Dissertação

{en_GB=Real-Time Business Process Recommendations} {} EVALUATED

{pt=Os processos de negócio possuem um grande número de decisões operacionais durante a sua execução. A lógica de decisão nestes pontos de decisão muitas vezes não é explícita ou optimizada e os intervenientes que executam estas actividades, podem encontrar dificuldades, que podem originar erros ou problemas de eficiência. Soluções nas áreas de Mineração de Processos e de Decisões abordam este problema, focando-se na descoberta de pontos de decisão e na representação explícita da lógica de decisão, num ambiente offline, maioritariamente para fins de gestão e análise de processos. No entanto, a Mineração de Processos e de Decisões pode também ser aplicada num ambiente online, de modo a oferecer suporte operacional (por exemplo, suporte à decisão), com o objectivo de apoiar e gerir instâncias de processos que estão a decorrer. Esta dissertação recorre aos logs de eventos criados por um processo de negócio real com o objectivo de descobrir os seus pontos de decisão e fornecer recomendações de "Melhor Acção Seguinte" aos intervenientes no processo que se encontrem em situações de indecisão nos pontos de decisão. Para tal, a solução transforma os pontos de decisão em problemas de classificação e aplica modelos de aprendizagem automática que aprendem e prevêm quais as melhores decisões a tomar em cada situação. A solução desenvolvida é avaliada e comparada com os dados do caso de estudo, mostrando resultados promissores. , en=Business processes entail a large number of decisions during its execution. The decision logic in these decision points is often not explicit or optimized and might leave the process actors in an indecision situation, potentially leading to errors and inefficiencies. Solutions in Process Mining and Decision Mining have tackled this issue, focusing on discovering and explicitly representing the decision logic, in an offline setting, for management and analysis purposes. However, Process Mining and Decision Mining can also be used in an online setting, offering Operational Support (e.g. decision support), in order to support and manage ongoing process executions. This dissertation presents a semi-automatic solution aimed at providing a real-time recommendation system. This solution uses the event logs created by a deployed business process to discover its decision points and provide real-time "Next Best Action" recommendations to the business process actors who find themselves in an indecision situation in the discovered decision points. To do so, it turns the decision points into classification tasks and applies machine learning algorithms to learn and predict the best actions in each situation. The developed approach is evaluated with the event logs and compared with other solutions in this area, showing promising results.}
{pt=Mineração de processos, Mineração de Decisões, Event Logs, Aprenndizagem Automática, Sistemas de Recomendação, Suporte Operacional, en=Process Mining, Decision Mining, Event Logs, Machine Learning, Recommendation System, Operational Support}

Novembro 12, 2018, 10:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Pedro Manuel Moreira Vaz Antunes de Sousa

Departamento de Engenharia Informática (DEI)

Professor Associado

ORIENTADOR

José Rodrigues

Link Consulting

Business Manager