過(guò)程挖掘：業(yè)務(wù)過(guò)程的發(fā)現(xiàn)、合規(guī)和改進(jìn)

定　價(jià)：￥39.00

作　者：	（荷）阿爾斯特（Wil van der Aalst）著王建民，聞立杰等譯
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	世界著名計(jì)算機(jī)教材精選
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302350859	出版時(shí)間：	2014-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	271	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《世界著名計(jì)算機(jī)教材精選·過(guò)程挖掘：業(yè)務(wù)過(guò)程的發(fā)現(xiàn)、合規(guī)和改進(jìn)》是過(guò)程挖掘領(lǐng)域的首部著作，全面講述了過(guò)程挖掘基本概念、相關(guān)理論、核心算法、應(yīng)用框架和典型案例。《世界著名計(jì)算機(jī)教材精選·過(guò)程挖掘：業(yè)務(wù)過(guò)程的發(fā)現(xiàn)、合規(guī)和改進(jìn)》共14章，分為五個(gè)部分。第1章為引言，闡述了數(shù)據(jù)爆炸對(duì)過(guò)程管理的挑戰(zhàn)，進(jìn)而闡述了過(guò)程挖掘的基本概念；第一部分（第2章和第3章）闡述了過(guò)程建模與分析，以及數(shù)據(jù)挖掘的基本知識(shí)；第二部分（第4～6章）介紹了事件日志抽取方法，α系列挖掘算法，啟發(fā)式挖掘算法、遺傳挖掘算法和基于區(qū)域的挖掘算法；第三部分（第7～9章）介紹了一致性檢查技術(shù)，數(shù)據(jù)，資源維度挖掘，以及在線運(yùn)作支持技術(shù)，第四部分（第10～12章）介紹了過(guò)程挖掘工具，過(guò)程挖掘項(xiàng)目框架，以及結(jié)構(gòu)化（“寬面條”）/非結(jié)構(gòu)化（“意大利面”）過(guò)程挖掘方法及其典型案例；第五部分（第13～14章）分析了制圖與導(dǎo)航領(lǐng)域的理念與進(jìn)展，展望了過(guò)程挖掘的美好前景?！妒澜缰?jì)算機(jī)教材精選·過(guò)程挖掘：業(yè)務(wù)過(guò)程的發(fā)現(xiàn)、合規(guī)和改進(jìn)》可以作為信息系統(tǒng)、軟件工程或數(shù)據(jù)管理專(zhuān)業(yè)研究生或高年級(jí)本科生教材，也可以作為業(yè)務(wù)過(guò)程管理（BPM）或商務(wù)智能（BI）領(lǐng)域從業(yè)者的參考手冊(cè)。

作者簡(jiǎn)介

暫缺《過(guò)程挖掘：業(yè)務(wù)過(guò)程的發(fā)現(xiàn)、合規(guī)和改進(jìn)》作者簡(jiǎn)介

圖書(shū)目錄

第1章引言
1.1 數(shù)據(jù)爆炸
1.2 建模的局限性
1.3 過(guò)程挖掘
1.4 分析一個(gè)示例日志
1.5 Play-In、Play-Out與Replay
1.6 趨勢(shì)
1.7 展望
第一部分預(yù)備知識(shí)
第2章過(guò)程建模與分析
2.1 建模的藝術(shù)
2.2 過(guò)程模型
2.2.1 變遷系統(tǒng)
2.2.2 Petri網(wǎng)
2.2.3 工作流網(wǎng)
2.2.4 YAWL
2.2.5 BPMN
2.2.6 事件驅(qū)動(dòng)過(guò)程鏈
2.2.7 因果網(wǎng)
2.3 基于模型的過(guò)程分析
2.3.1 驗(yàn)證
2.3.2 性能分析
2.3.3 基于模型分析的局限
第3章數(shù)據(jù)挖掘
3.1 數(shù)據(jù)挖掘技術(shù)的分類(lèi)
3.1.1 數(shù)據(jù)集：實(shí)例與變量
3.1.2 有監(jiān)督學(xué)習(xí)：分類(lèi)與回歸
3.1.3 無(wú)監(jiān)督學(xué)習(xí)：聚類(lèi)與模式發(fā)現(xiàn)
3.2 決策樹(shù)學(xué)習(xí)
3.3 k-means聚類(lèi)
3.4 關(guān)聯(lián)規(guī)則學(xué)習(xí)
3.5 序列和情節(jié)挖掘
3.5.1 序列挖掘
3.5.2 情節(jié)挖掘
3.5.3 其他方法
3.6 結(jié)果模型的質(zhì)量
3.6.1 衡量分類(lèi)器的表現(xiàn)
3.6.2 交叉驗(yàn)證
3.6.3 奧卡姆剃須刀
第二部分從事件日志到過(guò)程模型
第4章數(shù)據(jù)獲取
4.1 數(shù)據(jù)源
4.2 事件日志
4.3 XES
4.4 將現(xiàn)實(shí)壓縮到事件日志中
第5章過(guò)程發(fā)現(xiàn)基礎(chǔ)
5.1 問(wèn)題說(shuō)明
5.2 一個(gè)簡(jiǎn)單的過(guò)程發(fā)現(xiàn)算法
5.2.1 基本思想
5.2.2 算法
5.2.3 α算法的不足
5.2.4 考慮事務(wù)生命周期
5.3 重新發(fā)現(xiàn)過(guò)程模型
5.4 挑戰(zhàn)
5.4.1 表示偏好
5.4.2 噪聲和不完備性
5.4.3 4個(gè)相互競(jìng)爭(zhēng)的質(zhì)量標(biāo)準(zhǔn)
5.4.4 從三維現(xiàn)實(shí)中提取正確的二維切片
第6章高級(jí)過(guò)程發(fā)現(xiàn)技術(shù)
6.1 概述
6.1.1 特征1：表示偏好
6.1.2 特征2：處理噪聲的能力
6.1.3 特征3：完備性假設(shè)
6.1.4 特征4：使用的方法
6.2 啟發(fā)式挖掘
6.2.1 再談因果網(wǎng)
6.2.2 學(xué)習(xí)依賴(lài)圖
6.2.3 學(xué)習(xí)介裂與合并
6.3 遺傳過(guò)程挖掘
6.4 基于區(qū)域的挖掘
6.4.1 學(xué)習(xí)變遷系統(tǒng)
……
第三部分過(guò)程挖掘拓展
第四部分過(guò)程挖掘的應(yīng)用
第五部分后記