基于注意力机制的可解释业务流程预测方法

扫码查看

原文链接

中国科技论文在线

中文摘要：应用深度学习模型来预测业务流程行为在预测性业务流程中具有重要意义，这些模型提供了高水平的准确性，但是很难探索出它们给出预测结果的原因。因此，一个可解释的模型是必要的，本文探索了LSTM递归神经网络的结构来学习流程事件中不同属性的隐状态，从而捕捉事件多个属性在时间序列中的不同动态，并区分属性对预测结果的贡献。利用这些属性的隐藏状态，本文提出了一种混合注意机制来模拟结果的生成过程，得出时间重要性和属性重要性，并预测下一个事件的活动。实验结果表明，本文提出的模型能提供优异的预测性能，并且模型的可解释性符合真实的业务流程情况。

外文标题：Interpretable Predictive Method for Business Process Based on Attention Mechanism

外文关键词：

Process MiningInterpretablePredictive Business Process Monitoringeep Learning

作者：

谭之晗、吴步丹

展开 >

学科分类：

自动化技术、计算机技术(计算技术、计算机技术)

自动化技术、计算机技术(自动化技术、自动化技术设备)

关键词：

流程挖掘可解释性预测性业务流程监测深度学习

首发时间：2022-12-14