Täiustatud masinõppemeetodid äriprotsesside ennustavaks seireks
Nimi
Mahmoud Kamel Akila Soliman Shoush
Kokkuvõte
Hiljuti on tehtud mitmeid uuringuid masinõppemeetodite kasutamises ettevõtluse edendamiseks erinevates valdkondades. Organisatsioonidel on tarvis parandada oma äriprotsesside toimivust, kasutades ennustusmudeleid protsesside jooksvaks seireks. Protsesside ennustav seire (PPM) aitab selle probleemiga toime tulla, prognoosides äriprotsesside käitumist, täitmist ja tulemusi tööajas. PPM-lähenemised võtavad sisendina sündmuste logi (s.o täielike ärijuhtumite kogumi) ja kasutavad masinõppemeetodeid, et õpetada ennustavaid mudeleid konkreetse äriprotsessi tulevase oleku ennustamiseks. Käimasoleva juhtumi ennustatav tulevane seisund võib varieeruda sõltuvalt probleemi eesmärgist, vastates näiteks küsimustele: kas laenutaotlus võetakse vastu või lükatakse tagasi (s.o lõpptulemus); milline on järgmine sündmus, võttes arvesse varasemaid sündmusi? Või mis on lõpuni jäänud aeg? On olemas PPM-i lähenemisviiside perekond, mida tuntakse kui tulemustele orienteeritud PPM-i ja mis keskendub prognoosimisele, kas ärijuhtum lõpeb oodatava tulemusega või mitte. Selliselt tulemustele orienteeritud PPM-raamistikult oodatakse varajastes täitmisetappides täpseid ennustusi, et otsustada, kas süsteemitöötaja peaks sekkuma või mitte, et vältida ootamatuid tulemusi. Eelnevat arvestades käsitletakse käesolevas lõputöös küsimust, kuidas parandada äriprotsesside tulemusi ennustavate protsesside jälgimist. Sellele küsimusele vastamiseks pakume välja kolm erinevat täiendust kirjanduses olemasolevatele lähenemisviisidele. Lisaks antakse käesolevas töös ülevaade pakutud meetodite võrdlevast uurimuslikust hinnangust, kasutades võrdlusalust, mis hõlmab 20 ennustusülesannet, mis pärinevad erinevatest reaalajas aset leidnud sündmuste logidest. Empiirilised tulemused kinnitavad, et meie väljapakutud tehnikad parandavad märkimisväärselt praeguste PPM-meetodite täpsust.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Marlon Dumas
Kaitsmise aasta
2020