【合规性检查-Fitness】基于完全解析的拟合度评估方法

从四个度量维度被定义后，有许多测量质量评估指标维度的方法陆续被提出，本文仅针对Fitness指标，让我们从早期的研究者工作中介绍一个简单的Fitness指标度量方法。

1.背景

回顾上节内容，我们简单地介绍了四种质量维度，对拟合度和准确度的计算给出了定义，但是由于模型中存在的循环情况，使得定义计算对于现实大多数情况都不适用。

因此，在2006年Weijters A提出了启发式的挖掘算法，并给出了一个拟合度的简单度量方法--基于完全解析的拟合度度量方法，下面我们将详细地介绍这一方法。

2.相关案例介绍

2.1 示例事件日志

给定一个事件日志L，包含的信息如下表所示，L中共有1391条轨迹，21条轨迹变体（不重复的轨迹数）。例如，在轨迹1=<a,c,d,e,h>中有455条轨迹，轨迹2=<a,b,d,e,g>中有191条轨迹等。

2.2 示例流程模型

给定四个对应的流程模型，如下图所示，各Petri网模型的具体情况如下所示：

 

Petri网N1是对上述示例日志L应用基础α算法发现的流程模型；

Petri网N2相对于N1是一个顺序模型，需要在活动d前进行活动b或者活动c，有些示例日志L中的轨迹不能被表示；

Petri网N3中没有选择结构，即要求总是被拒绝，在示例日志L中的大部分轨迹不能被表示出来；

Petri网N4是一个“花型模型”的变体：只要求轨迹以a开始，以g或h结束，很明显，示例日志L中的所有轨迹都能够被N4表示。

3.解析度量指标Parsing Measure metric

解析度量指标分为两个层面：轨迹层面（粗粒度）和事件层面（细粒度）。

轨迹层面的解析度量思想如下：如果一条轨迹能够完全从模型的开始标记（图中的start库所）走到结束标记（图中的end库所），那么说明这条轨迹能拟合模型，否则这条轨迹不能拟合模型，通过计算事件日志中轨迹能完全拟合模型的所占的百分比来计算拟合度。

例如，N1的拟合度为1391/1391=1,即示例日志L中所有的1391条轨迹都与N1的触发序列数量相当，

N2的拟合度为948/1391=0.6815，因为有948条轨迹能够被正确地重演，而443条轨迹与N2的触发序列不符。

N3的拟合度是632/1391=0.4543，只有632条轨迹与N3的触发序列相符合。

N4的拟合度是1391/1391=1，因为“花型模型”可以重演示例日志中的所有轨迹。

缺点：此拟合度度量对于更现实的过程不是很适用。考虑一个N1的变体实例，其中库所p1和p2被合并为一个库所，此时的拟合度就是0，因为没有一个轨迹被重演。此拟合度看起来过于严格，因为大部分模型看起来与事件日志不是很一致，

比如，考虑一个模型，不能重演轨迹1，但是可以重演轨迹1中100个事件中的99个事件，（即与轨迹“几乎拟合”），再考虑另外一个模型，它只能重演轨迹1中100个事件中的10个（即轨迹完全不能拟合），这里轨迹仅仅被简单地划分为完全拟合和非拟合，因此，我们应该在事件层次而不是整个轨迹的层次来使用拟合度这个概念。

为此，提出了在事件层面的解析度量。

事件层面的解析度量思想如下：从事件层面出发，如果轨迹中的事件与模型中的序列顺序一致，则说明该事件能拟合模型，否则事件不能拟合模型，通过计算事件日志中事件能完全拟合模型的所占的百分比来计算拟合度。

优缺点：对于轨迹层面的解析度量，事件层面能更大限度地判断整个轨迹的符合程度，但是对于比如顺序结构的模型而言，如果当前事件不符合，可能会影响后续一系列事件的判断，所以这也是存在问题的。

4.总结

基于解析度量的评估指标分为轨迹层面的解析（粗粒度层面）和事件层面的解析（细粒度层面）两种，轨迹层面的解析只能简单地判断轨迹是否符合模型，事件层面的解析相较于轨迹层面的能更大程度地判断轨迹的符合程度，但是前序事件对后续事件的判断有很大的影响，所以也存在问题。

参考文献：

1.《过程挖掘：业务过程的发现、合规和改进》，Wil van der Aalst著，王建民、闻立杰等译；

2.Weijters A, van Der Aalst W M P, De Medeiros A K A. Process mining with the heuristics miner-algorithm[J]. Technische Universiteit Eindhoven, Tech. Rep. WP, 2006, 166(July 2017): 1-34.

为此，研究者又提出了一种新的测量拟合度的方法：基于托肯重演的合规性检查方法，我们将会在下一讲继续介绍。

如需进行相关的了解或者交流，欢迎私信或者加入QQ群：