随着业务过程管理技术的广泛使用，各行各业积累了越来越多的业务过程模型。这些业务过程模型描述了组织机构业务处理的流程，可用于驱动过程感知的信息系统。如何管理这些业务过程模型已成为工业界需要应对的挑战。本文将这些业务过程模型视为一种非结构化数据，在快速检索和质量维护两方面开展了以下三项工作：模模型型检检索索:基于结构或行为特征检索出满足用户需要的业务过程模型，用于辅助建模可以节省建模时间并减少建模错误，也可用于查找出相似的模型进行业务合并。由于业务过程模型具有复杂的行为空间，大型集团企业业务过程模型数量庞大，模型检索的效率问题日益突出。本文基于展开技术提出了新的高效行为计算算法，从（结构，行为）和（精确，相似）这两个维度将模型检索划分为四种类型，相应的提供了四种不同的索引支持高效模型检索。在模型检索过程中考虑了标签相似性，并通过标签索引的使用，保证了考虑标签相似性后模型检索仍然高效。精精细细任任务务执执行行关关系系计计算算:模型的执行行为语义描述了业务是如何被处理的。在检索模型时，更精细的描述目标模型的行为特征有助于找到更精确的模型；另外，在验证过程模型是否符合某些特定的业务处理规则（例如法律规定要求）时，也需要更精细的描述模型的行为特征。本文根据两个任务是否总是在同一次业务处理中被执行将任务执行的因果关系和并行关系进行了细分，给出了推导规则用于快速计算，针对无环业务过程模型提出了判定算法。模模型型并并行行化化重重构构:由于业务过程模型直接决定了业务处理的效率，如果业务过程模型中的任务能尽可能的被并行执行，那么业务流程的处理效率就比较高，即业务过程模型的质量比较高。本文基于数据流分析对控制流进行重构，能发现处于控制流顺序结构中的任务基于数据操作依赖并不需要顺序执行，可以并行执行。通过改变任务执行关系，使用过程挖掘技术重构得到新的模型，从而使业务过程模型中的任务能尽可能的被并行执行。上述研究工作在开源系统BeehiveZ中进行了实现，实验表明本文提出的方法有效并且效率高。