复杂社会网络跨组织业务过程挖掘及其动态优化模型研究

With the goal of intelligence optimizing complex social network behavior process, by merging business domain knowledge, this proposal will advance some intelligence algorithms related with process mining, workflow modeling, and data mining. We will research on the cross-organizational business process mining and analysis, dynamic optimization of process modeling, which includes the dynamic modeling, evaluation, risk diagnosis and analysis / prediction, and decision making and control of cross-organizational process. A business process knowledge mining methodology for complex social network will be built. .The innovational contributions of this proposal include 1) A business process integrated modeling approach combining statement and procedure is proposed for presenting the business process within complex social network; 2) A classification strategy theory is proposed for studying the cross-organizational business process and the execution log to improve fitting accuracy of results of process mining, and decease the complexity of process model; 3) A workflow risk analysis approach for the cross-organizational business process is proposed. And we will design a global optimization algorithm of mutation particle swarm based on intelligent cluster; and 4) Combining process knowledge mining and IoT intelligence technology, a design framework for the optimization of the cross-organizational business process is proposed..It is significant and valued for advancing the effectiveness of business process, science decision making, and enterprise resource planning.

以优化复杂社会网络系统行为过程为目标,融合领域知识,改进过程挖掘、工作流建模和数据挖掘等相关智能算法，从事跨组织业务过程挖掘分析、过程模型动态优化,包括跨组织业务过程的动态建模、评价和风险诊断分析与预测和决策控制等方面,建立一套复杂社会网络业务过程知识挖掘方法体系框架.创新性贡献表现为:1) 提出和构建基于融合声明式过程建模和程序式过程建模跨组织业务过程集成建模方法，为表达复杂网络组织业务过程提供灵活建模手段;2)提出跨组织业务过程探查及其执行日志的分组策略理论,改善过程挖掘结果的拟合精度，降低模型复杂度;3)提出一种跨组织复杂业务过程风险分析方法,设计出基于集群智能的变异粒子群全局优化算法;4)融合过程知识挖掘和物联网智能技术，提出跨组织复杂业务过程动态优化设计框架,实现业务过程智能..项目对于提高业务过程管理效率、科学决策和企业资源规划具有十分重要理论研究意义和应用价值。

面向复杂社会网络中的业务过程挖掘和智能优化问题，开展了复杂网络系统中跨组织业务活动与过程挖掘研究，针对复杂系统网络中的社会个体、组织行为者之间的关系进行了量化研究，运用于复杂网络中社会行为日志分析以及业务过程运作，实施过程知识挖掘和可行性评估分析,从而构建复杂网络系统中跨组织业务过程模型，实现对跨组织业务过程的动态建模、评价和风险诊断分析与预测和决策控制与优化，建立了一套复杂社会网络业务过程知识挖掘与优化方法体系框架. .创新性工作与贡献主要包括以下几方面的内容:.1) 提出了跨组织业务过程探查及其执行日志的分组策略理论, 构建适合于分析复杂社会网络中的业务过程活动行为挖掘与理论框架体系，改善过程挖掘结果的拟合精度，降低模型复杂度，为表达复杂网络组织业务过程提供建模手段；.2)针对大规模复杂组织如何快速地在模型库中找到用户所需合适的过程模型这一关键性问题，提出了基于性能约束的过程模型检索方法，将业务过程转换成广度优先拓扑序列，计算过程模型的相似度值，确定候选集，缩小了检索空间，计算候选业务过程的运行时间、花费和人力资源等性能，选出最优过程模型；.3) 开展Petri网技术研究，提出了基于Petri网关联矩阵的流程模型间距离计算方法和基于邻接矩阵的业务流程间距离计算方法，提出了一种跨组织复杂业务过程风险分析方法,设计出基于集群智能的变异粒子群全局优化算法；.4) 融合过程知识挖掘和智能物联网技术，提出了跨组织复杂业务过程动态优化框架,实现业务过程智能，研究基于角色的协同社会化过程模型重构语义框架，开展综合复杂服务建模，提出了跨组织协同中基于约束的QoS感知Web服务组合方法；.5）开展社会网络社区研究，提出了基于在线聚类的协同作弊团体识别方法，和基于传播影响力的重叠社区划分算法，研究帝国主义竞争算法并应用于社会网络中的团队形成。.成果对于提高业务过程管理效率、科学决策和企业资源规划具有十分重要意义和应用价值。