Çok modlu süreç madenciliği ile yeni davranışın tespiti ve süreç iyileştirme

Özellikle Dördüncü Sanayi Devrimi sonucunda Nesnelerin İnterneti (İng. Internet-of-Things (IoT)) gibi teknolojilerin yaygınlaşmasıyla birlikte verinin önemi artmıştır. Verilerin anlamlandırılması için değerli bilimler de bu doğrultuda önem kazanmıştır. Veri bilimi de bu bilimlerden biridir. Süreç madenciliği, veriyi anlamlandırmak açısından veri biliminden farklılaşsa da veri bilimi ile kesişerek süreç tabanlı sistemlerin modellenmesinde baskın bir rol oynamaktadır. Süreç madenciliği veri bilimi ile kesiştiğinde ve diğer perspektif verilerini de analize dahil ettiğinde veri biliminden kaynaklanan hatalardan dolayı hatasız operasyonların gerçekleştirilmesinde sorunlar yaşanabilmektedir. Bu süreçlerden biri; diğer perspektif verilerinin (örneğin veri perspektifi) birleşimiyle yeni davranışın tespitidir. Mevcut çalışmalar için diğer perspektif verilerinin de analize dâhil edilmesiyle veri biliminin desteğiyle çok perspektifli analiz gerçekleştirilebilir. Bu tez kapsamında, kontrol akış perspektifine diğer perspektif verileri de eklenerek süreç madenciliği yoğun bir yaklaşımla, bağlam kaybı olmadan çok modlu analiz gerçekleştirilebilir. Çok modlu analiz, bir aktiviteyi etkileyen diğer niteliklerin kombinasyonuyla yapılan analizdir. Ayrıca hazır olay günlükleri kullanmak yerine 4. Sanayi Devrimi ile parlayan sanal fabrikalar üzerinden olay günlükleri üretilebilmektedir. Gerçek süreçlere ait veri olmadan modellenen süreçler üzerinde iyileştirme yapılabilir. Bu stratejiyle temel olarak, bağlam kaybıyla diğer perspektif verilerini kullanan yaklaşımlar arasındaki boşluk doldurulur, ancak mevcut süreç iyileştirmelerinin aksine, gerçek sistem olay günlüklerini beklemeden süreç iyileştirme üzerinde çalışılabilir. Bu avantajlarla bağımsız birimler arasında (yani üreticiden işlemciye) olay günlükleri üretebilen bir süreç madenciliği çerçevesi önerilmektedir. Bu günlüklerin dağıtık bir yapıda birimler arası aktarımı broker tabanlı bir mimari ile gerçekleştirilmektedir. Alınan kayıtlar için kontrol-akış perspektifine eklenen diğer perspektifler aracılığıyla, metrikler yardımıyla kök neden analizi yapılabilmekte ve özellikle çok perspektifli analizin veri keşif modundan farklı olarak bağlam kaybı olmadan çok modlu analiz ile yeni davranışın tespiti istenen seviyede yapılabilmektedir. Tez kapsamında çerçevenin geçerlenmesi amacıyla, repairExample.xes olay günlüğü ile bulunan BPMN modeli üzerinden olay günlüğü üretilmektedir. Üretilen olay günlükleri için çok perspektifli BPMN ve çok modlu süreç keşfi ile geçerleme gerçekleştirilmektedir. Doğruluğu görülen olay günlükleri, işlemci kısmına aktarılmaktadır. İşlemci kısmında alınan kayıtlar öncelikle diske yazılmaktadır. Sonrasında yeni olay günlüklerinden biri seçilerek, kök neden analizi kontrol perspektifine eklemlenen diğer perspektif verileri aracılığıyla çok modlu yapılmaktadır. Tahmin ve yanıt için simge ve yerleşim tabanlı geri oynatım kullanılmaktadır. Gerekli durumda, model tamiri yoluyla süreç iyileştirmesi sağlanmaktadır. İyileştirme için uygunluk en önemli metriktir. Kesinlik ve genelleştirme metrikleri, sistem hakkında fikir sağlayabilir. Zamanla ilgili modda analiz, varyant ve sorgu desteğiyle hibrid hal alabilir. Anahtar Kelimeler: Süreç madenciliği, yazılım mimarisi, makine öğrenimi, çok modlu analiz, süreç madenciliğinde kalite, kök neden analizi, süreç geliştirme.