them during the process. The goal of this dissertation is to create a decision miner that automates the decision-making inside a process. First, we will identify decision points in a Petri net model. Then, we will transform the decision-making problem into a classification one, where each of the possible decisions becomes a class. In order to automate the decision-making, a decision tree is trained using data attributes from the event logs. A real world case study is used to validate that the decision miner is reliable when using real world data.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORPROGRAMA DE EXCELENCIA ACADEMICAhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:46:48Zoai:MAXWELL.puc-rio.br:37835Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-07-25T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.en.fl_str_mv DEALING WITH DECISION POINTS IN PROCESS MINING
dc.title.alternative.pt.fl_str_mv TRATANDO PONTOS DE DECISÃO EM MINERAÇÃO DE PROCESSOS
title DEALING WITH DECISION POINTS IN PROCESS MINING
spellingShingle DEALING WITH DECISION POINTS IN PROCESS MINING
DANIEL DUQUE GUIMARAES SARAIVA
title_short DEALING WITH DECISION POINTS IN PROCESS MINING
title_full DEALING WITH DECISION POINTS IN PROCESS MINING
title_fullStr DEALING WITH DECISION POINTS IN PROCESS MINING
title_full_unstemmed DEALING WITH DECISION POINTS IN PROCESS MINING
title_sort DEALING WITH DECISION POINTS IN PROCESS MINING
dc.creator.Lattes.none.fl_str_mv
author DANIEL DUQUE GUIMARAES SARAIVA
author_facet DANIEL DUQUE GUIMARAES SARAIVA
author_role author
dc.contributor.advisor1.fl_str_mv HELIO CORTES VIEIRA LOPES
dc.contributor.advisor1ID.fl_str_mv 01080382704
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/9199970180870105
dc.contributor.referee1.fl_str_mv HELIO CORTES VIEIRA LOPES
dc.contributor.referee2.fl_str_mv GUSTAVO ROBICHEZ DE CARVALHO
dc.contributor.referee3.fl_str_mv GUSTAVO ROBICHEZ DE CARVALHO
dc.contributor.referee4.fl_str_mv GUSTAVO ROBICHEZ DE CARVALHO
dc.contributor.referee5.fl_str_mv GUSTAVO ROBICHEZ DE CARVALHO
dc.contributor.authorID.fl_str_mv 14390835769
dc.contributor.author.fl_str_mv DANIEL DUQUE GUIMARAES SARAIVA
contributor_str_mv HELIO CORTES VIEIRA LOPES
HELIO CORTES VIEIRA LOPES
GUSTAVO ROBICHEZ DE CARVALHO
GUSTAVO ROBICHEZ DE CARVALHO
GUSTAVO ROBICHEZ DE CARVALHO
GUSTAVO ROBICHEZ DE CARVALHO
description Devido ao grande aumento da competitividade e da, cada vez maior, demanda por eficiência, muitas empresas perceberam que é necessário repensar e melhorar seus processos. Para atingir este objetivo, elas têm cada vez mais buscado técnicas computacionais que sejam capazes de extrair novas informações e conhecimentos de suas grandes bases de dados. Os processos das empresas, normalmente, possuem momentos em que uma decisão deve ser tomada. É razoável esperar que casos similares tenham decisões parecidas sendo tomadas ao longo do processo. O objetivo desta dissertação é criar um minerador de decisão que seja capaz the automatizar a tomada de decisão dentro de um processo. A primeira parte do trabalho consiste na identificação dos pontos de decisão em uma rede de Petri. Em seguida, transformamos a tomada de decisão em um problema de classificação no qual cada possibilidade da decisão se torna uma classe. Para fazer a automatização, é utilizada uma árvore de decisão treinada com os atributos dos dados que estão presentes nos logs dos eventos. Um estudo de caso real é utilizado para validar que o minerador de decisão é confiável para processos reais.
publishDate 2018
dc.date.issued.fl_str_mv 2018-09-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37835@2
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM INFORMÁTICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324944946659328

Registros relacionados