近年来,业务流程管理在企业或组织中的关注度越来越高,借助业务流程模型来管理企业大大节省了运行的成本。而由于用户复杂多变的需求和不断更新换代的技术要求,企业随之运行的业务流程模型也需要不断的随之改变。在业务流程管理中,利用变化挖掘技术可以精确的定位系统中发生变化的活动集,从而对模型进行合理的配置优化,使其更符合实际需求。因此本文提出日志诱导下的业务流程变化挖掘方法及优化分析具有一定的实际意义和理论价值。目前,对变化挖掘的研究大多是从模型的角度对行为轮廓进行对比分析。然而随着大数据时代的到来,业务流程愈加复杂,基于模型挖掘变化变得极其困难,因此从事件日志的角度挖掘系统的变化日渐成为人们研究的热点。本文一方面基于事件日志利用条件行为概率和最优对齐的思想挖掘出系统中的变化,另一方面从流程树和顺序矩阵入手寻找合并模型的变化域,最后对带有行为约束的模型进行配置优化分析。本文的主要贡献如下:(1)针对业务流程模型挖掘系统变化问题,已有的方法主要在源模型和目标模型均已知下挖掘变化,而很少考虑目标模型未知时的情况。提出了基于事件日志的无目标模型的变化挖掘方法。从计算事件日志与源模型的服从度出发,对日志进行预处理,在此基础上计算日志中活动对间的条件发生概率得到每对活动间的行为关系,从而与源模型中的行为轮廓对比分析找到系统中发生变化的活动集。该方法从行为的动态变化上对事件日志进行分析,有效地克服了已有方法的局限性。(2)针对系统产生的事件日志挖掘变化问题,已有的文献主要研究日志中某些活动的变化,而很少关注日志中整条事件轨迹的变化。提出了基于成本函数最优对齐的变化挖掘方法。从计算日志中高频形态学片段的角度入手,发现每一条迹的最优对齐,并在此基础上计算变化日志中的每一条迹与源日志的相似性度,进而得到发生变化的迹。该方法有效地挖掘出系统中发生变化的迹集,并且确保了变化的完整性。(3)针对合并后的业务流程模型变化域问题,已有的方法主要研究模型交互时出现的非一致区域,而很少考虑合并后可配置流程模型的变化域。提出了基于流程树的可配置业务流程模型的变化域分析方法。首先从流程树的角度合并源模型得到可配置流程模型,并且计算此模型和源模型之间的平均权重距离判定变化域的存在,进而通过顺序矩阵精确定位合并后可配置流程模型的变化域。该方法快速且高效地解决了合并模型变化域的问题,为接下来的配置优化奠定基础。(4)针对业务流程模型优化问题,已有的文献主要研究了 Petri网系统下通过添加或删除某些变迁活动来优化模型,很少关注配置约束的优化分析方法。提出了基于配置约束的手机充值系统优化分析方法。从手机充值的具体实例入手,结合复杂多变的用户需求对存在行为约束的模型添加相应的阻塞变迁和隐藏变迁进行优化,得到无约束的目标模型。该方法有效地提高了业务流程模型配置后的正确性。图[21]表[22]参[82]