流程发现算法第2讲|Alpha系列算法

回顾上一讲Alpha算法的内容，我们发现Alpha算法存在很多无法处理的一些问题（如短循环、重名任务、不可见变迁等）。为此，研究学者提出了一系列Alpha算法的扩展算法进行完善，常用的有Alpha+算法、Tsinghua-Alpha算法、Alpha++算法、Alpha$算法、Alpha#算法和Alpha*算法，下面我们对Alpha系列算法进行简单介绍。

1、Alpha+算法

如图，N1为长度为1的短循环Petri网，应用基础Alpha算法挖掘时，通常会导致右上角的错误结果，这是由于在基础Alpha算法中不存在B>B这种结构；N2为长度为2的短循环Petri网，应用基础的Alpha算法挖掘时，通常会导致右下角的错误结果，这是由于ABA序列常常被识别为A||B和B||A,而不是A->B,B->A。

Alpha算法不能识别上述两种类别的Petri网，Alpha+算法进行了如下改进：

（1）定义“XYX”次序关系，区分短循环和并行;

 （2）将流程挖掘分为三阶段过程：预处理，处理，后处理。在预处理步骤中移除长度为1的短循环任务，在后处理步骤中将短循环任务添加到模型的正确位置.

2、Tsinghua-Alpha算法

一个变迁的执行对应两个事件类型(strat和complete），换言之，事件的执行需要时间，是带有生命周期的。Alpha算法并不能区分这种事件到底是串行短循环还是并行短循环。为此，Tsinghua-Alpha算法从该角度出发，定义了如下关系，用于处理带有生命周期的事件日志。

3、Alpha#算法

基础Alpha算法无法处理不可见任务，对应Petri网也就是不可见变迁或者静默变迁。含有不可见变迁的Petri网模型具体分为SIDE类型、SKIP类型、REDO类型、高级SKIP类型、高级REDO类型以及SWITCH类型，各类型用例如下所示：

对于上述类型结构，Alpha#算法定义了一种虚假的依赖关系，如下所示：

若满足上述关系，则对应的Petri网结构为：

4、Alpha++算法

下图中的N9是非自由选择结构，由于变迁A和D，变迁B和E之间存在远程的依赖关系，导致变迁D和变迁E的执行不再是自由的竞争关系，而基础的Alpha算法不能发现库所p1和p2。

对此，Alpha++算法对此进行改进,引入了任务间非紧邻的可达关系，并推导依赖关系。

 从上图可以发现，变迁a后面永远跟着ai,不会跟着bj，变迁b后面永远跟着bj，不会跟着ai。那么若ai的输入变迁集合是bj输入变迁集合的子集的话，则相信a和ai之间存在这种没有被发现的库所p。

5、Alpha*算法

我们展示了一个网上购物模型，该模型如下图所示，其中a表示登录，b表示浏览商品对购物篮进行操作，c表示汇总购物篮中的商品计算总钱数，d表示决定购买，e表示交易，f表示退出。

该模型存在重名任务c和f，Alpha算法并不能挖掘该模型，为此Alpha*算法被提出。该算法和Alpha+的思想类似，使用了三阶段的挖掘方法：利用启发式规则重命名日志中的事件，使用其他Alpha算法挖掘后，将任务名字重命名回来。

6、Alpha$算法

Alpha$算法是对Alpha++算法和Aplha#算法的整合。其简单流程思想如下：

1. 通过改进的虚假依赖关系检测不可见任务；  2. 补充可达的依赖关系；

3. 检测非自由选择结构； 4. 调整不可见任务。

7、总结

Alpha算法存在的一些问题在Alpha的扩展系列算法中得到了解决，现在我们将其总结如下：

(1) 短循环(Alpha、Tsinghua-Alpha)；      (2) 不可见任务(Alpha#、Alpha$);

(3) 非自由选择(Alpha++、Alpha$)；        (4) 重名任务(Alpha*)。